一、介绍

1、时序数据库介绍

时序数据库全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。时序数据的兴起还是榜上了物联网的大风。物联网（Internet of Things，简称IOT）是指通过各种信息传感器实时采集任何需要管理设备的信息，并进行管理。物联网的基础数据具有数据量大、结构单一、时间属性强、查询简单等特点，传统的关系型数据库在面对物联网数据时，显得应对发力，基本上属于功能过剩但性能不足。目前火热的新能源汽车的车联网也一样需要使用到时序数据库。

特点：

• 时间戳索引：时序数据库通常对时间戳进行优化索引，以便快速查询。
• 高并发写入：能够处理高并发写入操作，适用于实时数据收集。
• 数据压缩：通常采用高效的数据压缩技术，减少存储空间需求。
• 数据聚合：支持数据聚合操作，如求平均值、最大值、最小值等。
• 保留策略：可以设置数据的保留期限，自动清理旧数据

常见的时序数据库

• InfluxDB：一个开源的时序数据库，适用于存储和查询大量时间序列数据。流行度很高，支持Go语言，社区活跃度高，也是我们接下来要介绍使用的。是当下使用使用量最多的时序数据库

• TDengine： 是一款国内涛思数据推出的开源、高性能、分布式、支持 SQL 的时序数据库，其时序数据库核心代码包括集群功能全部开源，同时 TDengine 还带有内建的缓存、流式计算、数据订阅等系统功能，能大幅减少研发和运维的复杂度。在几年时间就可以使用量进入前十。

• Prometheus：一个开源监控系统，自带时序数据库功能。

• TimescaleDB：一个基于PostgreSQL的时序数据库插件，将关系数据库的功能与时间序列数据库的性能相结合。

时序库受欢迎度排名

排名取自于https://db-engines.com

2、InfluxDB介绍

InfluxDB是一种由InfluxData公司开发的开源时序数据库（Time-Series Database，TSDB），专门设计用来处理高并发的时序数据写入和查询。它非常适合用于存储涉及大量时间戳的数据，例如服务器指标、传感器数据、实时分析报告、应用程序性能监控等。

InfluxDB目前市面上使用的有两个主要的版本为1.x和2.x的还有在进行维护，InfluxDB在2.x版本的时候进行了重大的更新。

• InfluxDB 1.x
  InfluxDB 1.x 是 InfluxDB 的第一个主要版本，于 2013 年发布。它使用 Go 语言编写，支持多种数据类型，包括整数、浮点数、字符串和布尔值。InfluxDB 1.x 支持 SQL 查询语言，用户可以使用 SQL 语句查询和分析数据。

• InfluxDB 2.0
  InfluxDB 2.0 是 InfluxDB 的第二个主要版本，于 2019 年发布。具有更好的性能、安全性和可靠性。InfluxDB 2.0 引入了一个新的时序数据模型，支持更灵活的数据结构和更高效的数据存储。InfluxDB 2.0 支持 Flux 查询语言，Flux 是一种专门为时序数据设计的查询语言，提供了更强大的数据分析能力。

InfluxDB 1.x 和 2.0 的主要区别

以下是 InfluxDB 1.x 和 2.0 的主要区别：

• 编程语言：InfluxDB 1.x 使用 Go 语言编写，而 InfluxDB 2.0 使用 Rust 语言编写。
• 数据模型：InfluxDB 1.x 使用一个基于列的数据模型，而 InfluxDB 2.0 引入了一个新的时序数据模型，支持更灵活的数据结构和更高效的数据存储。
• 查询语言：InfluxDB 1.x 支持 SQL 查询语言，而 InfluxDB 2.0 支持 Flux 查询语言。
• 性能：InfluxDB 2.0 具有更好的性能、安全性和可靠性。
• 存储：InfluxDB 2.0 支持更高效的数据存储和压缩。
• 集成：InfluxDB 2.0 支持更多的集成，包括 Grafana、Telegraf、Kapacitor 等。
• 监控和告警：InfluxDB 2.0 提供了监控和告警功能，能够实时监控数据并发送告警通知。

