先关闭防火墙操作：
firewall-cmd --state #查看默认防火墙状态（关闭后显示notrunning，开启后显示running）
systemctl stop firewalld.service #停止firewall
systemctl disable firewalld.service #禁止firewall开机启动首先安装influxdb，安装步骤一步一步下来
wget https://dl.influxdata.com/influxdb/releases/influxdb-1.2.4.x86_64.rpmsudo yum localinstall influxdb-1.2.4.x86_64.rpm如果在这里命令安装不行，请直接进Centos图形界面直接点击安装，点上面链接下载安装包，里面所有小问题操作我都会记载请详细查看，有问题可以留言给我。安装完成之后，启动并查看这个服务是否在正常运行：
systemctl start influxdb.servicesystemctl status influxdb.service
启动后打开 web 管理界面 http://#####:8083/ 默认用户名和密码是 root 和 root. InfluxDB 的 Web 管理界面端口是 8083，HTTP API 监听端口是 8086，如果需要更改这些默认设定，修改 InfluxDB 的配置文件（/etc/influxdb/influxdb.conf）并重启就可以了。
这里如果安装有别的新的版本，会打开web 管理界面 http://#####:8083/ 可能出现页面打不开或者404页面，请进入etc/influxdb目录下的，打开influxdb.conf文件。修改这里打开端口和设置为true，因为新版本已经关闭了,打开这两个，因为后面http进行java代码操作进行公网访问，也会需要打开进行访问
这里如果Centos7出现文件只读现象，不可以修改，请用该命令进行调整读写权限：chmod 777 -R /文件路径/
—R可以授权文件夹下面的所有文件，给父文件权限就行
另外Centos7在dos界面使用 ctrl+alt+F1切换到图形界面 ，在图形界面使用 ctrl+alt+F2切换到dos界面
如果这里打开后，可以进行访问后台界面了，后台界面ip查看
Centos输入命令：ifconfig -a
第一个ip就是你们的ip地址，配上端口号8083就可以访问，如果centos装在虚拟机，就在centos里面访问可以直接localhost:8083访问，如果在别的系统，内网区域里面可以用刚才查看的ip192.168.80.131:8083访问后台
windows下查看
centos下面查看
还有一个8086的端口打开了grafana和java代码公网操作的，也就是http的,直接像这种访问是没有后台界面的，如果用拼接操作是可以进行操作的，后台会响应json数据回来，
就像这样，我创建一个数据库
这样后台就已经创建了一个数据库了，然后后面的查看链接我写在后面，下面继续安装grafana
安装grafana
如果命令安装不了，请直接点击上面链接进行下载，在centos图形界面直接点击进行安装就行，安装包可以放在home下面<span style="color:#333333">完成安装之后，启动并检查它的状态：</span>
[root@metrics ~]# systemctl start grafana-server.service
[root@metrics ~]# systemctl status grafana-server.service
如果安装成功，可以直接访问后台界面，
账号密码默认是admin和admin
ip地址和刚才查看公网一样的就是，192.168.80.131:3000，端口是默认3000继续访问，
windows下面访问
centos可以直接localhost:3000访问界面
安装上面两步骤就已经基本完成安装了
下面是进行操作部分
首先influxdb要插入数据：
第一种方法直接centos命令行操作：
这要链接influxdb进行命令操作
分为有验证和无验证链接
无验证web登录
root@ubuntu:~# which influx
/usr/bin/influx
root@ubuntu:~# influx
Visit https://enterprise.influxdata.com to register for updates, InfluxDB server management, and monitoring.
Connected to http://localhost:8086 version 0.13.0
InfluxDB shell version: 0.13.0
验证web登录
1. 先添加用户
设置 TS 的authorized,提高安全性，针对指定用户拥有权限才能访问数据库的数据，TS默认用户分为普通用户和管理员用户，权限分为 read,write,all privileges 三种权限
root@ubuntu:/home/leco# influx
Visit https://enterprise.influxdata.com to register for updates, InfluxDB server management, and monitoring.
