文章目录
1、InfluxDB简介2、InfluxDB数据结构3、InfluxDB存储架构4、InfluxDB基本操作1_数据库操作2_数据表操作3_数据保存策略4_数据查询操作
5、存储引擎6、总结
1、InfluxDB简介
时序数据库是近几年一个特殊的概念，与传统的Mysql关系型数据库相比，它的最大的特点是：数据按照时间顺序存储。举例来说，日志数据，是以时间顺序存储的，所以用时序数据库存储是一种很好的选择。使用Mysql在存储的过程中，不对这种基于时间的数据进行优化的，所以在查询、插入上有一些瓶颈。而InfluxDB则会进行优化，并且具备有很多特点，如下：
专为时间序列数据编写的自定义高性能数据存储。 TSM引擎允许高摄取速度和数据压缩完全用 Go 语言编写。 它编译成单个二进制文件，没有外部依赖项简单，高性能的写入和查询HTTP API专为类似SQL的查询语言量身定制，可轻松查询聚合数据标签允许对系列进行索引以实现快速有效的查询保留策略有效地自动使过时数据过期连续查询自动计算聚合数据，以提高频繁查询的效率
常见的时间序列数据库除了InfluxDB之外还有：opentsdb、timeScaladb、Druid等。
那么数据是如何在InfluxDB中进行存储的呢？下面我们来看下InfluxDB的数据模型：
2、InfluxDB数据结构
以下是 InfluxDB 和传统关系型数据库（如 MySQL、PostgreSQL）的概念对比表格：
InfluxDB 概念传统关系型数据库概念描述databasedatabase数据库（同）MeasurementTableInfluxDB 中的数据组织单元，是一个容器，类似于关系型数据库中的表。包含了列time，field和tag。FieldColumnInfluxDB 中的数据字段，存储时间序列的具体数据，类似于关系数据库中的列。TimestampTimestamp每个数据点都有一个时间戳，表示数据的存储时间，关系数据库也可以有时间戳字段。TagIndex/MetadataInfluxDB 中的元数据，用于索引和查询，类似于关系数据库中的索引列。PointRow表里面的一行数据,由时间戳（time）、数据（field）和标签（tags）组成SeriesRows在 InfluxDB 中，Series 是具有共同retention policy，measurement和tag set的时间序列集合。Continuous QueriesViewInfluxDB 提供的持续查询功能，可以定期计算数据并存储结果，类似于关系型数据库中的视图。Retention PolicyData RetentionInfluxDB 的数据保留策略，控制数据的存储时间，关系数据库通常没有这种自动过期机制。Line ProtocolSQLInfluxDB 使用行协议（Line Protocol）写入数据，格式独特；关系型数据库使用 SQL 来管理数据。Schema-lessSchema-basedInfluxDB 是无模式的，数据可以随时添加新字段，而关系型数据库有严格的模式定义。Time Series DataGeneral DataInfluxDB 专门为时间序列数据设计，优化高频率写入和查询，而关系数据库更通用，可以存储多种类型的数据。
这个表格提供了 InfluxDB 和传统关系型数据库在概念上的主要差异，可以帮助你理解两者的结构和用途。
point属性含义time数据记录的时间，主索引，默认自动生成，相当于每行数据都具备的列tags相当于有索引的列。tag中存储的值的类型总是字符串类型fieldsvalue值，没有索引的列。field中存储的值的类型：字符串、浮点数、整数、布尔型。一个field value总是和一个timestamp相关联
Field sets: 每组field key和field value的集合，即我们需要的字段，如internale[key]= 76[value], external[key]= 18[value]。不可索引 Tag sets: 不同的每组tag key和tag value的集合，如device[key]= dev1[value], buiding[key]=b1[value]。可索引
在 InfluxDB 表结构中，field 和 tag 是用于存储数据的两种不同类型。
Field（字段）Tag（标签）Field 用于存储实际的数值数据，例如温度、湿度等测量值。Tag 用于存储元数据信息和标识数据的键值对，例如传感器名称、地理位置等。Field 是可变的，可以随时间的推移而改变其值。Tag 是不可变的，一旦设置就不能更改。Field 的值可以进行聚合计算，例如求平均值或总和等。Tag 的值不能进行聚合计算，只能用于过滤和分组查询。Field 不适合用于过滤和索引数据，因为它没有元数据信息。Tag 是 InfluxDB 中的主要索引机制之一，可以提高查询性能和数据过滤效率。
3、InfluxDB存储架构
在 InfluxDB 中可以创建多个数据库，不同数据库中的数据文件是隔离存放的，存放在磁盘上的不同目录,每个database 可以有多个RP(retention policy数据保存策略)，但是只有一个默认策略。策略下按照时间段分为多个ShardGroup,每个ShardGroup存储一个时间段的数据。每个shardgroup下分多个shard来存储数据。如下图所示：
retention policy： 存储策略，用于设置数据保留的时间，每个数据库刚开始会自动创建一个默认的存储策略 autogen，数据保留时间为永久，之后用户可以自己设置，例如保留最近2小时的数据。插入和查询数据时如果不指定存储策略，则使用默认存储策略，且默认存储策略可以修改。InfluxDB 会定期清除过期的数据。ShardGroup： 是一个逻辑概念，按时间区间划分，是InfluxDB数据过期执行的最小单元。Shard： 在 InfluxDB 中是一个比较重要的概念，它和 retention policy 相关联。每一个存储策略下会存在许多 shard，每一个 shard 存储一个指定时间段内的数据，并且不重复，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。每一个 shard 都对应一个底层的 tsm存储引擎.。
