influxdb连续查询

项目场景：

InfluxDB是一个由InfluxData开发的开源时序型数据。它由Go写成，着力于高性能地查询与存储时序型数据。InfluxDB被广泛应用于存储系统的监控数据，IoT行业的实时数据等场景。

---

问题描述

使用influxdb做数据统计，运行一段时间之后，发现页面查询缓慢。

---

原因分析：

经查询发现数据存储量很大，在做聚合查询时缓慢会导致查询失败。

---

解决方案：

计划使用influxdb的连续查询功能，将需要聚合的数据定时聚合统计，查询数据时，直接查询聚合后的数据
官方文档：https://docs.influxdata.com/influxdb/v1.7/query_language/continuous_queries/

创建连续查询

CREATE CONTINUOUS QUERY <cq_name> ON <database_name> BEGIN
<cq_query> END

cq_query格式

SELECT <function[s]> INTO <destination_measurement> FROM
[WHERE ] GROUP BY time()[,<tag_key[s]>]

例：

CREATE CONTINUOUS QUERY active_week ON active BEGIN SELECT count(distinct(device_id)) INTO active.active_week_m FROM active.device_active GROUP BY time(1w) END

查询连续查询

SHOW CONTINUOUS QUERIES

删除连续查询

DROP CONTINUOUS QUERY <cq_name> ON <database_name>

连续查询一旦创建就不能修改，需要删除之后重新创建。

配置采样时间和频率
RESAMPLE EVERY ：采样执行频次。如RESAMPLE EVERY 30m：表示30分钟执行一次。

RESAMPLE FOR ：采样时间范围。如RESAMPLE FOR 60m：时间范围 = now() - for间隔（60m）。

RESAMPLE EVERY 30m FOR 60m：表示每30分钟执行一次60分钟内的数据计算。

CREATE CONTINUOUS QUERY “cq_advanced_every” ON “transportation”
RESAMPLE EVERY 30m
BEGIN
SELECT mean(“passengers”) INTO “average_passengers” FROM “bus_data” GROUP BY time(1h)
END

参考：https://www.cnblogs.com/quchunhui/p/13402808.html