Linux下安装Influxdb1.7.8并整合Grafana与Java

Linux下安装Influxdb1.7.8及Grafana

1.安装

# wget https://dl.influxdata.com/influxdb/releases/influxdb-1.7.8.x86_64.rpm

# sudo yum localinstall influxdb-1.7.8.x86_64.rpm

2.启动

#sudo systemctl start influxdb

配置开机启动

#sudo systemctl enable influxdb

3.防火墙配置

#开放端口

# firewall-cmd --add-port=8086/tcp --permanent

这里解释一下,如果在开放端口的时候报错,先看一下是否开启了防火墙

通过systemctl status firewalld查看firewalld状态。

通过systemctl start firewalld开启防火墙,没有任何提示即开启成功。

再次通过systemctl status firewalld查看firewalld状态。

如果要关闭防火墙设置,过systemctl stop firewalld这条指令来关闭该功能。

4.启动cli命令

# influx

5.Influxdb CLI实操

查看数据库:

show databases

创建数据库:

create database tableName

删除数据库:

drop databese tableName

使用数据库:

use tableName

查看表:

show measurements

删除表:

drop measurement 表名

创建用户:

create user influx with password ‘influxdb’ (创建一个普通用户,密码为‘influxdb’)

create user “admin” with password ‘admin’ with all privileges(创建一个管理员用户,给他所有权限)

查看用户

show users

修改密码

set password for influx = ‘influx’

删除用户

drop user admin

数据库访问权限

用户授权

grant all privileges to influx(授权管理员权限)

撤销授权

revoke all privileges from influx

数据保留策略:

常用函数:

1.count()函数

返回一个(field)字段中的非空值的数量。

2.DISTINCT()函数

返回一个字段(field)的唯一值。

3.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

4.MEDIAN()函数

从单个字段(field)中的排序值返回中间值(中位数)。字段值的类型必须是长整型或float64格式。

5.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。

6.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。

7.BOTTOM()函数

作用:返回一个字段中最小的N个值。字段类型必须是长整型或float64类型。

8.FIRST()函数

作用:返回一个字段中最老的取值。

9.LAST()函数

作用:返回一个字段中最新的取值。

10.MAX()函数

作用:返回一个字段中的最大值。该字段类型必须是长整型,float64,或布尔类型。

11.MIN()函数

作用:返回一个字段中的最小值。该字段类型必须是长整型,float64,或布尔类型。

12.PERCENTILE()函数

作用:返回排序值排位为N的百分值。字段的类型必须是长整型或float64。

13.DERIVATIVE()函数

作用:返回一个字段在一个series中的变化率。(这个函数还是看官网舒服点,反正我没怎么看懂)

14.DIFFERENCE()函数

作用:返回一个字段中连续的时间值之间的差异。字段类型必须是长整型或float64。

15.ELAPSED()函数

作用:返回一个字段在连续的时间间隔间的差异,间隔单位可选,默认为1纳秒。

16.MOVING_AVERAGE()函数

作用:返回一个连续字段值的移动平均值,字段类型必须是长整形或者float64类型。

17.NON_NEGATIVE_DERIVATIVE()函数

作用:返回在一个series中的一个字段中值的变化的非负速率。

18.STDDEV()函数

作用:返回一个字段中的值的标准偏差。值的类型必须是长整型或float64类型。

Grafana:可视化图形界面

Linux下安装Grafana

官网:https://grafana.com/

安装

wget https://dl.grafana.com/enterprise/release/grafana-enterprise-8.1.3-1.x86_64.rpm

sudo yum install grafana-enterprise-8.1.3-1.x86_64.rpm

启动

sudo systemctl daemon-reload
sudo systemctl start grafana-server
sudo systemctl status grafana-server

配置开机自启

sudo systemctl enable grafana-server

打开防火墙访问3000端口

账号密码为admin

与Influxdb整合(好多图片没有加载出来,这里就写一下步骤了)

