InfluxDB+Grafana+Centos7x64整合,搭建数据监控

待我称王封你为后i 2022-05-28 01:18 191阅读 0赞

先关闭防火墙操作：

firewall-cmd --state \#查看默认防火墙状态（关闭后显示notrunning，开启后显示running）  
systemctl stop firewalld.service \#停止firewall  
systemctl disable firewalld.service \#禁止firewall开机启动

首先安装influxdb，安装步骤一步一步下来

wget https://dl.influxdata.com/influxdb/releases/influxdb-1.2.4.x86_64.rpm

sudo yum localinstall influxdb-1.2.4.x86_64.rpm

如果在这里命令安装不行，请直接进Centos图形界面直接点击安装，点上面链接下载安装包，里面所有小问题操作我都会记载请详细查看，有问题

可以留言给我。

安装完成之后，启动并查看这个服务是否在正常运行：

systemctl start influxdb.service

systemctl status influxdb.service

![20180327112733248][]

启动后打开 web 管理界面 [http://\#\#\#\#\#:8083/][http_8083] 默认用户名和密码是 root 和 root. InfluxDB 的 Web 管理界面端口是 8083，HTTP API 监听端口是 8086，如果需要更改这些默认设定，修改 InfluxDB 的配置文件（/etc/influxdb/influxdb.conf）并重启就可以了。

这里如果安装有别的新的版本，会打开web 管理界面 [http://\#\#\#\#\#:8083/][http_8083] 可能出现页面打不开或者404页面，请进入etc/influxdb目录下的，打开influxdb.conf文件。修改这里打开端口和设置为true，因为新版本已经关闭了,打开这两个，因为后面http进行java代码操作进行公网访问，也会需要打开进行访问

这里如果Centos7出现文件只读现象，不可以修改，请用该命令进行调整读写权限：chmod 777 -R  /文件路径/

—R可以授权文件夹下面的所有文件，给父文件权限就行

另外Centos7在dos界面使用 ctrl+alt+F1切换到图形界面  ，在图形界面使用 ctrl+alt+F2切换到dos界面

![20180327113407627][]

如果这里打开后，可以进行访问后台界面了，后台界面ip查看

Centos输入命令：ifconfig -a

第一个ip就是你们的ip地址，配上端口号8083就可以访问，如果centos装在虚拟机，就在centos里面访问可以直接localhost:8083访问，如果在别的系统，内网区域里面可以用刚才查看的ip192.168.80.131:8083访问后台

![20180327114346349][]

windows下查看

![20180327114613494][]

centos下面查看

![20180327114835376][]

还有一个8086的端口打开了grafana和java代码公网操作的，也就是http的,直接像这种访问是没有后台界面的，如果用拼接操作是可以进行操作的，后台会响应json数据回来，

就像这样，我创建一个数据库

![20180327115141442][]

这样后台就已经创建了一个数据库了，然后后面的查看链接我写在后面，下面继续安装grafana

安装grafana

https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-4.3.2-1.x86_64.rpm 
    sudo yum localinstall grafana-4.3.2-1.x86_64.rpm

如果命令安装不了，请直接点击上面链接进行下载，在centos图形界面直接点击进行安装就行，安装包可以放在home下面

<span style="color:#333333">完成安装之后，启动并检查它的状态：</span>

[root@metrics ~]# systemctl start grafana-server.service [root@metrics ~]# systemctl status grafana-server.service

如果安装成功，可以直接访问后台界面，

账号密码默认是admin和admin

ip地址和刚才查看公网一样的就是，192.168.80.131:3000，端口是默认3000继续访问，

windows下面访问

![20180327115905952][]

centos可以直接localhost:3000访问界面

![20180327120157042][]

安装上面两步骤就已经基本完成安装了

下面是进行操作部分

首先influxdb要插入数据：

第一种方法直接centos命令行操作：

这要链接influxdb进行命令操作

分为有验证和无验证链接

**无验证web登录 **

root@ubuntu:~\# which influx

/usr/bin/influx

root@ubuntu:~\# influx

Visit https://enterprise.influxdata.com to register for updates, InfluxDB server management, and monitoring.

Connected to http://localhost:8086 version 0.13.0

InfluxDB shell version: 0.13.0

**验证web登录 **

1.  先添加用户

设置 TS 的authorized,提高安全性，针对指定用户拥有权限才能访问数据库的数据，TS默认用户分为普通用户和管理员用户，权限分为 read,write,all privileges 三种权限

root@ubuntu:/home/leco\# influx

Visit https://enterprise.influxdata.com to register for updates, InfluxDB server management, and monitoring.

