試用時間序列數據庫InfluxDB

Hadoop集群監控需要使用時間序列數據庫，今天花了半天時間調研使用了一下最近比較火的InfluxDB，發現還真是不錯，記錄一下學習心得。

Influx是用Go語言寫的，專為時間序列數據持久化所開發的，由于使用Go語言，所以各平臺基本都支持。類似的時間序列數據庫還有OpenTSDB，Prometheus等。

OpenTSDB很有名，性能也不錯，但是基于HBase，要用那個還得先搭一套HBase，有點為了吃紅燒肉自己得先去殺豬，燙皮，拔毛的感覺。Prometheus相關文檔和討論太少，而InfluxDB項目活躍，使用者多，文檔也比較豐富，所以先看看這個。Influx可以說是LevelDB的Go語言修改版實現，LevelDB采用LSM引擎，效率很高，Influx是基于LSM引擎再修改的TSM引擎，專為時間序列設計。

InfluxDB 架構原理介紹

LevelDB 架構原理介紹

下午跟七牛的CrazyJVM聊了一下，因為七牛都是用Go，所以也大量部署了Influx給大型企業級用戶使用，據說是全球最大的InfluxDB集群，七牛也給Influx提交了大量的Patch，結果Influx通過早期開源弄得差不多穩定了，突然就閉源了，這也太不局氣了，然后搞Cluster功能收費，單機功能免費使用。

昨天看了一會文檔，今天試用了一下，感覺很不錯，值得推薦。把學習了解的內容記錄下來，供愛好者參考，也省的自己時間長忘了。

InfluxDB其實不能說像哪個數據庫，初上手感覺更像Mongo類型的NoSQL，但是有意思的是，它提供了類SQL接口，對開發人員十分友好。命令行查詢結果的界面又有點像MySQL，挺有意思的。

不寫安裝部署和CLI接口，因為實在沒得可寫，直接yum或者apt就裝了。service一啟動，再influx命令就進命令行了，網上一大堆安裝教程

InfluxDB有幾個關鍵概念是需要了解的。

database：相當于RDBMS里面的庫名。創建數據庫的語句也十分相似。一進去就可以先創建一個數據庫玩，加不加分號都行。

CREATE DATABASE 'hadoop'

然后需要創建一個用戶，我省事點，直接創建一個最高權限，就看了一天，然后直接寫REST接口去了，權限管理慢慢再細看。

CREATE USER "xianglei" WITH PASSWORD 'password' WITH ALL PRIVILEGES

使用查詢語句插入一條數據

INSERT hdfs,hdfs=adh,path=/ free=2341234,used=51234123,nonhdfs=1234

Influx沒有先建立schema的概念，因為Influx允許存儲的數據是schemeless的，表在這里叫做measurement，數據在插入時如果沒有表，則自動創建該表。

measurement: 相當于RDBMS里面的數據表名。

在上面的INSERT語句中，跟在insert后面的第一個hdfs就是measurement，如果不存在一個叫做hdfs的，就自動創建一個叫做hdfs的表，否則直接插入數據。

然后是tags，tags的概念類似于RDBMS里面的查詢索引名，這里的tags是hdfs=adh和path=/，等于我建立了兩個tags。

free往后統稱叫fields，tags和fields之間用空格分開，tags和fields內部自己用逗號分開。tags和fields名稱可以隨意填寫，主要是一開始設計好就行。

所以，對以上插入語句做一個注釋的話，就是這樣。

INSERT [hdfs(measurement)],[hdfs=adh,path=/(tags)] [free=2341234,used=51234123,nonhdfs=1234(fields)]

然后即可查詢該數據

SELECT free FROM hdfs WHERE hdfs='adh' and path='/'

name: hdfs
time                    free
----                    ----
1485251656036494252     425234
1485251673348104714     425234

SELECT * FROM hdfs LIMIT 2

name: hdfs
time                  free    hdfs    nonhdfs  path   used
----                  ----    ----    -------  ----   ----
1485251656036494252   425234  adh     1341     /      23412
1485251673348104714   425234  adh     1341     /      23412

這里的where條件，即是上面tags里面的hdfs=adh和path=/，所以tags可以隨意添加，但是在插入第一條數據的時候，最好先設計好你的查詢條件。當然，你插入的任何數據，都會自動添加time列，數了數，應該是納秒級的時間戳。

上面是Influx的基本概念和基本使用的記錄，下面是接口開發的使用。以Tornado示例Restful查詢接口。

Influx本身支持restful的HTTP API，python有直接封裝的接口可以調用，直接 pip install influxdb即可

influxdb-python文檔

Talk is cheap, show me your code.

