# 工具集成

> 介绍 GreptimeDB 与数据写入、查询、可视化、告警、商业智能和 AI 工具的集成。

# 工具集成

GreptimeDB 可以与常见的数据写入、查询、可视化和告警工具配合使用。
大部分工具通过 GreptimeDB 的 MySQL、PostgreSQL、gRPC、Prometheus、
OpenTelemetry 或 InfluxDB 行协议端点接入。
下面各页面分别说明对应工具的配置方法。

- [Apache Flink](flink.md) — 使用 GreptimeDB 的 Apache Flink connector 写入数据和读取有界表。
- [Apache Spark](spark.md) — 使用 GreptimeDB 的 Apache Spark connector 写入 batch DataFrame 和 Structured Streaming micro-batch。
- [Coroot](coroot.md) — 将 GreptimeDB 与 Coroot 集成。
- [DBeaver](dbeaver.md) — 介绍如何使用 DBeaver 内置的 GreptimeDB 驱动连接 GreptimeDB，包括连接配置、数据浏览以及使用 MySQL Driver 的方式。
- [EMQX](emqx.md) — 使用 GreptimeDB 作为 EMQX 的数据系统来存储 MQTT 消息。
- [Fluent Bit](fluent-bit.md) — 将 GreptimeDB 与 Fluent Bit 集成。
- [Grafana](grafana.md) — 介绍如何将 GreptimeDB 配置为 Grafana 数据源，包括使用 GreptimeDB 数据源插件、Prometheus 数据源和 MySQL 数据源的方法。
- [Grafana Alloy](alloy.md) — 将 GreptimeDB 与 Grafana Alloy 集成。
- [Kafka](kafka.md) — 从 Kafka 写入数据到 GreptimeDB。
- [Metabase](metabase.md) — 介绍如何将 GreptimeDB 添加到 Metabase 作为数据源，包括安装 Driver 和添加 GreptimeDB 数据库的方法。
- [MindsDB](mindsdb.md) — 介绍如何将 GreptimeDB 作为 MindsDB 的数据源，用于机器学习场景，并提供配置示例。
- [Model Context Protocol (MCP)](mcp.md) — 了解如何将 GreptimeDB 与模型上下文协议（MCP）集成，让 AI 助手能够探索和分析您的 metrics、logs 和 traces。
- [Perses](perses.md) — 在 Perses 中将 GreptimeDB 配置为数据源，使用 GreptimeDB 与 Prometheus 插件查询 metrics、logs 和 traces。
- [Prometheus](prometheus.md) — 介绍如何将 GreptimeDB 作为 Prometheus 的远程存储后端，并支持使用 Prometheus 查询语言 (PromQL) 查询数据。
- [Streamlit](streamlit.md) — 使用 GreptimeDB 和 Streamlit 构建数据应用的说明，包括创建 SQL 连接和运行 SQL 查询。
- [Superset](superset.md) — 介绍如何将 GreptimeDB 作为 Apache Superset 的数据源，包括使用 Docker Compose 和本地运行 Superset 的安装步骤，以及添加 GreptimeDB 数据库的方法。
- [Telegraf](telegraf.md) — 使用 Telegraf 向 GreptimeDB 写入数据
- [Vector](vector.md) — 使用 Vector 将数据传输到 GreptimeDB
- [vmalert](vmalert.md) — >-