Connected to http://localhost:8086 version 1.1.1

InfluxDB shell version: 1.1.1

> CREATE USER " influxdb " WITH PASSWORD  'influxdb'  WITH ALL PRIVILEGES

先添加账号和密码，均为 influxdb

Web 界面数据库的切换。此时登录 web 的时候需要输入账号和密码，验证通过后才可以正常进入。配置如下：

![20180327123608310][]

链接上了以后就可以进行dos命令sql语句操作了

\#创建数据库

create database "db\_name"

\#显示所有的数据库    
show databases    
\#删除数据库    
drop database "db\_name"    
\#使用数据库    
use db\_name    
\#显示该数据库中所有的表    
show measurements    
\#创建表，直接在插入数据的时候指定表名    
insert test,host=127.0.0.1,monitor\_name=test count=1    
\#删除表    
drop measurement "measurement\_name"    
\#\#插入数据  
insert admin,username=admin password=123456

第二种用java代码操作的(包括还有其他语言咯):

package com.influxdb.test;
    
    import java.text.SimpleDateFormat;
    import java.util.ArrayList;
    import java.util.Date;
    import java.util.HashMap;
    import java.util.List;
    import java.util.Map;
    
    import junit.framework.Assert;
    
    import org.influxdb.dto.QueryResult;
    import org.influxdb.dto.QueryResult.Result;
    import org.influxdb.dto.QueryResult.Series;
    import org.junit.Before;
    import org.junit.Test;
    import org.springframework.beans.BeanWrapperImpl;
    
    import com.influxdb.pojo.CodeInfo;
    
    public class InfluxDBTest {
    
    	private InfluxDBConnect influxDBConnect;
    	private String username = "root";// 用户名
    	private String password = "root";// 密码
    	private String openurl = "http://192.168.80.131:8086";// 连接地址
    	private String database = "sms";// 数据库
    	private String measurement = "sys_code";
    
    	//http://192.168.80.130:8086/query?q=CREATE+DATABASE+%22testDB%22&db=testDB
    	
    	@Before
    	public void setUp() {
    		// 创建 连接
    		influxDBConnect = new InfluxDBConnect(username, password, openurl, database);
    
    		influxDBConnect.influxDbBuild();
    
    		//influxDBConnect.createRetentionPolicy();
    		 //influxDBConnect.deleteDB("sms");
    		// influxDB.createDB(database);
    	}
    
    	@Test
    	public void testInsert() {// 测试数据插入
    		Map<String, String> tags = new HashMap<String, String>();
    		Map<String, Object> fields = new HashMap<String, Object>();
    		List<CodeInfo> list = new ArrayList<CodeInfo>();
    		SimpleDateFormat formatter = new SimpleDateFormat("HH:mm");
    		for (int i = 40; i <= 60; i++) {
    			CodeInfo info1 = new CodeInfo();
    			info1.setId(i);
    			info1.setFlag(1);
    			info1.setName("BANKS");
    			info1.setCode("ABC");
    			info1.setDescr("中国农业银行");
    			info1.setDescrE("ABC");
    			info1.setTime(new Date().getTime());
    			info1.setCreatedBy("system");
    			info1.setCreatedAt(formatter.format(new Date()));
    			list.add(info1);
    		}
    		 
    
     
    		for (CodeInfo info : list) {
    			tags.put("TAG_CODE", info.getCode());
    			tags.put("TAG_NAME", info.getName());
    			
    			fields.put("ID", info.getId());
    			fields.put("FLAG", info.getFlag());
    			fields.put("NAME", info.getName());
    			fields.put("CODE", info.getCode());
    			fields.put("DESCR", info.getDescr());
    			fields.put("DESCR_E", info.getDescrE());
    			fields.put("CREATED_BY", info.getCreatedBy());
    			fields.put("CREATED_AT", info.getCreatedAt());
    			fields.put("TIME", info.getTime());
    			influxDBConnect.insert(measurement, tags, fields);
    		}
    	}
    
    	@Test
    	public void testQuery() {// 测试数据查询
    		String command = "select * from sys_code";
    		QueryResult results = influxDBConnect.query(command);
    
    		if (results.getResults() == null) {
    			return;
    		}
    		List<CodeInfo> lists = new ArrayList<CodeInfo>();
    		for (Result result : results.getResults()) {
    
