Influxdb订阅与kapacitor使用梳理

转载请注明出处：
一、订阅功能的核心作用

InfluxDB 的订阅是一种 数据自动推送机制，当指定数据库的写入操作发生时，InfluxDB 会 实时复制数据 并推送到预先配置的端点（如 Kapacitor）。
类比说明：

• 类似于 MySQL 的 Binlog 复制
  
• 或 Kafka 的 Producer-Consumer 模型
  

二、订阅的工作原理

         

• 数据路径
  写入请求 → InfluxDB存储引擎 → 订阅分发器 → HTTP推送 → 接收端
  
• 协议支持
  
  
  
  • 默认使用 HTTP 协议（可配置 HTTPS）
    
  • 数据格式与 InfluxDB 行协议（Line Protocol）一致
    
  
  

三、订阅的配置方法

1. 创建订阅

1. -- 基本语法
2. CREATE SUBSCRIPTION "<订阅名称>"
3. ON "<数据库>"."<保留策略>"
4. DESTINATIONS  "<协议>://<主机>:<端口>/<路径>"
6. -- 实际示例（推送到Kapacitor）
7. CREATE SUBSCRIPTION "kapacitor-sub"
8. ON "monitor"."rp30"
9. DESTINATIONS ALL 'http://kapacitor:9092'

复制代码

2. 参数说明

参数说明示例值ALL发送到所有目标ALL 或 ANYANY发送到任意一个可用目标 协议支持 http/https/udphttp路径Kapacitor 需使用 /write/kapacitor/v1/write四、订阅的管理与查看

1. 查看所有订阅

1. -- 查看特定数据库的订阅
2. SHOW SUBSCRIPTIONS ON "monitor"
4. -- 输出示例：
5. name: monitor
6. retention_policy name            mode destinations
7. --------------- ----            ---- ------------
8. rp30           kapacitor-sub    ALL  [http://kapacitor:9092]

复制代码

2. 删除订阅

1. DROP SUBSCRIPTION "kapacitor-sub" ON "monitor"."rp30"

复制代码

3. 查看订阅状态（需监控端点）

1. kapacitor stats ingress

复制代码

                     

 
五、订阅的核心特点

1. 实时性

• 数据写入 InfluxDB 后 毫秒级 推送到订阅端
  
• 对比查询拉取模式，延迟降低 90% 以上
  

2. 可靠性

保障机制说明重试机制默认重试 3 次（可配置）离线缓存网络中断时缓存 1000 条数据（默认）数据去重通过 UUID 避免重复推送六、Kapacitor日志分析数据写入

　查看kapacitor得日志：
              

（1）数据来源

• InfluxDB 订阅推送：
  
  
  
  • InfluxDB 的 monitor.rp30 数据通过 HTTP POST 推送到 Kapacitor 的 /write 端点。
    
  • 触发条件：InfluxDB 的 CREATE SUBSCRIPTION 配置生效。
    
  
  

（2）数据内容

• 数据库：monitor
  
• 保留策略：rp30
  
• 时间精度：ns（纳秒级时间戳）
  
• 一致性级别：未指定（默认 all）
  

（3）Kapacitor 处理

• 成功接收（status=204）：
  
  
  
  • Kapacitor 正确接收数据，未返回内容（204 No Content）。
    
  
  

七、Kapacitor命令分析

命令作用与 ingress 的关联性kapacitor stats general查看任务处理状态若 ingress 有数据但任务无处理，需检查任务逻辑kapacitor stats egress查看数据输出（如HTTP告警发送）确认数据是否被正确处理并转发influx -execute "SHOW STATS"查看InfluxDB推送统计对比InfluxDB发送量与Kapacitor接收量（1）kapacitor stats egress

　　典型输出示例：

1. Database   Retention Policy Measurement Points Received
2. ---------  --------------- ----------- ---------------
3. monitor    rp30            cpu         1500
4. _kapacitor autogen         edges       39451

复制代码

字段说明Database数据来源的数据库名（如 monitor）Retention Policy数据所属的保留策略（如 rp30）Measurement指标名称（如 cpu）Points Received累计接收的数据点数（持续增长表示数据正常流动）                                

（2）kapacitor stats general

1. root@kapacitor:/var/log/kapacitor# kapacitor stats  general
2. ClusterID:                    183a5dd5-458f-4923-8c7c-d1951e1da259
3. ServerID:                     675c36aa-e959-4a46-8713-cbe86346b01c
4. Host:                         kapacitor
5. <strong>Tasks:                        </strong><strong>16
6. Enabled Tasks:                16
7. Subscriptions:                4</strong>
8. Platform:                     OSS
9. Version:                      1.5.9
10. root@kapacitor:/var/log/kapacitor#

复制代码

　　可以查看订阅任务得数量

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！