一、什么是InfluxDB？
InfluxDB是一款用Go语言编写的开源分布式时序、事件和指标数据库，无需外部依赖。该数据库现在主要用于存储涉及大量的时间戳数据，如DevOps监控数据，APP metrics, loT传感器数据和实时分析数据。
InfluxDB特征：
– 无结构(无模式)：可以是任意数量的列(tags)。
– 可以设置metric的保存时间。
– 支持与时间有关的相关函数(如min、max、sum、count、mean、median等)，方便统计。
– 支持存储策略：可以用于数据的删改(influxDB没有提供数据的删除与修改方法)。
– 支持连续查询：是数据库中自动定时启动的一组语句，和存储策略搭配可以降低InfluxDB的系统占用量。
– 原生的HTTP支持，内置HTTP API。
– 支持类似SQL语法。
– 支持设置数据在集群中的副本数。
– 支持定期采样数据，写入另外的measurement，方便分粒度存储数据。
– 自带web管理界面，方便使用(登入方式：http://< InfluxDB-IP >:8083)。
– 最关键的一点，也是我采用的原因，支持Grafana画图展示。
PS：有了InfluxDB+Grafana后，你就可以写一些简单的程序了，可以只负责写后端逻辑部分，数据都可以存入InfluxDB，然后通过Grafana展示出来。
二、InfluxDB基本概念
在具体的讲解influxdb的相关操作之前先说说influxdb的一些专有名词，这些名词代表什么。先看下面一段Influxdb中的表信息。
|
1 2 3 4 5 6 |
> select * from disk; name: disk time count device free hostname used used_percent ---- ----- ------ ---- -------- ---- ------------ 1502089306183159978 1 /data 80 server01 100 60.33 1502089342879496791 1 /data 90 server02 110 68.33 |
InfluxDB是时序数据库，所以怎么都绕不开时间，第一纵列time存储着时间戳，而时间戳是与数据进行关联，这样才能将时间和数据进行展示。
InfluxDB名词
database：数据库，根关系型数据库一个概念。
measurement：数据库中的表，就是关系型数据库中的表。
points：表里面的一行数据，就是关系型数据库中的记录。
InfluxDB中独有的一些概念
Point由时间戳（time）、标签（tags）和值（field）组成。
time：每条数据记录的时间，也是数据库自动生成的主索引。
tags：各种有索引的属性。
fields：各种记录的值。
tag set：tag在InfluxDB中会按照字典序排序，不管是tag-key还是tag-value，只要不一致就分别属于两个tag set，例如hostname=server01,device=/data和hostname=server02,device=/data就是两个不同的tag set。
还有三个重要的名词：Series、Retention policy和Shard
Series：相当于是InfluxDB中一些数据的集合，在同一个database中，retention policy、measurement、tag sets完全相同的数据同属于一个series，同一个series的数据在物理上会按照时间顺序排列存储在一起。
Retention policy：存储策略，用于设置数据保留的时间，每个数据库刚开始会自动创建一个默认的存储策略autogen，数据保留时间为永久，之后用户可以自己设置，例如保留最近2小时的数据。插入和查询数据时如果不指定存储策略，则使用默认存储策略，且默认存储策略可以修改。InfluxDB会定期清除过期的数据。
Shard：在InfluxDB中是一个比较重要的概念，它和Retention policy相关联。每一个存储策略下会存在许多shard，每一个shard存储一个指定时间段内的数据，并且不重复，例如7点-8点的数据落入shard0中，8点-9点的数据则落入shard1中。每一个shard都对应一个底层的tsm存储引擎，有独立的 cache、wal、tsm file。
TSM存储引擎主要由几个部分组成：cache、wal、tsm file、compactor。
Cache：相当于是LSM Tree中的memtabl。插入数据时，实际上是同时往cache与wal中写入数据，可以认为cache是wal文件中的数据在内存中的缓存。当InfluxDB启动时，会遍历所有的wal文件，重新构造cache，这样即使系统出现故障，也不会导致数据的丢失。cache中的数据并不是无限增长的，有一个maxSize参数用于控制当cache中的数据占用多少内存后就会将数据写入tsm文件。如果不配置的话，默认上限为25MB，每当cache中的数据达到阀值后，会将当前的cache进行一次快照，之后清空当前cache中的内容，再创建一个新的wal文件用于写入，剩下的wal文件最后会被删除，快照中的数据会经过排序写入一个新的tsm文件中。
WAL：WAL文件的内容与内存中的cache相同，其作用就是为了持久化数据，当系统崩溃后可以通过wal文件恢复还没有写入到tsm文件中的数据。
TSM File：单个tsm file大小最大为 2GB，用于存放数据。
Compactor：Compactor组件在后台持续运行，每隔1秒会检查一次是否有需要压缩合并的数据。
主要进行两种操作，一种是cache中的数据大小达到阀值后，进行快照，之后转存到一个新的tsm文件中。另外一种就是合并当前的tsm文件，将多个小的tsm文件合并成一个，使每一个文件尽量达到单个文件的最大大小，减少文件的数量，并且一些数据的删除操作也是在这个时候完成。
三、InfluxDB目录与文件
InfluxDB的数据存储主要有三个目录，默认情况下是meta, wal以及data三个目录。
meta用于存储数据库的一些元数据，meta目录下有一个meta.db文件。
|
1 2 |
/var/lib/influxdb/meta/ └── meta.db |
wal目录存放预写日志文件，以.wal结尾。
|
1 2 3 4 5 |
/var/lib/influxdb/wal/ └── test └── autogen └── 22 └── _00002.wal |
