InfluxDB是时序数据库，数据存储在它的bucket中，多个bucket又组成一个organization。每条数据由measurement、多个维度、多个字段值、时间戳构成：

airSensors, sensor_id=TLM0201 temperature=73.97038159354763, humidity=35.23103248356096, co=0.48445310567793615 1647607324916

InfluxDB针对这些时序数据提供了一系列的查询操作，但因为数据结构不同于关系数据库，复杂计算能力有限，不得不把数据取出来进行库外计算时，用计算引擎SPL语言会比较方便，它提供了一些函数通过调用InfluxDB Java API读写其数据；也提供了Influx2_rest()函数调用InfluxDB Restful API，这些API中的查询参数、结果数据大多以csv、json格式组织，SPL中有json()、csvStr.import()等函数容易加载这些格式的数据，加载成SPL序表后，就容易做各种数据变换、计算了。

InfluxDB Java API有1.x、2.x两个版本，SPL针对它们提供了不同的函数。

Java API for InfluxDB1.x

创建/关闭InfluxDB连接

使用方式类似关系数据库的JDBC连接，SPL也用成对的“创建/关闭”方式连接InfluxDB。

influx_open(url,database,retentionPolicy, username,password)，参数依次为服务器地址、数据库名、保留策略、登录的用户名、密码。

influx_close(influxConn)，influxConn是要关闭的InfluxDB连接。

示例：A1创建连接，中间做一些读写及计算操作后，A3关闭A1创建的连接

	A
1	=influx_open("http://127.0.0.1:8086", "esprocDB", "autogen", "admin", "admin")
2	……
3	=influx_close(A1)

向InfluxDB写入

influx_insert(influxConn, rows)，rows是由多行待写入数据组成的SPL序列，如下A2中是待写入数据，A3执行写入：

	A
2	splTable,location=santa_monica,direct=5 water_level=2.064 1566086400000000000 splTable,location=beijing,direct=3 water_level=1.6 1568086400000000000 splTable,location=beijing,direct=7 water_level=5.5 1606086400000000000
3	=influx_insert(A1, A2.split("\n"))

查询InfluxDB数据

influx_query(influxConn,InfluxQL),InfluxQL 是 Influx 的查询语言：

	A
4	=influx_query(A1, "SELECT * FROM splTable")
5	=influx_query(A1, "SELECT location::tag,water_level FROM splTable")
6	=influx_query(A1, "SELECT * FROM splTable where location ='beijing'AND time >'2020-01-01'")

A4查询结果：

A5只选出location标签字段、water_level值字段：

A6查询时对location、time设置查询条件：

Java API for InfluxDB2.x

支持InfluxDB2.x的函数都是以influx2_开头。

创建/关闭InfluxDB连接

使用方式类似关系数据库的JDBC连接，SPL也用成对的“创建/关闭”方式连接InfluxDB。

influx2_open(url)，url中，除了服务器地址、端口，还可以有organization、bucket、认证身份的token、一些超时参数等。

influx2_close(influxConn)，influxConn是要关闭的InfluxDB连接。

示例：A1创建连接，中间做一些读写及计算操作后，A3关闭A1创建的连接

	A
1	=influx2_open("http://localhost:8086?org=esprocOrg&bucket=test1&token=ZHL...fxWg==")
2	……
3	=influx2_close(A1)

向InfluxDB写入

influx2_write(influxConn, rows)，rows是由多行待写入数据组成的SPL序列，如下A2中是待写入数据，A3执行写入：

	A
2	temperature,location=west value=51.0 temperature,location=north value=52.0 temperature,location=south value=53.0
3	=influx2_write(A1,A2.split("\n"))

查询InfluxDB数据

influx2_query(influxConn,FluxQL),FluxQL 是 Influx 的查询语言：

	A
4	=influx2_query(A1,"from(bucket:\"test1\") |> range(start: 0)")

返回的结果可能有多个结构不同的序表，如上面A4查询得到两个序表：

删除InfluxDB数据

influx2_delete(influxConn,beginTime,endTime,deleteStatement,bucket,organization), 参数中设置待删除数据的起止时间、查询语句、bucket 以及 organization：

	A
5	=influx2_delete(A1,"2022-03-30 01:01:01","2022-03-31 01:01:01","","test1","esprocOrg")

Restful方式

influx2_rest(influxUrl, method, content; httpHeader1, httpHeader2, …)，第一个参数是链接地址；第二个参数是HTTP method，值可能是GET/PUT/POST/DELETE/PATCH；第三个参数是HTTP请求提交的内容，但也有些操作不提交任何内容，这个参数就可以省略。分号后面是多个HTTP header，是验证身份的token、指明内容格式等一些信息。每种Rest的HTTP请求，使用哪种method，提交什么内容，设置哪些HTTP header，这些细节参考其官网《InfluxDB API》。

示例：

	A
1	>token="ZHLnRWh3GsIdALAx0……1nV5ufxWg=="
2	=influx2_rest("http://localhost:8086/api/v2/buckets", "GET"; "Authorization: TOKEN"+token)
3	=json(A2.Content)
4	=A3.buckets.new(type,name,retentionRules.everySeconds,links.org)
5	=A4.select(type=="user")
6
7	airSensors,sensor_id=TLM0201 temperature=73.97038159354763,humidity=35.23103248356096,co=0.48445310567793615 1647607324916 airSensors,sensor_id=TLM0202 temperature=75.30007505999716,humidity=35.651929918691714,co=0.5141876544505826 1647607324916
8	=influx2_rest("http://localhost:8086/api/v2/write?org=esprocOrg&bucket=test1&precision=ms", "POST", A5; "Authorization: TOKEN"+token, "Content-Type: text/plain; charset=utf-8","Accept: application/json")
9
10	from(bucket:"test1") |> range(start: -240h)
11	=influx_rest("http://localhost:8086/api/v2/query?org=esprocOrg", "POST", A8; "Authorization: TOKEN"+token, "Content-type: application/vnd.flux","Accept: application/csv")
12	=A9.Content.import@t(;",")

A1中是用户认证的token，之后的influx操作都会用到它；

A2查询所有的bucket，HTTP响应的信息都会列出来，返回的多个bucket信息在Content字段中，是一个json格式的字符串：

A3用json()函数把json字符串转换成SPL序表，这个序表和json嵌套的层次是一样的：

A4从A3的嵌套序表中选出一些需要的信息，组成一个简单序表，

A5用select()函数过滤出user类型的bucket：

只要把数据加载成SPL序表，再做过滤、分组、排序，集合交并等等操作就都容易了。

A7是待写入的数据，A8执行write操作。A10定义InfluxDB查询语句，A11执行A10的查询，得到的结果是csv格式串：

A12用import()函数把csv字符串转换成SPL序表：