跳到主要内容
版本：1.1

从 InfluxDB 迁移

如果你使用 AI coding agent 迁移查询，可以为其提供 influxql-to-greptimedb-sql Skill， 将 InfluxQL 转换为 GreptimeDB SQL，并识别其中的语义差异。

本文档将帮助你了解 GreptimeDB 和 InfluxDB 的数据模型之间的区别，并指导你完成迁移过程。

数据模型的区别​

要了解 InfluxDB 和 GreptimeDB 的数据模型之间的差异，请参考写入数据文档中的数据模型。

InfluxDB 行协议数据与 GreptimeDB 表的映射关系如下：

InfluxDBGreptimeDB
Measurement表
Tag主键列
Field字段列
Timestampgreptime_timestamp 时间索引列

写入有代表性的样本数据后，请在开始完整迁移前检查每个自动创建的表。将 measurement_name 替换为样本数据中的 measurement 名称：

DESC TABLE measurement_name;
SHOW CREATE TABLE measurement_name;

确认列类型和主键列符合预期，尤其是 measurement 包含高基数 tag 时。如果需要使用不同的表结构，请在导入数据前手动创建表。

数据库连接信息​

在写入或查询数据之前，需要了解 InfluxDB 和 GreptimeDB 之间的数据库连接信息的差异。

  • Token：InfluxDB API 中的 token 用于身份验证，与 GreptimeDB 身份验证相同。 当使用 InfluxDB 的客户端库或 HTTP API 与 GreptimeDB 交互时，你可以使用 <greptimedb_user:greptimedb_password> 作为 token。
  • Organization：GreptimeDB 中没有组织。
  • Bucket：InfluxDB 的 bucket 对应 GreptimeDB 数据库。v2 写入 API 使用 bucket，v1 写入 API 使用 db。
  • Database：写入前请确认目标数据库已经存在。自托管 GreptimeDB 默认提供 public 数据库；其他数据库需要通过 CREATE DATABASE 创建。

写入数据​

GreptimeDB 兼容 InfluxDB 的行协议格式，包括 v1 和 v2。 这意味着你可以轻松地从 InfluxDB 迁移到 GreptimeDB。

HTTP API​

你可以使用以下 HTTP API 请求将 measurement 写入 GreptimeDB：

curl -X POST 'http://<host>:4000/v1/influxdb/api/v2/write?bucket=<db-name>' \
  -H 'authorization: token <greptime_user:greptimedb_password>' \
  -d 'census,location=klamath,scientist=anderson bees=23 1566086400000000000'

precision 参数必须与请求体中的时间戳精度一致。可选值为 ns、us、ms 和 s，默认值为 ns。详情请参考 InfluxDB 行协议文档。

Telegraf​

GreptimeDB 支持 InfluxDB 行协议也意味着 GreptimeDB 与 Telegraf 兼容。 要配置 Telegraf，只需将 GreptimeDB 的 URL 添加到 Telegraf 配置中：

有关详细的配置说明，请参考 通过 Telegraf 写入数据 文档。

客户端库​

使用 InfluxDB 客户端库写入数据到 GreptimeDB 非常直接且简单。 你只需在客户端配置中包含 URL 和身份验证信息。

例如：

'use strict'
/** @module write
**/

import { InfluxDB, Point } from '@influxdata/influxdb-client'

/** Environment variables **/
const url = 'http://<host>:4000/v1/influxdb'
const token = '<greptime_user>:<greptimedb_password>'
const org = ''
const bucket = '<db-name>'

const influxDB = new InfluxDB({ url, token })
const writeApi = influxDB.getWriteApi(org, bucket)
writeApi.useDefaultTags({ region: 'west' })
const point1 = new Point('temperature')
  .tag('sensor_id', 'TLM01')
  .floatField('value', 24.0)
writeApi.writePoint(point1)

除了上述语言之外，GreptimeDB 还支持其他 InfluxDB 支持的客户端库。 你可以通过参考上面提供的连接信息代码片段，使用你喜欢的语言编写代码。

查询数据​

GreptimeDB 不支持 Flux 和 InfluxQL，请将这些查询迁移为 SQL 或 PromQL。

下表汇总了常见的 InfluxQL 到 GreptimeDB SQL 映射：

InfluxQLGreptimeDB SQL
Measurement表
Tag 或 Field列
time时间索引列，例如 greptime_timestamp
GROUP BY time()Range Query 或 date_bin()
查询每个分组的最新数据点row_number() 窗口函数
difference() 或 elapsed()lag() 或 lead() 窗口函数

