• influxdb

    这里写目录标题

    InfluxDB概述

    database: 数据库
    measurement：表
    points：记录
    time：每个数据记录时间，是数据库中的主索引，自动生成
    tags: 有索引的字段
    fields：无索引的字段

    命令

    客户端可以使用：InfluxDBStudio-0.2.0

    命令行方式 
// 客户端连接进infuxdb
influx -precision rfc3339

// 数据库
// CREATE DATABASE park_device
// SHOW DATABASES
// USE mydb
// drop database lzhtest

// 表
// 展示所有表
show measurements
// 创建表并插入第一条数据，lzhtest表名，tag是host,region，数据是value，字段的数据类型在第一次插入数据的时候，由数据的数据类型决定的
insert lzhtest,name=YiHui,phone=110 user_id=20,email="bangzewu@126.com"
insert lzhtest,name=lzh,phone=111 user_id=20,email="bangzewu@126.com"
insert measurement+"," + tag=value,tag=value + 空格 + field=value,field=value
insert device_property,category_id=123,category_no=abc,device_id=1,device_sn=a property_id="temperature",property_value="30",space_code= "001002003"
时间戳指定，当写入数据不指定时间时，会自动用当前时间来补齐，如果需要自己指定时间时，再最后面添加上即可，注意时间为ns
insert add_test,name=YiHui,phone=110 user_id=22,email="bangzewu@126.com",age=18i,boy=true 1564150279123000000
如果要在表中新增tag字段或数据字段，insert的时候加上就行
tag 可以为空，tag和filed的区别，tag是有索引的属性，field没有索引的属性

// 查表字段信息
show field keys  from rtvalue
// 表字段不支持删除

// 查询数据
SELECT "host", "region", "value" FROM lzhtest
// 模糊查询
likeRight: select * from device_property where space_code=~/^001/
like: select * from device_property where space_code=~/001002/
likeLeft: select * from device_property where space_code=~/004$/

// 删除数据
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。
// 删除表
drop measurement lzhtest

    • 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

    统计数据补值

    需求：统计温感探测器，过去24小时的温度变化趋势，时间间隔1小时。
    问题，如果今日0-8小时，温感探测器都没有值，在8小时之后才有值，那么需要拿今日0点之前的数据补值到0-8小时。
    解决方法：

    -- 表示查询某个时间段数据，并且按照time 1分钟分组，last表示取一分钟分组里最新的一条数据，fill表示缺失的数据通过拿前一个数据的值填充
SELECT LAST("value") FROM rtvalue WHERE time > '2022-10-10T05:40:24.893764015Z' AND time <= '2022-10-10T05:55:24.893764015Z' GROUP BY time(1m) fill(previous)
-- 取开始时间之前的并且是最后的一条数据。如果上面那条sql, 前面的时间段缺失数据，可以通过这条sql进行补值
SELECT LAST("value") FROM rtvalue WHERE time <= '2022-10-10T05:40:00Z'

GROUP BY time() 查询会将查询结果按照用户指定的时间区间来进行分组。s秒,m分钟，h小时, d天
last函数获取最新值(如果该列在最后一条记录中为空，则last()返回具有非空值的前一条记录)
fill()用于填充没有数据的时序序列的值，其选项为：
	null: 默认，显示时间戳但value=null的序列；
	none：在结果中不显示该时间戳的序列；
	数值：fill(0)，填充0；
	linear: 线性插入数值；前后时序的平均值
	previous: 填充前一个序列的值；

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    spring boot整合influxdb

            
        
            org.influxdb
            influxdb-java
            
                
                    com.squareup.okhttp3
                    *
                
            
        
        
        
            com.squareup.okhttp3
            okhttp
            4.0.0
        
        
            com.squareup.okhttp3
            logging-interceptor
            4.0.0
            
                
                    okhttp
                    com.squareup.okhttp3
                
            
        

    • 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

    配置类：

    @Configuration
public class InfluxDBConfig {
    @Value("${spring.influx.user:xxx}")
    private String userName;

    @Value("${spring.influx.password:xxx}")
    private String password;

    @Value("${spring.influx.url:http://ip:port}")
    private String url;

    //数据库
    @Value("${spring.influx.database:park_device}")
    private String database;

