使用 Flux 查询 InfluxDB
查看等效的 InfluxDB v2 文档: 使用 Flux 查询 InfluxDB.
本指南介绍了使用 Flux 从 InfluxDB 查询数据的基本方法。 如果您尚未安装,请确保安装 InfluxDB v1.8+,启用 Flux,并选择一个 用于编写 Flux 查询的工具。
以下查询可以使用执行 Flux 查询中描述的任何方法执行。请确保每个方法都提供您的 InfluxDB Enterprise 授权凭据。
每个 Flux 查询都需要以下内容
1. 定义您的数据源
Flux 的 from()
函数定义了一个 InfluxDB 数据源。它需要一个 bucket
参数。在此示例中,使用 telegraf/autogen
,这是由 TICK 堆栈提供的默认数据库和保留策略的组合。
from(bucket:"telegraf/autogen")
2. 指定时间范围
Flux 在查询时间序列数据时需要时间范围。“无界”查询非常资源密集,作为一个保护措施,Flux 不会在没有指定范围的情况下查询数据库。
使用管道操作符(|>
)将来自您的数据源的数据传入 range()
函数,该函数指定查询的时间范围。它接受两个属性:start
和 stop
。范围可以是使用负 持续时间 的 相对,或使用 时间戳 的 绝对。
示例相对时间范围
// Relative time range with start only. Stop defaults to now.
from(bucket:"telegraf/autogen")
|> range(start: -1h)
// Relative time range with start and stop
from(bucket:"telegraf/autogen")
|> range(start: -1h, stop: -10m)
相对范围相对于“现在”。
示例绝对时间范围
from(bucket:"telegraf/autogen")
|> range(start: 2018-11-05T23:30:00Z, stop: 2018-11-06T00:00:00Z)
使用以下
在此指南中,使用相对时间范围 -15m
,将查询结果限制为最后 15 分钟的数据
from(bucket:"telegraf/autogen")
|> range(start: -15m)
3. 过滤您的数据
将您的范围数据传入 filter()
函数以根据数据属性或列缩小结果。该 filter()
函数有一个参数 fn
,它期望一个匿名函数,其中包含根据列或属性过滤数据的逻辑。
Flux 的匿名函数语法与 JavaScript 的非常相似。记录或行作为记录(r
)传入 filter()
函数。匿名函数接受记录并对其进行评估,以查看它是否与定义的过滤器匹配。使用 AND
关系运算符来链接多个过滤器。
// Pattern
(r) => (r.recordProperty comparisonOperator comparisonExpression)
// Example with single filter
(r) => (r._measurement == "cpu")
// Example with multiple filters
(r) => (r._measurement == "cpu") and (r._field != "usage_system" )
使用以下
在此示例中,根据 cpu
度量、usage_system
字段和 cpu-total
标签值进行过滤
from(bucket: "telegraf/autogen")
|> range(start: -15m)
|> filter(fn: (r) => r._measurement == "cpu" and r._field == "usage_system" and r.cpu == "cpu-total")
4. 产生您的查询数据
使用 Flux 的 yield()
函数将过滤的表格输出为查询的结果。
from(bucket: "telegraf/autogen")
|> range(start: -15m)
|> filter(fn: (r) => r._measurement == "cpu" and r._field == "usage_system" and r.cpu == "cpu-total")
|> yield()
Chronograf 和
influx
CLI 会自动假设每个脚本末尾都有一个yield()
函数,以便输出和可视化数据。最佳实践是包含一个yield()
函数,但并非总是必需的。
恭喜!
您现在已使用Flux从InfluxDB查询数据。
此处显示的查询是一个基础示例。Flux查询可以通过多种方式扩展,形成强大的脚本。
这个页面有帮助吗?
感谢您的反馈!