开始使用 InfluxDB 任务
InfluxDB 任务 是一个计划的 Flux 脚本，它接收一系列输入数据，对其进行修改或分析，然后将修改后的数据写回 InfluxDB 或执行其他操作。
本文将介绍编写一个基本的 InfluxDB 任务，该任务对数据进行下采样并将数据存储在新的桶中。
任务的组件
每个 InfluxDB 任务都需要以下组件。它们的形式和顺序可能不同，但它们都是任务的基本组成部分。
定义任务选项
任务选项定义了任务的计划、名称和其他信息。以下示例显示了如何在 Flux 脚本中设置任务选项。
option task = {name: "downsample_5m_precision", every: 1h, offset: 0m}
有关每个选项的详细信息，请参阅任务配置选项。
请注意，InfluxDB 不能保证任务会在预定时间运行。有关任务服务级别协议（SLA）的详细信息，请参阅查看任务运行日志。
InfluxDB UI 提供了一个表单来定义任务选项。
检索和过滤数据
一个最小化的 Flux 脚本使用以下函数从数据源检索指定数量的数据，然后根据时间或列值过滤数据
以下示例 Flux 从 InfluxDB 桶中检索数据，然后根据 _measurement 和 host 列进行过滤。
from(bucket: "example-bucket")
|> range(start: -task.every)
|> filter(fn: (r) => r._measurement == "mem" and r.host == "myHost")
有关从其他源检索数据的详细信息，请参阅Flux 输入函数。
在您的 Flux 脚本中使用任务选项
InfluxDB 将选项存储在可引用的 task 选项记录中。以下示例 Flux 使用时间范围 -task.every。
from(bucket: "example-bucket")
|> range(start: -task.every)
|> filter(fn: (r) => r._measurement == "mem" and r.host == "myHost")
task.every 是点表示法，它引用 task 选项记录的 every 属性。every 被定义为 1h，因此 -task.every 等同于 -1h。
在您的 Flux 脚本中使用任务选项来定义值可以使重用您的任务更容易。
处理或转换您的数据
任务定期自动运行脚本。脚本以某种方式处理或转换数据——例如：下采样、检测异常或发送通知。
考虑一个每小时运行一次的任务，它通过计算特定间隔的平均值对数据进行下采样。它使用 aggregateWindow() 将点分组到 5 分钟（5m）窗口中，并使用 mean() 计算每个窗口的平均值。
以下示例代码显示了具有任务选项的 Flux 脚本。
option task = {name: "downsample_5m_precision", every: 1h, offset: 0m}
from(bucket: "example-bucket")
|> range(start: -task.every)
|> filter(fn: (r) => r._measurement == "mem" and r.host == "myHost")
|> aggregateWindow(every: 5m, fn: mean)
使用偏移量来处理潜在数据
使用 offset 任务选项来处理潜在数据（例如来自边缘设备的数据）。一个运行间隔为一小时（every: 1h）且偏移量为五分钟（offset: 5m）的任务在每小时后 5 分钟执行，但查询原始一小时间隔的数据。
请参阅常见任务，了解与 InfluxDB 常用的任务示例。
定义目的地
在大多数情况下，您希望在任务对其进行了转换后发送和存储数据。目的地可以是一个单独的InfluxDB度量或桶。
以下示例使用to()将转换后的数据写回到另一个InfluxDB桶
// ...
|> to(bucket: "example-downsampled", org: "my-org")
要将数据写入InfluxDB，to()需要以下列
_time_measurement_field_value
要写入其他目的地，请参阅Flux输出函数。
完整的Flux任务脚本示例
以下示例Flux结合了本指南中描述的所有组件
// Task options
option task = {name: "downsample_5m_precision", every: 1h, offset: 0m}
// Data source
from(bucket: "example-bucket")
|> range(start: -task.every)
|> filter(fn: (r) => r._measurement == "mem" and r.host == "myHost")
// Data processing
|> aggregateWindow(every: 5m, fn: mean)
// Data destination
|> to(bucket: "example-downsampled")
要了解更多关于InfluxDB任务及其工作原理的信息，请观看以下视频
这个页面有帮助吗？
感谢您的反馈！