Docker安装InfluxDB1.x和InfluxDB2.x以及与SpringBoot整合

两者区别：

1.x 版本使用 influxQL 查询语言，2.x 和 1.8+（beta） 使用 flux 查询语法；相比V1 移除了database 和 RP，增加了bucket。
V2具有以下几个概念：
timestamp、field key、field value、field set、tag key、tag value、tag set、measurement、series、point、bucket、bucket schema、organization
新增的概念：
bucket：所有 InfluxDB 数据都存储在一个存储桶中。一个桶结合了数据库的概念和存储周期（时间每个数据点仍然存在持续时间）。一个桶属于一个组织
bucket schema：具有明确的schema-type的存储桶需要为每个度量指定显式架构。测量包含标签、字段和时间戳。显式模式限制了可以写入该度量的数据的形状。
organization：InfluxDB组织是一组用户的工作区。所有仪表板、任务、存储桶和用户都属于一个组织。

本文所有代码：https://github.com/Tom-shushu/InfluxDB1.xAnd2.x-SpringBoot

新得阅读地址：http://www.zhouhong.icu/archives/docker-an-zhuang-influxdb1x-he-influxdb2x-yi-ji-yu-springboot-zheng-he

一、InfluxDB1.x Docker安装以及与Boot整合

A、docker安装InfluxDB1.x （influxdb1.8.4）

1、安装：

docker run -d  --name influxdb -p 8086:8086 influxdb:1.8.4 

2、查看

docker ps -a

3、进入docker的influx中

docker exec -it daf88772adc9 /bin/bash

4、直接输入influx启动

influx

5、修改账户密码

# 显示用户
SHOW USERS
# 创建用户
CREATE USER "username" WITH PASSWORD 'password'
# 赋予用户管理员权限
GRANT ALL PRIVILEGES TO username
# 创建管理员权限的用户
CREATE USER <username> WITH PASSWORD '<password>' WITH ALL PRIVILEGES
# 修改用户密码
SET PASSWORD FOR username = 'password'
# 撤消权限
REVOKE ALL ON mydb FROM username
# 查看权限
SHOW GRANTS FOR username
# 删除用户
DROP USER "username"

6、在配置文件启用认证

默认情况下，influxdb的配置文件是禁用认证策略的，所以需要修改设置一下。

编辑配置文件vim /etc/influxdb/influxdb.conf，把 [http] 下的 auth-enabled 选项设置为 true

7、设置保存策略（多长时间之前的数据需要删除）---默认为 autogen 永久不删除

a、查看数据库的保存策略

show retention policies on 数据库名

例子：

# 选择使用telegraf数据库
> use influx_test;
Using database influx_test
# 查询数据保存策略
> show retention policies on influx_test
name    duration shardGroupDuration replicaN default
----    -------- ------------------ -------- -------
autogen 0s       168h0m0s           1        true

name 策略名称：默认autogen

duration 持续时间： 0s 代表无限制

shardGroupDuration shardGroup数据存储时间：shardGroup是InfluxDB的一个基本存储结构, 应该大于这个时间的数据在查询效率上应该有所降低。

replicaN 副本个数：1 代表只有一个副本

default 是否默认策略：true 代表设置为该数据库的默认策略

b、设置保存策略

# 新建一个策略
CREATE RETENTION POLICY "策略名称" ON 数据库名 DURATION 时长 REPLICATION 副本个数;
# 新建一个策略并且直接设置为默认策略
CREATE RETENTION POLICY "策略名称" ON 数据库名 DURATION 时长 REPLICATION 副本个数 DEFAULT;

例子：

# 创建新的默认策略role_01保留数据时长1小时
> CREATE RETENTION POLICY "1hour" ON influx_test DURATION 1h REPLICATION 1 DEFAULT;

c、修改保存策略

ALTER RETENTION POLICY "策略名称" ON "数据库名" DURATION 时长
ALTER RETENTION POLICY "策略名称" ON "数据库名" DURATION 时长 DEFAULT

d、删除保存策略

drop retention POLICY "策略名" ON "数据库名"

8、使用桌面可视化工具连接数据库

工具链接：https://github.com/CymaticLabs/InfluxDBStudio/releases/download/v0.2.0-beta.1/InfluxDBStudio-0.2.0.zip

