1 前言

今天介绍一个优秀的时序数据库InfluxDB，后续我们将会使用到它。

2 InfluxDB简介

InfluxDB可能许多人没听过，或者听过没用过。它是一个用于存储和分析时间序列的开源数据库。作为时序数据库的佼佼者，得到了越来越广泛的应用。它在DB-Engines的排名中也是第一位，如下图所示：

InfluxDB有使用方便、查询灵活、类SQL查询语句、读写高效的特点。作为时序数据库，用于运维监控是十分合适的，能看到应用某个指标的实时状态和历史变化曲线，如内存使用情况、访问量等。

3 安装InfluxDB

各种系统的安装指导可以参考官方文档的安装指导，包括Ubuntu、CentOS、MacOS等。我为了方便，就使用Docker的方式进行安装使用。

选择最新的稳定版本1.8.2，拉取镜像如下：

$ docker pull influxdb:1.8.2

启动InfluxbDB：

$ docker run -itd --name influxdb -p 8086:8086 influxdb:1.8.2

4 使用InfluxDB

InfluxDB安装完成后，我们有多种方式来连接和操作，如直接通过HTTP方式、influx命令行方式、代码方式等。

4.1 HTTP方式

显示数据库：直接浏览器访问http://localhost:8086/query?q=show%20databases

创建数据库：$ curl -G http://localhost:8086/query --data-urlencode "q=CREATE DATABASE pkslow"

4.2 influx命令行方式

通过命令docker exec -it influxdb influx进入：

$ docker exec -it influxdb influx
Connected to http://localhost:8086 version 1.8.2
InfluxDB shell version: 1.8.2
>

显示数据库：

> show databases
name: databases
name
----
_internal

创建数据库：

> create database pkslow
> show databases
name: databases
name
----
_internal
pkslow

切换数据库：

> use pkslow
Using database pkslow

插入数据：

INSERT visits,link=www.pkslow.com value=100

这里表示measurement为visits，即访问量，tab是link，值为100，即访问量为100。

我们插多几条数据，然后查询数据如下：

> SELECT link,value FROM visits
name: visits
time                link           value
----                ----           -----
1600533599397400984 www.pkslow.com 100
1600533687723121911 www.pkslow.com 200
1600533696503141291 www.pkslow.com 222

看这语句，是不是像极了SQL？

4.3 Java连接操作方式

添加依赖如下：

<dependency>
  <groupId>org.influxdb</groupId>
  <artifactId>influxdb-java</artifactId>
  <version>2.9</version>
</dependency>

代码及注释如下：

package com.pkslow.influxdb;

import org.influxdb.InfluxDB;
import org.influxdb.InfluxDBFactory;
import org.influxdb.dto.BatchPoints;
import org.influxdb.dto.Point;
import org.influxdb.dto.Query;
import org.influxdb.dto.QueryResult;
import java.util.concurrent.TimeUnit;

public class InfluxDBMain {
    public static void main(String[] args) {
        //创建连接
        InfluxDB influxDB = InfluxDBFactory.connect("http://localhost:8086");

        //创建数据1
        Point point1 = Point.measurement("visits")
                .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
                .tag("link", "pkslow.com")
                .addField("value", 300.0)
                .build();

        //创建数据2
        Point point2 = Point.measurement("visits")
                .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
                .tag("link", "www.pkslow.com")
                .addField("value", 333.0)
                .build();

        //创建批量数据
        BatchPoints batchPoints = BatchPoints.database("pkslow")
                .retentionPolicy("autogen")
                .build();
        batchPoints.point(point1);
        batchPoints.point(point2);
        //将数据写入数据库
        influxDB.write(batchPoints);

        //创建查询对象
        Query query = new Query("Select * From visits", "pkslow");
        //查询
        QueryResult result = influxDB.query(query);
        //打印查询结果
        System.out.println(result);
    }
}

通过客户端执行查询语句，数据确实已经写入到InfluxDB中了：

> SELECT link,value FROM visits
name: visits
time                link           value
----                ----           -----
1600533599397400984 www.pkslow.com 100
1600533687723121911 www.pkslow.com 200
1600533696503141291 www.pkslow.com 222
1600535130268000000 pkslow.com     300
1600535130268000000 www.pkslow.com 333
>