当前位置: 首页 > news >正文

Mac上新版InfluxDB使用教程

一、简介

官网:influxdb
在这里插入图片描述

二、influxdb安装

建议使用Homebrew在 macOS 上安装 InfluxDB v2:

brew install influxdb

启动influxdb服务:brew services start influxdb
停止influxdb服务:brew services stop influxdb
查看是否启动成功:ps -ef | grep influxd

删除influxdb:brew uninstall influxdb

如果使用brew 不能彻底删除,请删除文件:rm -rf ~/.influxdbv2

服务启动完之后,默认端口号是8086,在控制台打开localhost:8086来访问控制台。
打开控制台,会先创建一个用户,输入username,password,org,bucket。
token一定要保存下来,因为默认没办法查。
按步骤操作完成后就完成初始化了。
在这里插入图片描述
我那时候的token是:

MMrAaOes1ujtC2pWX3DASBB45FG0yGOEW1JuWziigF2efwbT0w5rro9gmKybEBQ9N26joo3D8VR_2Fz7_Vt0KQ==

三、influxdb 交互工具

在这里插入图片描述

3.1 influx 命令行

步骤1:安装命令行客户端:brew install influxdb-cli
步骤2:需要配置客户端与 InfluxDB 的初始连接。

下面的代码片段创建了一个名为 onboarding 的配置文件。如果您愿意,可以选择不同的名称。您可能会使用不同的令牌创建另一个配置文件来处理您自己的数据。

influx config create --config-name onboarding \--host-url "http://localhost:8086" \--org "5469caff5112762e" \--token "3lR92AhlSEUqy4vU7baECT9lJM7vlcfaBpW2VH717koCaFTQ0jvhqam2gW70jz01sN8c4nHFRMvbIqlff1UhmA==" \--active

步骤3:创建桶(bucket):influx bucket create --name bucket_test1 -c onboarding
步骤4:写入数据:influx write --bucket bucket_test1 --url https://influx-testdata.s3.amazonaws.com/air-sensor-data-annotated.csv
步骤5:查询数据:influx query ‘from(bucket:“bucket_test1”) |> range(start:-30m)’
在这里插入图片描述

3.2 InfluxDB HTTP API

步骤1:安装python依赖:pip3 install influxdb-client
步骤2:初始化客户端

import influxdb_client, os, time
from influxdb_client import InfluxDBClient, Point, WritePrecision
from influxdb_client.client.write_api import SYNCHRONOUStoken = "MMrAaOes1ujtC2pWX3DASBB45FG0yGOEW1JuWziigF2efwbT0w5rro9gmKybEBQ9N26joo3D8VR_2Fz7_Vt0KQ=="
org = "QATeam"
url = "http://localhost:8086"client = influxdb_client.InfluxDBClient(url=url, token=token, org=org)

步骤3:写入数据

bucket = "bucket_test1"write_api = client.write_api(write_options=SYNCHRONOUS)for value in range(5):point = (Point("measurement1").tag("tagname1", "tagvalue1").field("field1", value))write_api.write(bucket=bucket, org="QATeam", record=point)time.sleep(1)  # separate points by 1 second

步骤4:查询数据

query_api = client.query_api()query = """from(bucket: "bucket_test1")|> range(start: -10m)|> filter(fn: (r) => r._measurement == "measurement1")"""
tables = query_api.query(query, org="QATeam")for table in tables:for record in table.records:print(record)

在这里插入图片描述

四、应用场景

作为服务器性能指标的监控工具,
比如Locust + python + influxdb + grafana 展示性能压测QPS图表;
Jmeter + influxdb + grafana展示性能压测QPS图表 等
后续实践完,再更新相应博客~

http://www.lryc.cn/news/298214.html

相关文章:

  • 性能篇:网络通信优化之序列化
  • 【UE 游戏编程基础知识】
  • 原语,原子,线程安全
  • fast.ai 机器学习笔记(一)
  • Linux下的socket操作
  • 爬虫练习——动态网页的爬取(股票和百度翻译)
  • Name or service not known问题解决和分析过程解析
  • emmet语法
  • 【PTA主观题】8-1 文件操作
  • 机器学习算法决策树
  • ssh和sftp服务分离
  • Bootstrap学习三
  • 第77讲用户管理功能实现
  • 锐捷(十九)锐捷设备的接入安全
  • 【MySQL题】——基础概念论述(二)
  • Spring Boot + flowable 快速实现工作流
  • (已解决)LaTeX Error: File `svproc.cls‘ not found. (用Springer LNCS 会议Proceedings模板)
  • Spring Boot 自定义指标
  • 安全的接口访问策略
  • 最佳视频转换器软件:2024年视频格式转换的选择
  • 深入理解 Nginx 插件及功能优化指南
  • 鸿蒙(HarmonyOS)项目方舟框架(ArkUI)之Blank组件
  • InternLM大模型实战-4.XTuner大模型低成本微调实战
  • 【SpringBoot篇】解决Redis分布式锁的 误删问题 和 原子性问题
  • 蓝桥杯Web应用开发-CSS3 新特性【练习三:文本阴影】
  • LRU缓存
  • ncc匹配提速总结
  • 人力资源智能化管理项目(day06:员工管理)
  • Java实现数据可视化的智慧河南大屏 JAVA+Vue+SpringBoot+MySQL
  • 【Flink】FlinkSQL的DataGen连接器(测试利器)