如果刚才没有设置密码，这里可以不需要填写密码，如果有账号密码则需要勾上下面的Use SSL

连接成功后如下：

B、InfluxDB1.x与Spring整合（只列举部分代码，后面会放上整个项目的GitHub地址）

整个项目结构如下：

1、引入依赖 （其他依赖未显示全，后面会放上整个项目的GitHub地址）

<dependency>
    <groupId>com.influxdb</groupId>
    <artifactId>influxdb-client-java</artifactId>
    <version>4.0.0</version>
</dependency>
<dependency>
    <groupId>org.influxdb</groupId>
    <artifactId>influxdb-java</artifactId>
    <version>2.20</version>
</dependency>

2、新建yml文件

influx:
  url: 'http://xxx.xx.xxx.xx:8086'
  password: 'password'
  username: 'username'

3、连接配置 InfluxDBConfig

@Data
@Configuration
@ConfigurationProperties(prefix = "influx")
public class InfluxDBConfig {
    private String url;
    private String username;
    private String password;
    /**
      * description: 用于查询
      * date: 2022/1/20 23:11
      * author: zhouhong
      * @param  * @param null
      * @return
      */
    @Bean(destroyMethod = "close")
    public InfluxDB influxDBClient(){
        return InfluxDBFactory.connect(this.url, this.username, this.password);
    }
    /**
      * description: 用于写入
      * date: 2022/1/20 23:12
      * author: zhouhong
      * @param  * @param null
      * @return
      */
    @Bean(name = "influxDbWriteApi",destroyMethod = "close")
    public WriteApi influxDbWriteApi(){
        InfluxDBClient influxDBClient = InfluxDBClientFactory.createV1(this.url, this.username,
                this.password.toCharArray(), "influx_test", "autogen");
        return influxDBClient.getWriteApi();
    }
}

4、封装用于查询的方法

@Component
public class InfluxUtil {
    /**
      * description: 通用查询
      * date: 2022/1/20 23:13
      * author: zhouhong
      * @param  * @param null
      * @return
      */
    public QueryResult query(String command, String database, InfluxDB influxDB) {
        Query query = new Query(command, database);
        return influxDB.query(query);
    }
}

5、新建需要写入的数据的实体类、需要返回的类（省略，具体参考github示例）InsertParams.java InfluxResult.java

6、新建server层和impl实现类

InfluxServiceImpl.java 如下：

/**
  * description: 时序数据库Impl
  * date: 2022/1/16 20:47
  * author: zhouhong
  */
@Service
@Slf4j
public class InfluxServiceImpl implements InfluxService {
    @Resource(name = "influxDbWriteApi")
    private WriteApi influxDbWriteApi;
    @Resource(name = "influxDBClient")
    private InfluxDB influxDBClient;
    @Autowired
    private InfluxUtil influxUtil;
    @Override
    public void insert(InsertParams insertParams) {
        influxDbWriteApi.writeMeasurement(WritePrecision.MS, insertParams);
    }
    @Override
    public Object queryAll(InsertParams insertParams) {
        List<InfluxResult> list = new ArrayList<>();
        InfluxResult influxResult = new InfluxResult();
        String sql = "SELECT * FROM \"influx_test\" WHERE time > '2022-01-16'  tz('Asia/Shanghai')";
        QueryResult queryResult = influxUtil.query(sql, "influx_test", influxDBClient);
        queryResult.getResults().get(0).getSeries().get(0).getValues().forEach(item -> {
            influxResult.setTime(item.get(0).toString());
            influxResult.setCurrent(item.get(1).toString());
            influxResult.setEnergyUsed(item.get(2).toString());
            influxResult.setPower(item.get(3).toString());
            influxResult.setVoltage(item.get(4).toString());
            list.add(influxResult);
        });
        return list;
    }
    @Override
    public Object querySumByOneDay(InsertParams insertParams) {
        String sql = "SELECT  SUM(voltage)  FROM \"influx_test\" WHERE time > '2022-01-18'  GROUP BY time(1d)  tz('Asia/Shanghai')";
        QueryResult queryResult = influxUtil.query(sql, "influx_test", influxDBClient);
        return queryResult.getResults().get(0).getSeries().get(0);
    }
}

