LabVIEW操作InfluxDB数据库应用特点和原理概念

     在测试系统中，数据存储通常是不可或缺的一环，面对少量数据时，我们可以采用本地文件保存的方式，进行存储查看；而面对大量实时数据时，例如在监控场景，如运维和IOT（物联网）领域，通常会有监控传感器和系统的性能指标等数据需要存储，这时对于时序型数据库就有了很好的应用场景。小编近期使用到的一种时序型数据库——InfluxDB，对于InfluxDB的集成官方有一组API和工具，但大多适用于文本语言，查询许多资料，关于LabVIEW对此数据库的操作教程甚少，所以今天小编分享下使用LabVIEW实现对InfluxDB数据库的连接、写入、查询等操作。

本文分享：

InfluxDB介绍

LabVIEW Client of InfluxDBV2.x教程

 

一、InfluxDB介绍

InfluxDB 是一个用于存储和分析时间序列数据的开源数据库，由 Golang 语言编写，过多的概念小编在这里就不多赘述了，主要介绍下应用到的特点和原理概念。进一步了解可查看官方说明文档。

1、特点

内置 HTTP 接口，使用方便

数据可以打标记，这样查询可以很灵活

类 SQL 的查询语句

安装管理很简单，并且读写数据很高效

能够实时查询，数据在写入时被索引后就能够被立即查出

2、原理概念

写入协议：InfluxDB 行协议

InfluxDB的行协议是一种写入数据点到InfluxDB的文本格式。必须要是这样的格式的数据点才能被Influxdb解析和写入成功，当然除非你使用一些其他服务插件。一行数据由4种元素构成：measurement（测量名称）、Tag Set（标签集）、Field Set（字段集）、Timestamp（时间戳）。

（1）measurement（测量名称）

必需

测量的名称。每个数据点都必须声明自己是哪个测量里面，不可省略。

大小写敏感

不可以下划线_开头

（2）Tag Set（标签集）

标签应该用在一些值的范围有限的，不太会变动的属性上。比如传感器的类型和id等等。在InfluxDB中一个Tag相当于一个索引。给数据点加上Tag有利于将来对数据进行检索。但是如果索引太多了，就会减慢数据的插入速度。

可选

键值关系使用=表示

多个键值对之间使用英文逗号分隔

标签的键和值都区分大小写

标签的键不能以下划线_开头

键的数据类型：字符串

值的数据类型：字符串

（3）Field Set（字段集）

必需

一个数据点上所有的字段键值对，键是字段名，值是数据点的值。

一个数据点至少要有一个字段。

字段集的键是大小写敏感的。

字段

键的数据类型：字符串

值的数据类型：浮点数|整数|无符号整数|字符串|布尔值

（4）Timestamp（时间戳）

可选

数据点的Unix时间戳，每个数据点都可以指定自己的时间戳。

如果时间戳没有指定。那么InfluxDB就使用当前系统的时间戳。

数据类型：Unix timestamp

如果你的数据里的时间戳不是以纳秒为单位的，那么需要在数据写入时指定时间戳的精度。

协议中的数据类型及其格式：

空格：行协议中的空格决定了InfluxDB如何解释数据点。第一个未转义的空格将测量值&Tag Set（标签集）与Field Set（字段集）分开。第二个未转义空格将Field Set（字段级）和时间戳分开。

Float（浮点数）：IEEE-754标准的64位浮点数。这是默认的数据类型。

Integer（整数）：有符号64位整数。需要在数字的尾部加上一个小写数字i。

UInteger（无符号整数）：无符号64位整数。需要在数字的尾部加上一个小写数字u。

String（字符串）：普通文本字符串，长度不能超过64KB

Boolean（布尔值）

Unix Timestamp（Unix 时间戳）

注释：以井号 # 开头的一行会被当做注释。

二、安装部署，初始化配置

安装和部署方式不唯一，这里分享下小编使用到的方法：

数据库版本：InfluxDB OSSv2.7.1

系统环境：Win10专业版

安装

安装 InfluxDB |InfluxDB OSS v2 文档 (influxdata.com)

从以上官网链接下载后会看到一个.zip文件，将其解压。

部署

打开cmd，输入‘influxd.exe的文件地址’，回车。

浏览器打开http://localhost:8086。

初始化配置

点击GET STARTED 按钮，进入下一个步骤（添加用户）。

可以留意下clone你的Token、Organizition和organization id（客户端连接时要用）。Bucket用于存放数据的篮子相当于Database。

？API Token 是干什么用的

简单来说，influxdb 会向外暴露一套HTTP API。所以，在InfluxDB中，对权限的管理主要就体现在API的Tokens上。客户端会将 token放到http的请求头上，influxdb 服务端就根据客户端发来的请求头部的token，来判断你能不能对某个存储桶读写，能不能删除存储桶，创建仪表盘等。

配置完成

Token、Organization忘记也可从这里查询：

三、程序Demo介绍

依赖工具包：i3 JSON

目前实现了连接、错误分析处理、写入和查询功能。上文有介绍到InfluxDB内置 HTTP 接口，所以使用LabVIEW中HTTP客户端的API进行实现。

以下介绍均以 ‘步骤功能：语言（程序Demo截图）’形式介绍

1、连接

基本身份验证：‘url’api/v2/authorizations

Token验证：Authorization: Token INFLUX_API_TOKEN

2、数据写入

先将measurement（测量名称）、field name（字段名）、precision（时间精度）写入：

其次将field values（数据）、time stamp（时间戳）转换为字符串的格式，组成行协议写入：

最后发送写入数据的报文请求：

3、查询

以Flux语法查询，查询语句的释议太多，有需要的还需自行查看Query data with Flux | InfluxDB OSS v2 Documentation (influxdata.com)

这里简单摘一点：

from(bucket: "example-bucket")                                 #需要查询的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)                                              #相对时间范围 （最近1小时）
|> range(start: -1h, stop: -10m)                                  #最近1h到最近10分钟

 

|> aggregateWindow(every: 1s, fn: last, createEmpty: false)            #数据可视化

这里实现了两种方式查询：聚合和非聚合。区别在于发送的header不一样，如下图：

4、错误处理

根据官网API帮助文档中API操作返回的HTTP响应代码，解析Body和Headers文件而设计。（一般代码≥400为错误）

四、内容总结

1. InfluxDB的特点和原理概念

2. 安装部署及初始化配置InfluxDB

3.使用LabVIEW实现对InfluxDB的连接、写入、查询、错误分析的操作

审核编辑：黄飞