    			List<Series> series = result.getSeries();
    			for (Series serie : series) {
    				// Map<String, String> tags = serie.getTags();
    				List<List<Object>> values = serie.getValues();
    				List<String> columns = serie.getColumns();
    
    				lists.addAll(getQueryData(columns, values));
    			}
    		}
    
    		Assert.assertTrue((!lists.isEmpty()));
    		Assert.assertEquals(2, lists.size());
    	}
    
    	@Test
    	public void testQueryWhere() {// tag 列名 区分大小写
    		String command = "select * from sys_code where TAG_CODE='ABC'";
    		QueryResult results = influxDBConnect.query(command);
    
    		if (results.getResults() == null) {
    			return;
    		}
    		List<CodeInfo> lists = new ArrayList<CodeInfo>();
    		for (Result result : results.getResults()) {
    
    			List<Series> series = result.getSeries();
    			for (Series serie : series) {
    				List<List<Object>> values = serie.getValues();
    				List<String> columns = serie.getColumns();
    
    				lists.addAll(getQueryData(columns, values));
    			}
    		}
    
    		Assert.assertTrue((!lists.isEmpty()));
    		Assert.assertEquals(1, lists.size());
    
    		CodeInfo info = lists.get(0);
    
    		Assert.assertEquals(info.getCode(), "ABC");
    
    	}
    
    	@Test
    	public void deletMeasurementData() {
    		String command = "delete from sys_code where TAG_CODE='ABC'";
    		String err = influxDBConnect.deleteMeasurementData(command);
    		Assert.assertNull(err);
    	}
    
    	/*** 整理列名、行数据 ***/
    	private List<CodeInfo> getQueryData(List<String> columns,
    			List<List<Object>> values) {
    		List<CodeInfo> lists = new ArrayList<CodeInfo>();
    
    		for (List<Object> list : values) {
    			CodeInfo info = new CodeInfo();
    			BeanWrapperImpl bean = new BeanWrapperImpl(info);
    			for (int i = 0; i < list.size(); i++) {
    
    				String propertyName = setColumns(columns.get(i));// 字段名
    				Object value = list.get(i);// 相应字段值
    				bean.setPropertyValue(propertyName, value);
    			}
    
    			lists.add(info);
    		}
    
    		return lists;
    	}
    
    	/*** 转义字段 ***/
    	private String setColumns(String column) {
    		String[] cols = column.split("_");
    		StringBuffer sb = new StringBuffer();
    		for (int i = 0; i < cols.length; i++) {
    			String col = cols[i].toLowerCase();
    			if (i != 0) {
    				String start = col.substring(0, 1).toUpperCase();
    				String end = col.substring(1).toLowerCase();
    				col = start + end;
    			}
    			sb.append(col);
    		}
    		return sb.toString();
    	}
    	
    }

package com.influxdb.test;
    
    import java.util.Map;
    
    import org.influxdb.InfluxDB;
    import org.influxdb.InfluxDBFactory;
    import org.influxdb.dto.Point;
    import org.influxdb.dto.Point.Builder;
    import org.influxdb.dto.Query;
    import org.influxdb.dto.QueryResult;
    
    /**
     * 时序数据库 InfluxDB 连接
     */
    public class InfluxDBConnect {
    
    	private String username;// 用户名
    	private String password;// 密码
    	private String openurl;// 连接地址
    	private String database;// 数据库
    
    	private InfluxDB influxDB;
    
    	public InfluxDBConnect(String username, String password, String openurl,
    			String database) {
    		this.username = username;
    		this.password = password;
    		this.openurl = openurl;
    		this.database = database;
    	}
    
    	/** 连接时序数据库；获得InfluxDB **/
    	public InfluxDB influxDbBuild() {
    		if (influxDB == null) {
    			influxDB = InfluxDBFactory.connect(openurl, username, password);
    			 //influxDB.createDatabase(database);
    
    		}
    		return influxDB;
    	}
    
    	/**
    	 * 设置数据保存策略 defalut 策略名 /database 数据库名/ 30d 数据保存时限30天/ 1 副本个数为1/ 结尾DEFAULT
    	 * 表示 设为默认的策略
    	 */
    	public void createRetentionPolicy() {
    		String command = String
    				.format("CREATE RETENTION POLICY \"%s\" ON \"%s\" DURATION %s REPLICATION %s DEFAULT",
    						"defalut", 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) {
    		Builder builder = Point.measurement(measurement);
    		builder.tag(tags);
    		builder.fields(fields);
    
    		influxDB.write(database, "", builder.build());
    	}
    
    	/**
    	 * 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();
    	}
    
    	/**
    	 * 创建数据库
    	 * 
    	 * @param dbName
    	 */
    	public void createDB(String dbName) {
    		influxDB.createDatabase(dbName);
    	}
    
