目录
一、InfluxDB介绍
1.1 什么是InfluxDB？
InfluxDB是一个开源的时间序列数据库，特别为处理和分析带有时间戳的数据而设计。
它由InfluxData公司开发，并使用Go语言编写，目标在提供高性能的数据写入与查询能力。
1.2 应用场景
▪ 物联网（IoT）：处理来自传感器的大量实时数据，用于环境监测、智能城市、工业自动化等领域.
▪ 系统监控：收集和分析服务器、应用程序的性能指标，如CPU使用率、内存占用、网络流量.
▪ 实时分析：在金融、电商等行业中，用于实时交易分析、市场趋势预测等.
1.3 特点
▪ 高写入性能
专为时序数据的 “写多读少” 场景优化，支持每秒数十万条数据写入（取决于硬件），写入时跳过复杂索引和事务检查，优先保证吞吐量。
▪ 时间优化的存储
采用 TSM（Time-Structured Merge Tree）存储引擎，数据按时间分段存储，查询时可快速定位时间范围，避免全表扫描。
▪ 灵活的数据模型
不依赖固定表结构，支持动态字段扩展，适合数据格式多变的场景（如不同传感器的指标差异）。
▪ 内置数据生命周期管理
通过数据保留策略（Retention Policy, RP） 自动删除过期数据，减少存储成本（如只保留最近 30 天的监控数据）。
▪ 专用查询语言
支持 InfluxQL（类 SQL，易上手）和 Flux（函数式语言，支持复杂数据处理，如跨时间范围聚合、数据转换）。
总的来说；非常适合对实时大量数据进行存储与计算。
1.4 版本差异
InfluxDB 有两个主要版本，架构和功能差异较大：
二、数据模型和存储架构
2.1 相关概念
Measurement: 主要用来存储具有相似特征或属于同一类别的数据点集合，类似于关系型数据库中的表（table）；包含了列Timestamp时间戳，field字段和tag标签。
Field set: 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 set: 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
Point：表里面的一行数据,由时间戳（timestamp）、标签（tag）、字段（field）和组成：
时间戳time：每条数据记录的时间，也是数据库自动生成的主索引，如果时间戳没有指定。那么InfluxDB就使用当前系统的时间戳（纳秒）
字段field：字段包含数据的实际值，可以是各种数据类型（整数、浮点数、字符串、布尔值等）；与标签不同，字段在查询时可以进行数学运算。
标签tag：用于索引和过滤数据；通常是字符串类型。
2.2 存储架构
三、InfluxDB基础操作
这里我已经进行安装
# 进入InfluxDB的命令行终端
docker exec -it influxdb /bin/bash
# 连接InfluxDB
influx3.1 数据库操作
连接InfluxDB：
进入InfluxDB的命令行终端，再连接InfluxDB
# 进入InfluxDB的命令行终端
docker exec -it influxdb /bin/bash
# 连接InfluxDB
influx
数据库操作：
# 显示数据库
show databases
# 创建数据库
create database itheima
# 删除数据库
drop database itheima
# 使用数据库
use itheima
3.2 数据表操作
显示所有表
# 显示所有的 measurement
show measurements 
新建表
insert measurement+","+tag1=value1,tag2=value2 + 空格 + field1=value1,field2=values2
-- 例如：对measurement为tb_user的插入数据；有一个tag索引名为region，值为广东；有三个field分别是age,high,weight 对应的值分别为25、175、130
insert tb_user,region=广东 name="张三",age=25,high=175,weight=130
删除表
-- 删除语法
drop measurement 表名
-- 例如：删除名为 tb_user 的measurement
drop measurement tb_user
3.3 数据保存策略
查看保存策略
show retention policies on 数据库名称
-- 例如：查看 point_data 数据库的保存策略
show retention policies on point_data
创建保存策略
-- 语法
create retention policy 策略名 on 数据库名 duration 保留时长 replication 副本个数 [default]
-- 示例：创建point_data数据库的默认保存策略名字为 my_retention ，保留时长为24小时，副本数1个
create retention policy my_retention on point_data duration 24h replication 1 default
-- 示例：同样的，但是保存时长设置为3天，但是不设置为默认的保存策略的话就不加default
create retention policy my_retention2 on point_data duration 3d replication 1
修改保存策略
-- 语法
alter retention policy 策略名 on 数据库名 duration 时长 default（可选）
-- 例如：修改point_data数据库中的my_retention2策略，保留时长为2天，并设置为默认
alter retention policy my_retention2 on point_data duration 2d default
删除保存策略
drop retention policy 策略名 on 数据库名
-- 例如：删除point_data数据库中策略名为 my_retention2 的策略
drop retention policy my_retention2 on point_data
--- 删除保存策略如果是默认的；则不会自动的指定一个策略为默认；不过可以修改
alter retention policy autogen on point_data default
3.4 数据查询
查询全部
-- 插入数据
insert tb_user,region=广东 name="张三",age=25,high=175,weight=130
insert tb_user,region=湖南 name="李四",age=21,high=177,weight=135
insert tb_user,region=广东 name="王五",age=28,high=178,weight=138
-- 查询数据
select * from tb_user
条件查询
-- 查询名字为 李四，年龄为21 的用户
select * from tb_user where "name"='李四' and age=21
or查询
-- 查询姓名为张三或李四
select * from tb_user where "name"='张三' or "name"='李四'
模糊查询
-- 查询名字中包含王的
select * from tb_user where "name"=~/王/
排序查询
-- 只能根据时间排序；根据创建时间降序排序
select * from tb_user order by time desc
去重
insert tb_user,region=广西 name="钱六",age=28,high=178,weight=138
-- 对age字段去重查询；注意：只能在distinct 之后接一个字段
select distinct age from tb_user
分组
在InfluxDB中，GROUP BY 语句主要用于根据时间序列数据的标签（tags）进行分组。GROUP BY 仅能用于标签（tag）字段，而不能直接用于字段（field）进行分组。
-- 根据region进行分组
select * from tb_user group by region-- 统计所有年龄之和
select sum(age) from tb_user聚合函数
-- 统计一条记录中；每个非空field的总数
select count(*) from tb_user
-- 求用户表的广东地区的用户平均年龄
select mean(age) from tb_user where region='广东'
-- 查询身高中间值
select median(high) from tb_user
-- 插入数据后再查看
insert tb_user,region=湖南 name="赵六",age=28,high=171,weight=110
-- 返回最大与最小年龄之间的差值
select spread(age) from tb_user
分页
-- 查询第1页，每页3条数据
select * from tb_user limit 3 offset 0
-- 查询第2页，每页3条数据
select * from tb_user limit 3 offset 3