InfluxDB 3 入门指南

紫檀香2025-12-05 10:01

什么是 InfluxDB？

InfluxDB 是一个开源的时序数据库（Time Series Database, TSDB），专为高效处理时间序列数据而设计。它适用于实时数据摄取、监控系统、物联网（IoT）传感器数据存储与分析等场景。

主要特性

  • 🚀 高性能写入：支持高吞吐数据写入
  • 🔍 灵活查询：支持 SQL 和 InfluxQL
  • ⚙️ 可扩展架构：支持插件机制，可自定义数据处理逻辑
  • 🧩 易于集成：提供多种客户端库（Python、Go、JS 等）

💡 典型应用场景：工业物联网传感器监控、服务器性能监控（CPU/内存）、环境监测（温湿度、CO₂）等。

快速安装

  1. 拉取镜像
bash 复制代码 
docker pull influxdb:3-core
  1. 创建目录并配置权限
bash 复制代码 
mkdir -p /opt/influxdb3/data 
mkdir -p /opt/influxdb3/plugins 
chown -R 1500:1500 /opt/influxdb3 # 容器内用户 UID:GID 为 1500:1500
  1. 启动容器
bash 复制代码 
docker run -d -p 8181:8181 \
    --privileged=true \
    -v /opt/influxdb3/data:/var/lib/influxdb3/data \
    -v /opt/influxdb3/plugins:/var/lib/influxdb3/plugins \
    --name influxdb3 \
    influxdb:3-core influxdb3 serve \
        --node-id=influxdb3-master \
        --object-store=file \
        --data-dir=/var/lib/influxdb3/data \
        --plugin-dir=/var/lib/influxdb3/plugins

4.验证容器运行状态

bash 复制代码 
 docker exec -it influxdb3 /bin/bash # 进入容器
 influxdb3 --version # 检查是否正常运行

生成token

  1. 创建token
bash 复制代码 
influxdb3 create token --admin
  1. 将token设置成环境变量
bash 复制代码 
export TOKEN=[YOUR_TOKEN]  # 替换为实际生成的Token
  1. 验证token有效性
bash 复制代码 
influxdb3 show databases --token $TOKEN # 查询数据库列表

InfluxDB 行协议详解

InfluxDB 3 为高写入吞吐量设计了行协议，这是一种高效且易读的写入语法，首次写入数据时会自动创建数据库、表及对应 Schema。

行协议结构

一行完整的行协议数据包含 4 个核心部分，格式如下：

plaintext 复制代码 
<table>,<tag-set> <field-set> <timestamp>

各部分说明：

  • table ：表名，如示例中的myTable；
  • tag set ：标签键值对（键和值均为字符串），多个标签用逗号分隔，如tag1=val1,tag2=val2；
  • field set ：字段键值对，支持的字段类型有string（需加引号）、float、integer（后缀i）、unsigned integer、boolean，多个字段用逗号分隔，如field1="v1",field2=1i；
  • timestamp：Unix 时间戳，需指定精度（如秒、毫秒）。

示例：

数据写入操作

使用 CLI 写入数据

以家庭环境监控数据为例，写入home_environment数据库：

bash 复制代码 
influxdb3 write \
    --database home_environment\
    --token $TOKEN\
    --precision s \ # 时间戳精度为秒 
'home,room=Living\ Room temp=21.1,hum=35.9,co=0i 1641024000
home,room=Kitchen temp=21.0,hum=35.9,co=0i 1641024000
home,room=Living\ Room temp=21.4,hum=35.9,co=0i 1641027600
home,room=Kitchen temp=23.0,hum=36.2,co=0i 1641027600
home,room=Living\ Room temp=21.8,hum=36.0,co=0i 1641031200
home,room=Kitchen temp=22.7,hum=36.1,co=0i 1641031200
home,room=Living\ Room temp=22.2,hum=36.0,co=0i 1641034800
home,room=Kitchen temp=22.4,hum=36.0,co=0i 1641034800
home,room=Living\ Room temp=22.2,hum=35.9,co=0i 1641038400
home,room=Kitchen temp=22.5,hum=36.0,co=0i 1641038400
home,room=Living\ Room temp=22.4,hum=36.0,co=0i 1641042000
home,room=Kitchen temp=22.8,hum=36.5,co=1i 1641042000
home,room=Living\ Room temp=22.3,hum=36.1,co=0i 1641045600
home,room=Kitchen temp=22.8,hum=36.3,co=1i 1641045600
home,room=Living\ Room temp=22.3,hum=36.1,co=1i 1641049200
home,room=Kitchen temp=22.7,hum=36.2,co=3i 1641049200
home,room=Living\ Room temp=22.4,hum=36.0,co=4i 1641052800
home,room=Kitchen temp=22.4,hum=36.0,co=7i 1641052800
home,room=Living\ Room temp=22.6,hum=35.9,co=5i 1641056400
home,room=Kitchen temp=22.7,hum=36.0,co=9i 1641056400
home,room=Living\ Room temp=22.8,hum=36.2,co=9i 1641060000
home,room=Kitchen temp=23.3,hum=36.9,co=18i 1641060000
home,room=Living\ Room temp=22.5,hum=36.3,co=14i 1641063600
home,room=Kitchen temp=23.1,hum=36.6,co=22i 1641063600
home,room=Living\ Room temp=22.2,hum=36.4,co=17i 1641067200
home,room=Kitchen temp=22.7,hum=36.5,co=26i 1641067200'

