当前位置：首页 > wzjs >正文

四川建设人才网官网证书查询厦门关键词优化企业

wzjs 2025/8/28 20:17:31

四川建设人才网官网证书查询,厦门关键词优化企业,如何做垃圾网站赚钱,品牌建设的工作1️⃣ 项目介绍本项目使用 Spring Boot InfluxDB 2.x 来存储和查询时间序列数据，适用于物联网（IoT）、实时监控、日志分析等场景。 2️⃣ InfluxDB 介绍 InfluxDB 是一个高性能的时间序列数据库（TSDB）&#xff0…

1️⃣ 项目介绍

本项目使用 Spring Boot + InfluxDB 2.x 来存储和查询时间序列数据，适用于 物联网（IoT）、实时监控、日志分析 等场景。

2️⃣ InfluxDB 介绍

InfluxDB 是一个高性能的时间序列数据库（TSDB），适用于存储温度、传感器数据、日志、监控指标等。

🔹 特点：

采用 Flux 查询语言
高吞吐量，支持 批量写入
Tag（索引）+ Field（数据） 结构，提高查询效率
精确时间戳（支持纳秒级）

3️⃣ Spring Boot 配置 InfluxDB

在 application.yml 中配置 InfluxDB 连接：

# InfluxDB 独立配置
influxdb:url: http://192.168.1.1xx:28086/  # InfluxDB 服务器地址token: _7FZlXGJJcd8Ayox-F-hVBDdXb_a5SI3530x1DdFKZfQ65uOhnpQciJWHpd7ULhpAOcgj5oV2JsR-Xf0qTtAxg==org: xxx     # 组织名称bucket: xxx  # 存储桶名称# InfluxDB 客户端日志级别# ERROR: 仅记录错误日志# WARN: 记录警告和错误日志# INFO: 记录普通信息、警告和错误日志# DEBUG: 记录调试级别的详细日志# BODY: 记录完整的 HTTP 请求和响应主体# TRACE: 记录极其详细的跟踪日志# ALL: 记录所有日志级别（视客户端而定）logLevel: BODY

4️⃣ InfluxDB 连接配置

在 InfluxDBConfig.java 中配置 InfluxDB 客户端：

import com.influxdb.client.InfluxDBClient;
import com.influxdb.client.InfluxDBClientFactory;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class InfluxDBConfig {@Value("${influxdb.url}")private String url;@Value("${influxdb.token}")private String token;@Value("${influxdb.org}")private String org;@Value("${influxdb.bucket}")private String bucket;@Beanpublic InfluxDBClient influxDBClient() {return InfluxDBClientFactory.create(url, token.toCharArray(), org, bucket);}
}

🔹 说明

InfluxDBClientFactory.create(url, token, org, bucket) 创建 InfluxDB 客户端
@Value 读取 application.yml 配置

5️⃣ Service 层：数据写入 & 查询

✅ 5.1 单条数据写入

public void writeSingleData(TemperatureDTO temperatureDTO) {WriteApiBlocking writeApi = influxDBClient.getWriteApiBlocking();Point point = Point.measurement("temperature").addTag("location", temperatureDTO.getLocation()) // 添加标签（索引）.addField("value", temperatureDTO.getValue()) // 添加字段（数据）.time(Instant.now(), WritePrecision.NS); // 记录当前时间戳writeApi.writePoint(point);
}

✅ 5.2 批量写入（异步）

public void writeBatchData(List<TemperatureDTO> temperatureDTOs) {WriteApi writeApi = influxDBClient.makeWriteApi(); // 获取异步 APIList<Point> points = temperatureDTOs.stream().map(dto -> Point.measurement("temperature").addTag("location", dto.getLocation()).addField("value", dto.getValue()).time(Instant.now(), WritePrecision.NS)).collect(Collectors.toList());CompletableFuture<Void> future = CompletableFuture.runAsync(() -> writeApi.writePoints(points));future.whenComplete((result, error) -> {if (error != null) {System.err.println("🔥 写入失败：" + error.getMessage());} else {writeApi.close();  // 关闭 API 避免资源泄露log.info("✅ 批量数据写入成功（异步）");}});
}

🔹 说明

异步写入 不会阻塞主线程，提高吞吐量
异常回调 捕获写入失败的信息
使用 writeApi.close() 避免资源泄露

✅ 5.3 查询数据

public List<TemperatureVO> queryTemperatureData() {String query = "from(bucket: \"test\") |> range(start: -1h)";QueryApi queryApi = influxDBClient.getQueryApi();return queryApi.query(query).stream().flatMap(fluxTable -> fluxTable.getRecords().stream()) // 遍历 FluxTable.map(record -> {TemperatureVO vo = new TemperatureVO();vo.setLocation((String) record.getValueByKey("location")); // 获取标签信息Object valueObj = record.getValueByKey("_value");vo.setValue(valueObj != null ? ((Number) valueObj).doubleValue() : 0.0);vo.setTimestamp(record.getTime().toString());return vo;}).collect(Collectors.toList());
}

🔹 说明

Flux 查询 过去 1h 内的数据
遍历 FluxTable 提取 标签 + 字段 数据

6️⃣ Controller 层：API 设计

@RestController
@RequestMapping("/api/influxdb")
public class InfluxDBController {@Autowiredprivate TestService influxDBService;@PostMapping("/write")public String writeData(@RequestBody TemperatureDTO temperatureDTO) {influxDBService.writeSingleData(temperatureDTO);return "✅ 单条数据写入成功！";}@PostMapping("/write-batch")public String writeBatchData() {List<TemperatureDTO> data = generateTestData(10000);influxDBService.writeBatchData(data);return "✅ 10,000 条数据成功写入！";}@GetMapping("/query")public List<TemperatureVO> queryTemperatureData() {return influxDBService.queryTemperatureData();}private List<TemperatureDTO> generateTestData(int count) {List<TemperatureDTO> dataList = new ArrayList<>();Random random = new Random();for (int i = 0; i < count; i++) {TemperatureDTO dto = new TemperatureDTO();dto.setLocation("office-" + (random.nextInt(1000) + 1));dto.setValue(15 + (random.nextDouble() * 10));dataList.add(dto);}return dataList;}
}

🔹 说明