Connected to http://localhost:8086 version 1.1.1
InfluxDB shell version: 1.1.1
> CREATE USER "
influxdb
" WITH PASSWORD
'influxdb'
WITH ALL PRIVILEGES
先添加账号和密码，均为 influxdb
Web 界面数据库的切换。此时登录 web 的时候需要输入账号和密码，验证通过后才可以正常进入。配置如下：
链接上了以后就可以进行dos命令sql语句操作了
#创建数据库
create database "db_name"
#显示所有的数据库
show databases
#删除数据库
drop database "db_name"
#使用数据库
use db_name
#显示该数据库中所有的表
show measurements
#创建表，直接在插入数据的时候指定表名
insert test,host=127.0.0.1,monitor_name=test count=1
#删除表
drop measurement "measurement_name"
##插入数据
insert admin,username=admin password=123456第二种用java代码操作的(包括还有其他语言咯):
package com.influxdb.test;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Date;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import junit.framework.Assert;
import org.influxdb.dto.QueryResult;
import org.influxdb.dto.QueryResult.Result;
import org.influxdb.dto.QueryResult.Series;
import org.junit.Before;
import org.junit.Test;
import org.springframework.beans.BeanWrapperImpl;
import com.influxdb.pojo.CodeInfo;
public class InfluxDBTest {
private InfluxDBConnect influxDBConnect;
private String username = "root";// 用户名
private String password = "root";// 密码
private String openurl = "http://192.168.80.131:8086";// 连接地址
private String database = "sms";// 数据库
private String measurement = "sys_code";
//http://192.168.80.130:8086/query?q=CREATE+DATABASE+%22testDB%22&db=testDB
@Before
public void setUp() {
// 创建 连接
influxDBConnect = new InfluxDBConnect(username, password, openurl, database);
influxDBConnect.influxDbBuild();
//influxDBConnect.createRetentionPolicy();
//influxDBConnect.deleteDB("sms");
// influxDB.createDB(database);
}
@Test
public void testInsert() {// 测试数据插入
Map<String, String> tags = new HashMap<String, String>();
Map<String, Object> fields = new HashMap<String, Object>();
List<CodeInfo> list = new ArrayList<CodeInfo>();
SimpleDateFormat formatter = new SimpleDateFormat("HH:mm");
for (int i = 40; i <= 60; i++) {
CodeInfo info1 = new CodeInfo();
info1.setId(i);
info1.setFlag(1);
info1.setName("BANKS");
info1.setCode("ABC");
info1.setDescr("中国农业银行");
info1.setDescrE("ABC");
info1.setTime(new Date().getTime());
info1.setCreatedBy("system");
info1.setCreatedAt(formatter.format(new Date()));
list.add(info1);
}
for (CodeInfo info : list) {
tags.put("TAG_CODE", info.getCode());
tags.put("TAG_NAME", info.getName());
fields.put("ID", info.getId());
fields.put("FLAG", info.getFlag());
fields.put("NAME", info.getName());
fields.put("CODE", info.getCode());
fields.put("DESCR", info.getDescr());
fields.put("DESCR_E", info.getDescrE());
fields.put("CREATED_BY", info.getCreatedBy());
fields.put("CREATED_AT", info.getCreatedAt());
fields.put("TIME", info.getTime());
influxDBConnect.insert(measurement, tags, fields);
}
}
@Test
public void testQuery() {// 测试数据查询
String command = "select * from sys_code";
QueryResult results = influxDBConnect.query(command);
if (results.getResults() == null) {
return;
}
List<CodeInfo> lists = new ArrayList<CodeInfo>();
for (Result result : results.getResults()) {
List<Series> series = result.getSeries();