    	/**
    	 * 删除数据库
    	 * 
    	 * @param dbName
    	 */
    	public void deleteDB(String dbName) {
    		influxDB.deleteDatabase(dbName);
    	}
    
    	public String getUsername() {
    		return username;
    	}
    
    	public void setUsername(String username) {
    		this.username = username;
    	}
    
    	public String getPassword() {
    		return password;
    	}
    
    	public void setPassword(String password) {
    		this.password = password;
    	}
    
    	public String getOpenurl() {
    		return openurl;
    	}
    
    	public void setOpenurl(String openurl) {
    		this.openurl = openurl;
    	}
    
    	public void setDatabase(String database) {
    		this.database = database;
    	}
    }

package com.influxdb.pojo;
    
    import java.io.Serializable;
    
    public class CodeInfo implements Serializable {
    
    	private static final long serialVersionUID = 1L;
    
    	private Integer id;
    	private Integer flag;
    	private String name;
    	private String code;
    	private String descr;
    	private String descrE;
    	private String createdBy;
    	private String createdAt;
    	private Long time;
    	private String tagCode;
    	private String tagName;
    
    	/**
    	 * @return the flag
    	 */
    	public Integer getFlag() {
    		return flag;
    	}
    
    	/**
    	 * @param flag
    	 *            the flag to set
    	 */
    	public void setFlag(Integer flag) {
    		this.flag = flag;
    	}
    
    	/**
    	 * @param createdAt
    	 *            the createdAt to set
    	 */
    	public void setCreatedAt(String createdAt) {
    		this.createdAt = createdAt;
    	}
    
    	/**
    	 * @return the id
    	 */
    	public Integer getId() {
    		return id;
    	}
    
    	/**
    	 * @param id
    	 *            the id to set
    	 */
    	public void setId(Integer id) {
    		this.id = id;
    	}
    
    	/**
    	 * @return the createdAt
    	 */
    	public String getCreatedAt() {
    		return createdAt;
    	}
    
    	public String getName() {
    		return name;
    	}
    
    	public void setName(String name) {
    		this.name = name;
    	}
    
    	public String getCode() {
    		return code;
    	}
    
    	public void setCode(String code) {
    		this.code = code;
    	}
    
    	public String getDescr() {
    		return descr;
    	}
    
    	public void setDescr(String descr) {
    		this.descr = descr;
    	}
    
    	public String getDescrE() {
    		return descrE;
    	}
    
    	public void setDescrE(String descrE) {
    		this.descrE = descrE;
    	}
    
    	public String getCreatedBy() {
    		return createdBy;
    	}
    
    	public void setCreatedBy(String createdBy) {
    		this.createdBy = createdBy;
    	}
    
    	/**
    	 * @return the time
    	 */
    	public Long getTime() {
    		return time;
    	}
    
    	/**
    	 * @param time
    	 *            the time to set
    	 */
    	public void setTime(Long time) {
    		this.time = time;
    	}
    
    	public String getTagCode() {
    		return tagCode;
    	}
    
    	public void setTagCode(String tagCode) {
    		this.tagCode = tagCode;
    	}
    
    	public String getTagName() {
    		return tagName;
    	}
    
    	public void setTagName(String tagName) {
    		this.tagName = tagName;
    	}
    
    }

jar包

![20180327124024855][]

运行结果：

![20180327124147629][]

整个项目我打包放这链接下：有需要的可以下载：已经全部测试通过了:

https://download.csdn.net/download/qq\_27026603/10310940

最后我们就是让grafana的图标监控展示出来了：

先进入dataSources配置数据源：

![20180327124958474][]

记得是配置8086的那个端口，否则不会成功，包括java代码的

上面没有设置数据库密码可以不输入

在进入dashboard里面new一个模板

拉入插件

点击进入编辑

![20180327125158826][]

编辑查询语句，模板标题，以及颜色和一些参数配置就ok

![20180327125306328][]

配置好了，保存，选择右上角过滤的时间

数据图形监控就显示了

![20180327125445255][]

最后提供一些http API:

**二、InfluxDB进行HTTP API查询方法**

使用HTTP API在InfluxDB进行查询主要是发送 GET 请求到 InfluxDB的 /query 端，调用示例如下所示：

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'"

