influxdb命令

2018-03-27  ·  10 分钟阅读  ·  监控与可观测性

转载 2017年05月05日 10:17:33 标签： 数据 / InfluxDB influxdb0.13命令 1、数据构成 INSERT cpu_load_short,host=server01,region=us-west value= 0.64 ,value2= 0.86 1434055562000000000 第一部分：“cpu_load_short,host=server01,region=us-west” 第一部分称为 key ，key中包含了measurement name（类似表）和tags（tags又分为tag key和tag value，tags可以有多个） 注意：在tag value中的空格应以“\”加上空格表示，tags中的值必须是string类型，其实是起到索引的作用 第二部分：“value=0.64,value2=0.86” 第二部分称为 Field ，同样和tags的形式相同，都是键值对的形式，但是tags中的值必须是string类型，而Field中的值可以为Integer、float、Boolean、string类型， 若为Integer类型，则值后必须加“i”，否则该值为float类型， 比如value=23意味着这个值23是float类型， 而value=23i，意味着值23是Integer类型。 Boolean类型的值的表示方式有很多，直接写成：t, T, true, TRUE, f, F, false或 FALSE都可以。 第三部分（可选）：“1434055562000000000” 第三部分称为 Timestamp ，是时间戳，如果该部分省略，则默认将当前时间的时间戳插入数据库，否则按照用户输入的时间戳插入。 注意：influxdb默认使用UTC时区展示数据 2、创建及使用数据库 CREATE DATABASE ” testDB “

创建数据库 show databases

展示所有数据库 use testDB使用 —数据库 3、增删改查命令 查询 表信息 SHOW MEASUREMENTS —查询当前数据库中含有的表 SHOW FIELD KEYS — 查看当前数据库所有表的字段 SHOW series from pay —查看key数据 SHOW TAG KEYS FROM “pay” —查看key中tag key值 SHOW TAG VALUES FROM “pay” WITH KEY = “merId” —查看key中tag 指定key值对应的值 SHOW TAG VALUES FROM cpu WITH KEY IN (“region”, “host”) WHERE service = ‘redis’ DROP SERIES FROM < measurement_name[,measurement_name]> WHERE < tag_key>=’ < tag_value>’ —删除key SHOW CONTINUOUS QUERIES —查看连续执行命令 SHOW QUERIES — 查看最后执行命令 KILL QUERY < qid> — 结束命令 SHOW RETENTION POLICIES ON mydb —查看保留数据 查询数据 SELECT * FROM /.*/ LIMIT 1 — 查询当前数据库下所有表的第一行记录 select * from pay order by time desc limit 2 select * from db_name.”POLICIES name”. measurement_name —指定查询数据库下数据保留中的表数据 POLICIES name 数据保留 删除数据 delete from “query” — 删除表所有数据，则表就不存在了 drop MEASUREMENT “query” — 删除表（注意会把数据保留删除使用delete不会） DELETE FROM cpu DELETE FROM cpu WHERE time < ‘2000-01-01T00:00:00Z’ DELETE WHERE time < ‘2000-01-01T00:00:00Z’ DROP DATABASE “testDB” —删除数据库 DROP RETENTION POLICY “dbbak” ON mydb —删除保留数据为dbbak数据 DROP SERIES from pay where tag_key=” —删除key中的tag SHOW SHARDS —查看数据存储文件 DROP SHARD 1 SHOW SHARD GROUPS SHOW SUBSCRIPTIONS 4、函数使用 mean- 平均值 sum

总和 min

最小值 max

最大值 count

总个数 select * from pay order by time desc limit 2 select mean(allTime) from pay where time >= today() group by time(10m) time_zone(+ 8 ) select * from pay time_zone(+ 8 ) limit 2 SELECT sum(allTime) FROM ” pay ” WHERE time > now() - 10s select count(allTime) from pay where time > now() - 10m group by time(1s) 5、用户管理命令 SHOW USERS CREATE USER jdoe WITH PASSWORD ’ 1337password ‘

Create a normal database user. CREATE USER jdoe WITH PASSWORD ’ 1337password ’ WITH ALL PRIVILEGES — Create an admin user. REVOKE ALL PRIVILEGES FROM jdoe revoke admin privileges from jdoe REVOKE READ ON mydb FROM jdoe — revoke read privileges from jdoe on mydb SHOW GRANTS FOR jdoe — show grants for jdoe GRANT ALL TO jdoe

grant admin privileges GRANT READ ON mydb TO jdoe

grant read access to a database DROP USER jdoe 6、数据保留命令 查看保留期 SHOW RETENTION POLICIES ON mydb 修改保留期 ALTER RETENTION POLICY default ON online DEFAULT 删除保留期 DROP RETENTION POLICY < retentionpolicy> ON < database> 创建 保留期 CREATE RETENTION POLICY ” rp_name ” ON ” db_name ” DURATION 30d REPLICATION 1 DEFAULT rp_name：策略名 db_name：具体的数据库名 30d：保存30天，30天之前的数据将被删除 它具有各种时间参数，比如：h（小时），w（星期） m minutes h hours d days w weeks INF infinite REPLICATION 1：副本个数，这里填1就可以了 DEFAULT 设为默认的策略 7、创建持续性数据处理结果 提供后续查询 — selects from default retention policy and writes into 6_months retention policy CREATE CONTINUOUS QUERY ” 10m_event_count ” ON db_name BEGIN SELECT count(value) INTO ” 6_months ” .events FROM events GROUP BY time(10m) END;

this selects from the output of one continuous query in one retention policy and outputs to another series in another retention policy CREATE CONTINUOUS QUERY ” 1h_event_count ” ON db_name BEGIN SELECT sum(count) as count INTO ” 2_years ” .events FROM ” 6_months ” .events GROUP BY time(1h) END;

this customizes the resample interval so the interval is queried every 10s and intervals are resampled until 2m after their start time — when resample is used, at least one of ” EVERY ” or ” FOR ” must be used CREATE CONTINUOUS QUERY ” cpu_mean ” ON db_name RESAMPLE EVERY 10s FOR 2m BEGIN SELECT mean(value) INTO ” cpu_mean ” FROM ” cpu ” GROUP BY time(1m) END; DROP CONTINUOUS QUERY < cq_name> ON < database_name> —删除 SHOW CONTINUOUS QUERIES —查看连续执行命令