data目录存放实际存储的数据文件，以.tsm结尾。
|
1 2 3 4 5 |
/var/lib/influxdb/data/ └── test └── autogen └── 22 └── 000000001-000000001.tsm |
上面几张图中，test为数据库名，autogen为存储策略名称，再下一层目录中的以数字命名的目录是shard的ID值。
存储策略下有一个shard，ID为22，shard存储了某一个时间段范围内的数据。再下一级的目录则为具体的文件，分别是.wal和.tsm结尾的文件。
四、InfluxDB安装配置
1）安装配置
|
1 2 3 4 5 6 7 8 |
# 安装influxdb; $ yum install influxdb # 启动influxdb; $ systemctl start influxdb # 连接influxdb; $ influx -database ‘test‘ -host ‘localhost‘ -port ‘8086‘ |
2）相关文件
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 |
$ rpm -ql influxdb # 配置文件; /etc/influxdb/influxdb.conf # 日志轮转; /etc/logrotate.d/influxdb # 命令行客户端; /usr/bin/influx # 查看工具; /usr/bin/influx_inspect # 压力测试工具; /usr/bin/influx_stress # 数据库转换工具（将数据库从b1或bz1格式转换为tsm1格式）; /usr/bin/influx_tsm # 服务端; /usr/bin/influxd # Systemctl服务管理; /usr/lib/influxdb/scripts/influxdb.service /usr/lib/influxdb/scripts/init.sh ................ # 数据目录; /var/lib/influxdb # 日志目录; /var/log/influxdb |
3）开启Web
influxdb提供的简单web管理页面，可以用来操作influxdb，默认没有开启，如果想开启需要修改配置文件中[admin]部分，如下：
|
1 2 3 4 5 6 |
[admin] # Determines whether the admin service is enabled. enabled = true # The default bind address used by the admin service. bind-address = ":8083" |
4）配置文件
[meta] – meta相关配置
dir：meta数据存放目录，默认值：/var/lib/influxdb/meta。
retention-autocreate：用于控制默认存储策略，数据库创建时，会自动生成autogen的存储策略，默认值：true。
logging-enabled：是否开启meta日志，默认值：true。
[data] – tsm1引擎配置
dir：最终数据（TSM文件）存储目录，默认值：/var/lib/influxdb/data。
wal-dir：预写日志存储目录，默认值：/var/lib/influxdb/wal。
query-log-enabled：是否开启tsm引擎查询日志，默认值：true。
cache-max-memory-size：用于限定shard最大值，大于该值时会拒绝写入，默认值：DefaultCacheMaxMemorySize = 1024 * 1024 * 1024 // 1GB。
cache-snapshot-memory-size：用于设置快照大小，大于该值时数据会刷新到tsm文件，默认值：DefaultCacheSnapshotMemorySize = 25 * 1024 * 1024 // 25MB。
cache-snapshot-write-cold-duration：tsm1引擎snapshot写盘延迟，默认值：DefaultCacheSnapshotWriteColdDuration = time.Duration(10 * time.Minute)。
compact-full-write-cold-duration：tsm文件在压缩前可以存储的最大时间，默认值：DefaultCompactFullWriteColdDuration = time.Duration(4 * time.Hour)。
max-series-per-database：限制数据库的级数，该值为0时取消限制，默认值：DefaultMaxSeriesPerDatabase = 1000000，measurement, tag set, retention policy相同的数据集合算做一个serie，级数算法示例如下：假设monitor1这个measurement有两个tags：id 和 name id 的数量为10，name的数量为 100，则 series 基数为 10 * 100 = 1000。
max-values-per-tag：一个tag最大的value数，0取消限制，默认值：DefaultMaxValuesPerTag = 100000。
trace-logging-enabled：是否开启trace日志，默认值：false。
[coordinator] – 查询管理的配置选项
write-timeout：写操作超时时间，默认值： 10s。
max-concurrent-queries：最大并发查询数，0无限制，默认值： 0。
query-timeout：查询操作超时时间，0无限制，默认值：0s。
log-queries-after：慢查询超时时间，0无限制，默认值：0s。
max-select-point = 0：SELECT语句可以处理的最大点数（points），0无限制，默认值：0。
max-select-series = 0：SELECT语句可以处理的最大级数（series），0无限制，默认值：0。
max-select-buckets = 0：SELECT语句可以处理的最大”GROUP BY time()”的时间周期，0无限制，默认值：0。
[retention] – 旧数据的保留策略
enabled：是否启用该模块，默认值 ：true。
check-interval：检查时间间隔，默认值 ：”30m0s”。
