Bringen Sie Ihnen einen Trick bei, wie Sie die Zeitreihendatenbank in Spring Boot verwenden

Zusätzlich zu den am häufigsten verwendeten relationalen Datenbanken und Caches haben wir zuvor Beispiele für die Konfiguration und Verwendung von MongoDB- und LDAP-Speicher in Spring Boot vorgestellt. Als nächstes stellen wir weiterhin eine weitere spezielle Datenbank vor: die Verwendung der Zeitreihendatenbank InfluxDB in Spring Boot.

Einführung in InfluxDB

Was ist eine Zeitreihendatenbank? Der vollständige Name lautet Zeitreihendatenbank. Zeitreihendatenbanken werden hauptsächlich zur Verarbeitung von Daten mit Zeitmarkierungen verwendet (Änderung der zeitlichen Reihenfolge, d. h. Zeitserialisierung). Daten mit Zeitmarkierungen werden auch als Zeitreihendaten bezeichnet.

Zeitreihendaten werden hauptsächlich von verschiedenen Arten von Echtzeitüberwachungs-, Inspektions- und Analysegeräten in der Energiewirtschaft, der chemischen Industrie usw. erfasst und generiert. Die typischen Merkmale dieser Industriedaten sind: schnelle Erzeugungsfrequenz (jeder Überwachungspunkt kann Es werden mehrere Daten generiert), die stark von der Erfassungszeit abhängen (jedes Datenelement muss einem eindeutigen Zeitpunkt entsprechen), mehrere Messpunkte und eine große Menge an Informationen (herkömmliche Echtzeitüberwachungssysteme verfügen über Tausende von Überwachungspunkten). , und die Überwachungspunkte werden jede Sekunde gemessen. Alle generieren Daten, jeden Tag werden Dutzende GB Daten generiert. Obwohl relationale Datenbanken auch Daten basierend auf Zeitreihen speichern können, können diese Daten aufgrund der Nachteile der Speicherstruktur nicht effizient hochfrequent gespeichert und abgefragt werden. Daher wurde eine neue Methode speziell für die Speicherung und Optimierung von Zeitreihen entwickelt um höhere Effizienzanforderungen zu erfüllen.

InfluxDB ist derzeit eine beliebte Open-Source-Zeitreihendatenbank (offizielle Website-Adresse: https://www.influxdata.com/). Unsere häufigeren Nutzungsszenarien sind einige zeitbezogene Hochfrequenzdatenaufzeichnungen und statistische Anforderungen, wie z : Datenspeicherung und Abfrage überwachen.

Bevor wir mit den folgenden praktischen Sitzungen fortfahren, wollen wir zunächst einige wichtige Begriffe in InfluxDB verstehen:

• Datenbank: Datenbank

• Messung: ähnlich einer Tabelle in einer relationalen Datenbank

• Punkte: Ähnlich Zeile (Datenzeile) in einer relationalen Datenbank

Ein Punkt besteht unter anderem aus drei Teilen:

• Zeit: Zeitstempel

• Felder: aufgezeichneter Wert

• Tags: Indexattribute

Probieren Sie es selbst aus

Nachdem wir verstanden haben, was eine Zeitreihendatenbank ist und einige Grundkonzepte von InfluxDB kennengelernt haben, wollen wir die grundlegende Konfiguration, Datenorganisation und das Schreiben von InfluxDB anhand eines einfachen kleinen Beispiels für die regelmäßige Berichterstattung von Überwachungsdaten besser verstehen!

Schritt eins: Erstellen Sie ein grundlegendes Spring Boot-Projekt (wenn Sie noch nicht wissen, wie, können Sie diesen Artikel lesen: Schnellstart 1)

Schritt zwei: Das offizielle SDK von Influx in pom.xml einführen

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

Hinweis: Da die übergeordnete Version von Spring Boot 2.x die SDK-Version von InfluxDB verwaltet, müssen die Versionsinformationen nicht manuell angegeben werden. Wenn die verwendete Spring Boot-Version älter ist, fehlen möglicherweise die Versionsinformationen und müssen manuell geschrieben werden.

Schritt 3: Konfigurieren Sie die zu verbindenden Influxdb-Informationen

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

Die drei Attribute stellen dar: Verbindungsadresse, Benutzername und Passwort. Zu diesem Zeitpunkt ist die Grundkonfiguration abgeschlossen.

Hinweis: Obwohl es keine Unterstützung für Spring-Daten gibt, ist die automatische Konfiguration von InfluxDB auch in der Spring Boot 2.x-Version implementiert, sodass Sie nur die Konfigurationsinformationen schreiben müssen und diese verwenden können. Für bestimmte Konfigurationseigenschaften können Sie den Quellcode anzeigen: org.springframework.boot.autoconfigure.influx.InfluxDbProperties.

Schritt 4: Erstellen Sie eine geplante Aufgabe, simulieren Sie gemeldete Daten und schreiben Sie sie in InfluxDB

@Service
@AllArgsConstructor
@Slf4j
public class Monitor {

    private InfluxDB influxDB;

    @Scheduled(fixedRate = 5000)
    public void writeQPS() {
        // 模拟要上报的统计数据
        int count = (int) (Math.random() * 100);

        Point point = Point.measurement("ApiQPS")     // ApiQPS表
                .tag("url", "/hello")  // url字段
                .addField("count", count)        // 统计数据
                .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)  // 时间
                .build();

        // 往test库写数据
        influxDB.write("test", "autogen", point);

        log.info("上报统计数据：" + count);
    }

}

Testen und überprüfen

Schritt 1: Starten Sie InfluxDB und bereiten Sie die Datenbank für die Verwendung über die Befehlszeile vor. Die wichtigsten Befehle sind: folgt;

Geben Sie InfluxDB ein:

$ influx

Fragen Sie die aktuell vorhandene Datenbank ab:

> show databases

Erstellen Sie eine Datenbank (beachten Sie, dass der Datenbankname mit dem ersten Parameter von write im obigen Java-Code übereinstimmt):

> create database "test"

Schritt 2: Starten die Spring Boot-Anwendung zum geplanten Zeitpunkt. Unter der Aktion der Aufgabe sehen wir ein Protokoll ähnlich dem folgenden:

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          : 上报统计数据：25
2021-08-03 01:52:52.736  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上报统计数据：30
2021-08-03 01:52:57.737  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上报统计数据：38
2021-08-03 01:53:02.739  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上报统计数据：51
2021-08-03 01:53:07.739  INFO 94110 --- [   scheduling-1] com.didispace.chapter63.Monitor          : 上报统计数据：31

Schritt 3: Verwenden Sie den Befehl, um zu überprüfen, ob die Daten bereits in InfluxDB vorhanden sind

> 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

Sie können sehen dass die gleichen Daten wie im Protokoll bereits vorhanden sind.

Okay, das heutige Tutorial endet hier, denken Sie daran, es selbst auszuprobieren!

Empfehlungen für entsprechende Video-Tutorials: Java-Video-Tutorial

Das obige ist der detaillierte Inhalt vonBringen Sie Ihnen einen Trick bei, wie Sie die Zeitreihendatenbank in Spring Boot verwenden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!