LabVIEW操作InfluxDB數據庫應用特點和原理概念

在測試系統中，數據存儲通常是不可或缺的一環，面對少量數據時，我們可以采用本地文件保存的方式，進行存儲查看；而面對大量實時數據時，例如在監控場景，如運維和IOT（物聯網）領域，通常會有監控傳感器和系統的性能指標等數據需要存儲，這時對于時序型數據庫就有了很好的應用場景。小編近期使用到的一種時序型數據庫——InfluxDB，對于InfluxDB的集成官方有一組API和工具，但大多適用于文本語言，查詢許多資料，關于LabVIEW對此數據庫的操作教程甚少，所以今天小編分享下使用LabVIEW實現對InfluxDB數據庫的連接、寫入、查詢等操作。

本文分享：

InfluxDB介紹

LabVIEW Client of InfluxDBV2.x教程

一、InfluxDB介紹

InfluxDB 是一個用于存儲和分析時間序列數據的開源數據庫，由 Golang 語言編寫，過多的概念小編在這里就不多贅述了，主要介紹下應用到的特點和原理概念。進一步了解可查看官方說明文檔。

1、特點

內置 HTTP 接口，使用方便

數據可以打標記，這樣查詢可以很靈活

類 SQL 的查詢語句

安裝管理很簡單，并且讀寫數據很高效

能夠實時查詢，數據在寫入時被索引后就能夠被立即查出

2、原理概念

寫入協議：InfluxDB 行協議

InfluxDB的行協議是一種寫入數據點到InfluxDB的文本格式。必須要是這樣的格式的數據點才能被Influxdb解析和寫入成功，當然除非你使用一些其他服務插件。一行數據由4種元素構成：measurement（測量名稱）、Tag Set（標簽集）、Field Set（字段集）、Timestamp（時間戳）。

（1）measurement（測量名稱）

必需

測量的名稱。每個數據點都必須聲明自己是哪個測量里面，不可省略。

大小寫敏感

不可以下劃線_開頭

（2）Tag Set（標簽集）

標簽應該用在一些值的范圍有限的，不太會變動的屬性上。比如傳感器的類型和id等等。在InfluxDB中一個Tag相當于一個索引。給數據點加上Tag有利于將來對數據進行檢索。但是如果索引太多了，就會減慢數據的插入速度。

可選

鍵值關系使用=表示

多個鍵值對之間使用英文逗號分隔

標簽的鍵和值都區分大小寫

標簽的鍵不能以下劃線_開頭

鍵的數據類型：字符串

值的數據類型：字符串

（3）Field Set（字段集）

必需

一個數據點上所有的字段鍵值對，鍵是字段名，值是數據點的值。

一個數據點至少要有一個字段。

字段集的鍵是大小寫敏感的。

字段

鍵的數據類型：字符串

值的數據類型：浮點數|整數|無符號整數|字符串|布爾值

（4）Timestamp（時間戳）

可選

數據點的Unix時間戳，每個數據點都可以指定自己的時間戳。

如果時間戳沒有指定。那么InfluxDB就使用當前系統的時間戳。

數據類型：Unix timestamp

如果你的數據里的時間戳不是以納秒為單位的，那么需要在數據寫入時指定時間戳的精度。

協議中的數據類型及其格式：

空格：行協議中的空格決定了InfluxDB如何解釋數據點。第一個未轉義的空格將測量值&Tag Set（標簽集）與Field Set（字段集）分開。第二個未轉義空格將Field Set（字段級）和時間戳分開。

Float（浮點數）：IEEE-754標準的64位浮點數。這是默認的數據類型。

Integer（整數）：有符號64位整數。需要在數字的尾部加上一個小寫數字i。

UInteger（無符號整數）：無符號64位整數。需要在數字的尾部加上一個小寫數字u。

String（字符串）：普通文本字符串，長度不能超過64KB

Boolean（布爾值）

Unix Timestamp（Unix時間戳）

注釋：以井號#開頭的一行會被當做注釋。

二、安裝部署，初始化配置

安裝和部署方式不唯一，這里分享下小編使用到的方法：

數據庫版本：InfluxDB OSSv2.7.1

系統環境：Win10專業版

安裝

安裝 InfluxDB |InfluxDB OSS v2 文檔 (influxdata.com)

從以上官網鏈接下載后會看到一個.zip文件，將其解壓。

部署

打開cmd，輸入‘influxd.exe的文件地址’，回車。

瀏覽器打開http://localhost:8086。

初始化配置

點擊GET STARTED 按鈕，進入下一個步驟（添加用戶）。

可以留意下clone你的Token、Organizition和organization id（客戶端連接時要用）。Bucket用于存放數據的籃子相當于Database。

？API Token 是干什么用的

簡單來說，influxdb 會向外暴露一套HTTP API。所以，在InfluxDB中，對權限的管理主要就體現在API的Tokens上?？蛻舳藭?token放到http的請求頭上，influxdb 服務端就根據客戶端發來的請求頭部的token，來判斷你能不能對某個存儲桶讀寫，能不能刪除存儲桶，創建儀表盤等。

配置完成

Token、Organization忘記也可從這里查詢：

三、程序Demo介紹

依賴工具包：i3 JSON

目前實現了連接、錯誤分析處理、寫入和查詢功能。上文有介紹到InfluxDB內置 HTTP 接口，所以使用LabVIEW中HTTP客戶端的API進行實現。

以下介紹均以 ‘步驟功能：語言（程序Demo截圖）’形式介紹

1、連接

基本身份驗證：‘url’api/v2/authorizations

Token驗證：Authorization: Token INFLUX_API_TOKEN

2、數據寫入

先將measurement（測量名稱）、field name（字段名）、precision（時間精度）寫入：

其次將field values（數據）、time stamp（時間戳）轉換為字符串的格式，組成行協議寫入：

最后發送寫入數據的報文請求：

3、查詢

以Flux語法查詢，查詢語句的釋議太多，有需要的還需自行查看Query data with Flux | InfluxDB OSS v2 Documentation (influxdata.com)

這里簡單摘一點：

from(bucket: "example-bucket") #需要查詢的bucket

|> filter(fn: (r) => r._measurement == "example-measurement" and r.tag == "example-tag") #measurement名 tag名
|> filter(fn: (r) => r._field == "example-field")

|> range(start:-1h) #相對時間范圍 （最近1小時）
|> range(start:-1h, stop: -10m) #最近1h到最近10分鐘

|> aggregateWindow(every: 1s, fn: last, createEmpty: false) #數據可視化

這里實現了兩種方式查詢：聚合和非聚合。區別在于發送的header不一樣，如下圖：

4、錯誤處理

根據官網API幫助文檔中API操作返回的HTTP響應代碼，解析Body和Headers文件而設計。（一般代碼≥400為錯誤）

四、內容總結

1.InfluxDB的特點和原理概念

2. 安裝部署及初始化配置InfluxDB

3.使用LabVIEW實現對InfluxDB的連接、寫入、查詢、錯誤分析的操作

審核編輯：黃飛