时序数据库InfluxDB

1、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。该数据库如今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)：能够是任意数量的列(tags)。

– 能够设置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：能够用于数据的删改(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，和存储策略搭配能够下降InfluxDB的系统占用量。

– 原生的HTTP支持，内置HTTP API。

– 支持相似SQL语法。

– 支持设置数据在集群中的副本数。

– 支持按期采样数据，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，也是我采用的缘由，支持Grafana画图展现。

PS：有了InfluxDB+Grafana后，你就能够写一些简单的程序了，能够只负责写后端逻辑部分，数据均可以存入InfluxDB，而后经过Grafana展现出来。

2、InfluxDB基本概念

在具体的讲解influxdb的相关操做以前先说说influxdb的一些专有名词，这些名词表明什么。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，因此怎么都绕不开时间，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现。

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：各类有索引的属性。

fields：各类记录的值。

tag set：tag在InfluxDB中会按照字典序排序，不论是tag-key仍是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就是两个不一样的tag set。

还有三个重要的名词：Series、Retention policy和Shard

Series：至关因而InfluxDB中一些数据的集合，在同一个database中，retention policy、measurement、tag sets彻底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块儿。

Retention policy：存储策略，用于设置数据保留的时间，每一个数据库刚开始会自动建立一个默认的存储策略autogen，数据保留时间为永久，以后用户能够本身设置，例如保留最近2小时的数据。插入和查询数据时若是不指定存储策略，则使用默认存储策略，且默认存储策略能够修改。InfluxDB会按期清除过时的数据。

Shard：在InfluxDB中是一个比较重要的概念，它和Retention policy相关联。每个存储策略下会存在许多shard，每个shard存储一个指定时间段内的数据，而且不重复，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：至关因而LSM Tree中的memtabl。插入数据时，其实是同时往cache与wal中写入数据，能够认为cache是wal文件中的数据在内存中的缓存。当InfluxDB启动时，会遍历全部的wal文件，从新构造cache，这样即便系统出现故障，也不会致使数据的丢失。cache中的数据并非无限增加的，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。若是不配置的话，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，以后清空当前cache中的内容，再建立一个新的wal文件用于写入，剩下的wal文件最后会被删除，快照中的数据会通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，其做用就是为了持久化数据，当系统崩溃后能够经过wal文件恢复尚未写入到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须要压缩合并的数据。

主要进行两种操做，一种是cache中的数据大小达到阀值后，进行快照，以后转存到一个新的tsm文件中。另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，使每个文件尽可能达到单个文件的最大大小，减小文件的数量，而且一些数据的删除操做也是在这个时候完成。

3、InfluxDB目录与文件

InfluxDB的数据存储主要有三个目录，默认状况下是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。

4、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   # 链接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，能够用来操做influxdb，默认没有开启，若是想开启须要修改配置文件中[admin]部分，以下：

 

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，数据库建立时，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文件在压缩前能够存储的最大时间，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相同的数据集合算作一个serie，级数算法示例以下：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：写操做超时时间，默认值： 10s。

max-concurrent-queries：最大并发查询数，0无限制，默认值： 0。

query-timeout：查询操做超时时间，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语句能够处理的最大点数（points），0无限制，默认值：0。

max-select-series = 0：SELECT语句能够处理的最大级数（series），0无限制，默认值：0。

max-select-buckets = 0：SELECT语句能够处理的最大”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] – 分区预建立

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：预建立分区的最大提早时间，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。 默认状况下，InfluxDB把这些数据写入_internal数据库，若是这个库不存在则自动建立。 _internal 库默认的retention策略是7天，若是你想使用一个本身的retention策略，须要本身建立。

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：是否容许不安全的证书，当测试本身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：是否开启写操做日志，若是置成true，每一次写操做都会打日志，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：配置最大链接数，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间的链接符，默认值： “.”。

udp-read-buffer = 0：udp读取buffer的大小，0表示使用操做系统提供的值，若是超过操做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表示使用操做系统提供的值，若是超过操做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表示使用操做系统提供的值，若是超过操做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”。

5、InfluxDB基本操做

1）用户管理

能够直接在web管理页面作操做，也能够命令行。

 

1 2 3 4 5 6 7 8 9 10 11

# 显示用户; show users      # 建立用户; create user "username" with password 'password'    # 建立管理员权限用户; create user "username" with password 'password' with all privileges      # 删除用户; drop user "username"

3）数据库与表的操做

能够直接在web管理页面作操做，固然也能够命令行。

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

# 建立数据库; create database "db_name"      # 显示全部的数据库; show databases      # 删除数据库; drop database "db_name"      # 使用数据库; use db_name      # 显示该数据库中全部的表; show measurements      # 建立表,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，经常使用的InfluxDB里面经常使用的SQL语句。 话说InfluxDB给与的搜索条件仍是很丰富的，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

# 表名均可以正则; 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下降采样率的方式，连续查询和存储策略搭配使用将会大大下降InfluxDB的系统占用量。并且使用连续查询后，数据会存放到指定的数据表中，这样就为之后统计不一样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。

显示或删除全部已存在的连续查询

 

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，可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 建立新的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周以前的数据将被删除，influxdb具备各类事件参数，好比：h（小时），d（天），w（星期）;

replication 1：副本个数，通常为1就能够了;

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"

 

6、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以后，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。启动服务以后直接直接在浏览器访问http://IP:3000就会出现以下界面，默认帐号和用户名为admin/admin，在/etc/grafana/grafana.ini配置文件中可修改。

详细：Grafana安装配置介绍

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

而后就能够开始画图了。

InfluxDB中的tags能够做为条件，如hostname或device，而field能够做为value。

7、Python操做InfluxDB

1）安装infludb驱动

 

1 2	$ yum install python-pip $ pip install influxdb

2）基本操做

 

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))   # 初始化链接(指定要操做的数据库); client = InfluxDBClient('localhost', 8086, 'root', '', 'test')   # 查看表; showDBNames(client)   # 写入数据,同时建立表; 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