案例：根据tags查询交易成功与失败笔数，并保存到一个表中，每分钟统计1分钟内的 CREATE CONTINUOUS QUERY fail ON online BEGIN SELECT count(allTime) as fail INTO online.”default”.sign_result FROM online.”default”.sign where orderFlag=‘0’ GROUP BY time(1m) END CREATE CONTINUOUS QUERY success ON online BEGIN SELECT count(allTime) as success INTO online.”default”.sign_result FROM online.”default”.sign where orderFlag=‘1’ GROUP BY time(1m) END

select * from sign_result name: sign_result

time fail success 1478053740000000000 2 2 1478053800000000000 3 3 1478053860000000000 1 1 1478053920000000000 3 1 8、http api 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

1. 普通保存 < br>curl -i -X POST ‘http://127.0.0.1:8086/write?db=online’ —data-binary ‘pay,host=1,merId=1234567890,orderFlag=1 allTime=347,ecifTime=39,icqTime=88’ < strong>2.Write points from a file by passing @filename to curl. < /strong> cpu_data.txt内容如下： cpu_load_short,host=server02 value=0.67 cpu_load_short,host=server02,region=us-west value=0.55 1422568543702900257 cpu_load_short,direction= in ,host=server01,region=us-west value=2.0 1422568543702900257 Write the data in cpu_data.txt to the mydb database with: curl -i -XPOST ’ http://localhost:8086/write?db=mydb ’ —data-binary @cpu_data.txt < strong>3.单查询 < /strong> < br>curl -GET ’ http://localhost:8086/query?pretty=true ’ —data-urlencode “db=mydb” —data-urlencode “q=SELECT value FROM cpu_load_short WHERE region=‘us-west’” < strong>4.多查询 < /strong> curl -G ’ http://localhost:8086/query?pretty=true ’ —data-urlencode “db=mydb” —data-urlencode “q=SELECT value FROM cpu_load_short WHERE region=‘us-west’;SELECT count(value) FROM cpu_load_short WHERE region=‘us-west’” < strong>5.格式化time < /strong> epoch=[h,m,s,ms,u,ns] curl -G ’ http://localhost:8086/query ’ —data-urlencode “db=mydb” —data-urlencode “epoch=s” —data-urlencode “q=SELECT value FROM cpu_load_short WHERE region=‘us-west’” 注意：如果是自己程序生成时间戳，进行数据保存后，查询时使用用select count（*） from pay进行查询总条数时，需要确认一下influxdb数据库时间与程序生成数据的机器时间，因为查询不添加时间条件默认采用当前系统时间，所以就会造成数据无法做到实时入库，数据查询总是延后； 9、常用命令 9.1 转化查询结果数据time格式 precision rfc3339

select * from sign name: sign

time allTime ecifTime host icqTime icqTime1 merId orderFlag 1479880151976609227 348 0 195.203 . 56.35 0 0 305110099990002 null 1479880301566372997 724 0 195.203 . 56.35 641 0 305110048163089 0 1479880846739979577 28 0 195.203 . 56.35 12 0 305110099990002 0 1479881595261796657 25 0 195.203 . 56.35 10 0 305110099990002 0 1479881617138308807 106 0 195.203 . 56.35 17 0 305110099990002 0

precision rfc3339

select * from sign name: sign

time allTime ecifTime host icqTime icqTime1 merId orderFlag 2016

11 -23T05: 49 : 11 .976609227Z 348 0 195.203 . 56.35 0 0 305110099990002 null 2016

11 -23T05: 51 : 41 .566372997Z 724 0 195.203 . 56.35 641 0 305110048163089 0 2016

11 -23T06: 00 : 46 .739979577Z 28 0 195.203 . 56.35 12 0 305110099990002 0 2016

11 -23T06: 13 : 15 .261796657Z 25 0 195.203 . 56.35 10 0 305110099990002 0 2016

11 -23T06: 13 : 37 .138308807Z 106 0 195.203 . 56.35 17 0 305110099990002 0 9.2按时间分组统计数据（分组只能用time()注意空格） select count(allTime) from pay where time > now() - 15h group by time(1h) 9.3按指定时间段查询数据 select count(allTime),mean(allTime) from pay where time>= ’ 2016-11-30T16:00:00Z ’ and time <

’ 2016-12-01T16:59:59Z ’ and orderFlag= ’ 1 ’ 9.4脚本执行数据格式 influx -execute ” select count(allTime),mean(allTime) from pay where time>=‘2016-12-10T16:00:00Z’and time < =‘2016-12-11T16:59:59Z’ and orderFlag=‘1’ ” -database ’ online ’ ; 查询2016-12-11全天数据 格式： influx -execute “sql” -database ‘databasename’ 注意如果自己程序生成的时间戳作为time，则需要注意查询出的数据时间相差8小时，所以查某一天的数据需要减掉8小时，如上

#redis #存储