    @Bean
    public InfluxDB influxDB() {
        InfluxDB influxDB = InfluxDBFactory.connect(url, userName, password);
         if (!influxDB.databaseExists(database)) {
             influxDB.createDatabase(database);
         }
        influxDB.setDatabase(database);
        return influxDB;
    }
}

    • 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

    基本的增删改查：

    public interface TSDBService {
    void insert(Object object);
    void insert(String measurement, Map tags, Map fields);
    void batchInsert(List batchPointAOS);
     List query(String sql, Class clazz);
    QueryResult query(String sql);
}

@Service
@Slf4j
public class BbuInflux implements TSDBService {
    @Autowired
    private InfluxDB influxDB;

    @Value("${spring.influx.database:park_device}")
    private String dbName;

    /**
     * 添加数据
     * 批量插入，时间相同后面的会覆盖前面的; 每条记录的time不一样或tag不一样就行
     * @param object
     */
    @Override
    public void insert(Object object) {
        Point.Builder pointBuilder = Point.measurementByPOJO(object.getClass());

        // 将对象中的所有属性转换为tag添加到point中
        Point point = pointBuilder.addFieldsFromPOJO(object)
                // 调用time方法设置当前时间,InfluxDB自动生成的time时间列为UTC时间，所以在存储时单独设置
                .time(LocalDateTime.now().plusHours(8).toInstant(ZoneOffset.of("+8")).toEpochMilli(), TimeUnit.MILLISECONDS)
                .build();

        // 设置要存储的数据库名称
        influxDB.setDatabase(dbName);
        // 将数据插入到表(Measurement)中
        influxDB.write(point);
        influxDB.close();
    }

    /**
     * 插入
     * @param measurement 表
     * @param tags        标签
     * @param fields      字段
     */
    @Override
    public void insert(String measurement, Map tags, Map fields) {
        Point.Builder builder = Point.measurement(measurement);
        builder.time(LocalDateTime.now().plusHours(8).toInstant(ZoneOffset.of("+8")).toEpochMilli(), TimeUnit.MILLISECONDS);
        builder.tag(tags);
        builder.fields(fields);
        influxDB.write(dbName, "", builder.build());
        influxDB.close();
    }

    /**
     * 批量插入
     * @param batchPointAOS
     */
    @Override
    public void batchInsert(List batchPointAOS) {
        List> split = CollectionUtil.split(batchPointAOS, 300);
        for (List pointAOS : split) {
            BatchPoints batchPoints = BatchPoints.database(dbName).build();
            pointAOS.forEach(batchPointAO->{
                Point.Builder builder = Point.measurement(batchPointAO.getMeasurement());
                builder.time(batchPointAO.getTime().plusHours(8).toInstant(ZoneOffset.of("+8")).toEpochMilli(), TimeUnit.MILLISECONDS);
                builder.tag(batchPointAO.getTags());
                builder.fields(batchPointAO.getFields());
                batchPoints.point(builder.build());
            });
            try {
                influxDB.write(batchPoints);
            } catch (Exception e) {
                log.error("save data to influxdb fail : {}", e.getMessage());
            }
        }
        influxDB.close();
    }



    /**
     * 通用查询封装
     *
     * @param sql
     * @param clazz
     * @param
     * @return
     */
    @Override
    public  List query(String sql, Class clazz) {
        QueryResult queryResult = influxDB.query(new Query(sql, dbName));
        influxDB.close();
        InfluxDBResultMapper resultMapper = new InfluxDBResultMapper();
        return resultMapper.toPOJO(queryResult, clazz);
    }

    @Override
    public QueryResult query(String sql) {
        return influxDB.query(new Query(sql, dbName));
    }
}

/**
 * @Description TODO
 * @date 2022/10/13 16:00
 * @Author liuzhihui
 * @Version 1.0
 */
@Slf4j
public class InfluxUtil {
    /**
     * @desc 查询结果处理
     * @date 2021/5/12
     *@param queryResult
     */
    public static List> queryResultProcess(QueryResult queryResult) {
        List> mapList = new ArrayList<>();
        List resultList =  queryResult.getResults();
        //把查询出的结果集转换成对应的实体对象，聚合成list
        for(QueryResult.Result query : resultList){
            List seriesList = query.getSeries();
            if(seriesList != null && seriesList.size() != 0) {
                for(QueryResult.Series series : seriesList){
                    List columns = series.getColumns();
                    String[] keys =  columns.toArray(new String[columns.size()]);
                    List> values = series.getValues();
                    if(values != null && values.size() != 0) {
                        for(List value : values){
                            Map map = new HashMap(keys.length);
                            for (int i = 0; i < keys.length; i++) {
                                map.put(keys[i], value.get(i));
                            }
                            mapList.add(map);
                        }
                    }
                }
            }
        }
        return mapList;
    }