更多查询改写示例请参考从 InfluxDB 到 GreptimeDB 迁移指南。

PromQL（Prometheus 查询语言）允许用户实时选择和聚合时间序列数据， 表达式的结果可以显示为图形，也可以在 Prometheus 的表达式浏览器中以表格数据的形式查看， 或通过 HTTP API 传递给外部系统。

假设你要查询过去 24 小时内记录的 monitor 表中的最大 CPU。 在 InfluxQL 中，查询如下：

SELECT 
   MAX("cpu") 
FROM 
   "monitor" 
WHERE 
   time > now() - 24h 
GROUP BY 
   time(1h), "host"

此 InfluxQL 查询计算 monitor 表中 cpu 字段的最大值， 其中时间大于当前时间减去 24 小时，结果按 host 和一小时的时间窗口分组。

该查询在 Flux 中的表达如下：

from(bucket: "public")
  |> range(start: -24h)
  |> filter(fn: (r) => r._measurement == "monitor")
  |> aggregateWindow(every: 1h, fn: max)

在 GreptimeDB SQL 中，类似的查询为：

SELECT
    greptime_timestamp,
    host,
    MAX(cpu) RANGE '1h' AS max_cpu
FROM
    monitor
WHERE
    greptime_timestamp > NOW() - '24 hours'::INTERVAL
ALIGN '1h' TO NOW BY (host)
ORDER BY greptime_timestamp DESC;

在该 SQL 查询中， RANGE 子句确定了 MAX(cpu) 聚合函数的时间窗口， 而 ALIGN 子句设置了时间序列数据的对齐时间。 有关按时间窗口分组的更多详细信息，请参考按时间窗口聚合数据文档。

在 PromQL 中，类似的查询为：

max_over_time(monitor{__field__="cpu"}[1h])

[1h] 范围选择器定义回看窗口。要像上面的 SQL 查询一样每小时输出一个结果，请将此 PromQL 作为范围查询执行：使用 HTTP API 的 start 和 end 参数定义时间范围，并通过 step=1h 定义求值间隔。 有关 PromQL 的更多信息，请参考 PromQL 文档。

可视化数据​

推荐使用 Grafana 可视化 GreptimeDB 数据， 请参考 Grafana 文档 了解如何配置 GreptimeDB。

迁移数据​

你可以通过以下步骤实现从 InfluxDB 到 GreptimeDB 的数据无缝迁移：

Double write to GreptimeDB and InfluxDB

  1. 同时将数据写入 GreptimeDB 和 InfluxDB，以避免迁移过程中的数据丢失。
  2. 从 InfluxDB 导出所有历史数据，并将数据导入 GreptimeDB。
  3. 验证表结构、行数、时间范围和关键查询结果。
  4. 将读流量逐步切换到 GreptimeDB。
  5. 验证通过后停止向 InfluxDB 写入数据。

双写 GreptimeDB 和 InfluxDB​

将数据双写 GreptimeDB 和 InfluxDB 是迁移过程中防止数据丢失的有效策略。 当使用 InfluxDB 的客户端库时，你可以建立两个客户端实例，一个用于 GreptimeDB，另一个用于 InfluxDB。 有关如何使用 InfluxDB 行协议将数据写入 GreptimeDB 的操作，请参考写入数据部分。

如果无需保留所有历史数据， 你可以双写一段时间以积累所需的最新数据， 然后停止向 InfluxDB 写入数据并仅使用 GreptimeDB。 如果需要完整迁移所有历史数据，请按照接下来的步骤操作。

从 InfluxDB v1 服务器导出数据​

创建一个临时目录来存储 InfluxDB 的导出数据。

mkdir -p /path/to/export

使用 InfluxDB 的 influx_inspect export 命令 导出数据。

influx_inspect export \
  -database <db-name> \ 
  -end <end-time> \
  -lponly \
  -datadir /var/lib/influxdb/data \
  -waldir /var/lib/influxdb/wal \
  -out /path/to/export/data
  • -database 指定要导出的数据库。
  • -end 指定要导出的数据的结束时间。 必须是RFC3339 格式，例如 2024-01-01T00:00:00Z。 你可以使用同时写入 GreptimeDB 和 InfluxDB 时的时间戳作为结束时间。
  • -lponly 指定只导出行协议数据。
  • -datadir 指定数据目录的路径，请见InfluxDB 数据设置中的配置。
  • -waldir 指定 WAL 目录的路径，请见InfluxDB 数据设置中的配置。
  • -out 指定输出目录。

导出的 InfluxDB 行协议数据类似如下：

disk,device=disk1s5s1,fstype=apfs,host=bogon,mode=ro,path=/ inodes_used=356810i 1714363350000000000
diskio,host=bogon,name=disk0 iops_in_progress=0i 1714363350000000000
disk,device=disk1s6,fstype=apfs,host=bogon,mode=rw,path=/System/Volumes/Update inodes_used_percent=0.0002391237988702021 1714363350000000000
...

