InfluxDB介绍（一）

1、时序数据库介绍

时序数据库全称为时间序列数据库。时间序列数据库指主要用于处理带时间标签（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。——引自百度词条。详情见 时序数据库百度词条

2、时序数据库关键概念

Metric（度量）：类似于关系型数据库中的表，在InfluxDB里面是measurement，代表了一系列同类时序数据的集合。例如为空气质量传感器建立一个表，里面存储所有传感器的检测数据。

Tag（标签）：Tag用来描述数据源特征，表明了数据的归属，例如某某地点的某某传感器产生的数据，这个某某地点和某某传感器就是两个Tag，表示采集的数据，属于某个地点的，属于某个传感器的。数据库内部会自动为Tag建立索引，支持根据Tag来进行多维度查询，Tag由Key和value组成，都是String类型。

Timestamp（时间戳）：代表数据产生的时间点，可以写入时指定，也可由系统自动生成。

Field（量测值）：描述了数据源的量测指标，也就是真实采集到的数据，通常随时间不断变化，例如传感器的采集到的温度、湿度等等数值，一般是数字型，比如int、long、double、float等等。

Point（数据点）：数据源在某一个时间点产生的某个量测指标的值，比如一号传感器在2023年1月3日11点49分30秒采集到的温度是10.5摄氏度，这个10.5就是一个数据点。数据库查询和写入时都是按数据点来作为统计指标的。

Time Series（时间线）：数据源的某个指标随时间变化形成时间线，Metric+Tags+Field组合确定一条线，如当前传感器采集的温度随时间变化的所有数据；针对时序数据的计算，例如聚合（sum、count、max、min等）都是基于时间线维度进行的。

device	region	timestamp	temperature	humidity
D-001	sourth-cn	2023-01-03T11:10:00Z	12.6	40
D-001	sourth-cn	2023-01-03T11:11:00Z	12.8	45
D-001	sourth-cn	2023-01-03T11:12:00Z	12.3	42
......	......	......	......	......
D-099	north-cn	2023-01-03T11:10:00Z	5.6	32
D-099	north-cn	2023-01-03T11:11:00Z	5.0	35
Tags		数据产生的时间	field，表示实际的数据内容

例如第一行数据中，temperature为12.6是一个point，12.8是一个point，12.3是一个point，那么区域是sourth-cn的设备D-001，在2023-01-03T11:10:00Z~2023-01-03T11:12:00Z时间范围内产生的温度数据12.6、12.8、12.3为一个时间线，产生的湿度数据又是一个时间线。

3、数据存储逻辑（相较于关系型数据库）

用上面的表格记录的数据简单举例：

在关系型数据库里面，表格的一行就是数据库的一行，拿第一条举例，表示区域为sourth-cn的D-001设备，在2023-01-03T11:10:00Z时刻记录的温度是12.6摄氏度，湿度是40。

但是在时序数据库里面不是如此，上面的数据有两个字段，分别是温度和湿度，表示两个Field（量测值），时序数据的存储是按Field分开存储的，所以其实是两条，如下：

_measurement	_field	_value	_time	device	region
table_name	temperature	12.8	2023-01-03T11:10:00Z	D-001	sourth-cn
table_name	humidity	45	2023-01-03T11:10:00Z	D-001	sourth-cn

4、InfluxDB

官网介绍翻译：时间序列数据平台，开发人员在此构建物联网、分析和云应用程序。官方文档

目前最新版本是2.6，分为单机版和集群版，单机版本是免费的，集群版是收费的。

5、查询语法（2.X版本）

2.X和1.X的语法有很大的区别，1.X采用的是sql的方式，但是2.X版本采用的是JavaScript，下面给出部分语法示例和综合的例子。

5.1、from指定bucket（数据库）

from(bucket: "db_name")
    |> range(start: -5m, stop: -1m)