Models  Influx模塊，用于連接influxdb

class InfluxClient:
    def __init__(self):
        self._conf = ParseConfig()
        self._config = self._conf.load()
        self._server = self._config['influxdb']['server']
        self._port = self._config['influxdb']['port']
        self._user = self._config['influxdb']['username']
        self._pass = self._config['influxdb']['password']
        self._db = self._config['influxdb']['db']
        self._retention_days = self._config['influxdb']['retention']['days']
        self._retention_replica = self._config['influxdb']['retention']['replica']
        self._retention_name = self._config['influxdb']['retention']['name']
        self._client = InfluxDBClient(self._server, self._port, self._user, self._pass, self._db)

    def _create_database(self):
        try:
            self._client.create_database(self._db)
        except Exception, e:
            print e.message

    def _create_retention_policy(self):
        try:
            self._client.create_retention_policy(self._retention_name,
                                                 self._retention_days,
                                                 self._retention_replica,
                                                 default=True)
        except Exception, e:
            print e.message

    def _switch_user(self):
        try:
            self._client.switch_user(self._user, self._pass)
        except Exception, e:
            print e.message

    def write_points(self, data):
        self._create_database()
        self._create_retention_policy()
        if self._client.write_points(data):
            return True
        else:
            return False

    def query(self, qry):
        try:
            result = self._client.query(qry)
            return result
        except Exception, e:
            return e.message

連接influxdb的配置從項目的配置文件里讀取，自己寫也行。

Controller模塊InfluxController

class InfluxRestController(tornado.web.RequestHandler):
    '''
    "GET"
        op=query&qry=select+used+from+hdfs+where+hdfs=adh
    '''
    查詢方法，使用HTTP GET
    def get(self, *args, **kwargs):
        op = self.get_argument('op')
        #自己實現的python switch case，網上一大堆
        for case in switch(op):
            if case('query'):
                #查詢語句從url參數獲取
                qry = self.get_argument('qry')
                #實例化Models里面的class
                influx = InfluxClient()
                result = influx.query(qry)
                #返回結果為對象，通過raw屬性獲取對象中的字典。
                self.write(json.dumps(result.raw, ensure_ascii=False))
                break

            if case():
                self.write('No argument found')

    #寫入數據，使用HTTP PUT
    def put(self):
        op = self.get_argument('op')
        for case in switch(op):
            if case('write'):
                #data should urldecode first and then turn into json
                data = json.loads(urllib.unquote(self.get_argument('data')))
                influx = InfluxClient()
                #寫入成功或失敗判斷
                if influx.write_points(data):
                    self.write('{"result":true}')
                else:
                    self.write('{"result":false}')
                break
            if case():
                self.write('No argument found')

Tornado配置路由

applications = tornado.web.Application(
    [
        (r'/', IndexController),
        (r'/ws/api/influx', InfluxRestController)
    ],
    **settings
)

JSON項目配置文件

{
  "http_port": 19998,
  "influxdb":{
    "server": "47.88.6.247",
    "port": "8086",
    "username": "root",
    "password": "root",
    "db": "hadoop",
    "retention": {
      "days": "365d",
      "replica": 3,
      "name": "hound_policy"
    },
    "replica": 3
  },
  "copyright": "CopyLeft 2017 Xianglei"
}

插入測試

def test_write():
    base_url = 'http://localhost:19998/ws/api/influx'
    #data = '[{"measurement": "hdfs"},"tags":{"hdfs": "adh","path":"/user"},"fields":{"used": 234123412343423423,"free": 425234523462546546,"nonhdfs": 1341453452345}]'
    #構造插入數據
    body = dict()
    body['measurement'] = 'hdfs'
    body['tags'] = dict()
    body['tags']['hdfs'] = 'adh'
    body['tags']['path'] = '/'
    body['fields'] = dict()
    body['fields']['used'] = 234123
    body['fields']['free'] = 425234
    body['fields']['nonhdfs'] = 13414
    tmp = list()
    tmp.append(body)

    op = 'write'
    # dict data to json and urlencode
    data = urllib.urlencode({'op': op, 'data': json.dumps(tmp)})
    headers = {'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8'}
    try:
        http = tornado.httpclient.HTTPClient()
        response = http.fetch(
            tornado.httpclient.HTTPRequest(
                url=base_url,
                method='PUT',
                headers=headers,
                body=data
            )
        )
        print response.body
    except tornado.httpclient.HTTPError, e:
        print e

test_write()

插入數據后通過訪問http連接獲取插入結果

curl -i "http://localhost:19998/ws/api/influx?op=query&qry=select%20*%20from%20hdfs"
HTTP/1.1 200 OK
Date: Tue, 24 Jan 2017 15:47:42 GMT
Content-Length: 1055
Etag: "7a2b1af6edd4f6d11f8b000de64050a729e8621e"
Content-Type: text/html; charset=UTF-8
Server: TornadoServer/4.4.2

{"values": [["2017-01-24T09:54:16.036494252Z", 425234, "adh", 13414, "/", 234123]], "name": "hdfs", "columns": ["time", "free", "hdfs", "nonhdfs", "path", "used"]}

收工，明天用React寫監控前端