博客
关于我
InfluxDB搭建及配置
阅读量:509 次
发布时间:2019-03-07

本文共 895 字,大约阅读时间需要 2 分钟。

Blogger 提到的一篇关于 InfluxDB 搭建及配置的文章

一、InfluxDB 安装

在 CentOS 系统上安装 InfluxDB,可按照以下步骤操作:

  • 通过终端输入以下命令下载安装包:
  • wget https://dl.influxdata.com/influxdb/releases/influxdb-1.2.4.x86_64.rpm
    1. 使用 yum 命令进行仓库安装:
    2. yum localinstall influxdb-1.2.4.x86_64.rpm
      1. 启动 InfluxDB 服务并验证运行状态:
      2. systemctl start influxdb.serviceps -ef | grep influxdb

        二、InfluxDB 配置

      3. 打开 InfluxDB 的配置文件进行编辑:
      4. vi /etc/influxdb/influxdb.conf
        1. 配置管理员访问设置:
        2. [admin]enabled = truebind-address = ":8083"
          1. 启用 HTTPS 安全连接(如有需求):
          2. https-enabled = truehttps-certificate = "/etc/ssl/influxdb.pem"

            三、测试

            通过启动服务后,可以通过终端查看 InfluxDB 的运行状态:

            ss -tnulp | grep influxdtcp

            此外,也可以通过浏览器访问 http://localhost:8083 检查管理页面。

            四、Grafana 数据源及报表配置

          3. 在 Grafana 中添加 InfluxDB 数据源:
            • 输入数据源名称(如:InfluxDB)。
            • ền tửemann地址和端口(如:http://localhost:8086)。
            • 输入数据库名称。
            • (可选)配置数据源的用户名和密码。
            1. 配置报表时,可以添加 InfluxDB 中的测量信息举例:
            2. query: SELECT "time" AS time, "value" AS value FROM "your_db"

              通过以上步骤,可以完成 InfluxDB 的安装、配置及数据源的处理。

    转载地址:http://rgqjz.baihongyu.com/

    你可能感兴趣的文章
    Python:如果DataFrames之间的其他值匹配,则对DataFrame中的值求和
    查看>>
    Python:字典思维
    查看>>
    Python:将 HEX 字符串转换为字节
    查看>>
    Python:将列表与范围列表合并
    查看>>
    Python:将列表列表初始化为一定大小,
    查看>>
    Python:带有生成器的给定集合的幂集
    查看>>
    Python:按字符的位置拆分字符串
    查看>>
    Python:替换嵌套字典中的值
    查看>>
    Python:爬取数据出现response.status_code为403解决方法
    查看>>
    Python:爬取数据出现response.status_code为418解决方法
    查看>>
    Python:生成“元组集“;来自“元组列表“;不考虑顺序
    查看>>
    Python:生成具有趋势的随机时间序列数据(例如周期性、指数衰减等)
    查看>>
    Python:用渐进式数字重命名列表中的重复项而不对列表进行排序
    查看>>
    Python:矩形参数无效
    查看>>
    Python:语法进阶
    查看>>
    Python:调用复制函数时调用 Python 对象时超出了最大递归深度
    查看>>
    Python:这两个 import 语句有什么区别?
    查看>>
    Python:通过串口从 Velleman k8090 读取数据
    查看>>
    python:遍历具有列表值的字典
    查看>>
    Python:降低精度 pandas 时间戳数据帧
    查看>>