其中db_name表示想要查询的数据库名称，from表示从指定的bucket中查询数据。 

5.2、|>管道连接符

将数据从数据源管道传输到指定地方，如range()。

5.3、range指定起始时间段（查询的时间范围）

from(bucket: "db_name")
    |> range(start: -5m, stop: -1m)
    |> filter(fn: (r) => r["_measurement"] == "table_name")

range有两个字段，分别是start和stop，表示查询范围的开始时间和结束时间，如果只指定开始时间，则结束时间为当前最新时间，比如：

|> range(start: -5m)

上面的例子表示查询前5分钟到前1分钟的数据，其中的是时间格式如下：

1ns // 1 nanosecond
1us // 1 microsecond
1ms // 1 millisecond
1s  // 1 second
1m  // 1 minute
1h  // 1 hour
1d  // 1 day
1w  // 1 week
1mo // 1 calendar month
1y  // 1 calendar year

3d12h4m25s // 3 days, 12 hours, 4 minutes, and 25 seconds

5.4、filter过滤

filter用于过滤数据，主要有三种，1、指定measurement（表名），2、过滤指定Tag的数据，3、过滤指定field的数据

from(bucket: "db_name")
    |> range(start: -5m, stop: -1m)
    |> filter(fn: (r) => r["_measurement"] == "table_name")
    |> filter(fn: (r) => r["device"] == "D-001")
    |> filter(fn: (r) => r["_field"] == "temperature")

上面的例子中，我们查询的就是名称为table_name的表，过滤tag为D-001的数据，并且只查询_field为temperature的数据。

原始数据

_measurement	_field	_value	_time	device	region
table_name	temperature	12.8	2023-01-03T11:10:00Z	D-001	sourth-cn
table_name	humidity	45	2023-01-03T11:10:00Z	D-001	sourth-cn

以原始数据为例，我们查询出来的就只有第一条数据，如果不指定_field的过滤条件，默认查询出归属于D-001下的所有数据，也就是表格中的两条，但是我们只需要查询其中的某几个参数，不需要所有的数据，此时可以通过or的方式过滤，如下：

from(bucket: "db_name")
    |> range(start: -5m, stop: -1m)
    |> filter(fn: (r) => r["_measurement"] == "table_name")
    |> filter(fn: (r) => r["device"] == "D-001")
    |> filter(fn: (r) => r["_field"] == "temperature" or r["_field"] == "humidity")

5.5、group分组

支持对数据进行分组，但并不是所有的字段都可以分组，除了实际数据_value和时间戳无法分组外，_measurement、Tags和_field都可以进行分组，下面的例子就是按Tag和_filed进行分组，一般和一些数学函数一起搭配使用，比如求和cumulativeSum()等等。

注：多个字段进行分组时，需要考虑分组本身的意义，是否需要先过滤再进行分组，因为分组后只会返回分组字段和_value，按上面的传感器举例，我们按device进行分组，分组完后返回的数据是不同设备下，很多参数（温度、湿度）的值混在一起的数据，在当前场景下其实并没有什么实际意义。比如我们可以过滤出温度的数据再进行分组，此时反映的就是不同设备采集的温度数据。

    |> group(columns: ["device", "_field"])

5.6、sort&limit排序和分页

sort的columns针对所有的字段都可以，下面的例子就是对两个Tag和参数值进行排序，不指定参数时，则对_value升序排列。

    |> sort(columns: ["_value"])

默认是对_value的升序排列，要显示指定降序，如下：

   |> sort(columns: ["region", "device", "_value"],desc: true)

注：对tag等字符串进行排序，好像没起作用，只能对_value进行排序，这个后续研究。

limit一般和排序搭配只用，排序完后对数据进行截取，完整的基本语法如下，offset可以不写，不写则默认是0，不跳过任何数据。

    |> limit(n: 3, offset: 2)

5.7、完整的例子

from(bucket: "db_name")
    |> range(start: -1h, stop: -1m)
    |> filter(fn: (r) => r["_measurement"] == "table_name")
    |> filter(fn: (r) => r["device"] == "D-001")
    |> filter(fn: (r) => r["_field"] == "temperature"  or r["_field"] == "humidity")
    |> sort(columns: ["_value"],desc: true)
    |> limit(n: 10, offset: 5)

更加详细查询使用说明，参见官方文档-查询数据