7、controller层 InfluxDbController.java（返回结果是封装过后的，详情见github示例）

@RestController
public class InfluxDbController {
    @Autowired
    private InfluxService influxService;
    /**
      * description: 时序数据库插入测试
      * date: 2022/1/16 23:00
      * author: zhouhong
      * @param  * @param null
      * @return
      */
    @PostMapping("/influxdb/insert")
    public ResponseData insert(@RequestBody InsertParams insertParams) {
        influxService.insert(insertParams);
        return new SuccessResponseData();
    }
    /**
     * description: 时序数据库查询全部数据测试
     * date: 2022/1/16 23:00
     * author: zhouhong
     * @param  * @param null
     * @return
     */
    @PostMapping("/influxdb/queryAll")
    public ResponseData query(@RequestBody InsertParams insertParams) {
        return new SuccessResponseData(influxService.queryAll(insertParams));
    }
    /**
     * description: 时序数据库按天查询当前电压总和测试
     * date: 2022/1/16 23:00
     * author: zhouhong
     * @param  * @param null
     * @return
     */
    @PostMapping("/influxdb/queryByOneDay")
    public ResponseData queryByOneDay(@RequestBody InsertParams insertParams) {
        return new SuccessResponseData(influxService.querySumByOneDay(insertParams));
    }
}

8、PostMan测试（注意需要先新建一个 数据库---influx_test）

8.1 插入测试 localhost:9998/influxdb/insert

入参：

{
    "energyUsed":243.78,
    "power":54.50,
    "current":783.34,
    "voltage":44.09
}

返回：

{
    "success": true,
    "code": 200,
    "message": "请求成功",
    "localizedMsg": "请求成功",
    "data": null
}

8.2、查询全部（注意，这里返回结果我封装了一下）localhost:9998/influxdb/queryAll

入参：

{
}

返回：

{
    "success": true,
    "code": 200,
    "message": "请求成功",
    "localizedMsg": "请求成功",
    "data": [
        {
            "energyUsed": "243.78",
            "power": "54.5",
            "current": "783.34",
            "voltage": "44.09",
            "time": "2022-01-20T23:44:00.626+08:00"
        },
        {
            "energyUsed": "243.78",
            "power": "54.5",
            "current": "783.34",
            "voltage": "44.09",
            "time": "2022-01-20T23:44:00.626+08:00"
        }
    ]
}

8.3聚合查询（统计2022-01-18到现在，以天为单位每天的用电量之和） localhost:9998/influxdb/queryByOneDay 精度问题暂时没处理

入参：

{ }

返回：

{
    "success": true,
    "code": 200,
    "message": "请求成功",
    "localizedMsg": "请求成功",
    "data": {
        "name": "influx_test",
        "tags": null,
        "columns": [
            "time",
            "sum"
        ],
        "values": [
            [
                "2022-01-18T00:00:00+08:00",
                null
            ],
            [
                "2022-01-19T00:00:00+08:00",
                null
            ],
            [
                "2022-01-20T00:00:00+08:00",
                481.07000000000005
            ]
        ]
    }
}

C、常见的查询SQL 后面加上 tz('Asia/Shanghai') 解决时区差

1、查所指定时间之后的所有

SELECT * FROM "real_water_amount" where time  > '2022-01-01' tz('Asia/Shanghai')

2、查询平均值 mean()

SELECT mean(value) FROM "real_water_amount" where time  > '2022-01-01' tz('Asia/Shanghai')

3、查询最大最小值 max() min()

SELECT max(value) FROM "real_water_amount" where time  > '2022-01-01' tz('Asia/Shanghai')

4、按年、月、天、周、小时、分钟、秒统计

SELECT sum(value) FROM "real_water_amount" where time  > '2022-01-01'  group by time(1d)  tz('Asia/Shanghai')

5、按照列过滤

SELECT * FROM "real_water_amount" where time  > '2022-01-01'   and  iotId = '8ecJY59UJd1jwPLBmJA5000000'