参数db指定了需查询的 [数据库][Link 1] ，q代表了需执行的查询语句。

**三、InfluxDB进行HTTP API查询多条数据**

我们可能需要用InfluxDB进行多条查询，HTTP API提供的多条查询的格式如下所示：

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'"

格式与单条查询相同，只是在多条语句之间要用分号“；”分隔。

返回值也是包含结果的json串。

**四、InfluxDB HTTP 查询的格式化输出**

1）规定时间格式

在使用HTTP查询时可以使用  epoch  参数指定输出的时间格式。可选值有 epoch=\[h,m,s,ms,u,ns\]。

例如：

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'"

这样会获取到以秒为单位的时间数据。

2）指定每次查询数据大小

可以使用  chunk\_size  参数来指定每次结果的大小。比如，我要结果每次返回200个点的数据，则如下所示：

curl -G 'http://localhost:8086/query' --data-urlencode "db=mydb" --data-urlencode "chunk\_size=200" --data-urlencode "q=SELECT value FROM cpu\_load\_short WHERE region='us-west'"

这样查询结果就会返回200个点的数据。

增加

curl -i -XPOST 'http://127.0.0.1:8086/write?db=metrics' --data-binary 'test,host=127.0.0.1,monitor\_name=test count=1'

普通查询

curl -G 'http://localhost:8086/query?pretty=true' --data-urlencode "db=metrics" --data-urlencode "q=select \* from test order by time desc"

建立数据库

curl  \- POST http: // localhost: **8086** / query  \--data-urlencode "q=CREATE DATABASE mydb"

执行这个语句后，会在本地建立一个名为mydb的数据库。

[删除][Link 2] 数据库

curl  \- POST http: // localhost: **8086** / query  \--data-urlencode "q=DROP DATABASE mydb"

其实使用HTTP API就是向 InfluxDB 接口发送相应的POST请求。

将语句通过POST方式发送到 [服务][Link 3] 器。

**InfluxDB通过HTTP API添加数据**

InfluxDB通过HTTP API添加数据主要使用如下格式：

curl  \- i  \- XPOST  'http://localhost:8086/write?db=mydb'  \--data-binary 'cpu\_load\_short,host=server01,region=us-west value=0.64 1434055562000000000'

说明：db=mydb是指使用mydb这个数据库。

\--data-binary后面是需插入数据。

cpu\_load\_short是表名（measurement），tag字段是host和region，值分别为：server01和us-west。

field key字段是value，值为0.64。

时间戳（timestamp）指定为1434055562000000000。

这样，就向mydb数据库的cpu\_load\_short表中插入了一条数据。

其中，db参数必须指定一个数据库中已经存在的数据库名，数据体的格式遵从InfluxDB规定格式，首先是表名，后面是tags，然后是field，最后是时间戳。tags、field和时间戳三者之间以空格相分隔。

**InfluxDB通过HTTP API添加多条数据**

InfluxDB通过HTTP API添加多条数据与添加单条数据相似，示例如下：

curl  \- i  \- XPOST  'http://localhost:8086/write?db=mydb'  \--data-binary '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** '

这条语句向数据库mydb的表cpu\_load\_short中插入了三条数据。

第一条指定tag为host，值为server02，第二条指定tag为host和region，值分别为server02和us-west，第三条指定tag为direction，host，region，值分别为：in，server01，us-west。

**InfluxDB 的HTTP API响应**

在使用HTTP API时，InfluxDB的响应主要有以下几个：

1）2xx：204代表no content，200代表InfluxDB可以接收请求但是没有完成请求。一般会在body体中带有出错信息。

2）4xx：InfluxDB不能解析请求。

3）5xx：系统出现错误。

数据库操作：

\#创建数据库

create database "db\_name"

\#显示所有的数据库

show databases

\#删除数据库

drop database "db\_name"

\#使用数据库

use db\_name

\#显示该数据库中所有的表

show measurements

\#创建表，直接在插入数据的时候指定表名

insert test,host=127.0.0.1,monitor\_name=test count=1

\#删除表

drop measurement "measurement\_name"

\#\#插入数据

insert admin,username=admin password=123456

表名都可以正则

select \* from /.\*/ limit 1

查询一个表里面的所有数据

select \* from cpu\_idle

查询数据大于200的。

select \* from response\_times where value > 200

查询数据里面含有下面字符串的。

select \* from user\_events where url\_base = ‘friends\#show’

