
不管是yum安装,亦或者是docker安装的方式,influxdb默认安装完毕之后,并不会自带用户认证的功能,直接就可以进行访问的了。
情况如下:
或者curl直接查询出来数据,不需要用户认证,如下:
对于这种不设置防备的措施,总体来说,不是很好。
所以,下面来看看怎么设置用户认证。
基本命令:
实际 *** 作如下:
默认情况下,influxdb的配置文件是禁用认证策略的,所以需要修改设置一下。
编辑配置文件 vim /etc/influxdb/influxdb.conf ,把 [http] 下的 auth-enabled 选项设置为 true 。
配置完毕之后,重启influxdb服务即可。
在配置启动认证以及重启influxdb之后,如果不使用admin用户登陆,则会报错如下:
这里已经报错提示需要权限验证: ERR: unable to parse authentication credentials
这里使用admin认证用户登陆访问一下,格式如下:
执行如下:
当配置了admin认证用户之后,进行http的api请求的时候就要带上用户名和密码的参数,不然无法执行,示例如下:
执行如下:
其中增加 ?pretty=true 可以将 json 展开显示。
当然设置了用户认证之后,写入数据的时候也要带上用户名以及密码 &u=username&p=password ,如下:
用户名密码写在URL中
用户名密码写在HTTP头Authorization选项
下面来执行一下:
查看插入后的influxdb数据,如下:
除了最常用的关系数据库和缓存之外,之前我们已经介绍了在Spring Boot中如何配置和使用 MongoDB 、 LDAP 这些存储的案例。接下来,我们继续介绍另一种特殊的数据库:时序数据库InfluxDB在Spring Boot中的使用。
什么是时序数据库?全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签(按照时间的顺序变化,即时间序列化)的数据,带时间标签的数据也称为时间序列数据。时间序列数据主要由电力行业、化工行业等各类型实时监测、检查与分析设备所采集、产生的数据,这些工业数据的典型特点是:产生频率快(每一个监测点一秒钟内可产生多条数据)、严重依赖于采集时间(每一条数据均要求对应唯一的时间)、测点多信息量大(常规的实时监测系统均有成千上万的监测点,监测点每秒钟都产生数据,每天产生几十GB的数据量)。虽然关系型数据库也可以存储基于时间序列的数据,但由于存储结构上的劣势,使得这些数据无法高效地实现高频存储和查询统计,因此就诞生了一种专门针对时间序列来做存储和优化的数据库,以满足更高的效率要求。(参考:百度百科:时序数据库https://baike.baidu.com/item/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%BA%93/922671)
InfluxDB就是目前比较流行的开源时序数据库(官网地址:https://www.influxdata.com/),我们比较常见的使用场景就是一些与时间相关的高频的数据记录和统计需要,比如:监控数据的存储和查询。
在进行下面的动手环节之前,先了解一下InfluxDB中的几个重要名词:
其中,一个Point由三个部分组成:
在了解了什么是时序数据库以及InfluxDB一些基础概念之后,下面我们通过一个简单的定时上报监控数据的小案例,进一步理解InfluxDB的基础配置、数据组织和写入 *** 作!
第一步 :创建一个基础的Spring Boot项目(如果您还不会,可以参考这篇文章:快速入门(https://blog.didispace.com/spring-boot-learning-21-1-1/)
第二步 :在 pom.xml 中引入influx的官方SDK
注意:这里因为Spring Boot 2.x版本的parent中有维护InfluxDB的SDK版本,所以不需要手工指明版本信息。如果使用的Spring Boot版本比较老,那么可能会缺少version信息,就需要手工写了。
第三步 :配置要连接的influxdb信息
三个属性分别代表:连接地址、用户名、密码。到这一步,基础配置就完成了。
注意:虽然没有spring data的支持,但spring boot 2.x版本中也实现了InfluxDB的自动化配置,所以只需要写好配置信息,就可以使用了。具体配置属性可以查看源码: org.springframework.boot.autoconfigure.influx.InfluxDbProperties 。
第四步 :创建定时任务,模拟上报数据,并写入InfluxDB
第一步 :启动InfluxDB,并通过命令行准备好要使用的数据库,主要涉及的命令如下;
第二步 :启动Spring Boot应用,在定时任务的作用下,我们会看到类似下面的日志:
第三步 :通过命令,查看一下InfluxDB中是否已经存在这些数据
可以看到,已经存在与日志中一样的数据了。
本文的完整工程可以查看下面仓库中 2.x 目录下的 chapter6-3 :
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)