Spring Boot + InfluxDB 实现高效数据存储与查询

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;

    @Bean
    public 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 API

    List<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 {

    @Autowired
    private 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

• /write ➝ 单条写入
• /write-batch ➝ 生成 10,000 条数据并写入
• /query ➝ 查询过去 1 小时数据

7️⃣ 运行 & 测试

✅ 7.1 启动项目

mvn spring-boot:run

✅ 7.2 使用 Postman 进行测试

1️⃣ 写入单条数据

POST http://localhost:8080/api/influxdb/write

{
  "location": "office-1",
  "value": 22.5
}

2️⃣ 批量写入

POST http://localhost:8080/api/influxdb/write-batch

3️⃣ 查询数据

GET http://localhost:8080/api/influxdb/query