二、InfluxDB2.x Docker安装以及与Boot整合

A、Docker安装InfluxDB2.x

1、安装：默认拉取最新版本

docker run -d --name influxdb -p 8086:8086 influxdb

2、查看

docker ps -a

3、浏览器访问 IP:8086 （注意：部署在远程服务器上需要开启8086端口安全组）设置账号密码

从上到下为：账号（zhouhong）、密码(66668888)、确认密码(66668888)、组织(my_influxdb)、Buucket(Tom)；完了之后点击 Quick Start

4、然后点击 Data -- > Buucket 就可以看到我们刚才创建的 名字为 Tom 的 Buucket了

5、点击 API Tokens 获取当前用户的 Token（整合时需要）

6、设置Bucket的保存策略

准备工作完成，开始整合

B、InfluxDB2.x与SpringBoot整合

1、依赖

<dependency>
    <groupId>com.influxdb</groupId>
    <artifactId>influxdb-client-java</artifactId>
    <version>4.0.0</version>
</dependency>
<dependency>
    <groupId>org.influxdb</groupId>
    <artifactId>influxdb-java</artifactId>
    <version>2.20</version>
</dependency>

2、yml配置文件

influx:
  influxUrl: 'http://XXX.XX.XXX.XX:8086'
  bucket: 'tom'
  org: 'my_influxdb'
  token: 'Rt23UemGI_cfS-lFDrurtjh46P1enfhrji-KrZYR04wUR1Yxw_oBCZPL6GmFYSDn20Q9gM_P9DIBhHc2RJjNkA=='

3、配置类

@Setter
@Getter
public class InfluxBean{
    /**
     * 数据库url地址
     */
    private String influxUrl;
    /**
     * 桶(表)
     */
    private String bucket;
    /**
     * 组织
     */
    private String org;
    /**
     * token
     */
    private String token;
    /**
     * 数据库连接
     */
    private InfluxDBClient client;
    /**
     * 构造方法
     */
    public InfluxBean(String influxUrl, String bucket, String org, String token) {
        this.influxUrl = influxUrl;
        this.bucket = bucket;
        this.org = org;
        this.token = token;
        this.client = getClient();
    }
    /**
     * 获取连接
     */
    private InfluxDBClient getClient() {
        if (client == null) {
            client  = InfluxDBClientFactory.create(influxUrl, token.toCharArray());
        }
        return client;
    }
    /**
     * 写入数据(以秒为时间单位)
     */
    public void write(Object object){
        try (WriteApi writeApi = client.getWriteApi()) {
            writeApi.writeMeasurement(bucket, org, WritePrecision.NS, object);
        }
    }
    /**
     * 读取数据
     */
    public List<FluxTable> queryTable(String fluxQuery){
        return client.getQueryApi().query(fluxQuery, org);
    }
}

@Data
@Configuration
@ConfigurationProperties(prefix = "influx")
public class InfluxConfig {
    /**
     * url地址
     */
    private String influxUrl;
    /**
     * 桶(表)
     */
    private String bucket;
    /**
     * 组织
     */
    private String org;
    /**
     * token
     */
    private String token;
    /**
     * 初始化bean
     */
    @Bean(name = "influx")
    public InfluxBean InfluxBean() {
        return new InfluxBean(influxUrl, bucket, org, token);
    }
}

