4、InfluxDB基础：核心概念、安装与命令行实战

各位同学，今天我们进入时序数据库的重头戏——InfluxDB。说实话，我在工业现场摸爬滚打这么多年，接触过不少数据库，但InfluxDB在工控场景下的表现，确实让我眼前一亮。它不像传统关系库那样死板，专门为时间序列数据而生。咱们今天就把它的核心概念、安装部署和命令行操作，一次性讲透。

4.1 核心概念：Measurement、Tag、Field、Timestamp

先说说InfluxDB的数据模型。我第一次接触时，也被它绕晕过。但说白了，它就是个带时间戳的键值对存储。我习惯把它想象成一张Excel表，但比Excel灵活得多。

4.1.1 Measurement（测量）

你可以把Measurement理解为关系数据库里的「表」。但它不需要预先定义结构。比如我记录一个电机的温度数据，直接写：

INSERT motor_temperature,device_id=MT001,location=line1 value=85.3 1680000000

这里的motor_temperature就是Measurement。我项目中遇到过，有人非要把所有数据塞进一张表，结果查询慢得不行。记住，不同设备类型、不同采集频率的数据，最好分不同的Measurement存储。

4.1.2 Tag（标签）

Tag是InfluxDB的精髓。它是被索引的元数据，说白了就是用来快速过滤的。比如设备ID、位置、型号这些。我一般把Tag设计成「不变」的属性。为什么？因为Tag会被索引，查询快，但如果你频繁修改Tag值，性能会受影响。

4.1.3 Field（字段）

Field就是实际采集的数据值。温度、压力、转速这些。Field不会被索引，所以查询时如果条件里用Field过滤，性能会差一些。但Field支持多种数据类型：浮点数、整数、字符串、布尔值。

举个例子，我记录一个泵的运行状态：

INSERT pump_status,device_id=PUMP01,location=tank_area running=true,pressure=2.5,temperature=45.2 1680000100

这里running是布尔型Field，pressure和temperature是浮点型Field。嗯，这里要注意，同一个Measurement里，同一个Field的数据类型必须一致。我曾经在项目中因为数据类型不一致，导致写入失败，排查了半天。

4.1.4 Timestamp（时间戳）

时间戳是时序数据库的灵魂。InfluxDB默认使用服务器本地时间，但你可以手动指定。精度支持纳秒级。我建议在工控场景下，统一使用UTC时间戳，避免时区问题带来的数据混乱。

4.2 安装与启动

安装InfluxDB其实很简单。我以Linux环境为例，Windows下也类似。你想想看，工控机大部分都是Linux系统，所以咱们重点讲Linux。

4.2.1 下载与安装

我习惯用官方仓库安装，这样更新方便：

# 添加InfluxData仓库
wget -q https://repos.influxdata.com/influxdb.key
sudo apt-key add influxdb.key
echo "deb https://repos.influxdata.com/ubuntu focal stable" | sudo tee /etc/apt/sources.list.d/influxdb.list

# 安装
sudo apt-get update
sudo apt-get install influxdb

如果你在离线环境，可以下载deb包手动安装。我有个项目在煤矿井下，网络不通，就是用的离线安装包。

4.2.2 启动与配置

安装完成后，启动服务：

sudo systemctl start influxdb
sudo systemctl enable influxdb  # 设置开机自启

检查服务状态：

sudo systemctl status influxdb

配置文件在/etc/influxdb/influxdb.conf。我一般会修改几个关键参数：

参数	说明	我的建议值
bind-address	HTTP API监听地址	0.0.0.0:8086（工控内网用）
max-series-per-database	每个数据库最大序列数	1000000（根据设备量调整）
max-values-per-tag	每个Tag最大取值数	100000

4.3 命令行工具使用

InfluxDB自带一个命令行工具influx，非常强大。我平时调试数据，基本都用它。

4.3.1 连接数据库

influx -host 192.168.1.100 -port 8086 -username admin -password yourpassword

连接成功后，你会看到这样的提示符：

Connected to http://192.168.1.100:8086 version 1.8.10
InfluxDB shell version: 1.8.10
>

4.3.2 数据库操作

创建数据库：

CREATE DATABASE factory_monitor

查看所有数据库：

SHOW DATABASES

使用数据库：

USE factory_monitor

4.3.3 数据写入

写入数据的基本格式是：

INSERT <measurement>,<tag_key>=<tag_value> <field_key>=<field_value> [<timestamp>]

举个例子，写入一条温度数据：

INSERT temperature,device=TC001,location=reactor1 value=125.6 1680001000000000000

批量写入时，用换行分隔多条记录：

INSERT temperature,device=TC001,location=reactor1 value=125.6 1680001000000000000
temperature,device=TC002,location=reactor2 value=118.3 1680001000000000000
pressure,device=PT001,location=reactor1 value=2.5 1680001000000000000

4.3.4 数据查询

查询语法类似SQL，但有自己的特色：

SELECT * FROM temperature WHERE device='TC001' AND time > now() - 1h

我常用的几个查询：

• 最近10条数据：SELECT * FROM temperature LIMIT 10
• 按设备分组统计：SELECT MEAN(value) FROM temperature GROUP BY device
• 过去24小时的最大值：SELECT MAX(value) FROM temperature WHERE time > now() - 24h

4.3.5 数据管理

查看Measurement：

SHOW MEASUREMENTS

查看Tag key：

SHOW TAG KEYS FROM temperature

查看Field key：

SHOW FIELD KEYS FROM temperature

删除数据（慎用）：

DELETE FROM temperature WHERE time < '2023-01-01'

4.4 实战小案例

最后，我分享一个实际项目中的小案例。某化工厂有50个温度传感器，每5秒采集一次数据。我这样设计：

-- 创建数据库
CREATE DATABASE chemical_plant

-- 写入数据（模拟）
INSERT temp_sensor,sensor_id=S001,area=reactor_zone1 value=85.3 1680000000
INSERT temp_sensor,sensor_id=S002,area=reactor_zone1 value=87.1 1680000000
INSERT temp_sensor,sensor_id=S003,area=distillation value=92.5 1680000000

-- 查询某个区域过去1小时的平均温度
SELECT MEAN(value) FROM temp_sensor 
WHERE area='reactor_zone1' 
AND time > now() - 1h 
GROUP BY sensor_id

你看，用Tag做过滤，查询速度飞快。我测试过，50个传感器连续采集一个月，数据量大概在2.6亿条左右，查询响应时间依然在毫秒级。这就是InfluxDB的魅力。

好了，今天的内容就到这里。下一章我们讲InfluxDB的连续查询和保留策略，这两个功能在工控数据归档中非常实用。大家回去可以动手装个InfluxDB，把今天讲的命令都敲一遍。遇到问题随时问我。