约等于

select line from log\_lines where line =~ /paul@influx.com/

按照30m分钟进行聚合，时间范围是大于昨天的   主机名是server1的。

select mean(value) from cpu\_idle group by time(30m) where time > now() – 1d and hostName = ‘server1′

select column\_one  from foo  where time > now() – 1h limit 1000;

select reqtime, url from web9999.httpd where reqtime > 2.5;

select reqtime, url from web9999.httpd where time > now() – 1h limit 1000;

url搜索里面含有login的字眼，还以login开头

select reqtime, url from web9999.httpd where url =~ /^\\/login\\//;

还可以做数据的merge

select reqtime, url from web9999.httpd merge web0001.httpd;

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)

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'

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

**连续查询（Continous Queries）**

当数据超过保存策略里指定的时间之后就会被删除，但是这时候可能并不想数据被完全删掉，怎么办？

influxdb提供了联系查询，可以做数据统计采样。

*  查看数据库的Continous Queries

1.  show continuous queries

*  创建新的Continous Queries

1.  create continous query cq\_name on db\_name begin select sum(count) into new\_table\_name from table\_name group by time(30m) end

*  cq\_name：连续查询名字
 *  db\_name：数据库名字
 *  sum(count)：计算总和
 *  table\_name：当前表名
 *  new\_table\_name：存新的数据的表名
 *  30m：时间间隔为30分钟

*  删除Continous Queries

1.  drop continous query cp\_name on db\_name

**数据保存策略**

nfluxDB是没有提供直接删除数据记录的方法，但是提供数据保存策略，主要用于指定数据保留时间，超过指定时间，就删除这部分数据。

*  查看当前数据库Retention Policies

1.  show retention policies **on** "db\_name"

*  创建新的Retention Policies

1.  create retention policy "rp\_name" on "db\_name" duration 3w replication 1 default

*  rp\_name：策略名
 *  db\_name：具体的数据库名
 *  3w：保存3周，3周之前的数据将被删除，influxdb具有各种事件参数，比如：h（小时），d（天），w（星期）
 *  replication 1：副本个数，一般为1就可以了
 *  default：设置为默认策略

*  修改Retention Policies

1.  alter retention policy "rp\_name" on "db\_name" duration 30d default

*  删除Retention Policies

1.  drop retention policy "rp\_name"

**用户管理**

可以直接在web管理页面做操作，也可以命令行。

1.  \#显示用户  
2.  show users    
3.  \#创建用户  
4.  create user "username" with password 'password'  
5.  \#创建管理员权限用户  
6.  create user "username" with password 'password' with all privileges  
7.  \#删除用户  
8.  drop user "username"

有什么问题可以留言咨询我,我看到会尽快回复。

[20180327112733248]: /images/20220528/537dee915209491ba675688adb086620.png
[http_8083]: http://192.168.2.183:8083/
[20180327113407627]: /images/20220528/42d546de0f54402492588cb9c8e79a12.png
[20180327114346349]: /images/20220528/4df3fa80037c445da994ec7dba8ecb49.png
[20180327114613494]: /images/20220528/f912f23528914c03a72ea74b814d65be.png
[20180327114835376]: /images/20220528/6f74e3f66dfa43f6a45ca891da91b904.png
[20180327115141442]: /images/20220528/7d5b929c97644c9e9ab6251eeb8e5697.png
[20180327115905952]: /images/20220528/ed0cf4ea7eac4c66923869a0bb16308a.png
[20180327120157042]: /images/20220528/9943284a72e047a1a3969ec993e39096.png
[20180327123608310]: /images/20220528/644580eee4e349d688b3bf2e20965b19.png
[20180327124024855]: /images/20220528/58338dce2fd943f2b2625d4c6a6a7c88.png
[20180327124147629]: /images/20220528/2e9d1b3919ce41b5b7674b1156fc6098.png
[20180327124958474]: /images/20220528/4415f22a3696408f9a26b00ddaac805a.png
[20180327125158826]: /images/20220528/62f73733604f4223b576622fe437be41.png
[20180327125306328]: /images/20220528/539eb05c774b43d89d9b7ed24c3db358.png
[20180327125445255]: /images/20220528/2559d86f3910484e8a28e82474fec0f6.png
[Link 1]: http://www.linuxdaxue.com/tag/%E6%95%B0%E6%8D%AE%E5%BA%93/
[Link 2]: https://www.linuxdaxue.com/tag/%E5%88%A0%E9%99%A4/
[Link 3]: https://www.linuxdaxue.com/tag/%E6%9C%8D%E5%8A%A1/