SpringBoot整合Influxdb插入数据

本文详细介绍InfluxDB的基本操作,包括数据库创建、存储策略设定、数据插入及查询等关键步骤,并提供Spring Boot集成InfluxDB的配置示例,以及通过Kafka监听器存储监控数据的方法。

influx db的基本操作

[root@test_cast ~]# influx
Connected to http://localhost:8086 version 1.5.2
InfluxDB shell version: 1.5.2
> 
> 
> show databases;
name: databases
name
----
_internal
bdcloud
> CREATE DATABASE bdcloud //创建数据库语句
> //以下语句为创建存储策略DURATION 30h:代表存储30个小时的数据,REPLICATION 2:备份数为2个,SHARD DURATION 30m :代表每存储30m的数据保存为一个文件
> CREATE RETENTION POLICY logmonitor ON bdcloud DURATION 30h REPLICATION 2 SHARD DURATION 30m DEFAULT
> //插入一条数据
> INSERT cpu,host=serverA,region=us_west idle=0.64,happydevop=false,uptimesecs=123456789i
>
> select * from cpu
name: cpu
time                           happydevop host    idle region  uptimesecs
----                           ---------- ----    ---- ------  ----------
2017-06-20T15:32:46.202829088Z false      serverA 0.64 us_west 123456789

先引入pom依赖

       <!-- influxdb-->
        <dependency>
            <groupId>org.influxdb</groupId>
            <artifactId>influxdb-java</artifactId>
            <version>2.15</version>
        </dependency>

在application.xml中配置influxdb 的连接参数

spring:
  influx:
    url: http://10.212.130.46:8086
    database: bdcloud

配置influxdb的configuretion

package com.bdcloud.config;

import com.bdcloud.utils.InfluxDbUtils;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class InfluxDbConfig {

    @Value("${spring.influx.url:''}")
    private String influxDBUrl;
    @Value("${spring.influx.user:''}")
    private String userName;

    @Value("${spring.influx.password:''}")
    private String password;

    @Value("${spring.influx.database:''}")
    private String database;

    @Bean
    public InfluxDbUtils influxDbUtils() {
        return new InfluxDbUtils(userName, password, influxDBUrl, database, "logmonitor");
    }
}

配置influxdb的工具类

package com.bdcloud.utils;

import lombok.Data;
import org.influxdb.InfluxDB;
import org.influxdb.InfluxDBFactory;
import org.influxdb.dto.Query;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

@Data
public class InfluxDbUtils {
    private String userName;
    private String password;
    private String url;
    public String database;
    private String retentionPolicy;
    // InfluxDB实例
    private InfluxDB influxDB;

    Logger logger = LoggerFactory.getLogger(InfluxDbUtils.class);

    // 数据保存策略
    public static String policyNamePix = "logmonitor";

    public InfluxDbUtils(String userName, String password, String url, String database,
                         String retentionPolicy) {
        this.userName = userName;
        this.password = password;
        this.url = url;
        this.database = database;
        this.retentionPolicy = retentionPolicy == null || "".equals(retentionPolicy) ? "autogen" : retentionPolicy;
        this.influxDB = influxDbBuild();
    }

    /**
     * 连接数据库 ,若不存在则创建
     *
     * @return influxDb实例
     */
    private InfluxDB influxDbBuild() {
        if (influxDB == null) {
            influxDB = InfluxDBFactory.connect(url, userName, password);
        }
        try {
            createDB(database);
            influxDB.setDatabase(database);
        } catch (Exception e) {
            logger.error("create influx db failed, error: {}", e.getMessage());
        } finally {
            influxDB.setRetentionPolicy(retentionPolicy);
        }
        influxDB.setLogLevel(InfluxDB.LogLevel.BASIC);
        return influxDB;
    }

    /****
     *  创建数据库
     * @param database
     */
    private void createDB(String database) {
        influxDB.query(new Query("CREATE DATABASE " + database));
    }
}

调用接口存入数据

@KafkaListener(topics = {"IM_MONITOR"})
        private void storeMonitorCast(ConsumerRecord<String, String> record) throws Exception{
            String value = record.value();
            Map<String,Object> map = (Map<String, Object>) JSONObject.parse(value);
            InfluxDB influxDB = influxDbUtils.getInfluxDB();
    		//IM_MONITOR为表名
            influxDB.write(Point.measurement("IM_MONITOR")
                    .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS)
                    .addField("proc", (String) map.get("proc"))
                    .addField("hostName", (String) map.get("hostName"))
                    .addField("content", String.valueOf(map.get("content")))
                    .addField("utime",(String) map.get("time"))
                    .addField("type",(String) map.get("type"))
                    .build());
        }

其中measurement是配置表名的参数

### 如何在Spring Boot中集成InfluxDB以实现数据插入 为了在Spring Boot项目中集成InfluxDB并实现数据插入功能,可以按照以下方法操作: #### 1. 添加依赖项 首先,在`pom.xml`文件中引入必要的Maven依赖项来支持InfluxDB客户端库。以下是所需的依赖配置[^3]: ```xml <dependency> <groupId>org.influxdb</groupId> <artifactId>influxdb-java</artifactId> <version>2.20</version> </dependency> ``` #### 2. 配置InfluxDB连接参数 创建一个名为`application.properties`或`application.yml`的配置文件,并设置InfluxDB的相关属性。例如: ```properties influx.db.url=http://localhost:8086 influx.db.name=my_database influx.db.username=root influx.db.password=root ``` 这些属性定义了数据库URL、名称以及访问凭证。 #### 3. 初始化InfluxDB客户端实例 通过Java代码初始化InfluxDB客户端对象以便后续调用其API接口执行写入或其他查询命令。下面展示了一个简单的工厂类用于获取已配置好的客户端实例[^4]: ```java import org.influxdb.InfluxDB; import org.influxdb.InfluxDBFactory; public class InfluxDbClient { private static final String URL = "http://localhost:8086"; private static final String DATABASE_NAME = "my_database"; public static InfluxDB getClient() { InfluxDB influxDB = InfluxDBFactory.connect(URL); influxDB.setDatabase(DATABASE_NAME); return influxDB; } } ``` #### 4. 插入数据InfluxDB 利用Point构建器模式构造时间序列点(Point),并通过BatchPoints批量提交至指定测量(measurement)下存储。这里提供了一段示范性的服务层逻辑[^5]: ```java import org.influxdb.dto.Point; import org.influxdb.dto.BatchPoints; @Service public class DataInsertionService { @Autowired private Environment env; public void insertData(String measurement, Map<String, Object> fields){ try{ InfluxDB client = InfluxDbClient.getClient(); BatchPoints batchPoints = BatchPoints.database(env.getProperty("influx.db.name")) .tag("async", "true").build(); Point point = Point.measurement(measurement) .time(System.currentTimeMillis(), TimeUnit.MILLISECONDS) .fields(fields).build(); batchPoints.point(point); client.write(batchPoints); }catch(Exception e){ throw new RuntimeException(e.getMessage()); } } } ``` 以上代码片段展示了如何将一组字段映射关系作为JSON-like结构传送给特定表单记录下来的过程。注意这里的tags和timestamp可以根据实际需求灵活调整。 #### 结论 综上所述,我们已经讨论了怎样借助Spring Boot框架快速搭建起能够向InfluxDB服务器发送请求的应用程序环境。这不仅限于基本的数据录入动作,还涉及到更复杂的业务场景处理能力扩展可能性。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值