一、基本概念

InfluxDB 是一款开源的分布式时序数据库，采用 Go 语言编写。在 InfluxDB 中，数据被组织为不同的时间序列（time series），每个时间序列由一个时间戳和一个或多个键值对组成。时间戳表示数据被写入数据库的时间，通常使用 Unix 时间戳表示。键值对分别表示数据的标签（tag）和数值（field）。标签用于标识数据，而字段则表示数据本身的数值。每个时间序列由唯一的时间戳和标签组成，字段则可以有多个。

二、数据结构

InfluxDB 中有三种数据结构：database，measurement 和 field。database 表示数据库，measurement 表示一组有关系的时间序列，而 field 则是一条时间序列中的一个键值对。在 InfluxDB 中，数据库用于存储不同的时间序列，一个数据库可以包含多个 measurement。每个 measurement 是由标签、字段和时间戳组成的数据集合，标签用于标识数据，字段则表示数据本身的数值，时间戳表示数据的写入时间。在 measurement 中，标签和字段是必须的，每个 measurement 至少有一个标签和一个字段。例如，在存储气象数据时，可以将气象站 ID 作为标签，温度和湿度作为字段。

三、查询语法

InfluxDB 支持多种查询方法，包括 SELECT、SHOW 和 DROP 等语句。

1. SELECT 语句

SELECT 语句用于从数据库中查询数据。

SELECT [DISTINCT] [*|field_key|function(<field_key>)|<tag_key>] 
FROM <measurement_name> 
[WHERE <tag_key>='<tag_value>' [AND <tag_key>='<tag_value>']] 
[GROUP BY <tag_key>] 
[ORDER BY time DESC|ASC] 
[LIMIT <num_results>] 
[OFFSET <offset_result>]

SELECT 语句中，FROM 关键字后面需要指定要查询的 measurement 名称。WHERE 关键字用于对数据进行过滤，可以针对标签和时间进行过滤。GROUP BY 关键字根据指定的标签，对查询结果进行分组，time 列默认是一种特殊的标签，可以通过 GROUP BY time(<time_interval>) 对数据进行按时间间隔分组。以下是一个例子：

SELECT mean("temperature") AS "mean_temperature" FROM "weather" 
WHERE "location"='beijing' AND time >= now() - 1d 
GROUP BY time(10m)

该语句使用了 mean 函数对 temperature 字段进行平均值计算，并针对 location='beijing'，在过去一天内查询每隔 10 分钟的平均气温。

2. SHOW 语句

SHOW 语句用于显示数据库、measurement、字段等对象的信息。

SHOW [DATABASES|FIELD KEYS|TAG KEYS|MEASUREMENTS [<db_name>]]

以下是一个例子：

SHOW MEASUREMENTS ON "mydb"

该语句显示 mydb 数据库中的所有 measurement 名称。

3. DROP 语句

DROP 语句用于删除 InfluxDB 中的数据、measurement 和数据库等对象。

DROP <series>[, <series>] FROM <database_name>

以下是一个例子：

DROP SERIES FROM "weather" WHERE "location"='beijing'

该语句删除 weather 数据库中，location='beijing' 的数据。

四、批量写入数据

InfluxDB 支持批量写入数据，提高了写入效率。

curl -i -XPOST 'http://localhost:8086/write?db=mydb' --data-binary '
  cpu,host=server01,region=us-west value=0.64 1434067467000000000
  cpu,host=server02,region=us-west value=0.63 1434067467000000000
  cpu,host=server03,region=us-west value=0.65 1434067467000000000
'

该语句将三条数据分别写入 cpu 表格中，其中 host 和 region 是标签，value 是字段，1434067467000000000 是时间戳。

五、高级特性

1. InfluxQL Functions

InfluxDB 支持多种函数，包括聚合函数、数学函数、字符串函数等。

SELECT COUNT("temperature"), MEAN("humidity") FROM "weather" 
WHERE time <= now() - 1h 
GROUP BY time(10m) fill(0)

该语句使用 COUNT 和 MEAN 函数计算出每隔 10 分钟的气温数量和平均湿度，并将结果填充为 0。

2. InfluxDB 持续查询

InfluxDB 允许用户创建持续查询，以定期执行 SELECT 语句。

CREATE CONTINUOUS QUERY <query_name> ON <database_name>
BEGIN 
    SELECT mean("temperature") AS "mean_temperature" 
    INTO "rollup_5m_temperature"
    FROM "weather"
    GROUP BY time(5m), "location"
END

该语句创建了一个名为 rollup_5m_temperature 的 measurement，每隔 5 分钟，将 10 分钟内的气温数据进行平均值计算，并按照 location 进行分组。

六、总结

InfluxDB 是一款优秀的时序数据库，支持灵活的数据结构和多种查询方法，支持批量写入和持续查询，使用时需要根据实际需求选择适当的语法进行操作。

InfluxDB 语法详解