总的来说，InfluxDB 2.0 是一个更强大的、更灵活的、更高效的时间序列数据库，与 InfluxDB 1.x 相比具有许多新的特性和改进。

InfluxDB行协议

要想了解一个数据库，我们首先得先了解该数据库的数据是如何进行存储的。和一些关键概念指标。
与csv相似，在lnfluxDB 行协议中，一条数据和另外一条数据之间使用换行符分隔，所以一行就是一条数据。另外，在时序库领域，一行数据由下面的4种元素构成。

measurement、tags、field、time。前面三个字段就可以定义一个序列

除了上面四种在lnfluxDB中还有其他的一些含义。

• database 代表含义：数据库
• bucket 代表含义：存储桶
• measurement 代表含义：数据库中的表
• point 代表含义：表里面的一行数据，由下面的类型组成
  • 时间戳（time）：每个数据记录时间，是数据库中的主索引（会自动生成）
  • 数据（field）：各种记录值（没有索引的属性）
  • 标签（tags）：各种有索引的属性
• series 代表含义：所有在数据库中的数据，

二、docker安装 InfluxDB v2

• 下拉镜像

# 从官方镜像仓库拉取
docker pull influxdb:2.7.6
# 由于docker的官方仓库被禁了，上面的可能拉取不下来，可以到我的阿里镜像仓库拉取
docker pull registry.cn-hangzhou.aliyuncs.com/zhengfp_images/influxdb:2.7.6

• 创建容器
  docker run -d -p 8083:8083 -p 8086:8086 -v /home/influxdb/data:/var/lib/influxdb2 --name influxdb2.7.6 influxdb:2.7.6

  • 把镜像换为你下拉下来的镜像名
  • 把-v 映射的地址也换为自己的本地存储的目录实际地址，避免容器销毁后数据就没了

• 创建成功后访问web端UI地址
  http://localhost:8086/signin

1. 点击中间的按钮
   
2. 设置个人的基础登陆信息和Bucket
   
3. 进入该页面代表执行成功，创建好了自己的web UI的登陆账号和第一个bucket存储桶，会给你一串连接凭证，需要自己保存起来，用于后续连接访问使用。
   
4. 点击ADVANCED就进入主页面了。后面在介绍Web UI中常用到的地方
   

三. Web UI常用功能介绍以及使用

1、页面介绍

• Load Data功能页
  
• 查询页
  
• flux语言写法
  

2、功能使用

2.1、创建bucket

1. 点击load data页面的buckets
   
2. 创建

2.2、添加数据

1. 选择sources，因为是测试，直接通过line写测试数据，实际开发中，肯定是不会去手动写入的。
   
2. 编写对应行协议数据，格式不能错，遵照👆写的格式

   people,name=tony age=12
   people,name=xiaohong age=13
   people,name=xiaobai age=14
   people,name=xiaohei age=15
   people,name=xiaohua age=12

点击wrlte data则会提示保存成功

2.3、Data Explorer 查询数据

1. 使用puery实现查询

• 下面的query部分是查询条件
  • from：是选择要查询的bucket存储桶
  • filter：是过滤筛选的条件
  • _field：是通过什么字段进行筛选，筛选_field为age的数据
  • view Raw Data：开启表示数据的方式展现，不开启，表示图表的方式展现
  • Past：表示查询什么时间段段数据，如同，是Past 6h则表示查询最近6小时的数据
  • SCRIPT EDITO：表示切换为flux语言编写的方式执行查询。
  • SUBMIT：开始查询

- 筛选`name`字段包括 **tony1**和**xiaobai1**的数据

2. 使用FLUX实现查询
   下面是使用flux实现的简单查询，flux语言使用起来也非常简单易懂，基本上会sql的人上手速度都会比较快，下面简单解释一下

FLUX在InfluxDB使用

• from(bucket: "test01")：表示查询test01存储桶中的数据
• |> range(start: -6h)：表示查询的时间范围，为最近六小时的数据
• |> filter(fn: (r) => r["name"] == "tony1" or r["name"] == "xiaohong1" or r["name"] == "xiaohei")：表示查询name字段等tony1、xiaohong1、xiaohei三个值的数据，在使用上也是使用的和sql一样，使用or表示或者。

FLUX在InfluxDB中使用查询，基本上是由三部分组成指定存储桶，指定查询时间，然后就是使用filter进行过滤了（包括使用一些函数），后续会详细介绍FLUX的使用，这就不过多介绍了