Influxdb大容量插入使用进水数据库-python

Question

我使用influxDB-Python插入从Redis-Stream读取的大量数据。因为Redis流和set maxlen=600和数据是以100ms的速度插入的，所以我需要保留它的所有数据。因此，我读取它并将其传输到influxDB(我不知道什么是更好的数据库)，但是使用批处理只插入了每个batch_size的末尾的数据片段，似乎是覆盖的。以下代码

import redis
from apscheduler.schedulers.blocking import BlockingScheduler
import time
import datetime

import os
import struct
from influxdb import InfluxDBClient

def parse(datas):
    ts,data = datas
    w_json = {
    "measurement": 'sensor1',
    "fields": {
        "Value":data[b'Value'].decode('utf-8')
        "Count":data[b'Count'].decode('utf-8')
        }
    }
    return w_json

def archived_data(rs,client):
    results= rs.xreadgroup('group1', 'test', {'test1': ">"}, count=600)
    if(len(results)!=0):
        print("len(results[0][1]) = ",len(results[0][1]))
        datas = list(map(parse,results[0][1]))
        client.write_points(datas,batch_size=300)
        print('insert success')
    else:
        print("No new data is generated")

if __name__=="__main__":
    try:
        rs = redis.Redis(host="localhost", port=6379, db=0)
        rs.xgroup_destroy("test1", "group1")
        rs.xgroup_create('test1','group1','0-0')
    except Exception as e:
        print("error = ",e)
    try:
        client = InfluxDBClient(host="localhost", port=8086,database='test')
    except Exception as e:
        print("error = ", e)
    try:
        sched = BlockingScheduler()
        sched.add_job(test1, 'interval', seconds=60,args=[rs,client])
        sched.start()
    except Exception as e:
        print(e)

influxDB的数据更改如下

> select count(*) from sensor1;
name: sensor1
time count_Count count_Value
---- ----------- -----------
0    6           6
> select count(*) from sensor1;
name: sensor1
time count_Count count_Value
---- ----------- -----------
0    8           8

> select Count from sensor1;
name: sensor1
time                Count
----                -----
1594099736722564482 00000310
1594099737463373188 00000610
1594099795941527728 00000910
1594099796752396784 00001193
1594099854366369551 00001493
1594099855120826270 00001777
1594099913596094653 00002077
1594099914196135122 00002361

为什么数据似乎被覆盖，我如何解析它一次插入所有数据？

如果你能告诉我怎么解决这个问题，我会很感激的。

Answer 1

您能提供更多关于您希望存储在流入DB中的数据结构的详细信息吗？但是，我希望下面的信息对您有所帮助。

在Influxdb中，时间戳+标记是唯一的(即两个具有相同标记值的数据点和时间戳不存在)。与SQL进水数据库不同，它不会抛出唯一的约束冲突，它会用传入的数据覆盖现有数据。您的数据似乎没有标记，因此，如果某些传入数据的时间戳已经存在于进水数据库中，则将覆盖现有数据。