    /**
     * influxdb的time使用的UTC时间格式，相比北京时间会有8小时的差距， 所以在做时间范围查询时做特殊处理
     * 获取UTC时间，并减少8小时
     * @param timeStr
     * @return
     */
    public static String getUTC (String timeStr){
        DateFormat dtfUTC = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss'Z'");
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        try{
            Date date1 = simpleDateFormat.parse(timeStr);
            Calendar ca = Calendar.getInstance();
            ca.setTime(date1);
            //日期减8小时,新增的时候+过8小时,这里就不用减了
//            ca.add(Calendar.HOUR,-8);
            Date dt1=ca.getTime();
            String reslut = dtfUTC.format(dt1);
            return reslut;
        }catch (ParseException e) {
            log.info("获取UTC时间，并减少8小时异常");
            log.error(e.getMessage(), e);
        }
        return timeStr;
    }
    
    /**
     * 格式化utc时间
     * @param utcTime
     * @return
     */
    public static String parseUTC(String utcTime){
        LocalDateTime dateTime = LocalDateTime.parse(utcTime, DateTimeFormatter.ISO_OFFSET_DATE_TIME);
        DateTimeFormatter df = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
        String formatTime = df.format(dateTime);
        return formatTime;
    }
}

@Data
public class BatchPointAO {
    String measurement;
    Map tags;
    Map fields;
    LocalDateTime time = LocalDateTime.now();
}


    • 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
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119
    • 120
    • 121
    • 122
    • 123
    • 124
    • 125
    • 126
    • 127
    • 128
    • 129
    • 130
    • 131
    • 132
    • 133
    • 134
    • 135
    • 136
    • 137
    • 138
    • 139
    • 140
    • 141
    • 142
    • 143
    • 144
    • 145
    • 146
    • 147
    • 148
    • 149
    • 150
    • 151
    • 152
    • 153
    • 154
    • 155
    • 156
    • 157
    • 158
    • 159
    • 160
    • 161
    • 162
    • 163
    • 164
    • 165
    • 166
    • 167
    • 168
    • 169
    • 170
    • 171
    • 172
    • 173
    • 174
    • 175
    • 176
    • 177
    • 178
    • 179
    • 180
    • 181
    • 182
    • 183
    • 184
    • 185
    • 186
    • 187
    • 188
    • 189
     

    参考
     官方文档：https://docs.influxdata.com/influxdb/v1.7/introduction/getting-started/
     InfluxDB 常用命令：https://blog.csdn.net/qq_42761569/article/details/110443500
     InfluxDB基本命令：https://blog.csdn.net/qq_32014795/article/details/116518364
     https://www.cnblogs.com/gaoguangjun/p/8513021.html
     springboot整合：https://blog.csdn.net/lizhengyu891231/article/details/123869635
     spring整合原生：https://blog.csdn.net/qq_38628046/article/details/122495583
     https://blog.csdn.net/yinjl123456/article/details/117562452
     

    时间序列数据库 TSDB 概念入门: https://help.aliyun.com/document_detail/55709.html
     https://db-engines.com/de/ranking/time+series+dbms
    
                
                    
                

                
  • 

                    相关阅读:
    
                    
【PyTorch深度学习项目实战100例】—— 基于DenseNet121实现26个英文字母识别任务 | 第41例                            
    
接口中如何优雅的接收时间类型参数                            
    
智能中仍存在着许多未被发现的逻辑                            
    
centos 7安装podman(类似docker)                            
    
DGIOT国内首家轻量级物联网开源平台——MQTT接入实战教程                            
    
shopee店铺销量突然下降怎么办——扬帆志远                            
    
[C/C++]数据结构 链表OJ题:移除链表元素                            
    
程序员买啥游戏机，自己动手做一个体感小游戏                            
    
cocos 3.x 2D角色键盘移动                            
    
docker的再定义镜像和上传阿里云                            
    
                        
                
    • 
                
  • 
                    原文地址：https://blog.csdn.net/weixin_42412601/article/details/127431019
                
    •