1.配置数据源

2.新建dashboards

数据配置

查看配置好的数据

与Java整合

1、pom.xml引入相关jar文件,如下:
<!-- 引入influxdb依赖 -->
<dependency>
<groupId>org.influxdb</groupId>
<artifactId>influxdb-java</artifactId>
<version>2.8</version>
</dependency>
2、influxDB工具类封装:
package com.mt.core.util;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;
import org.influxdb.InfluxDB;
import org.influxdb.InfluxDB.ConsistencyLevel;
import org.influxdb.InfluxDBFactory;
import org.influxdb.dto.BatchPoints;
import org.influxdb.dto.Point;
import org.influxdb.dto.Point.Builder;
import org.influxdb.dto.Pong;
import org.influxdb.dto.Query;
import org.influxdb.dto.QueryResult;
import lombok.Data;
?
/**
* InfluxDB数据库连接操作类
*
* @author Simon
*/
?
public class InfluxDBConnection {
?
// 用户名
private String username;
// 密码
private String password;
// 连接地址
private String openurl;
// 数据库
private String database;
// 保留策略
private String retentionPolicy;
?
private InfluxDB influxDB;
?
public InfluxDBConnection(String username, String password, String openurl, String database,
String retentionPolicy) {
this.username = username;
this.password = password;
this.openurl = openurl;
this.database = database;
this.retentionPolicy = retentionPolicy == null || retentionPolicy.equals("") ? "autogen" : retentionPolicy;
influxDbBuild();
}
/**
* 创建数据库
*
* @param dbName
*/
@SuppressWarnings("deprecation")
public void createDB(String dbName) {
influxDB.createDatabase(dbName);
}
/**
* 删除数据库
*
* @param dbName
*/
@SuppressWarnings("deprecation")
public void deleteDB(String dbName) {
influxDB.deleteDatabase(dbName);
}
/**
* 测试连接是否正常
*
* @return true 正常
*/
public boolean ping() {
boolean isConnected = false;
Pong pong;
try {
pong = influxDB.ping();
if (pong != null) {
isConnected = true;
}
} catch (Exception e) {
e.printStackTrace();
}
return isConnected;
}
?
/**
* 连接时序数据库 ,若不存在则创建
*
* @return
*/
public InfluxDB influxDbBuild() {
if (influxDB == null) {
influxDB = InfluxDBFactory.connect(openurl, username, password);
}
try {
// if (!influxDB.databaseExists(database)) {
// influxDB.createDatabase(database);
// }
} catch (Exception e) {
// 该数据库可能设置动态代理,不支持创建数据库
// e.printStackTrace();
} finally {
influxDB.setRetentionPolicy(retentionPolicy);
}
influxDB.setLogLevel(InfluxDB.LogLevel.NONE);
return influxDB;
}
?
/**
* 创建自定义保留策略
*
* @param policyName
* 策略名
* @param duration
* 保存天数
* @param replication
* 保存副本数量
* @param isDefault
* 是否设为默认保留策略
*/
public void createRetentionPolicy(String policyName, String duration, int replication, Boolean isDefault) {
String sql = String.format("CREATE RETENTION POLICY "%s" ON "%s" DURATION %s REPLICATION %s ", policyName,
database, duration, replication);
if (isDefault) {
sql = sql + " DEFAULT";
}
this.query(sql);
}
/**
* 创建默认的保留策略
*
* @param 策略名:default,保存天数:30天,保存副本数量:1
* 设为默认保留策略
*/
public void createDefaultRetentionPolicy() {
String command = String.format("CREATE RETENTION POLICY "%s" ON "%s" DURATION %s REPLICATION %s DEFAULT",
"default", database, "30d", 1);
this.query(command);
}
?
/**
* 查询
*
* @param command
* 查询语句
* @return
*/
public QueryResult query(String command) {
return influxDB.query(new Query(command, database));
}
?
/**
* 插入
*
* @param measurement
* 表
* @param tags
* 标签
* @param fields
* 字段
*/