[shard-precreation] – 分区预创建
enabled：是否启用该模块，默认值 ： true。
check-interval：检查时间间隔，默认值 ：”10m0s”。
advance-period：预创建分区的最大提前时间，默认值 ：”30m0s”。
[admin] – influxdb提供的简单web管理页面
enabled：是否启用该模块，默认值：false。
bind-address：绑定地址，默认值：”:8083″。
https-enabled：是否开启https ，默认值：false。
https-certificate：https证书路径，默认值：”/etc/ssl/influxdb.pem”。
[monitor] – 这一部分控制InfluxDB自有的监控系统。 默认情况下，InfluxDB把这些数据写入_internal数据库，如果这个库不存在则自动创建。 _internal 库默认的retention策略是7天，如果你想使用一个自己的retention策略，需要自己创建。
store-enabled：是否启用该模块，默认值 ：true。
store-database：默认数据库：”_internal”。
store-interval：统计间隔，默认值：”10s”。
[subscriber] – 控制Kapacitor接受数据的配置
enabled：是否启用该模块，默认值 ：true。
http-timeout：http超时时间，默认值：”30s”。
insecure-skip-verify：是否允许不安全的证书，当测试自己签发的证书时比较有用。默认值：false。
ca-certs：设置CA证书，无默认值。
write-concurrency：设置并发数目，默认值：40。
write-buffer-size：设置buffer大小，默认值：1000。
[http] – influxdb的http接口配置
enabled：是否启用该模块，默认值 ：true。
bind-address：绑定地址，默认值：”:8086″。
auth-enabled：是否开启认证，默认值：false。
log-enabled：是否开启日志，默认值：true。
write-tracing：是否开启写操作日志，如果置成true，每一次写操作都会打日志，默认值：false。
pprof-enabled：是否开启pprof，默认值：true。
https-enabled：是否开启https，默认值：false。
https-certificate：设置https证书路径，默认值：”/etc/ssl/influxdb.pem”。
https-private-key：设置https私钥，无默认值。
max-row-limit：配置查询返回最大行数，默认值：10000。
max-connection-limit：配置最大连接数，0无限制，默认值：0。
shared-secret：用于JWT签名的共享密钥，无默认值。
realm：配置JWT realm，默认值: “InfluxDB”。
unix-socket-enabled：是否使用unix-socket，默认值：false。
bind-socket：unix-socket路径，默认值：”/var/run/influxdb.sock”。
[[graphite]] – graphite相关配置，具体参考：https://github.com/influxdata/influxdb/blob/master/services/graphite/README.md
enabled：是否启用该模块，默认值 ：false。
bind-address：绑定地址，默认值：”:2003″。
database：数据库名称，默认值：”graphite”。
retention-policy：存储策略，无默认值。
protocol：协议，默认值：”tcp”。
batch-size：批量size，默认值：5000。
batch-pending：配置在内存中等待的batch数，默认值：10。
batch-timeout：超时时间，默认值：”1s”。
consistency-level：一致性级别，默认值：”one”。
separator：多个measurement间的连接符，默认值： “.”。
udp-read-buffer = 0：udp读取buffer的大小，0表示使用操作系统提供的值，如果超过操作系统的默认配置则会出错。 该配置的默认值：0。
[[collectd]] – collectd相关配置，具体参考：https://github.com/influxdata/influxdb/tree/master/services/collectd
enabled：是否启用该模块，默认值 ：false。
bind-address：绑定地址，默认值： “:25826″。
database：数据库名称，默认值：”collectd”。
retention-policy = “”：存储策略，无默认值。
batch-size：默认值：5000。
batch-pending：默认值：10。
batch-timeout：默认值：”10s”。
read-buffer：udp读取buffer的大小，0表示使用操作系统提供的值，如果超过操作系统的默认配置则会出错。默认值：0。
typesdb：路径，默认值：”/usr/share/collectd/types.db”。
[[opentsdb]] – opentsdb配置
enabled：是否启用该模块，默认值：false。
bind-address：绑定地址，默认值：”:4242″。
database：默认数据库：”opentsdb”。
retention-policy：存储策略，无默认值。
consistency-level：一致性级别，默认值：”one”。
tls-enabled = false：是否开启tls，默认值：false。
certificate：证书路径，默认值：”/etc/ssl/influxdb.pem”。
batch-size：默认值：1000。
batch-pending：默认值：5。
batch-timeout：超时时间，默认值：”1s”。
log-point-errors：出错时是否记录日志，默认值：true。
[[udp]] – udp配置
enabled：是否启用该模块，默认值：false。
bind-address：绑定地址，默认值：”:8089″。
database：数据库名称，默认值：”udp”。
retention-policy：存储策略，无默认值。