for (Series serie : series) {
// Map<String, String> tags = serie.getTags();
List<List<Object>> values = serie.getValues();
List<String> columns = serie.getColumns();
lists.addAll(getQueryData(columns, values));
}
}
Assert.assertTrue((!lists.isEmpty()));
Assert.assertEquals(2, lists.size());
}
@Test
public void testQueryWhere() {// tag 列名 区分大小写
String command = "select * from sys_code where TAG_CODE='ABC'";
QueryResult results = influxDBConnect.query(command);
if (results.getResults() == null) {
return;
}
List<CodeInfo> lists = new ArrayList<CodeInfo>();
for (Result result : results.getResults()) {
List<Series> series = result.getSeries();
for (Series serie : series) {
List<List<Object>> values = serie.getValues();
List<String> columns = serie.getColumns();
lists.addAll(getQueryData(columns, values));
}
}
Assert.assertTrue((!lists.isEmpty()));
Assert.assertEquals(1, lists.size());
CodeInfo info = lists.get(0);
Assert.assertEquals(info.getCode(), "ABC");
}
@Test
public void deletMeasurementData() {
String command = "delete from sys_code where TAG_CODE='ABC'";
String err = influxDBConnect.deleteMeasurementData(command);
Assert.assertNull(err);
}
/*** 整理列名、行数据 ***/
private List<CodeInfo> getQueryData(List<String> columns,
List<List<Object>> values) {
List<CodeInfo> lists = new ArrayList<CodeInfo>();
for (List<Object> list : values) {
CodeInfo info = new CodeInfo();
BeanWrapperImpl bean = new BeanWrapperImpl(info);
for (int i = 0; i < list.size(); i++) {
String propertyName = setColumns(columns.get(i));// 字段名
Object value = list.get(i);// 相应字段值
bean.setPropertyValue(propertyName, value);
}
lists.add(info);
}
return lists;
}
/*** 转义字段 ***/
private String setColumns(String column) {
String[] cols = column.split("_");
StringBuffer sb = new StringBuffer();
for (int i = 0; i < cols.length; i++) {
String col = cols[i].toLowerCase();
if (i != 0) {
String start = col.substring(0, 1).toUpperCase();
String end = col.substring(1).toLowerCase();
col = start + end;
}
sb.append(col);
}
return sb.toString();
}
}package com.influxdb.test;
import java.util.Map;
import org.influxdb.InfluxDB;
import org.influxdb.InfluxDBFactory;
import org.influxdb.dto.Point;
import org.influxdb.dto.Point.Builder;
import org.influxdb.dto.Query;
import org.influxdb.dto.QueryResult;
/**
* 时序数据库 InfluxDB 连接
*/
public class InfluxDBConnect {
private String username;// 用户名
private String password;// 密码
private String openurl;// 连接地址
private String database;// 数据库
private InfluxDB influxDB;
public InfluxDBConnect(String username, String password, String openurl,
String database) {
this.username = username;
this.password = password;
this.openurl = openurl;
this.database = database;
}
/** 连接时序数据库；获得InfluxDB **/
public InfluxDB influxDbBuild() {
if (influxDB == null) {
influxDB = InfluxDBFactory.connect(openurl, username, password);
//influxDB.createDatabase(database);
}
return influxDB;
}
/**
* 设置数据保存策略 defalut 策略名 /database 数据库名/ 30d 数据保存时限30天/ 1 副本个数为1/ 结尾DEFAULT
* 表示 设为默认的策略
*/
public void createRetentionPolicy() {