使用Python客户端写入

安装依赖

bash 复制代码 
uv pip install influxdb3-python

编写代码

创建influxdb_write.py文件

python 复制代码 
import os
from influxdb_client_3 import (
  Point, 
  InfluxDBError, 
  WriteOptions, 
  write_client_options, 
  InfluxDBClient3
)


points = [
  Point('home')
    .tag('room', 'Bathroom')
    .field('temp', 25.5)
    .field('hum', 50.0)
    .field('co', 9),
  Point('home')
    .tag('room', 'Bedroom')
    .field('temp', 20.0)
    .field('hum', 60.0)
    .field('co', 10)
]

def success(self, data: str):
    print(f"Successfully wrote batch: data: {data}")

def error(self, data: str, exception: InfluxDBError):
    print(f"Failed writing batch: config: {self}, data: {data} due: {exception}")

def retry(self, data: str, exception: InfluxDBError):
    print(f"Failed retry writing batch: config: {self}, data: {data} retry: {exception}")


write_options = WriteOptions(
  batch_size=500,
  flush_interval=10_000,
  jitter_interval=2_000,
  retry_interval=5_000,
  max_retries=3,
  max_retry_delay=30_000,
  exponential_base=2,
)

wco = write_client_options(
  success_callback=success,
  error_callback=error,
  retry_callback=retry,
  write_options=write_options,
)

with InfluxDBClient3(
  host='http://localhost:8181/',
  token=os.getenv("INFLUXDB_TOKEN"),
  database='home_environment',
  write_client_options=wco
) as client:
  client.write(points, write_precision='s')

3.执行写入

bash 复制代码 
export INFLUXDB_TOKEN=[YOUR_INFLUXDB_TOKEN] # 替换为实际Token
python influxdb_write.py

数据库查询操作

InfluxDB 3 支持SQL （推荐，基于 Apache Arrow DataFusion 引擎）和InfluxQL查询，以下以 SQL 为例演示查询操作。

使用 CLI 查询

bash 复制代码 
influxdb3 query \
  --database home_environment \
  --token $TOKEN \
  "SELECT * FROM home ORDER BY time"

使用Python客户端查询

创建influxdb_query.py文件：

python 复制代码 
import os
from pyarrow import Table
from influxdb_client_3 import (
  InfluxDBClient3
)


with InfluxDBClient3(
  host='http://localhost:8181/',
  token=os.getenv("INFLUXDB_TOKEN"),
  database='home_environment'
) as client:
  query = """
    SELECT * FROM home WHERE room = 'Bathroom'
  """
  reader: Table = client.query(query=query, language='sql')
  rows = reader.to_pylist()
  for row in rows:
    print(row) # 打印一行数据

常用SQL查询示例

Schema 查询

sql 复制代码 
-- 查询tables
show tables;

-- 查询table字段
show columns in home;

基础数据查询

sql 复制代码 
-- 查询表中所有数据
SELECT * FROM home;

-- 按时间过滤查询（近1天数据）
SELECT temp, hum, room, time FROM home
WHERE time >= now() - INTERVAL '1 day' AND time <= now();
  
-- 按标签或字段过滤
SELECT * FROM home WHERE room = 'Bathroom' AND temp >= 22.5;
  
-- 字段别名
SELECT temp 'temperature', hum 'humidity' FROM home;

聚合查询

sql 复制代码 
-- 计算平均温度和湿度
SELECT AVG(temp) AS temperature, AVG(hum) AS humidity FROM home;

