最も一般的に使用されるリレーショナル データベースとキャッシュに加えて、Spring Boot で MongoDB と LDAP ストレージを構成して使用する方法の例を以前に紹介しました。次に、別の特別なデータベースの紹介を続けます。それは、Spring Boot での時系列データベース InfluxDB の使用です。
InfluxDB の概要
時系列データベースとは何ですか?正式名称は時系列データベースです。時系列データベースは、主に時間タグ付き（時間順に変化する、つまり時系列化）なデータを処理するために使用され、時間タグ付きデータは時系列データとも呼ばれます。
時系列データは主に、電力業界や化学業界などのさまざまな種類のリアルタイム監視、検査、分析装置によって収集および生成されます。これらの産業データの典型的な特徴は次のとおりです。 (監視ポイントごとに 1 つ)、複数のデータを数秒以内に生成できます)、収集時間に大きく依存します (各データは固有の時間に対応する必要があります)、測定ポイントが多く、大量のデータが存在します。 （従来のリアルタイム監視システムは数千の監視ポイントを持ち、毎秒データが生成され、毎日数十ギガバイトのデータが生成されます）。リレーショナル データベースも時系列に基づいてデータを保存できますが、ストレージ構造の欠点により、これらのデータは高頻度の保存とクエリ統計を効率的に実現できません。そのため、時系列の保存と最適化に特化した新しい手法が生まれました。より高い効率要件を満たすために。
InfluxDB は、現在人気のあるオープン ソースの時系列データベースです (公式 Web サイトのアドレス: https://www.influxdata.com/)。より一般的な使用シナリオは、時間に関連する高頻度のデータ レコードと統計です。たとえば、データ ストレージとクエリの監視が必要です。
次の実践セッションに進む前に、まず InfluxDB のいくつかの重要な用語を理解しましょう:
そのうち、Point は 3 つの部分で構成されます:
time: タイムスタンプ
- ##fields: 記録された値
- タグ: インデックス属性
自分で試してみる
時系列データベースとは何か、および InfluxDB の基本概念を理解したら、次に進みましょうInfluxDB の基本構成、データ構成、書き込み操作をさらに理解するために、監視データを定期的にレポートする簡単な小規模なケースを通じて!
ステップ 1: 基本的な Spring Boot プロジェクトを作成します (方法がまだわからない場合は、この記事を参照してください: クイック スタート 1)
ステップ 2: それを pom に導入します。 xml influx の公式 SDK
<dependency>
<groupId>org.influxdb</groupId>
<artifactId>influxdb-java</artifactId>
</dependency>ログイン後にコピー
注: Spring Boot 2.x バージョンの親は InfluxDB の SDK バージョンを維持するため、バージョン情報を手動で指定する必要はありません。使用されている Spring Boot のバージョンが古い場合、バージョン情報が欠落している可能性があるため、手動で書き込む必要があります。
ステップ 3: 接続する influxdb 情報を構成する
spring.influx.url=http://localhost:8086
spring.influx.user=admin
spring.influx.password=
ログイン後にコピー
3 つの属性は、接続アドレス、ユーザー名、およびパスワードを表します。この時点で、基本的な構成は完了です。
注: Spring データはサポートされていませんが、InfluxDB の自動構成は Spring Boot 2.x バージョンにも実装されているため、構成情報を書き込むだけで使用できます。特定の構成プロパティについては、ソース コード org.springframework.boot.autoconfigure.influx.InfluxDbProperties を表示できます。
ステップ 4: スケジュールされたタスクを作成し、レポート データをシミュレートし、InfluxDB に書き込みます
@Service
@AllArgsConstructor
@Slf4j
public class Monitor {
private InfluxDB influxDB;
@Scheduled(fixedRate = 5000)
public void writeQPS() {
// 模拟要上报的统计数据
int count = (int) (Math.random() * 100);
Point point = Point.measurement("ApiQPS") // ApiQPS表
.tag("url", "/hello") // url字段
.addField("count", count) // 统计数据
.time(System.currentTimeMillis(), TimeUnit.MILLISECONDS) // 时间
.build();
// 往test库写数据
influxDB.write("test", "autogen", point);
log.info("上报统计数据：" + count);
}
}ログイン後にコピー
テスト検証
ステップ 1: InfluxDB を起動し、コマンド ラインで準備します。使用するデータベース、関連する主なコマンドは次のとおりです;
InfluxDB を入力します:
現在の既存のデータベースをクエリします:
> show databases
ログイン後にコピー
データベースを作成します (データベースに注意してください) name と上記の Java コード write の最初のパラメータは同じです):
> create database "test"
ログイン後にコピー
ステップ 2: Spring Boot アプリケーションを開始する スケジュールされたタスクのアクションの下に、次のようなログが表示されます。
2021-08-03 01:52:47.732 INFO 94110 --- [ main] c.d.chapter63.Chapter63Application : Started Chapter63Application in 2.326 seconds (JVM running for 3.027)
2021-08-03 01:52:47.764 INFO 94110 --- [ scheduling-1] com.didispace.chapter63.Monitor : 上报统计数据：25
2021-08-03 01:52:52.736 INFO 94110 --- [ scheduling-1] com.didispace.chapter63.Monitor : 上报统计数据：30
2021-08-03 01:52:57.737 INFO 94110 --- [ scheduling-1] com.didispace.chapter63.Monitor : 上报统计数据：38
2021-08-03 01:53:02.739 INFO 94110 --- [ scheduling-1] com.didispace.chapter63.Monitor : 上报统计数据：51
2021-08-03 01:53:07.739 INFO 94110 --- [ scheduling-1] com.didispace.chapter63.Monitor : 上报统计数据：31
ログイン後にコピー
ステップ 3: コマンドを使用して、InfluxDB にデータがすでに存在するかどうかを確認します。
> select * from ApiQPS order by time desc;
name: ApiQPS
time count url
---- ----- ---
1627926787730000000 31 /hello
1627926782730000000 51 /hello
1627926777729000000 38 /hello
1627926772727000000 30 /hello
1627926767728000000 25 /hello
ログイン後にコピー
ログと同じデータがすでに存在していることがわかります。
さて、今日のチュートリアルはここで終了です。忘れずに自分で試してみてください。
推奨される関連ビデオ チュートリアル:
Java ビデオ チュートリアル
以上がSpring Boot で時系列データベースを使用するための 1 つのトリックを教えますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