public void insert(String measurement, Map<String, String> tags, Map<String, Object> fields, long time,
TimeUnit timeUnit) {
Builder builder = Point.measurement(measurement);
builder.tag(tags);
builder.fields(fields);
if (0 != time) {
builder.time(time, timeUnit);
}
influxDB.write(database, retentionPolicy, builder.build());
}
?
/**
* 批量写入测点
*
* @param batchPoints
*/
public void batchInsert(BatchPoints batchPoints) {
influxDB.write(batchPoints);
// influxDB.enableGzip();
// influxDB.enableBatch(2000,100,TimeUnit.MILLISECONDS);
// influxDB.disableGzip();
// influxDB.disableBatch();
 }
/**
* 批量写入数据
*
* @param database
* 数据库
* @param retentionPolicy
* 保存策略
* @param consistency
* 一致性
* @param records
* 要保存的数据(调用BatchPoints.lineProtocol()可得到一条record)
*/
public void batchInsert(final String database, final String retentionPolicy, final ConsistencyLevel consistency,
final List<String> records) {
influxDB.write(database, retentionPolicy, consistency, records);
}
/**
* 删除
*
* @param command
* 删除语句
* @return 返回错误信息
*/
public String deleteMeasurementData(String command) {
QueryResult result = influxDB.query(new Query(command, database));
return result.getError();
}
?
/**
* 关闭数据库
*/
public void close() {
influxDB.close();
}
?
/**
* 构建Point
*
* @param measurement
* @param time
* @param fields
* @return
*/
public Point pointBuilder(String measurement, long time, Map<String, String> tags, Map<String, Object> fields) {
Point point = Point.measurement(measurement).time(time, TimeUnit.MILLISECONDS).tag(tags).fields(fields).build();
return point;
}
?
}
3、查询数据
InfluxDB支持一次查询多个SQL,SQL之间用逗号隔开即可。
public static void main(String[] args) {
InfluxDBConnection influxDBConnection = new InfluxDBConnection("root", "Password01", "localhost", "devops", "tk_test");
QueryResult results = influxDBConnection
.query("SELECT * FROM mt order by time desc limit 1000");
//results.getResults()是同时查询多条SQL语句的返回值,此处我们只有一条SQL,所以只取第一个结果集即可。
Result oneResult = results.getResults().get(0);
if (oneResult.getSeries() != null) {
List<List<Object>> valueList = oneResult.getSeries().stream().map(Series::getValues)
.collect(Collectors.toList()).get(0);
if (valueList != null && valueList.size() > 0) {
for (List<Object> value : valueList) {
Map<String, String> map = new HashMap<String, String>();
// 数据库中字段1取值
String field1 = value.get(0) == null ? null : value.get(0).toString();
// 数据库中字段2取值
String field2 = value.get(1) == null ? null : value.get(1).toString();
// TODO 用取出的字段做你自己的业务逻辑……
 }
}
}
}
4、插入数据
InfluxDB的字段类型,由第一条插入的值得类型决定;tags的类型只能是String型,可以作为索引,提高检索速度。
public static void main(String[] args) {
InfluxDBConnection influxDBConnection = new InfluxDBConnection("root", "Password01", "localhost", "devops", "tk_test");
Map<String, String> tags = new HashMap<String, String>();
tags.put("tag1", "标签值");
Map<String, Object> fields = new HashMap<String, Object>();
fields.put("field1", "String类型");
// 数值型,InfluxDB的字段类型,由第一天插入的值得类型决定
fields.put("field2", 3.141592657);
// 时间使用毫秒为单位
influxDBConnection.insert("表名", tags, fields, System.currentTimeMillis(), TimeUnit.MILLISECONDS);
}

Linux下安装Influxdb1.7.8并整合Grafana与Java

原文:https://www.cnblogs.com/Ldengfeng/p/15250299.html

以上是Linux下安装Influxdb1.7.8并整合Grafana与Java的全部内容。
THE END
分享
二维码
< <上一篇
下一篇>>