Ajar anda satu helah untuk menggunakan pangkalan data siri masa dalam Spring Boot

Sebagai tambahan kepada pangkalan data dan cache hubungan yang paling biasa digunakan, kami sebelum ini telah memperkenalkan kes cara mengkonfigurasi dan menggunakan storan MongoDB dan LDAP dalam Spring Boot. Seterusnya, kami terus memperkenalkan satu lagi pangkalan data khas: penggunaan pangkalan data siri masa InfluxDB dalam Spring Boot.

Pengenalan kepada InfluxDB

Apakah pangkalan data siri masa? Nama penuh ialah pangkalan data siri masa. Pangkalan data siri masa digunakan terutamanya untuk memproses data dengan tag masa (berubah mengikut urutan masa, iaitu, siri masa Data dengan tag masa juga dipanggil data siri masa).

Data siri masa terutamanya dikumpul dan dijana oleh pelbagai jenis peralatan pemantauan, pemeriksaan dan analisis masa nyata dalam industri kuasa, industri kimia, dll. Ciri-ciri tipikal data industri ini ialah: frekuensi penjanaan pantas ( satu untuk setiap titik pemantauan) Berbilang kepingan data boleh dijana dalam beberapa saat), ia sangat bergantung pada masa pengumpulan (setiap bahagian data diperlukan untuk sepadan dengan masa yang unik), dan terdapat banyak titik pengukur dan jumlah yang besar maklumat (sistem pemantauan masa nyata konvensional mempunyai beribu-ribu titik pemantauan. Data dijana setiap saat, dan berpuluh-puluh gigabait data dijana setiap hari). Walaupun pangkalan data hubungan juga boleh menyimpan data berdasarkan siri masa, disebabkan oleh kelemahan struktur storan, data ini tidak dapat mencapai statistik storan dan pertanyaan frekuensi tinggi dengan cekap Oleh itu, kaedah baharu telah dilahirkan khusus untuk pangkalan data siri masa untuk memenuhi keperluan kecekapan yang lebih tinggi.

InfluxDB kini merupakan pangkalan data siri masa sumber terbuka yang popular (alamat tapak web rasmi: https://www.influxdata.com/ Senario penggunaan kami yang lebih biasa ialah beberapa rekod dan statistik data frekuensi tinggi yang berkaitan dengan masa . Keperluan, contohnya: memantau penyimpanan data dan pertanyaan.

Sebelum meneruskan sesi praktikal berikut, mari kita fahami beberapa istilah penting dalam InfluxDB:

• pangkalan data: pangkalan data

• Pengukuran: serupa dengan jadual (jadual) dalam pangkalan data hubungan

• titik: serupa dengan baris (baris data) dalam pangkalan data hubungan

Antaranya, Point terdiri daripada tiga bahagian:

• masa: cap waktu

• medan: nilai direkodkan

• tag: Atribut indeks

Cuba sendiri

Setelah memahami apa itu pangkalan data siri masa dan beberapa konsep asas InfluxDB, mari kita lalui A mudah kes kecil melaporkan data pemantauan secara berkala untuk lebih memahami konfigurasi asas, organisasi data dan operasi penulisan InfluxDB!

Langkah 1: Buat projek Spring Boot asas (jika anda belum tahu caranya, anda boleh rujuk artikel ini: Quick Start 1)

Langkah 2: Import dalam pom. SDK rasmi xml influx

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

Nota: Oleh kerana versi Spring Boot 2.x induk mengekalkan versi SDK InfluxDB, tidak perlu menentukan maklumat versi secara manual. Jika versi Spring Boot yang digunakan adalah lebih lama, maklumat versi mungkin hilang dan perlu ditulis secara manual.

Langkah 3: Konfigurasikan maklumat influxdb untuk disambungkan

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

Tiga atribut mewakili: alamat sambungan, nama pengguna dan kata laluan. Pada ketika ini, konfigurasi asas selesai.

Nota: Walaupun tiada sokongan untuk data spring, konfigurasi automatik InfluxDB juga dilaksanakan dalam versi but spring 2.x, jadi anda hanya perlu menulis maklumat konfigurasi dan anda boleh menggunakannya. Untuk sifat konfigurasi tertentu, anda boleh melihat kod sumber: org.springframework.boot.autoconfigure.influx.InfluxDbProperties.

Langkah 4: Buat tugas berjadual, simulasi data yang dilaporkan dan tuliskannya ke 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);
    }

}

Pengesahan ujian

Langkah 1: Mulakan InfluxDB dan lulus baris arahan Sediakan pangkalan data untuk digunakan. Arahan utama yang terlibat adalah seperti berikut; pangkalan data (nota Nama pangkalan data adalah konsisten dengan parameter pertama tulis dalam kod Java di atas):

Langkah 2: Mulakan aplikasi Spring Boot Di bawah tindakan tugas yang dijadualkan, kita akan lihat log yang serupa dengan yang berikut:

$ influx

Langkah 3: Gunakan arahan untuk menyemak sama ada data sudah wujud dalam InfluxDB

> show databases

Anda boleh melihat bahawa data yang sama seperti dalam log sudah wujud.

> create database "test"

Baiklah, tutorial hari ini tamat di sini, ingat untuk mencuba sendiri!

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

Tutorial video berkaitan yang disyorkan:

Tutorial video Java

> 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

Atas ialah kandungan terperinci Ajar anda satu helah untuk menggunakan pangkalan data siri masa dalam Spring Boot. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!