一、需要了解的概念
1、时序数据
时序数据是以时间为维度的一组数据。如温度随着时间变化趋势图，CPU随着时间的使用占比图等等。通常使用曲线图、柱状图等形式去展现时序数据，也就是我们常常听到的“数据可视化”。
2、时序数据库
非关系型数据库，以时间作为数据主键，专门用来存储时序数据。
3、时序数据库特点
（1）、时序数据库能存储海量数据。数据特点就是冷热差别明显，一般近期产生的数据为热数据，产生时间较远的数据为冷数据，冷数据被压缩放到磁盘里去来节省空间。
（2）、写入性能极优，时序数据库通常都是采用LSM Tree 的变种，顺序写磁盘来增强数据的写入能力。通常，关系型数据库采用 B+树数据结构，在数据写入时，有可能会触发叶裂变，从而产生了对磁盘的随机读写，降低写入速度。
（3）、低延时、高并发查询：通过索引降低查询延时，通过缓存等技术提高数据并发能力。
（4）、数据只写不改。
4、InfluxDB
是一种时序数据库，通常被用在监控场景，比如运维和 IOT（物联网）领域。这类数据库旨在存储时序数据处理数据用于数据展示分析，和通过监控预警策略达到响应的服务预警等。
5、InfluxDB的相关概念说明
（1）、Bucket–相当于mysql的database–数据库概念
（2）、Measurement—相当于mysql的table–数据表概念
（3）、Point–相当于数据表的一行。
Point包含：tag(数据标签，非必须)、field(不带索引)、timestemp(唯一主键)
（3.1）、tag–数据的标签-类似mysql的索引
（3.2）、field–数据的值保存
（3.3）、time-数据采集时间,数据唯一标识，一个表内不可重复，重复会覆盖
二、docker部署influxDB
1、拉取镜像
docker pull influxdb
2、启动容器
docker run -d -p 8086:8086 --name influxdb influxdb:latest
3、打开浏览器，可以正常打开
http://192.168.249.88:8086/
4、首次访问需要配置账号密码组织等信息
userName：admin // 登录账户
password：12345678 // 密码
org：zw // 组织
bucket：fruit // 数据桶
下图为配置界面，具体本人配置如上面的文字描述，下面的界面仅第一次会出现，之后就没有，所以无法截图了。
5、再次登录
三、springboot集成
官方提供了很多语言的集成方式，这里我们以java为例，其他语言，可以在下图位置查看
具体步骤：
1、引入pom
<!-- influxdb -->
<dependency>
<groupId>com.influxdb</groupId>
<artifactId>influxdb-client-java</artifactId>
<version>3.1.0</version>
</dependency>
2、添加配置（application.properties）
influxdb.url=http://192.168.249.88:8086
influxdb.bucket=fruit
influxdb.org=zw
influxdb.token=0jgapBVZ6GWMWpE77XYuPi_GLhWksvqEfNraocXMchivz5XvcLM_50tWLpXskTKFWQbUCoD_bS-iYFOjWvHzrg==
3、配置类，读取配置注入容器，不用导出应用配置
根据前缀读取配置，注入容器，以后就不用导出用@value引了，可以直接引入配置类
import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
@Data
@ConfigurationProperties(prefix = "influxdb")
public class InfluxdbProperties {
private String url;
private String bucket;
private String org;
private String token;
}
4、influxDB数据库客户端InfluxDBClient实例化和注入spring容器
初始化client连接和注入容器
import com.influxdb.client.InfluxDBClient;
import com.influxdb.client.InfluxDBClientFactory;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
@EnableConfigurationProperties(InfluxdbProperties.class)
public class InfluxdbConfig {
@Bean
public InfluxDBClient initInfluxDBClient(InfluxdbProperties properties){
InfluxDBClient client = InfluxDBClientFactory.create(properties.getUrl(),properties.getToken().toCharArray(),properties.getOrg(),properties.getBucket());
return client;
}
}
5、封装InfluxDB工具类–封装新增和查询的方法
本例仅简单封装了一下，还有很多批量操作等其他接口，可以自己在点进去看下如何调用。
import com.alibaba.fastjson.JSON;
import com.influxdb.client.InfluxDBClient;
import com.influxdb.client.QueryApi;
import com.influxdb.client.WriteApiBlocking;
import com.influxdb.client.domain.WritePrecision;
import com.influxdb.client.write.Point;
import com.influxdb.query.FluxRecord;
import com.influxdb.query.FluxTable;
import com.zw.study.influxdb.entity.Orange;
import org.springframework.beans.factory.DisposableBean;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import java.util.List;
@Service
public class InfluxdbService implements DisposableBean {
@Autowired
private InfluxDBClient client;
@Autowired
private InfluxdbProperties properties;
// 新增1，字符串形式，格式：String data = "zw_pear,host=host1 value=1111.11";
public void writeLine(String data){
WriteApiBlocking writeApi = client.getWriteApiBlocking();
writeApi.writeRecord(properties.getBucket(), properties.getOrg(), WritePrecision.NS, data);
}
// 新增2，Point形式
public void writePoint(Point point){
WriteApiBlocking writeApi = client.getWriteApiBlocking();
writeApi.writePoint(properties.getBucket(), properties.getOrg(), point);
}
// 新增3，自定义pojo形式
public void writePojo(Orange orange){
WriteApiBlocking writeApi = client.getWriteApiBlocking();
writeApi.writeMeasurement(WritePrecision.NS, orange);
}
@Override
public void destroy() throws Exception {
client.close();
}
public <M> List<M> queryList(){
// 查询fruit库中过去1小时的数据
String query = "from(bucket: \"fruit\") |> range(start: -1h)";
QueryApi queryApi = client.getQueryApi();
List<FluxTable> tables = queryApi.query(query, properties.getOrg());
for (FluxTable table : tables) {
for (FluxRecord record : table.getRecords()) {
System.out.println(JSON.toJSONString(record));
}
}
// 查询fruit库中zw_orange表中过去12小时数据，最多取10条，封装到pojo中
String query1 = "from(bucket: \"fruit\")\n" +
" |> range(start: -12h, stop: now())\n" +
" |> filter(fn: (r) => r._measurement == \"zw_orange\" and r._field == \"value\")\n" +
" |> limit(n:10)";
List<Orange> table2 = queryApi.query(query1, Orange.class);
System.out.println("table2:"+ JSON.toJSONString(table2));
return null;
}
}
6、测试和验证新增
@RequestMapping("/influx/test")
public void test(String type) {
logger.info("进入influxdb方法");
if ("1".equals(type)) {
String line = "zw_pear,host=host1 value=1111.11";
influxdbService.writeLine(line);
} else if ("2".equals(type)) {
Point point = Point
.measurement("zw_apple")
.addTag("host", "host1")
.addField("value", 222.22)
.time(Instant.now(), WritePrecision.NS);
influxdbService.writePoint(point);
} else if ("3".equals(type)) {
Orange orange = new Orange();
orange.setHost("host1");
orange.setValue(3333.33);
orange.setTime(Instant.now());
influxdbService.writePojo(orange);
} else if ("4".equals(type)) {
influxdbService.queryList();
}
}
分别用type1，2，3验证新增，
浏览器查看
用type为4查看查询
不同的业务场景，选择适合的中间件还是比较重要的。对于工业行业中需要采集声音，温度，湿度等的情况，实时观察数据变化趋势，根据趋势或者其他策略做出响应的预警提示，时序数据库是相对关系数据库而言更优的选择。
学海无涯苦作舟！！！