String command = String
.format("CREATE RETENTION POLICY \"%s\" ON \"%s\" DURATION %s REPLICATION %s DEFAULT",
"defalut", database, "30d", 1);
this.query(command);
}
/**
* 查询
*
* @param command
* 查询语句
* @return
*/
public QueryResult query(String command) {
return influxDB.query(new Query(command, database));
}
/**
* 插入
*
* @param measurement
* 表
* @param tags
* 标签
* @param fields
* 字段
*/
public void insert(String measurement, Map<String, String> tags,
Map<String, Object> fields) {
Builder builder = Point.measurement(measurement);
builder.tag(tags);
builder.fields(fields);
influxDB.write(database, "", builder.build());
}
/**
* 删除
*
* @param command
* 删除语句
* @return 返回错误信息
*/
public String deleteMeasurementData(String command) {
QueryResult result = influxDB.query(new Query(command, database));
return result.getError();
}
/**
* 创建数据库
*
* @param dbName
*/
public void createDB(String dbName) {
influxDB.createDatabase(dbName);
}
/**
* 删除数据库
*
* @param dbName
*/
public void deleteDB(String dbName) {
influxDB.deleteDatabase(dbName);
}
public String getUsername() {
return username;
}
public void setUsername(String username) {
this.username = username;
}
public String getPassword() {
return password;
}
public void setPassword(String password) {
this.password = password;
}
public String getOpenurl() {
return openurl;
}
public void setOpenurl(String openurl) {
this.openurl = openurl;
}
public void setDatabase(String database) {
this.database = database;
}
}package com.influxdb.pojo;
import java.io.Serializable;
public class CodeInfo implements Serializable {
private static final long serialVersionUID = 1L;
private Integer id;
private Integer flag;
private String name;
private String code;
private String descr;
private String descrE;
private String createdBy;
private String createdAt;
private Long time;
private String tagCode;
private String tagName;
/**
* @return the flag
*/
public Integer getFlag() {
return flag;
}
/**
* @param flag
* the flag to set
*/
public void setFlag(Integer flag) {
this.flag = flag;
}
/**
* @param createdAt
* the createdAt to set
*/
public void setCreatedAt(String createdAt) {
this.createdAt = createdAt;
}
/**
* @return the id
*/
public Integer getId() {
return id;
}
/**
* @param id
* the id to set
*/
public void setId(Integer id) {
this.id = id;
}
/**
* @return the createdAt
*/
public String getCreatedAt() {
return createdAt;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getCode() {
return code;
}
public void setCode(String code) {
this.code = code;
}
public String getDescr() {
return descr;
}
public void setDescr(String descr) {
this.descr = descr;
}
public String getDescrE() {
return descrE;
}
public void setDescrE(String descrE) {
this.descrE = descrE;
}
public String getCreatedBy() {
return createdBy;
}
public void setCreatedBy(String createdBy) {
this.createdBy = createdBy;
}
/**
* @return the time
*/
public Long getTime() {
return time;
}
/**
* @param time
* the time to set
*/
public void setTime(Long time) {
this.time = time;
}
public String getTagCode() {
return tagCode;
