가장 일반적으로 사용되는 관계형 데이터베이스 및 캐시 외에도 이전에 Spring Boot에서 MongoDB 및 LDAP 저장소를 구성하고 사용하는 방법에 대한 예를 소개했습니다. 다음으로 우리는 Spring Boot에서 시계열 데이터베이스 InfluxDB를 사용하는 또 다른 특수 데이터베이스를 계속 소개합니다.
InfluxDB 소개
시계열 데이터베이스란 무엇인가요? 전체 이름은 시계열 데이터베이스입니다. 시계열 데이터베이스는 주로 시간 태그가 있는 데이터(시간의 순서대로 변경, 즉 시간 직렬화)를 처리하는 데 사용됩니다.
시계열 데이터는 주로 전력 산업, 화학 산업 등의 다양한 유형의 실시간 모니터링, 검사 및 분석 장비에 의해 수집 및 생성됩니다. 이러한 산업 데이터의 일반적인 특징은 빠른 생성 빈도(각 모니터링 지점은 여러 데이터 조각 생성), 수집 시간(각 데이터 조각은 고유한 시간에 대응해야 함), 여러 측정 지점 및 많은 양의 정보(기존 실시간 모니터링 시스템에는 수천 개의 모니터링 지점이 있음)에 크게 의존합니다. , 모니터링 지점은 1초마다 측정되며, 모두 데이터가 생성되며, 매일 수십 GB의 데이터가 생성됩니다. 관계형 데이터베이스도 시계열 기반으로 데이터를 저장할 수 있지만 저장 구조의 단점으로 인해 이러한 데이터는 고주파 저장 및 쿼리 통계를 효율적으로 달성할 수 없습니다. 따라서 시계열 데이터베이스를 최적화하기 위한 새로운 방법이 탄생했습니다. 더 높은 효율성 요구 사항을 충족합니다.
InfluxDB는 현재 인기 있는 오픈 소스 시계열 데이터베이스입니다(공식 웹사이트 주소: https://www.influxdata.com/). 우리의 보다 일반적인 사용 시나리오는 다음과 같은 시간 관련 고주파 데이터 기록 및 통계 요구 사항입니다. : 데이터 저장 및 쿼리를 모니터링합니다.
다음 실습 세션을 진행하기 전에 먼저 InfluxDB의 몇 가지 중요한 용어를 이해해 보겠습니다.
데이터베이스: 데이터베이스
측정: 관계형 데이터베이스의 테이블과 유사
점: 유사 관계형 데이터베이스의 행(데이터 행)
그중 Point는 세 부분으로 구성됩니다.
time: timestamp
fields: 기록된 값
-
tags: index Attributes
직접 시도해 보세요
시계열 데이터베이스가 무엇인지와 InfluxDB의 몇 가지 기본 개념을 이해한 후, 정기적으로 모니터링 데이터를 보고하는 간단한 작은 사례를 통해 InfluxDB의 기본 구성, 데이터 구성 및 작성을 더 자세히 이해해 봅시다!
1단계: 기본 Spring Boot 프로젝트 생성(아직 방법을 모르는 경우 빠른 시작 1 문서를 참조하세요.)
2단계: pom.xml에 influx의 공식 SDK 소개
<dependency> <groupId>org.influxdb</groupId> <artifactId>influxdb-java</artifactId> </dependency>
참고: 여기서 Spring Boot 2.x 버전의 상위 버전은 InfluxDB의 SDK 버전을 유지하고 있기 때문에 버전 정보를 수동으로 지정할 필요가 없습니다. 사용된 Spring Boot 버전이 이전 버전인 경우 버전 정보가 누락될 수 있으므로 수동으로 작성해야 합니다.
3단계: 연결할 influxdb 정보 구성
spring.influx.url=http://localhost:8086 spring.influx.user=admin spring.influx.password=
세 가지 속성은 연결 주소, 사용자 이름, 비밀번호를 나타냅니다. 이제 기본 구성이 완료되었습니다.
참고: Spring 데이터에 대한 지원은 없지만 InfluxDB의 자동 구성은 spring boot 2.x 버전에도 구현되어 있으므로 구성 정보만 작성하면 사용 가능합니다. 특정 구성 속성의 경우 소스 코드 org.springframework.boot.autoconfigure.influx.InfluxDbProperties를 볼 수 있습니다.
4단계: 예약된 작업을 생성하고, 보고된 데이터를 시뮬레이션하고, InfluxDB에 씁니다
@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); } }
테스트 및 확인
1단계: InfluxDB를 시작하고 명령줄을 통해 사용할 데이터베이스를 준비합니다. 관련된 주요 명령은 다음과 같습니다.
InfluxDB 입력:
$ influx
현재 존재하는 데이터베이스 쿼리:
> show databases
데이터베이스 생성(데이터베이스 이름은 위 Java 코드 쓰기의 첫 번째 매개변수와 일치합니다):
> create database "test"
2단계: 시작 Spring Boot 애플리케이션이 예정된 시간에 작업 작업 아래에 다음과 유사한 로그가 표시됩니다.
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
3단계: 명령을 사용하여 데이터가 InfluxDB에 이미 존재하는지 확인합니다.
> 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
볼 수 있습니다. 로그와 동일한 데이터가 이미 존재한다는 것입니다.
좋아요, 오늘의 튜토리얼은 여기서 끝입니다. 직접 시도해 보세요!
추천 관련 비디오 튜토리얼: Java 비디오 튜토리얼
위 내용은 Spring Boot에서 시계열 데이터베이스를 사용하는 한 가지 요령을 가르쳐주세요.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

