InfluxDB+Grafana+Centos7x64整合,搭建数据监控

于 2018-03-27 12:05:14 发布
阅读量4.3k 收藏 9
点赞数 3
CC 4.0 BY-SA版权
文章标签： java influxdb grafana centos
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_27026603/article/details/79710465

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.rpm
sudo 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.service
systemctl 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

 

 https://s3-us-west-2.amazonaws.com/grafana-releases/release/grafana-4.3.2-1.x86_64.rpm 
sudo yum localinstall grafana-4.3.2-1.x86_64.rpm 
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:

https://download.youkuaiyun.com/download/qq_27026603/10310940

 

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 time > now() - 15h group by time(1h)
 
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
influx -execute "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
  1. 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
  1. 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
  1. create retention policy "rp_name" on "db_name" duration 3w replication 1 default  
  • 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
  1. alter retention policy "rp_name" on "db_name" duration 30d default  
  • 删除Retention Policies
  1. 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 privileges  
  7. #删除用户  
  8. drop user "username"  

         有什么问题可以留言咨询我,我看到会尽快回复。

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

程序员阿军

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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