batch-size：默认值：5000。
batch-pending：默认值：10。
read-buffer：udp读取buffer的大小，0表示使用操作系统提供的值，如果超过操作系统的默认配置则会出错。 该配置的默认值：0。
batch-timeout：超时时间，默认值：”1s”。
precision：时间精度，无默认值。
[continuous_queries]
log-enabled：是否开启日志，默认值：true。
enabled：是否开启CQs，默认值：true。
run-interval：时间间隔，默认值：”1s”。
五、InfluxDB基本操作
1）用户管理
可以直接在web管理页面做操作，也可以命令行。
|
1 2 3 4 5 6 7 8 9 10 11 |
# 显示用户; show users # 创建用户; create user "username" with password ‘password‘ # 创建管理员权限用户; create user "username" with password ‘password‘ with all privileges # 删除用户; drop user "username" |
3）数据库与表的操作
可以直接在web管理页面做操作，当然也可以命令行。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
# 创建数据库; create database "db_name" # 显示所有的数据库; show databases # 删除数据库; drop database "db_name" # 使用数据库; use db_name # 显示该数据库中所有的表; show measurements # 创建表,直接在插入数据的时候指定表名(key-value); insert disk,hostname=server02,device=/data free=90,used=110,used_percent=98.33,count=1 # 删除表; drop measurement "measurement_name" |
4）普通查询
那么话说，InfluxDB的查询语法是很给力的，很像SQL语句。下面一一介绍下，常用的InfluxDB里面常用的SQL语句。 话说InfluxDB给与的搜索条件还是很丰富的，有时间分析下他落地在leveldb的数据结构。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 |
# 表名都可以正则; select * from /.*/ limit 1 # 输出Json格式; $ influx -database ‘test‘ -execute ‘select * from disk‘ -format ‘json‘ -pretty # 查询数据大于200的; select * from disk where free > 80 # 查询数据里面含有下面字符串的; select * from user_events where url_base = ‘friends#show’ # 约等于; select line from log_lines where line =~ /paul@influx.com/ # 按照30m分钟进行聚合，时间范围是大于昨天的主机名是server1的; select mean(value) from cpu_idle group by time(30m) where time > now() – 1d and hostName = ‘server1‘ select column_one from foo where time > now() – 1h limit 1000; select reqtime, url from web9999.httpd where reqtime > 2.5; select reqtime, url from web9999.httpd where time > now() – 1h limit 1000; # url搜索里面含有login的字眼，还以login开头; select reqtime, url from web9999.httpd where url =~ /^\/login\//; # 数据的merge; select reqtime, url from web9999.httpd merge web0001.httpd; |
下面再说下数据的汇聚，聚合啥的。
|
1 2 3 4 5 6 7 8 9 10 11 |
# count(); SELECT COUNT(column_name) FROM series_name group by time(10m) … # min(); SELECT MIN(column_name) FROM series_name group by time(10m) … # MAX(); SELECT MAX(column_name) FROM series_name group by time(10m) … # mean(); SELECT MEAN(column_name) FROM series_name group by time(10m) … |
5）连续查询（Continuous Queries）
InfluxDB的连续查询是在数据库中自动定时启动的一组语句，语句中必须包含SELECT关键词和GROUP BY time()关键词。
InfluxDB会将查询结果放在指定的数据表中。目的：使用连续查询是最优的降低采样率的方式，连续查询和存储策略搭配使用将会大大降低InfluxDB的系统占用量。而且使用连续查询后，数据会存放到指定的数据表中，这样就为以后统计不同精度的数据提供了方便。
新建连续查询
|
1 2 3 4 5 |
CREATE CONTINUOUS QUERY <cq_name> ON <database_name> [RESAMPLE [EVERY <interval>] [FOR <interval>]] BEGIN SELECT <function>(<stuff>)[,<function>(<stuff>)] INTO <different_measurement> FROM <current_measurement> [WHERE <stuff>] GROUP BY time(<interval>)[,<stuff>] END |
样例：
|
1 2 3 |
