TL;DR Python 客户端库

导航至

InfluxDB 拥有十几种不同的客户端库,以帮助开发者使用他们最喜欢的任何编程语言处理时间序列数据。Python 客户端库是我们最受欢迎的选择之一。它易于学习,并且使用您熟悉的语言操作 InfluxDB 可以帮助您快速开始进行强大的时间序列分析

批量处理数据

批量处理数据使您可以更高效地将数据写入 InfluxDB,方法是一次发送数千个数据点。为此,您需要实例化写入 API 类并设置批量大小,以及刷新间隔和最大重试次数等其他参数。您可以将数据以多种不同的格式发送到 InfluxDB,包括 Line Protocol、Point 数据结构和 Pandas DataFrames。这旨在简化将您的数据发送到 InfluxDB 的过程,无论数据采用何种格式。

查询数据

要使用 Python 客户端库从 InfluxDB 查询数据,您可以使用查询 API。查询本身采用 Flux 语言,它包含在您的 Python 代码中。这使您可以将数据直接返回到您的应用程序,随时可以使用。您可以以多种不同的格式返回数据,包括字符串、CSV、流和 Pandas DataFrames。您首先需要实例化查询类。您可以从几个不同的查询函数中进行选择,以您想要的格式返回数据,并且对于每个函数,您都需要传入一个 Flux 查询。函数 query() 返回 Flux 表结构;query_raw() 返回未格式化的字符串;query_csv() 返回 CSV 文件;query_data_frame() 返回 Pandas DataFrame;query_stream() 返回您可以迭代的数据流。

管理 API

Python 客户端库还可以执行管理管理任务,例如创建组织、存储桶和授权令牌。您也可以通过 InfluxDB UI 执行这些任务,这也是新 InfluxDB 用户通常执行操作的方式。但是,随着您变得更有经验并希望以更高级的方式使用 InfluxDB,您可能希望创建 InfluxDB 的多个实例。管理 API 使您可以自动化此过程,而不是在 UI 中手动创建每个实例。要使用管理 API,您首先需要实例化您想要使用的类——组织、存储桶或授权。每个类都有允许您执行操作的函数,例如 create_organization() 和 delete_bucket()。删除 API 允许您从 InfluxDB 中删除记录。

您可以观看我们关于 Python 客户端库的三部分视频系列,以了解更多信息。

第一部分介绍了批量处理数据。

第二部分展示了如何查询数据。

第三部分深入探讨了管理任务。