1. 引言在物联网、监控系统、金融交易等场景中海量的时间序列数据如 CPU 使用率、传感器温度、股票价格需要被高效地写入和查询。传统的关系型数据库如 MySQL在处理这类数据时往往力不从心而InfluxDB正是为此而生。InfluxDB 是一个由 InfluxData 开发的开源时序数据库专为处理高写入、高查询负载的时间序列数据而设计。它使用类 SQL 的查询语言InfluxQL 或 Flux学习成本低生态成熟。本文将带你从零开始完成 InfluxDB 的安装、基础配置并通过实战案例掌握核心用法。2. 环境准备与安装InfluxDB 支持多种操作系统包括 Linux、macOS 和 Windows。本文以Ubuntu 22.04和InfluxDB 2.x版本为例进行演示。2.1 在 Ubuntu/Debian 上安装InfluxDB 官方提供了稳定的 APT 仓库推荐通过此方式安装。添加 InfluxData 的 GPG 密钥和仓库# 下载并导入 GPG 密钥wget-qhttps://repos.influxdata.com/influxdata-archive_compat.keyecho393e8779c89ac8d958f81f942f9ad7fb82a25e133faddaf92e15b16e6ac9ce4c influxdata-archive_compat.key|sha256sum-ccatinfluxdata-archive_compat.key|gpg--dearmor|sudotee/etc/apt/trusted.gpg.d/influxdata-archive_compat.gpg/dev/null# 添加仓库源echodeb [signed-by/etc/apt/trusted.gpg.d/influxdata-archive_compat.gpg] https://repos.influxdata.com/debian stable main|sudotee/etc/apt/sources.list.d/influxdata.list更新包列表并安装 InfluxDBsudoapt-getupdatesudoapt-getinstall-yinfluxdb2启动并设置开机自启sudosystemctl start influxdbsudosystemctlenableinfluxdb验证安装状态sudosystemctl status influxdb如果看到active (running)说明安装成功。2.2 在 macOS 上安装使用 Homebrew如果你使用的是 macOS安装过程同样简单brew update brewinstallinfluxdb# 启动服务brew services start influxdb2.3 使用 Docker 安装推荐对于开发测试环境Docker 是最快的方式dockerrun-d-p8086:8086\--nameinfluxdb\-vinfluxdb_data:/var/lib/influxdb2\influxdb:2安装完成后InfluxDB 默认会在http://localhost:8086启动 Web UI。3. 初始化配置首次访问http://localhost:8086你会看到一个初始化页面。你需要完成以下步骤输入用户名例如admin输入密码设置一个强密码输入初始组织名称例如my-org输入初始 Bucket 名称Bucket 是 InfluxDB 2.x 中存储数据的基本单元类似于数据库中的“表”。例如my-bucket点击 “Continue”系统会生成一个API Token请务必妥善保存后续所有客户端操作都需要用它进行身份认证。注意如果你忘记了 Token可以通过以下命令在服务器上重置sudoinflux auth list4. 核心概念速览在开始编码之前理解几个关键概念会很有帮助Bucket数据存储的容器类似于关系型数据库中的“数据库”或“表”。你可以为不同的数据源如服务器监控、传感器数据创建不同的 Bucket。Measurement逻辑上的数据分类类似于关系型数据库中的“表”。例如cpu_usage、temperature。Tag用于索引的元数据通常是被查询的过滤条件。例如hostserver01、regionus-west。Tag 会被自动索引查询效率高。Field实际存储的数据值例如value0.85。Field 不会被索引。Timestamp每条数据记录的时间戳精确到纳秒。5. 实战使用 InfluxDB 写入和查询数据我们将通过 InfluxDB 的 HTTP API 和命令行工具influx来完成操作。5.1 准备工作设置环境变量为了方便我们将初始化时获取的 Token、组织名和 Bucket 名设置为环境变量。exportINFLUX_TOKEN你的API_TOKENexportINFLUX_ORGmy-orgexportINFLUX_BUCKETmy-bucket5.2 写入数据Line ProtocolInfluxDB 使用Line Protocol格式写入数据格式如下measurement[,tag_keytag_value...] field_keyfield_value[,field_keyfield_value...] [timestamp]示例写入一条 CPU 使用率数据curl-XPOSThttp://localhost:8086/api/v2/write?org$INFLUX_ORGbucket$INFLUX_BUCKETprecisions\--headerAuthorization: Token$INFLUX_TOKEN\--data-rawcpu_usage,hostserver01,regionus-west value0.85 1717401600批量写入多条数据curl-XPOSThttp://localhost:8086/api/v2/write?org$INFLUX_ORGbucket$INFLUX_BUCKETprecisions\--headerAuthorization: Token$INFLUX_TOKEN\--data-rawcpu_usage,hostserver01,regionus-west value0.82 1717401660 cpu_usage,hostserver01,regionus-west value0.79 1717401720 temperature,hostsensor01,locationroom1 value23.5 17174016005.3 查询数据使用 InfluxQLInfluxDB 2.x 兼容 InfluxQL你可以像使用 SQL 一样查询数据。示例查询最近 1 小时的 CPU 使用率curl-XGEThttp://localhost:8086/query?db$INFLUX_BUCKETepochs\--headerAuthorization: Token$INFLUX_TOKEN\--data-urlencodeqSELECT * FROM\cpu_usage\WHERE time now() - 1h示例查询特定主机的平均 CPU 使用率curl-XGEThttp://localhost:8086/query?db$INFLUX_BUCKETepochs\--headerAuthorization: Token$INFLUX_TOKEN\--data-urlencodeqSELECT MEAN(\value\) FROM\cpu_usage\WHERE\host\server01 AND time now() - 1d5.4 使用 Python 客户端库对于应用程序开发使用官方客户端库更方便。首先安装库pipinstallinfluxdb-client写入和查询的 Python 示例importinfluxdb_clientfrominfluxdb_client.client.write_apiimportSYNCHRONOUS# 配置客户端token你的API_TOKENorgmy-orgurlhttp://localhost:8086clientinfluxdb_client.InfluxDBClient(urlurl,tokentoken,orgorg)# 写入数据write_apiclient.write_api(write_optionsSYNCHRONOUS)p1influxdb_client.Point(cpu_usage).tag(host,server02).field(value,0.95).time(1717401600)write_api.write(bucketmy-bucket,recordp1)# 查询数据query_apiclient.query_api()querySELECT * FROM cpu_usage WHERE time now() - 1hresultquery_api.query(orgorg,queryquery)fortableinresult:forrecordintable.records:print(fTime:{record.get_time()}, Value:{record.get_value()})6. 总结本文从零开始介绍了 InfluxDB 的安装、初始化配置、核心概念并通过 HTTP API 和 Python 客户端库演示了数据的写入与查询。InfluxDB 强大的写入性能和灵活的查询能力使其成为处理时序数据的首选方案。