共计 2243 个字符，预计需要花费 6 分钟才能阅读完成。

InfluxDB 是一个用于存储和分析时间序列数据的开源数据库，内置 HTTP API，类 SQL 语句的支持和无结构的特性对使用者而言都非常友好。它强大的数据吞吐能力以及稳定的性能表现使其非常适合 IoT 领域。

通过 EMQ X 消息引擎，我们可以自定义 Template 文件，然后将 Json 格式的 MQTT 消息转换为 Measurement 写入 InfluxDB：

该场景需要将 EMQ X 指定主题下且满足条件的消息存储到 InfluxDB 时序数据库。为了便于后续分析检索，消息内容需要进行拆分存储。

该场景下客户端上报数据如下：

Topic：data/sensor

Payload:

{
  "location": "bedroom",
  "data": {
    "temperature": 25,
    "humidity": 46.4,
    "pm2_5": 0.5
  }
}

创建 db 数据库并开放 8089 UDP 端口。

$ docker pull influxdb

$ git clone -b v1.0.0 https://github.com/palkan/influx_udp.git

$ cd influx_udp

$ docker run --name=influxdb --rm -d -p 8086:8086 -p 8089:8089/udp -v ${PWD}/files/influxdb.conf:/etc/influxdb/influxdb.conf:ro -e INFLUXDB_DB=db influxdb:latest

打开 EMQ X Dashboard，进入左侧菜单的资源页面，点击新建按钮，选择 InfluxDB 资源类型并完成相关配置进行资源创建。

进入左侧菜单的规则页面，点击新建按钮，进行规则创建。触发事件选择 message.publish，即在 EMQ X 收到 PUBLISH 消息时触发该规则进行数据处理。

选定触发事件后，我们可在界面上看到可选字段及示例 SQL：

规则引擎使用 SQL 语句过滤和处理数据。例如前文提到的场景中我们需要将 payload 中的字段提取出来使用，则可以通过 payload.<fieldName> 实现。同时我们仅仅期望处理 data/sensor 主题，那么可以在 WHERE 子句中使用主题通配符 =~ 对 topic 进行筛选：topic =~ 'data/sensor'，最终我们得到 SQL 如下：

SELECT
  payload.location as location,
  payload.data.temperature as temperature,
  payload.data.humidity as humidity,
  payload.data.pm2_5 as pm2_5
FROM
  "message.publish"
WHERE
    topic =~ 'data/sensor'

借助 SQL 测试功能，我们可以快速确认刚刚填写的 SQL 语句是否能达到我们的目的。首先填写用于测试的 payload 等数据如下：

然后点击测试按钮，得到以下输出结果，与预期相符。

{
  "humidity": 46.4,
  "location": "bedroom",
  "pm2_5": 0.5,
  "temperature": 25
}

SQL 条件输入输出无误后，我们继续添加响应动作，配置写入 SQL 语句，将筛选结果存储到 InfluxDB。

点击响应动作中的添加按钮，选择动作 保存数据到 InfluxDB，选取刚刚创建的 InfluxDB 资源，再按照实际需求将 ${fieldName} 填写到 Field Keys, Tag Keys 和 Timestamp Key 中，Measurement 表示将数据写入 InfluxDB 时使用的 Measurement，最后点击新建按钮完成规则创建。

我们成功创建了一条规则，包含一个处理动作，动作期望效果如下：

客户端向 data/sensor 主题上报消息时，该消息将命中规则，规则列表中 已命中 数字将会增加 1；
InfluxDB 的 db 数据库中将会增加一条数据，数据内容与处理后的消息内容一致。

切换到工具 –> Websocket 页面，使用任意 Client ID 连接到 EMQ X，连接成功后在消息卡片中发送如下消息：

Topic：data/sensor

Payload:

{
  "location": "bedroom",
  "data": {
    "temperature": 25,
    "humidity": 46.4,
    "pm2_5": 0.5
  }
}

点击发送按钮，发送成功后可以看到当前规则已命中次数已经变为 1。

然后检查 InfluxDB，新的 data point 是否添加成功：

$ docker exec -it influxdb influx

> use db
Using database db
> select * from "sensor_data"
name: sensor_data
time                humidity location pm2_5 temperature
----                -------- -------- ----- -----------
1561535778444457348 46.4     bedroom  0.5   25

至此，我们通过规则引擎实现了存储消息到 InfluxDB 数据库的业务开发。

在阅读该教程之前，假定你已经了解 MQTT、EMQ X 的简单知识。

更多信息请访问我们的官网 emqx.io，或访问 github.com/emqx/emqx 关注我们的开源项目，详细文档请访问官方文档。

EMQ-X-规则引擎系列三存储消息到-InfluxDB-时序数据库

前言

场景介绍

准备工作

数据库安装及初始化

配置说明

创建资源

创建规则

筛选所需字段

SQL 测试

添加响应动作，存储消息到 InfluxDB

测试

预期结果

使用 Dashboard 中的 Websocket 工具测试

站内搜索