4、实现类

@Service
@Slf4j
public class InfluxServiceImpl implements InfluxService {
    @Resource
    private InfluxBean influxBean;
    @Override
    public void insert(InsertParams insertParams) {
        insertParams.setTime(Instant.now());
        influxBean.write(insertParams);
    }
    @Override
    public List<InfluxResult> queue(){
        // 下面两个 private 方法 赋值给 list 查询对应的数据
        List<FluxTable> list = queryInfluxAll();
        List<InfluxResult> results = new ArrayList<>();
        for (int i = 0; i < list.size(); i++) {
            for (int j = 0; j < list.get(i).getRecords().size(); j++) {
                InfluxResult influxResult = new InfluxResult();
                influxResult.setCurrent(list.get(i).getRecords().get(j).getValues().get("current").toString());
                influxResult.setEnergyUsed(list.get(i).getRecords().get(j).getValues().get("energyUsed").toString());
                influxResult.setPower(list.get(i).getRecords().get(j).getValues().get("power").toString());
                influxResult.setVoltage(list.get(i).getRecords().get(j).getValues().get("voltage").toString());
                influxResult.setTime(list.get(i).getRecords().get(j).getValues().get("_time").toString());
                System.err.println(list.get(i).getRecords().get(j).getValues().toString());
                results.add(influxResult);
            }
        }
        return results;
    }
    /**
      * description: 查询一小时内的InsertParams所有数据
      * date: 2022/1/21 13:44
      * author: zhouhong
      * @param  * @param null
      * @return
      */
    private List<FluxTable> queryInfluxAll(){
        String query = " from(bucket: \"tom\")" +
                "  |> range(start: -60m, stop: now())" +
                "  |> filter(fn: (r) => r[\"_measurement\"] == \"influx_test\")" +
                "  |> pivot( rowKey:[\"_time\"], columnKey: [\"_field\"], valueColumn: \"_value\" )";
        return influxBean.queryTable(query);
    }
    /**
      * description: 根据某一个字段的值过滤(查询 用电量 energyUsed 为 322 的那条记录)
      * date: 2022/1/21 12:44
      * author: zhouhong
      * @param  * @param null
      * @return
      */
    public List<FluxTable> queryFilterByEnergyUsed(){
        String query = " from(bucket: \"tom\")" +
                "  |> range(start: -60m, stop: now())" +
                "  |> filter(fn: (r) => r[\"_measurement\"] == \"influx_test\")" +
                "  |> filter(fn: (r) => r[\"energyUsed\"] == \"322\")" +
                "  |> pivot( rowKey:[\"_time\"], columnKey: [\"_field\"], valueColumn: \"_value\" )";
        return influxBean.queryTable(query);
    }
}

C、测试

1、插入 localhost:9998/inlfuxdb/insert

入参：

{
    "energyUsed":"23.12",
    "power":"321.60",
    "current":"782.72",
    "voltage":"67.43"
}

返回：

{
    "success": true,
    "code": 200,
    "message": "请求成功",
    "localizedMsg": "请求成功",
    "data": null
}

2、查询所有

入参：

{}

返回：

{
    "success": true,
    "code": 200,
    "message": "请求成功",
    "localizedMsg": "请求成功",
    "data": [
        {
            "energyUsed": "23.12",
            "power": "321.60",
            "current": "782.72",
            "voltage": "67.43",
            "time": "2022-01-20T17:51:01.819Z"
        },
        {
            "energyUsed": "243.78",
            "power": "541.50",
            "current": "32.34",
            "voltage": "89.09",
            "time": "2022-01-20T17:33:47.246Z"
        }
    ]
}

D、Flux常见查询语句

1、指定数据源：from(bucket:"tom")

指定时间范围：

使用管道转发运算符 ( |>) 将数据从数据源通过管道传输到range() 函数，该函数指定查询的时间范围。它接受两个参数：start和stop。范围可以是使用相对负持续时间 或使用绝对时间

//使用绝对时间
from(bucket:"tom")
  |> range(start: 2022-01-05T23:30:00Z, stop: 2022-01-21T00:00:00Z)
//过去十五天的数据
from(bucket:"tom")
  |> range(start: -15d)

2、数据过滤

将范围数据传递到filter()函数中，以根据数据属性或列缩小结果范围

// 根据 _measurement 和 _field 过滤
 from(bucket:"tom")
  |> range(start: -15d)
  |> filter(fn: (r) =>
    r._measurement == "influx_test" and
    r._field == "power" and
    r.energyUsed == "23.12"
  )

3、数据转换

使用函数，将数据聚合为平均值、下采样数据等

from(bucket:"tom")
  |> range(start: -15d)
  |> filter(fn: (r) =>
    r._measurement == "influx_test"
  )
  |> window(every: 10m)

  from(bucket:"tom")
  |> range(start: -15d)
  |> filter(fn: (r) =>
    r._measurement == "influx_test"
  )
  |> window(every: 10m)
  |> mean()

其他查询函数请查看官网：https://docs.influxdata.com/flux/v0.x/stdlib/universe/