从 InfluxDB v2 服务器导出数据​

创建一个临时目录来存储 InfluxDB 的导出数据。

mkdir -p /path/to/export

使用 InfluxDB 的 influx inspect export-lp 命令 导出数据。

influxd inspect export-lp \
  --bucket-id <bucket-id> \
  --engine-path /var/lib/influxdb2/engine/ \
  --end <end-time> \
  --output-path /path/to/export/data
  • --bucket-id 指定要导出的 bucket ID。
  • --engine-path 指定引擎目录的路径，请见InfluxDB 数据设置中的配置。
  • --end 指定要导出的数据的结束时间。 必须是RFC3339 格式，例如 2024-01-01T00:00:00Z。 你可以使用同时写入 GreptimeDB 和 InfluxDB 时的时间戳作为结束时间。
  • --output-path 指定输出目录。

命令行的执行结果类似如下：

{"level":"info","ts":1714377321.4795408,"caller":"export_lp/export_lp.go:219","msg":"exporting TSM files","tsm_dir":"/var/lib/influxdb2/engine/data/307013e61d514f3c","file_count":1}
{"level":"info","ts":1714377321.4940555,"caller":"export_lp/export_lp.go:315","msg":"exporting WAL files","wal_dir":"/var/lib/influxdb2/engine/wal/307013e61d514f3c","file_count":1}
{"level":"info","ts":1714377321.4941633,"caller":"export_lp/export_lp.go:204","msg":"export complete"}

导出的 InfluxDB 行协议数据类似如下：

cpu,cpu=cpu-total,host=bogon usage_idle=80.4448912910468 1714376180000000000
cpu,cpu=cpu-total,host=bogon usage_idle=78.50167052182304 1714376190000000000
cpu,cpu=cpu-total,host=bogon usage_iowait=0 1714375700000000000
cpu,cpu=cpu-total,host=bogon usage_iowait=0 1714375710000000000
...

导入数据到 GreptimeDB​

对于大数据集，建议按 measurement 和时间范围分批导出及导入，记录已完成的批次以便断点续传，并将大文件拆分为较小的片段：

split -l 100000 -d -a 10 data data.
# -l [line_count]    创建长度为 line_count 行的拆分文件。
# -d                 使用数字后缀而不是字母后缀。
# -a [suffix_length] 使用 suffix_length 个字母来形成文件名的后缀。

你可以使用 HTTP API 导入数据，如写入数据部分所述。 下方提供的脚本将帮助你从文件中读取数据并将其导入 GreptimeDB。

假设你的当前位置是存储数据文件的目录：

.
├── data.0000000000
├── data.0000000001
├── data.0000000002
...

将 GreptimeDB 的连接信息设置到环境变量中：

export GREPTIME_USERNAME=<greptime_username>
export GREPTIME_PASSWORD=<greptime_password>
export GREPTIME_HOST=<host>
export GREPTIME_DB=<db-name>

将数据导入到 GreptimeDB：

for file in data.*; do
  curl -i --retry 3 \
    -X POST "http://${GREPTIME_HOST}:4000/v1/influxdb/write?db=${GREPTIME_DB}&u=${GREPTIME_USERNAME}&p=${GREPTIME_PASSWORD}" \
    --data-binary @"${file}"
  sleep 1
done

验证导入的数据​

切换读流量前，请逐个对比 InfluxDB 和 GreptimeDB 中的 measurement。至少应验证行数、时间范围、字段非空数量和关键聚合结果。例如：

SELECT
    COUNT(*) AS row_count,
    COUNT(cpu) AS cpu_value_count,
    MIN(greptime_timestamp) AS min_ts,
    MAX(greptime_timestamp) AS max_ts
FROM monitor;

SELECT host, COUNT(*) AS row_count
FROM monitor
GROUP BY host
ORDER BY row_count DESC;

逐步切换读流量期间应保持双写。只有上述检查和应用关键查询均符合预期后，才能停止向 InfluxDB 写入数据。

如果您需要更详细的迁移方案或示例脚本，请提供具体的表结构和数据量信息。GreptimeDB 官方社区将为您提供进一步的支持。欢迎加入 Greptime Slack 社区交流。