CREATE CONTINUOUS QUERY redis_30m ON test BEGIN SELECT mean(connected_clients), MEDIAN(connected_clients), MAX(connected_clients), MIN(connected_clients) INTO redis_clients_30m FROM redis_clients GROUP BY ip,port,time(30m) END |
在test库中新建了一个名为redis_30m的连续查询，每三十分钟取一个connected_clients字段的平均值、中位值、最大值、最小值redis_clients_30m表中。使用的数据保留策略都是default。
显示或删除所有已存在的连续查询
|
1 2 |
SHOW CONTINUOUS QUERIES DROP CONTINUOUS QUERY <cq_name> ON <database_name> |
6）数据保存策略（Retention Policies）
InfluxDB是没有提供直接删除数据记录的方法，但是提供数据保存策略，主要用于指定数据保留时间，超过指定时间，就删除这部分数据。
6.1 查看当前数据库Retention Policies
|
1 |
show retention policies on "db_name" |
6.2 创建新的Retention Policies
|
1 |
create retention policy "rp_name" on "db_name" duration 3w replication 1 default |
rp_name：策略名;
db_name：具体的数据库名;
3w：保存3周，3周之前的数据将被删除，influxdb具有各种事件参数，比如：h（小时），d（天），w（星期）;
replication 1：副本个数，一般为1就可以了;
default：设置为默认策略;
6.3 修改Retention Policies
|
1 |
alter retention policy "rp_name" on "db_name" duration 30d default |
6.4 删除Retention Policies
|
1 |
drop retention policy "rp_name" |
六、结合Grafana使用
1）安装配置Grafana
CentOS系列使用YUM安装
|
1 2 |
$ wget https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-4.2.0-1.x86_64.rpm $ sudo yum localinstall grafana-4.2.0-1.x86_64.rpm |
或者
|
1 2 |
$ yum install initscripts fontconfig $ rpm -Uvh grafana-3.1.1-1470047149.x86_64.rpm |
Systemd方式启动Grafana
|
1 2 3 |
$ systemctl daemon-reload $ systemctl start grafana-server $ systemctl status grafana-server |
启动Granfa之后，进程名称为grafana-server。将会默认使用grafana用户和组运行Granfa进程。默认会开启HTTP的3000端口。启动服务之后直接直接在浏览器访问http://IP:3000就会出现如下界面，默认账号和用户名为admin/admin，在/etc/grafana/grafana.ini配置文件中可修改。
2）InfluxDB添加用户
|
1 |
create user "admin" with password ‘admin‘ with all privileges |
3）InfluxDB插入数据
|
1 2 |
> use test; > insert disk,hostname=server01,device=/data free=80,used=100,used_percent=98.33,count=1 |
4）Grafana添加IfluxDB为数据源
然后就可以开始画图了。
InfluxDB中的tags可以作为条件，如hostname或device，而field可以作为value。
七、Python操作InfluxDB
1）安装infludb驱动
|
1 2 |
$ yum install python-pip $ pip install influxdb |
2）基本操作
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 |
#! /usr/bin/env python #-*- coding:utf-8 -*- from influxdb import InfluxDBClient json_body = [ { "measurement": "disk", "tags": { "hostname": "server01", "device":"/data" }, "fields": { "free": 89, "used": 100 } } ] # 查看数据; def showDBNames(client): result = client.query(‘show measurements;‘) print("Result: {0}".format(result)) # 初始化连接(指定要操作的数据库); client = InfluxDBClient(‘localhost‘, 8086, ‘root‘, ‘‘, ‘test‘) # 查看表; showDBNames(client) # 写入数据,同时创建表; client.write_points(json_body) # 查看表; showDBNames(client) # 删除表; client.query("drop measurement students") showDBNames(client) |
InfluxDB中文文档：https://github.com/jasper-zhang/influxdb-document-cn
转自： http://www.ywnds.com/?p=10763#comments
原文地址：https://www.cnblogs.com/unqiang/p/9929076.html