}
public void setTagCode(String tagCode) {
this.tagCode = tagCode;
}
public String getTagName() {
return tagName;
}
public void setTagName(String tagName) {
this.tagName = tagName;
}
}jar包
运行结果：
整个项目我打包放这链接下：有需要的可以下载：已经全部测试通过了:
最后我们就是让grafana的图标监控展示出来了：
先进入dataSources配置数据源：
记得是配置8086的那个端口，否则不会成功，包括java代码的
上面没有设置数据库密码可以不输入
在进入dashboard里面new一个模板
拉入插件
点击进入编辑
编辑查询语句，模板标题，以及颜色和一些参数配置就ok
配置好了，保存，选择右上角过滤的时间
数据图形监控就显示了
最后提供一些http API:
二、InfluxDB进行HTTP API查询方法
使用HTTP API在InfluxDB进行查询主要是发送 GET 请求到 InfluxDB的 /query 端，调用示例如下所示：
curl -GET 'http://localhost:8086/query?pretty=true' --data-urlencode "db=mydb" --data-urlencode "q=SELECT value FROM cpu_load_short WHERE region='us-west'"
参数db指定了需查询的 数据库 ，q代表了需执行的查询语句。
三、InfluxDB进行HTTP API查询多条数据
我们可能需要用InfluxDB进行多条查询，HTTP API提供的多条查询的格式如下所示：
curl -G 'http://localhost:8086/query?pretty=true' --data-urlencode "db=mydb" --data-urlencode "q=SELECT value FROM cpu_load_short WHERE region='us-west';SELECT count(value) FROM cpu_load_short WHERE region='us-west'"
格式与单条查询相同，只是在多条语句之间要用分号“；”分隔。
返回值也是包含结果的json串。
四、InfluxDB HTTP 查询的格式化输出
1）规定时间格式
在使用HTTP查询时可以使用 epoch 参数指定输出的时间格式。可选值有 epoch=[h,m,s,ms,u,ns]。
例如：
curl -G 'http://localhost:8086/query' --data-urlencode "db=mydb" --data-urlencode "epoch=s" --data-urlencode "q=SELECT value FROM cpu_load_short WHERE region='us-west'"
这样会获取到以秒为单位的时间数据。
2）指定每次查询数据大小
可以使用 chunk_size 参数来指定每次结果的大小。比如，我要结果每次返回200个点的数据，则如下所示：
curl -G 'http://localhost:8086/query' --data-urlencode "db=mydb" --data-urlencode "chunk_size=200" --data-urlencode "q=SELECT value FROM cpu_load_short WHERE region='us-west'"
这样查询结果就会返回200个点的数据。
增加
curl -i -XPOST 'http://127.0.0.1:8086/write?db=metrics' --data-binary 'test,host=127.0.0.1,monitor_name=test count=1'
普通查询
curl -G 'http://localhost:8086/query?pretty=true' --data-urlencode "db=metrics" --data-urlencode "q=select * from test order by time desc"
建立数据库
curl - POST http: // localhost: 8086 / query --data-urlencode "q=CREATE DATABASE mydb"
执行这个语句后，会在本地建立一个名为mydb的数据库。
删除 数据库
curl - POST http: // localhost: 8086 / query --data-urlencode "q=DROP DATABASE mydb"
其实使用HTTP API就是向 InfluxDB 接口发送相应的POST请求。
将语句通过POST方式发送到 服务 器。
InfluxDB通过HTTP API添加数据
InfluxDB通过HTTP API添加数据主要使用如下格式：
curl - i - XPOST 'http://localhost:8086/write?db=mydb' --data-binary 'cpu_load_short,host=server01,region=us-west value=0.64 1434055562000000000'
说明：db=mydb是指使用mydb这个数据库。
--data-binary后面是需插入数据。
cpu_load_short是表名（measurement），tag字段是host和region，值分别为：server01和us-west。
field key字段是value，值为0.64。
时间戳（timestamp）指定为1434055562000000000。
这样，就向mydb数据库的cpu_load_short表中插入了一条数据。
其中，db参数必须指定一个数据库中已经存在的数据库名，数据体的格式遵从InfluxDB规定格式，首先是表名，后面是tags，然后是field，最后是时间戳。tags、field和时间戳三者之间以空格相分隔。
InfluxDB通过HTTP API添加多条数据
InfluxDB通过HTTP API添加多条数据与添加单条数据相似，示例如下：
curl - i - XPOST 'http://localhost:8086/write?db=mydb' --data-binary 'cpu_load_short,host=server02 value=0.67 cpu_load_short,host = server02,region = us - west value = 0.55 1422568543702900257cpu_load_short,direction =in ,host = server01,region = us - west value = 2.0 1422568543702900257 '
这条语句向数据库mydb的表cpu_load_short中插入了三条数据。