4、InfluxDB基本操作
InfluxDB最好基于docker容器进行安装，这里就略过了。
1_数据库操作
首先我们进入虚拟机中的Influx的镜像
docker exec -it influxdb /bin/bash #进入influxdb虚拟机中
链接InfluxDB
influx #进入influx操作界面
显示数据库
show databases #显示数据库
创建数据库
create database restkeeper #创建数据库
删除数据库
drop database restkeeper #删除数据库
使用指定数据库
use 库名称
2_数据表操作
显示所有的表
在InfluxDB当中，并没有表（table）这个概念，取而代之的是MEASUREMENTS，MEASUREMENTS的功能与传统数据库中的表一致，因此我们也可以将MEASUREMENTS称为InfluxDB中的表。
SHOW MEASUREMENTS
新建表
InfluxDB中没有显式的新建表的语句，只能通过insert数据的方式来建立新表。其中 disk_free 就是表名，hostname是索引（tag），value=xx是记录值（field），记录值可以有多个，系统自带追加时间戳
insert customer,customer_name=张三,identity_card=342401198811180000 age=37,earning=5000
insert customer,customer_name=李四,identity_card=342401198811180001 age=37,earning=4500
insert customer,customer_name=王五,identity_card=342401198411180002 age=41,earning=6000
insert customer,customer_name=黄六,identity_card=342401198311180002 age=42,earning=7000
上面，我们新增一条数据，measurement为customer, tag为customer_name,identity_card, field为age,earning。
我们简单小结一下插入的语句写法：
基本格式：insert + measurement + "," + tag=value,tag=value +空格+ field=value,field=value ；tag与tag之间用逗号分隔；field与field之间用逗号分隔；tag与field之间用空格分隔；tag都是string类型，不需要引号将value包裹；field如果是string类型，需要加引号；
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。
删除表
drop measurement customer
3_数据保存策略
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。
查看保存策略
show retention policies on "db_name"
show retention policies on restkeeper
注意：其中test为数据库名称
创建保存策略
create retention policy "rp_name" on "db_name" duration 3w replication 1 default
create retention policy rp_restkeeper on restkeeper duration 1h replication 1 default
rp_name：策略名； db_name：具体的数据库名； 3w：保存3周，3周之前的数据将被删除，influxdb具有各种事件参数，比如：h（小时），d（天），w（星期）； replication 1：副本个数，一般为1就可以了； default：设置为默认策略
修改保存策略
alter retention policy "rp_name" on "db_name" duration 30d default
alter retention policy rp_restkeeper on restkeeper duration 2h default
删除保存策略
drop retention policy "rp_name" on "db_name"
drop retention policy rp_restkeeper on restkeeper
注意：其中test为数据库名称
4_数据查询操作
InfluxDB基本查询操作和MySQL的基本查询是类似，综合使用如下所示：
#----综合使用
书写顺序
select distinct * from '表名' where '限制条件' group by '分组依据' having '过滤条件' order by limit '展示条数'
执行顺序
from -- 查询
where -- 限制条件 使用单引号，否则无数据返回或报错
group by -- 分组 只能对tags和time进行分组
having -- 过滤条件
order by -- 排序 只能对time进行排序
limit -- 展示条数
distinct -- 去重
select -- 查询的结果
查询数据表customer的所有记录
select * from customer
条件查询
select * from customer where customer_name ='张三'
排序查询
select * from customer order by time desc
去重 (distinct)
select distinct age from customer
注意：distinct 函数只能有一个值
group by
为了分组我们先插入一条数据
insert customer,customer_name=张七,identity_card=342401198311180002 age=42,earning=7000