이 기사에서는 Java 프로젝트 관리, 구축 자동화 및 종속성 해상도에 Maven 및 Gradle을 사용하여 접근 방식과 최적화 전략을 비교합니다.

이 기사에서는 Maven 및 Gradle과 같은 도구를 사용하여 적절한 버전 및 종속성 관리로 사용자 정의 Java 라이브러리 (JAR Files)를 작성하고 사용하는 것에 대해 설명합니다.

이 기사는 카페인 및 구아바 캐시를 사용하여 자바에서 다단계 캐싱을 구현하여 응용 프로그램 성능을 향상시키는 것에 대해 설명합니다. 구성 및 퇴거 정책 관리 Best Pra와 함께 설정, 통합 및 성능 이점을 다룹니다.

이 기사는 캐싱 및 게으른 하중과 같은 고급 기능을 사용하여 객체 관계 매핑에 JPA를 사용하는 것에 대해 설명합니다. 잠재적 인 함정을 강조하면서 성능을 최적화하기위한 설정, 엔티티 매핑 및 모범 사례를 다룹니다. [159 문자]

Java의 클래스 로딩에는 부트 스트랩, 확장 및 응용 프로그램 클래스 로더가있는 계층 적 시스템을 사용하여 클래스로드, 링크 및 초기화 클래스가 포함됩니다. 학부모 위임 모델은 핵심 클래스가 먼저로드되어 사용자 정의 클래스 LOA에 영향을 미치도록합니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

mPDF
mPDF는 UTF-8로 인코딩된 HTML에서 PDF 파일을 생성할 수 있는 PHP 라이브러리입니다. 원저자인 Ian Back은 자신의 웹 사이트에서 "즉시" PDF 파일을 출력하고 다양한 언어를 처리하기 위해 mPDF를 작성했습니다. HTML2FPDF와 같은 원본 스크립트보다 유니코드 글꼴을 사용할 때 속도가 느리고 더 큰 파일을 생성하지만 CSS 스타일 등을 지원하고 많은 개선 사항이 있습니다. RTL(아랍어, 히브리어), CJK(중국어, 일본어, 한국어)를 포함한 거의 모든 언어를 지원합니다. 중첩된 블록 수준 요소(예: P, DIV)를 지원합니다.

WebStorm Mac 버전
유용한 JavaScript 개발 도구

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

에디트플러스 중국어 크랙 버전
작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

맨티스BT
Mantis는 제품 결함 추적을 돕기 위해 설계된 배포하기 쉬운 웹 기반 결함 추적 도구입니다. PHP, MySQL 및 웹 서버가 필요합니다. 데모 및 호스팅 서비스를 확인해 보세요.