-- 按房间分组，获取每个房间的第一条温度数据
-- 返回示例：[{'time': Timestamp('2022-01-01 08:00:00'), 'temp': 21.0, 'room': 'Kitchen'}]
SELECT 
	selector_first(temp, time)['time'] AS time, 
	selector_first(temp, time)['value'] AS temp, 
	room 
FROM home GROUP BY room;

类型转换

sql 复制代码 
SELECT CAST(1234.5 AS BIGINT) AS temp; -- {'temp': 1234}

SELECT 1234.5::BIGINT AS temp; -- {'temp': 1234}

-- 转换表中字段类型
SELECT CAST(time AS time) AS time, CAST(temp AS integer) AS temp, room FROM home;

高级数据分析

sql 复制代码 
-- 计算同房间相邻数据的温差
-- LAG(temp, 1) 表示获取上一条数据的temp值（第一行数据temp_diff为空）
-- LAG(temp, 1, 0) 如果是第一条数据则返回0
-- PARTITION BY room 表示根据房间分割数据。不会跨房间计算
-- ORDER BY time 按时间顺序排序
SELECT 
  time,
  room,
  temp,
  temp - LAG(temp, 1) OVER (PARTITION BY room ORDER BY time) AS temp_diff
FROM home
ORDER BY room, time;
  
-- 计算温度的百分比变化（保留2位小数）
SELECT 
  time,
  room,
  temp,
  ROUND(
    (temp - LAG(temp, 1) OVER (PARTITION BY room ORDER BY time)) / 
      LAG(temp, 1) OVER (PARTITION BY room ORDER BY time) * 100,
    2
  ) AS precent_change
FROM 
  home
ORDER BY 
  room,
  time;

自定义插件扩展功能

InfluxDB 3 支持 Python 编写的插件实现功能扩展（如数据转换、定时任务），以下演示统计home表写入行数的插件开发流程。

编写插件代码

在/opt/influxdb3/plugins（插件挂载目录）目录下创建test_plugin.py，内容如下：

python 复制代码 
# 该插件记录每次写入home的数据的行数
def process_writes(influxdb3_local, table_batches, args=None):
    # Process data as it's written to the database
    for table_batch in table_batches:
        table_name = table_batch["table_name"]
        rows = table_batch["rows"]
        
        # Log information about the write
        influxdb3_local.info(f"Processing {len(rows)} rows from {table_name}")
        
        # Write derived data back to the database
        line = LineBuilder("test_plugin")
        line.tag("source_table", table_name)
        line.int64_field("row_count", len(rows))
        influxdb3_local.write(line)

创建插件触发器

bash 复制代码 
influxdb3 create trigger\
  --trigger-spec "table:home"\
  --plugin-filename "test_plugin.py"\
  --database home_environment\
  --token $TOKEN \
  test_trigger

验证插件有效性

  1. 再次向home表写入数据；
  2. 查询test_plugin表，验证统计数据是否生成：
sql 复制代码 
SELECT row_count, source_table FROM test_plugin; 
-- 预期结果：{'row_count': 2, 'source_table': 'home'}

参考文档

InfluxDB 3 Core Documentation

influxdata/influxdb3_plugins: Python plugins for InfluxDB 3

InfluxCommunity/influxdb3-python: Python module that provides a simple and convenient way to interact with InfluxDB 3.0.

相关推荐
猫猫能有什么坏心眼35 分钟前
采用sharding-jdbc分库分表
后端
猫猫能有什么坏心眼38 分钟前
ElasticSearch入门手册
后端
猫猫能有什么坏心眼39 分钟前
HashMap解析
后端
猫猫能有什么坏心眼40 分钟前
Kafka安装教程
后端
猫猫能有什么坏心眼43 分钟前
Spring Cloud Gateway由浅入深
后端
星释44 分钟前
Rust 练习册 108：深入探索过程宏的奥秘
开发语言·后端·rust
南部余额1 小时前
深度解析 Spring @Conditional：实现智能条件化配置的利器
java·后端·spring·conditional
热门推荐
01GitHub 镜像站点02【超详细教程】手把手教你从微软官网免费下载Windows 10官方原版ISO镜像（2025最新版）03安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）04React CVE-2025-55182漏洞排查与修复指南05UV安装并设置国内源06BongoCat - 跨平台键盘猫动画工具07本地部署阿里最新开源的Z-Image08Linux下V2Ray安装配置指南09智能库存管理的需求预测模型：从业务痛点到落地代码的完整实践10Labelme从安装到标注：零基础完整指南