除了最常用的關系數(shù)據(jù)庫和緩存之外，之前我們已經(jīng)介紹了在Spring Boot中如何配置和使用MongoDB、LDAP這些存儲的案例。接下來，我們繼續(xù)介紹另一種特殊的數(shù)據(jù)庫：時序數(shù)據(jù)庫InfluxDB在Spring Boot中的使用。

InfluxDB簡介

什么是時序數(shù)據(jù)庫？全稱為時間序列數(shù)據(jù)庫。時間序列數(shù)據(jù)庫主要用于指處理帶時間標簽（按照時間的順序變化，即時間序列化）的數(shù)據(jù)，帶時間標簽的數(shù)據(jù)也稱為時間序列數(shù)據(jù)。

時間序列數(shù)據(jù)主要由電力行業(yè)、化工行業(yè)等各類型實時監(jiān)測、檢查與分析設備所采集、產生的數(shù)據(jù)，這些工業(yè)數(shù)據(jù)的典型特點是：產生頻率快（每一個監(jiān)測點一秒鐘內可產生多條數(shù)據(jù)）、嚴重依賴于采集時間（每一條數(shù)據(jù)均要求對應唯一的時間）、測點多信息量大（常規(guī)的實時監(jiān)測系統(tǒng)均有成千上萬的監(jiān)測點，監(jiān)測點每秒鐘都產生數(shù)據(jù)，每天產生幾十GB的數(shù)據(jù)量）。雖然關系型數(shù)據(jù)庫也可以存儲基于時間序列的數(shù)據(jù)，但由于存儲結構上的劣勢，使得這些數(shù)據(jù)無法高效的實現(xiàn)高頻存儲和查詢統(tǒng)計，因此就誕生了一種專門針對時間序列來做存儲和優(yōu)化的數(shù)據(jù)庫，以滿足更高的效率要求。

InfluxDB就是目前比較流行的開源時序數(shù)據(jù)庫（官網(wǎng)地址：https://www.influxdata.com/），我們比較常見的使用場景就是一些與時間相關的高頻的數(shù)據(jù)記錄和統(tǒng)計需要，比如：監(jiān)控數(shù)據(jù)的存儲和查詢。

在進行下面的動手環(huán)節(jié)之前，先了解一下InfluxDB中的幾個重要名詞：

• database：數(shù)據(jù)庫

• measurement：類似于關系數(shù)據(jù)庫中的table（表）

• points：類似于關系數(shù)據(jù)庫中的row（一行數(shù)據(jù)）

其中，一個Point由三個部分組成：

• time：時間戳

• fields：記錄的值

• tags：索引的屬性

動手試試

在了解了什么是時序數(shù)據(jù)庫以及InfluxDB一些基礎概念之后，下面我們通過一個簡單的定時上報監(jiān)控數(shù)據(jù)的小案例，進一步理解InfluxDB的基礎配置、數(shù)據(jù)組織和寫入操作！

第一步：創(chuàng)建一個基礎的Spring Boot項目（如果您還不會，可以參考這篇文章：快速入門1）

第二步：在pom.xml中引入influx的官方SDK

<dependency>     <groupId>org.influxdb</groupId>     <artifactId>influxdb-java</artifactId> </dependency>

注意：這里因為Spring Boot 2.x版本的parent中有維護InfluxDB的SDK版本，所以不需要手工指明版本信息。如果使用的Spring Boot版本比較老，那么可能會缺少version信息，就需要手工寫了。

第三步：配置要連接的influxdb信息

spring.influx.url=http://localhost:8086 spring.influx.user=admin spring.influx.password=

三個屬性分別代表：連接地址、用戶名、密碼。到這一步，基礎配置就完成了。

注意：雖然沒有spring data的支持，但spring boot 2.x版本中也實現(xiàn)了InfluxDB的自動化配置，所以只需要寫好配置信息，就可以使用了。具體配置屬性可以查看源碼：org.springframework.boot.autoconfigure.influx.InfluxDbProperties。

第四步：創(chuàng)建定時任務，模擬上報數(shù)據(jù)，并寫入InfluxDB

@Service @AllArgsConstructor @Slf4j public class Monitor {      private InfluxDB influxDB;      @Scheduled(fixedRate = 5000)     public void writeQPS() {         // 模擬要上報的統(tǒng)計數(shù)據(jù)         int count = (int) (Math.random() * 100);          Point point = Point.measurement("ApiQPS")     // ApiQPS表                 .tag("url", "/hello")  // url字段                 .addField("count", count)        // 統(tǒng)計數(shù)據(jù)                 .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)  // 時間                 .build();          // 往test庫寫數(shù)據(jù)         influxDB.write("test", "autogen", point);          log.info("上報統(tǒng)計數(shù)據(jù)：" + count);     }  }

測試驗證

第一步：啟動InfluxDB，并通過命令行準備好要使用的數(shù)據(jù)庫，主要涉及的命令如下；

進入InfluxDB：

$ influx

查詢當前存在的數(shù)據(jù)庫：

> show databases

創(chuàng)建數(shù)據(jù)庫（注意數(shù)據(jù)庫名稱與上面Java代碼中write的第一個參數(shù)一致）：

> create database "test"

第二步：啟動Spring Boot應用，在定時任務的作用下，我們會看到類似下面的日志：

2021-08-03 01:52:47.732  INFO 94110 --- [           main] c.d.chapter63.Chapter63Application       : Started Chapter63Application in 2.326 seconds (JVM running for 3.027) 2021-08-03 01:52:47.764  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上報統(tǒng)計數(shù)據(jù)：25 2021-08-03 01:52:52.736  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上報統(tǒng)計數(shù)據(jù)：30 2021-08-03 01:52:57.737  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上報統(tǒng)計數(shù)據(jù)：38 2021-08-03 01:53:02.739  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上報統(tǒng)計數(shù)據(jù)：51 2021-08-03 01:53:07.739  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上報統(tǒng)計數(shù)據(jù)：31

第三步：通過命令，查看一下InfluxDB中是否已經(jīng)存在這些數(shù)據(jù)

> select * from ApiQPS order by time desc;  name: ApiQPS time                count url ----                ----- --- 1627926787730000000 31    /hello 1627926782730000000 51    /hello 1627926777729000000 38    /hello 1627926772727000000 30    /hello 1627926767728000000 25    /hello

可以看到，已經(jīng)存在與日志中一樣的數(shù)據(jù)了。

好了，今天的教程到這里結束了，記得自己動手試試哦！

相關視頻教程推薦：Java視頻教程