一、问题出现
一个学校换热站自控系统，会定时从换热站获取测点数据，并插入到influxdb数据库中。influxdb插入数据时，报错提示：
com.influxdb.exceptions.UnprocessableEntityException: failure writing points to database: partial write: field type conflict: input field "HuiYuanZhan.1500.Level_1_H" on measurement "HeatStationData" is type float, already exists as type string dropped=1
问题发生在名为 "HeatStationData" 的测量（measurement）上，其中字段 "HuiYuanZhan.1500.Level_1_H" 的数据类型存在冲突。这个字段在尝试写入时被识别为 float 类型，但它在数据库中已经存在，并且被定义为 string 类型。
InfluxDB 是一个时间序列数据库，它对每个测量中的字段类型有严格的要求。一旦一个字段被定义为某种类型（例如 string），后续写入的数据必须与该类型匹配。如果尝试将不同类型的数据写入同一个字段，InfluxDB 将拒绝写入并抛出错误。
二、查找原因
系统设计时，如果发生读取不到或者异常时，读取的空数据，也给了一个字符串的默认值"0.00"，保证了哪怕时空数据也有个默认值，但是这与原来字段的数据类型float、integer、boolean等是不一致的。这个字符串的默认空值不知道为啥可以插入进去，有一段时间正好学校现场网络出现问题，导致系统无法读取到换热站的测点数据，数据库里存储了"0.00"的默认值。最近网络问题解决了，系统存取正常值时，报错无法插入了。
三、解决过程思路
1、把出现"0.00"默认值的，这一段时间的数据全部删除掉
influxdb并没有提供直接删除的flux语句，需要使用其他方法
- bucket设置数据过期时间，操作范围是整个数据库的数据
- 命令行界面CLI，使用delete命令删除(我使用的是这种方式)
通过命令操作influxdb时，先要验证权限，这里直接验证token
//权限 设置token：
export INFLUX_TOKEN='iCmM46X2GKl2G3rPTtlKHFHljH8tDkWi-e1wpWh_76wlKQ2JDvAqhbhJZz5jdQN4a-iEHT08vSVL4z5S8yUPgw=='influx delete --bucket autodata \
--org auto \
--start 2023-06-06T00:00:00Z \
--stop 2024-03-07T15:16:01Z \
--predicate '_measurement = "HeatStationData" and "tag" = "40" '- 访问api接口删除
http://127.0.0.1:8088/api/v2/delete?org=gg&bucket=autocontroldata&precision=s 2、分析代码，找到赋值默认值的代码段，删除掉，改为读取不到数据时，不存储数据库，保证字段的数据类型一致。
问题代码：
for(int i=0;i<dataList.size();i++){
Object value = dataList.get(i).getStatusCode().isBad() ? null :
dataList.get(i).getValue().getValue();
if(!(value instanceof Float)&&!(value instanceof Boolean)){
if(value==null||value.equals(0)){
value = "0.00";
//System.out.println("float:" + value);
}else{
value = value+".00";
//System.out.println("Integer-----------:" + value);
}
}
}优化代码：opc读取的数据，除了常规数据类型，还有一种UShort数据类型，但在influxdb中是没有的，所以在获取到数据后，需要对这一类型先转化成integer类型。
if(dataList.size()==nodeIdList.size()){
for(int i=0;i<dataList.size();i++){
/* Variant v = dataList.get(i).getValue();
Optional<NodeId> dataType = v.getDataType();*/
Object value = dataList.get(i).getStatusCode().isBad() ? null :
dataList.get(i).getValue().getValue();
if(value==null) {
continue;
}
if(!(value instanceof Float)&&!(value instanceof Boolean)){
if(value instanceof UShort){
//UShort 转化成Integer
value = ((UShort) value).intValue();
}
}
resultMap.put(nodeIdList.get(i),value);
//System.out.println(resultMap.get("get"+nodeIdList.get(i)));
}
}因为有的时候测点的值可能是0/1/2这样的整型，也可能是1.2/2.5之类的浮点型，这可能是同一个字段的值，但是系统读取到的值会判断为整型和浮点型，这也会导致同一字段存储两种不同类型的值，所以需要再把整型先转化成浮点型，统一全部浮点型存储，避免出现类型不一致情况
//转换数据类型 数值类型都为float---避免数据出现Integer和float的变化（一个字段只能有一种数据类型）
Set set = map.keySet();
for (Object o : set) {
if(map.get(o) instanceof Integer){
map.put((String)o,(int)map.get(o)* 1.0f);
}
}插入数据
try (WriteApi writeApi = influxDBClient.getWriteApi(writeOptions)) {
//完整数据组装,包含数据库名称，索引，数据值集合，时间
Point point = Point
.measurement("HeatStationData")
.addTag("tag", savetag)
.addFields(map)
.time(Instant.now(), WritePrecision.S);
//单条记录保存
writeApi.writePoint(bucket, org,point);
}catch (Exception e){
e.printStackTrace();
System.out.println("=============插入数据异常============="+new
Date()+":"+e.getMessage());
}3、删除异常数据类型的数据后，并没有用，插入还是失败，字段的数据类型已经被更改，最后选择迁移数据库，重新穿件新数据库，重新插入数据，将原有旧数据，想办法进行重新迁移
创建新的bucket：
项目配置文件更改要访问的bucket：
最终数据可以重新插入了
from(bucket: "autocontroldata")
|> range(start:2024-02-10T05:40:09.000Z, stop:2024-04-12T05:40:57.000Z)
|> filter(fn: (r) => r._measurement == "HeatStationData")
|> filter(fn: (r) => r["tag"] == "39" or r["tag"] == "40" or r["tag"] == "41" or r["tag"] == "43" or r["tag"] == "47" )
|> sort(columns:[ "_time"], desc: true)
|> limit(n:10, offset: 1) 四、总结
一定要避免同一字段中插入不同的数据类型，无论是读取不到数据时，给默认值还是整型和浮点型的类型统一。一定要在代码中做好此类问题的规避，避免再出现这种情况，导致数据无法插入，这种问题会对数据造成巨大损失。