第一条指定tag为host，值为server02，第二条指定tag为host和region，值分别为server02和us-west，第三条指定tag为direction，host，region，值分别为：in，server01，us-west。
InfluxDB 的HTTP API响应
在使用HTTP API时，InfluxDB的响应主要有以下几个：
1）2xx：204代表no content，200代表InfluxDB可以接收请求但是没有完成请求。一般会在body体中带有出错信息。
2）4xx：InfluxDB不能解析请求。
3）5xx：系统出现错误。
数据库操作：
#创建数据库
create database "db_name"
#显示所有的数据库
show databases
#删除数据库
drop database "db_name"
#使用数据库
use db_name
#显示该数据库中所有的表
show measurements
#创建表，直接在插入数据的时候指定表名
insert test,host=127.0.0.1,monitor_name=test count=1
#删除表
drop measurement "measurement_name"
##插入数据
insert admin,username=admin password=123456
表名都可以正则
select * from /.*/ limit 1
查询一个表里面的所有数据
select * from cpu_idle
查询数据大于200的。
select * from response_times where value > 200
查询数据里面含有下面字符串的。
select * from user_events where url_base = ‘friends#show’
约等于
select line from log_lines where line =~ /paul@influx.com/
按照30m分钟进行聚合，时间范围是大于昨天的 主机名是server1的。
select mean(value) from cpu_idle group by time(30m) where time > now() – 1d and hostName = ‘server1′
select column_one from foo where time > now() – 1h limit 1000;
select reqtime, url from web9999.httpd where reqtime > 2.5;
select reqtime, url from web9999.httpd where time > now() – 1h limit 1000;
url搜索里面含有login的字眼，还以login开头
select reqtime, url from web9999.httpd where url =~ /^\/login\//;
还可以做数据的merge
select reqtime, url from web9999.httpd merge web0001.httpd;
按时间分组统计数据（分组只能用time()注意空格）
select count(allTime)
from pay
where
按指定时间段查询数据
select count(allTime),mean(allTime)
from pay
where time>=
'2016-11-30T16:00:00Z'and time<=
'2016-12-01T16:59:59Z' and orderFlag=
'1'
脚本执行数据格式
"select count(allTime),mean(allTime) from pay
where time>='2016-12-10T16:00:00Z'and time<='2016-12-11T16:59:59Z' and orderFlag='1' " -database
'online'; 查询2016-12-11全天数据
格式： influx -execute "sql" -database 'databasename'
注意如果自己程序生成的时间戳作为time，则需要注意查询出的数据时间相差8小时，所以查某一天的数据需要减掉8小时，如上
连续查询（Continous Queries）
当数据超过保存策略里指定的时间之后就会被删除，但是这时候可能并不想数据被完全删掉，怎么办？
influxdb提供了联系查询，可以做数据统计采样。
• 查看数据库的Continous Queries
1. show continuous queries
• 创建新的Continous Queries
2. create continous query cq_name on db_name begin select sum(count) into new_table_name from table_name group by time(30m) end
• cq_name：连续查询名字
• db_name：数据库名字
• sum(count)：计算总和
• table_name：当前表名
• new_table_name：存新的数据的表名
• 30m：时间间隔为30分钟
• 删除Continous Queries
3. drop continous query cp_name on db_name
数据保存策略
nfluxDB是没有提供直接删除数据记录的方法，但是提供数据保存策略，主要用于指定数据保留时间，超过指定时间，就删除这部分数据。
• 查看当前数据库Retention Policies
1. show retention policies on "db_name"
• 创建新的Retention Policies
2. create retention policy "rp_name" on "db_name"
• rp_name：策略名
• db_name：具体的数据库名
• 3w：保存3周，3周之前的数据将被删除，influxdb具有各种事件参数，比如：h（小时），d（天），w（星期）
• replication 1：副本个数，一般为1就可以了
• default：设置为默认策略
• 修改Retention Policies
3. alter retention policy "rp_name" on "db_name"
• 删除Retention Policies
4. drop retention policy "rp_name"
用户管理
可以直接在web管理页面做操作，也可以命令行。
1. #显示用户
2. show users
3. #创建用户
4. create user "username" with password 'password'
5. #创建管理员权限用户
6. create user "username" with password 'password' with all
7. #删除用户
8. drop user "username"