select * from customer group by identity_card
聚合函数
count()函数：返回一个（field）字段中的非空值的数量。
select count(*) from customer
mean() 函数：返回一个字段（field）中的值的算术平均值（平均值）。字段类型必须是长整型或float64。
select mean(age) from customer
median()函数:从单个字段（field）中的排序值返回中间值（中位数）。中值是在一组数值中居于中间的数值。字段值的类型必须是长整型或float64格式。
select median(age) from customer
spread()函数:返回字段的最小值和最大值之间的差值。数据的类型必须是长整型或float64。
select spread(age) from customer
sum()函数:返回一个字段中的所有值的和。字段的类型必须是长整型或float64。
select sum(age) from customer
integral()函数:用于计算时间序列数据在制定时间范围内的积分值，积分值可以帮助我们更好的理解时间序列数据的趋势和变化
select integral(age) from customer
limit限制条数
select * from customer limit 1 offset 2
or查询
influxDB中没有in的操作，但是有or。对于习惯了mysql的in来说，用or就需要在代码中循环了。
select * from customer where customer_name='张三' or customer_name='李四'
模糊查询
模糊查询支持正则表达式方式，例如
=~/给定字段/ 包含指定字段的=~/^给定字段/ 以指定字段开始的=~/给定字段$/ 以指定字段结尾的
select * from customer where customer_name=~/张/
5、存储引擎
InfluxDB 采用自研的TSM (Time-Structured Merge Tree) 作为存储引擎， 其核心思想是通过牺牲掉一些功能来对性能达到极致优化，其官方文档上有项目存储引擎经历了从LevelDB到BlotDB，再到选择自研TSM的过程，整个选择转变的思考。
TSM存储引擎将多个组件结合在一起，并提供用于存储和查询数据的外部接口。 它由许多组件组成，每个组件都起着特定的作用：
WAL —— WAL是一种写优化的存储格式，允许写入持久化，但不容易查询。 对WAL的写入就是append到固定大小的段中。Cache —— Cache是存储在WAL中的数据的内存中的表示。 它在运行时可以被查询，并与TSM文件中存储的数据进行合并。TSM Files —— 单个 tsm file 大小最大为 2GB，用于存放数据。TSM file 使用了自己设计的格式，对查询性能以及压缩方面进行了很多优化。Compactor —— Compactor负责将不够优化的Cache和TSM数据转换为读取更为优化的格式。 它通过压缩，去除已经删除的数据，优化索引并将较小的文件组合成较大的文件来实现。
存储目录
influxdb的数据存储有三个目录，分别是meta、wal、data：
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；wal 目录存放预写日志文件，以 .wal 结尾；data 目录存放实际存储的数据文件，以 .tsm 结尾。
6、总结
另外本篇皆是基于V1版本的InfluxDB，V2还会有一些差别。
主要差别1.x2.x存储引擎使用自研的 Time-Structured Merge Tree (TSM) 存储引擎仍然使用 TSM 作为存储引擎，但优化了写入性能和数据压缩。查询语言InfluxQL，这是一种 SQL 类的查询语言。引入了 Flux，这是一种功能更强大的查询语言，支持更复杂的数据转换和分析，尤其适合时间序列数据的处理。数据存储使用 measurement、tags 和 fields 的数据模型保持了相似的数据模型，但在功能上更加强大，支持更复杂的时间序列处理。新增了
B
u
c
k
e
t
Bucket
Bucket的概念，移除了database 和 RP。一个存储桶(bucket)可以包含多个measurement。
B
u
c
k
e
t
Bucket
Bucket是InfluxDB基本存储单元，用于组织和存储时间序列。是数据的存储容器，区分和隔离不同类型或来源的数据Schema 支持在设计上是无模式的允许更灵活的数据模型，添加了在元数据中支持 Schema 的功能API 变更提供了 REST API 和一些其他功能引入了统一的 API，包括写入、查询、管理和认证等，支持更现代化的 API 设计。客户端库提供了多个语言的客户端库继续支持多种语言的客户端库，并在功能上做了增强，以支持新的 Flux 查询语言。身份验证和授权具有基本的用户管理和身份验证(user，password)引入更强大的身份验证机制，改为使用秘钥、令牌身份验证方式。增加了组织
O
r
g
a
n
i
z
a
t
i
o
n
Organization
Organization和原则的概念，用于管理访问权限。用户界面no提供了新的 Web UI 界面，用户体验更佳，支持直观的数据可视化和管理功能。连续查询 vs Task使用连续查询来处理定期计算通过任务（Tasks）和 Flux 语言实现更高级的数据计算和处理。集群管理数据复制以提高可靠性和容错能力手动介入进行故障转移和节点替换InfluxDB 2.x版本简化了集群管理，支持自动故障转移。服务采用单一服务架构，所有功能（写入、查询、管理）都在一个进程中运行。具有更好的微服务架构，支持多种组件，如 InfluxDB、Telegraf、Chronograf 和 Kapacitor 等，更可扩展和可维护。文档InfluxDB 1.x 文档InfluxDB 2.x 文档
Influx官网上有更加详细的说明，比如：官方文档、自研TSM存储引擎的发展过程和选择转变的思考等。
有关使用springboot封装InfluxDB持久层点击这里。