开源时序数据库 InfluxDB

为什么是InfluxDB？

在选择时间序列数据库时，最重要的考虑因素是存储和查询性能、存储空间效率和灵活的可扩展性，而InfluxDB似乎是一个不错的选择。从时间序列数据库相关的趋势数据来看，它已经超越了以前常用的RRDTool和Graphite，以压倒性的速度增长

数据来源：https://db-engines.com/en/ranking/time+series+dbms

数据来源：https://db-engines.com/en/ranking_trend/system/InfluxDB

数据来源：https://db-engines.com/en/ranking_trend/time+series+dbms

简介

InfluxDB是一个开源的时序数据库，使用GO语言开发，特别适合用于处理和分析资源监控数据这种时序相关数据。而InfluxDB自带的各种特殊函数如求标准差，随机取样数据，统计数据变化比等，使数据统计和实时分析变得十分方便。

InfluxDB的单机版是开源的，而集群版是商业版，InfluxDB被设计运行在SSD上，如果使用机器或者网络磁盘作为存储介质，会导致性能下降至少一个数量级。InfluxDB支持Restful api，同时也支持https，为了保证安全性，非局域网建议使用https与Influxdb进行通信。

使用场景

InfluxDB 是一种时序数据库，时序数据库通常被用在监控场景，比如运维和 IOT（物联网）领域。这类数据库旨在存储时序数据并实时处理它们。

比如：我们可以写一个程序将服务器上 CPU 的使用情况每隔 10 秒钟向 InfluxDB 中写入一条数据。接着，我们写一个查询语句，查询过去 30 秒 CPU 的平均使用情况，然后让这个查询语句也每隔 10 秒钟执行一次。最终，我们配置一条报警规则，如果查询语句的执行结果>xxx满足条件，就立刻触发报警。

上述就是一个指标监控的场景，在 IOT 领域中，也有大量的指标需要我们监控。比如：机械设备的轴承震动频率，农田的湿度温度等等。

为什么不用关系型数据库

写入性能

关系型数据库也是支持时间戳的，也能够基于时间戳进行查询。但是，从我们的使用场景出发，需要注意数据库的写入性能。通常，关系型数据库会采用B+树数据结构，在数据写入时，有可能会触发叶裂变，从而产生了对磁盘的随机读写，降低写入速度。

当前市面上的时序数据库通常都是采用LSM Tree的变种，顺序写磁盘来增强数据的写入能力。网上有不少关于性能测试的文章，同学们可以自己去参考学习，通常时序数据库都会保证在单点每秒数十万的写入能力。

数据价值

时序数据库一般用于指标监控场景。这个场景的数据有一个非常明显的特点就是冷热差别明显。通常，指标监控只会使用近期一段时间的数据，比如我只查询某个设备最近 10 分钟的记录，10 分钟前的数据我就不再用了。那么这 10 分钟前的数据，对我们来说就是冷数据，应该被压缩放到磁盘里去来节省空间。而热数据因为经常要用，数据库就应该让它留在内存里，等待查询。而市面上的时序数据库大都有类似的设计。

时间不可倒流，数据只写不改

时序数据是描述一个实体在不同时间所处的不同状态。

就像是打开任务管理器，查看 CPU 的使用情况。发现 CPU 占用率太高了，于是杀死了一个进程，但 10 秒前的数据不会因为我关闭进程再发生改变了。

这是时序数据的一大特点。与之相应，时序数据库基本上是插入操作较多，而且还没有什么更新需求。

存储

InfluxDB中存储的是时间序列数据，比如说某个时间点系统负载、服务耗时等信息，时间序列数据可以包含多个值。关于什么是时间序列数据，简单来来说就是数据是和一个时间点关联的，结合MySQL中的记录与id关系来看就是时间序列数据的主键就是时间点（timestrap）。

InfluxDB中的一条数据至少包括measurement（对应mysql中表概念）、timestamp、至少一个k-v结构的field，再加上0个或者多个k-v结构的tag。

对比MySQL来看，measurement就是一张表，其主键是timestamp时间戳，tag和field对应就是表中列，tag和field都是k-v接口，k对应列的名字，v对应该列存储的值，tag和field不同的是，tag是有索引的而field没有（如果查询条件为tag则会扫描所有查询到的数据），对于mysql表的有索引列和无索引列。

“注意：MySQL中的表需要提前定义结构，而influxdb中的measurement无需提前定义，其null值也不会被存储。

InfluxDB中measurement无需定义，即无模式设计，开发者可以在任意添加measurement，tags和fields，不过针对同一个field，第二次和第一次写入的数据类型不匹配，InfluxDB会报错（由于默认tag的v都是字符串类型，所有不存在这个问题，不管输入是什么数据都当做字符串来处理）。

理论和原理

InfluxDB 行协议

“Telegraf的内部数据结构叫做InfluxDB行协议。如下图所示：

Telegraf本身是InfluxData公司专门为InfluxDB开发的数据采集器。上面这种数据格式是InfluxDB数据库使用的，只要数据符合上面这种格式，就能通过InfluxDB的API将数据导入数据库。所以，自家的插件当然支持自家的生态了，InfluxDB。

与 CSV 相似，在 InfluxDB 行协议中，一条数据和另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，在时序数据库领域，一行数据一行数据由下面 4 种元素构成。

• measurement（测量名称）
• Tag Set（标签集）
• Field Set（字段集）
• Timestamp（时间戳）

安装部署

拉取镜像

docker pull influxdb

启动influxdb容器

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

通过地址：http://127.0.0.1:8086 访问

初始化用户

进入容器

docker exec -it 8e1e2f1f174cb4f6696685bf0bdf2bc28ce68b23744c07880ed78198e9e18f30 sh

PHP客户端集成

官方提供了很多语言的集成方式，这里我们以PHP为例，其他语言，可以在下图位置查看

通过composer安装

composer require influxdata/influxdb-client-php guzzlehttp/guzzle

初始化客户端influxdb.php

<?php
/**
 * @desc influxdb.php 描述信息
 * @author Tinywan(ShaoBo Wan)
 * @date 2024/6/2 9:45
 */
declare(strict_types=1);

require_once '../vendor/autoload.php';

use InfluxDB2\Client;
use InfluxDB2\Model\WritePrecision;

/**  创建接口令牌 */
$token = 'Kmdv_gAm2EEWDpPCBdC4cTbkT_rUa1UsDBNvhTh1cn0Sc7P0emgtsIL35hRlV0XSKQLSVesC4MEuViDN55bCug==';
$org = '开源技术小栈';
$bucket = 'resty';

/**  初始化客户端 */
$client = new Client([
    "url" => "http://192.168.3.29:8086",
    "token" => $token
]);

/** 写入数据 */
$writeApi = $client->createWriteApi();
$data = "mem,host=host1 used_percent=23.43234543";
$writeApi->write($data, WritePrecision::S, $bucket, $org);

/** 执行查询 */
$query = "from(bucket: \"resty\") |> range(start: -1h)";
$tables = $client->createQueryApi()->query($query, $org);

foreach ($tables as $table) {
    foreach ($table->records as $record) {
        $time = $record->getTime();
        $measurement = $record->getMeasurement();
        $field = $record->getField();
        $value = $record->getValue();
        print "$time $measurement: $field=$value\n";
    }
}

执行脚本influxdb.php

php influxdb.php 

// 数据查询结果
2024-06-02T01:58:41Z mem: used_percent=23.43234543

浏览写入数据