InfluxDB 語法詳解

一、基本概念

InfluxDB 是一款開源的分散式時序資料庫，採用 Go 語言編寫。在 InfluxDB 中，數據被組織為不同的時間序列（time series），每個時間序列由一個時間戳和一個或多個鍵值對組成。

時間戳表示數據被寫入資料庫的時間，通常使用 Unix 時間戳表示。鍵值對分別表示數據的標籤（tag）和數值（field）。標籤用於標識數據，而欄位則表示數據本身的數值。每個時間序列由唯一的時間戳和標籤組成，欄位則可以有多個。

二、數據結構

InfluxDB 中有三種數據結構：database，measurement 和 field。database 表示資料庫，measurement 表示一組有關係的時間序列，而 field 則是一條時間序列中的一個鍵值對。

在 InfluxDB 中，資料庫用於存儲不同的時間序列，一個資料庫可以包含多個 measurement。每個 measurement 是由標籤、欄位和時間戳組成的數據集合，標籤用於標識數據，欄位則表示數據本身的數值，時間戳表示數據的寫入時間。

在 measurement 中，標籤和欄位是必須的，每個 measurement 至少有一個標籤和一個欄位。例如，在存儲氣象數據時，可以將氣象站 ID 作為標籤，溫度和濕度作為欄位。

三、查詢語法

InfluxDB 支持多種查詢方法，包括 SELECT、SHOW 和 DROP 等語句。

1. SELECT 語句

SELECT 語句用於從資料庫中查詢數據。

SELECT [DISTINCT] [*|field_key|function()|] 
FROM  
[WHERE ='' [AND ='']] 
[GROUP BY ] 
[ORDER BY time DESC|ASC] 
[LIMIT ]| [OFFSET ]]

SELECT 語句中，FROM 關鍵字後面需要指定要查詢的 measurement 名稱。WHERE 關鍵字用於對數據進行過濾，可以針對標籤和時間進行過濾。GROUP BY 關鍵字根據指定的標籤，對查詢結果進行分組，time 列默認是一種特殊的標籤，可以通過 GROUP BY time() 對數據進行按時間間隔分組。

以下是一個例子：

SELECT mean("temperature") AS "mean_temperature" FROM "weather" 
WHERE "location"='beijing' AND time >= now() - 1d group by time(10m)

該語句使用了 mean 函數對 temperature 欄位進行平均值計算，並針對 location=’beijing’ ，在過去一天內查詢每隔 10 分鐘的平均氣溫。

2. SHOW 語句

SHOW 語句用於顯示資料庫、measurement、欄位等對象的信息。

SHOW [DATABASES|FIELD KEYS|TAG KEYS|MEASUREMENTS []]

以下是一個例子：

SHOW MEASUREMENTS ON "mydb"

該語句顯示 mydb 資料庫中的所有 measurement 名稱。

3. DROP 語句

DROP 語句用於刪除 InfluxDB 中的數據、measurement 和資料庫等對象。

DROP [, ] 
FROM 

以下是一個例子：

DROP SERIES FROM "weather" WHERE "location"='beijing'

該語句刪除 weather 資料庫中，location=’beijing’ 的數據。

四、批量寫入數據

InfluxDB 支持批量寫入數據，提高了寫入效率。

curl -i -XPOST 'http://localhost:8086/write?db=mydb' --data-binary '
  cpu,host=server01,region=us-west value=0.64 1434067467000000000
  cpu,host=server02,region=us-west value=0.63 1434067467000000000
  cpu,host=server03,region=us-west value=0.65 1434067467000000000
'

該語句將三條數據分別寫入 cpu 表格中，其中 host 和 region 是標籤，value 是欄位，1434067467000000000是時間戳。

五、高級特性

1. InfluxQL Functions

InfluxDB 支持多種函數，包括聚合函數、數學函數、字元串函數等。

SELECT COUNT("temperature"), MEAN("humidity") FROM "weather" 
WHERE time <= now() - 1h GROUP BY time(10m) fill(0)

該語句使用 COUNT 和 MEAN 函數計算出每隔10分鐘的氣溫數量和平均濕度，並將結果填充為 0。

2. InfluxDB 持續查詢

InfluxDB 允許用戶創建持續查詢，以定期執行 SELECT 語句。

CREATE CONTINUOUS QUERY  ON 
BEGIN 
    SELECT mean("temperature") AS "mean_temperature" 
    INTO "rollup_5m_temperature"
    FROM "weather"
    GROUP BY time(5m), "location"
END

該語句創建了一個名為 rollup_5m_temperature 的 measurement，每隔5分鐘，將10分鐘內的氣溫數據進行平均值計算，並按照 location 進行分組。

六、總結

InfluxDB 是一款優秀的時序資料庫，支持靈活的數據結構和多種查詢方法，支持批量寫入和持續查詢，使用時需要根據實際需求選擇適當的語法進行操作。