彻底搞懂时序数据库InfluxDB，在SpringBoot整合InfluxDB _时序数据库

之前介绍了运维监控系统Prometheus，然后就有同鞋问我关于时序数据库的情况，所以这里总结一下时序数据库，并以InfluxDB为例，介绍时序数据库的功能特性和使用方式，希望能对大家有所帮助。
一、时序数据库概述1.1 什么是时序数据库
时序数据是一组按照时间维度索引的数据。时序数据在日常生活中随处可见，比如每个整点的温度、湿度等天气数据，每分钟的股票价格数据等。我们常用曲线图、柱状图等形式去展现时序数据，也就是我们常常听到的“数据可视化” 。
时序数据库是一种非关系型数据库，以时间作为数据主键，专门用来存储时序数据。
1.2 时序数据库的特点

高压缩比：由于数据每分每秒都在变化，海量的时序数据往往体量巨大，占用大量硬件资源，所以需要优化数据压缩算法提高数据压缩比。
高并发写入：时序数据库采用持续高并发写入数据，无更新的方式，对于时间相同的重复的数据，只保留一份数据。
低延时、高并发查询：通过索引降低查询延时，通过缓存等技术提高数据并发能力。

1.3 时序数据库的使用场景

IOT行业：电力、化工等工业物联网数据监测
金融行业：各类金融产品及其衍生品、数字货币数据存储与量化研究
IT行业：服务器、虚拟机、容器等的状态数据实时监测
互联网行业：用户行为轨迹，日志等数据。

目前比较流行的时序数据库有：InfluxDB、Prometheus、OpenTSDB、TDengine等，其中使用最广泛的当属InfluxDB，行业内应用最广泛。还有就是刚进入业内视野的国产时序数据库TDengine 。而Prometheus则是Prometheus监控系统自带的数据库。
二、InfluxDB简介2.1 什么是InfluxDB
InfluxDB 是一个用于存储和分析时间序列数据的开源数据库。由 Golang 语言编写，也是由 Golang 编写的软件中比较著名的一个，在很多 Golang 的沙龙或者文章中可能都会把 InfluxDB 当标杆来介绍，这也间接帮助 InfluxDB 提高了知名度。
2.2 InfluxDB的特性

内置 HTTP 接口，使用方便
数据可以打标记，这样查询可以很灵活
类 SQL 的查询语句
安装管理很简单，并且读写数据很高效
能够实时查询，数据在写入时被索引后就能够被立即查出

在最新的 DB-ENGINES 给出的时间序列数据库的排名中，InfluxDB 高居第一位，可以预见，InfluxDB 会越来越得到广泛的使用。
2.3 InfluxDB几个基本概念
时序数据库由于其存储海量时序数据的特性，因此与传统数据库有些许不同，下面先对influxdb中涉及的基本概念作出解释。
influxdb数据库由database、measurement、point等三部分构成。分别对应关系数据库中的数据库、表、数据行。

database：数据库，同MySQL等关系型数据库中的“数据库Database”
measurement：数据表，相当于关系型数据库中的“表Table”
point：数据点，表示单条数据记录，相当于关系型数据库中的“一行数据”

概念
MySQL
InfluxDB
数据库（同）
database
database
表（不同）
table
measurement（测量; 度量）
列（不同）
column
Point，包括：tag(带索引的，非必须)、field(不带索引)、timestemp(唯一主键)
2.4 Point数据构成
由于database和measurement与传统数据库基本相同，这里不做过多解释，以下针对influxdb中特有的Point进行讲解。
Point是InfluxDB中独有的概念，由时间（time）、数据（field）、标签（tags）三类字段组成。
（1）time：代表每条数据的时间字段，是measurement中的数据主键，因此time字段具有索引属性。一条point只能有一个time 。
（2）field：代表各种数据的字段，例如气温、压力、股价等，field字段没有索引属性。一条point可以包括多个field 。
（3）tag：代表各类非数据字段，例如设备编码、地区、姓名等，tag字段有索引属性。一条point可以包括多个tag 。
例如：监控系统系统中，保存某个服务器的cpu和内存等资源使用情况，使用cpu_usage_total 的表名（measurement）保存数据。以下表示某一个point的样例数据：