InfluxDB 时序数据源

v1 与 v2：先分清你在接哪一代

InfluxDB v2 重做了认证与 API，并引入了函数式的查询语言 Flux，但保留了 v1 的兼容接口。接数据源前先把版本对齐：

Grafana 的 InfluxDB 数据源同时支持两代：添加时选择对应的 InfluxDB API 版本，再填各自的连接字段。给 v2 环境配 v1 模式是「连上了却没有数据」的经典原因。

添加数据源

以 v2 为例：

1. 打开 Connections → Data sources → Add data source，选择 InfluxDB。
2. URL 填 http://localhost:8086（以 Grafana 服务器可达为准）。
3. 查询方式选择 Flux，填 Org 与默认 Bucket。
4. 在 API Token 填入具读权限的令牌，点击 Save & test。

v1 模式则填 Database 加用户名/密码；细节以配置界面实际字段为准。

Flux 还是 InfluxQL

• Flux：v2 的正统选择。管道式语法适合多流拼接、透视等复杂处理，能引用 Grafana 注入的内置变量（时间范围、步长）。
• InfluxQL：类 SQL、上手快，老仪表盘资产大多用它；v2 也可通过兼容 API 继续执行 InfluxQL。

同一实例里可以各建一个数据源分别指向两种查询方式，逐步迁移。

示例

Flux 查询——取某 bucket 里 CPU 使用率并按面板步长聚合，这是时间序列面板的标准骨架：

from(bucket: "metrics")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r["_measurement"] == "cpu")
  |> filter(fn: (r) => r["_field"] == "usage_user")
  |> aggregateWindow(every: v.windowPeriod, fn: mean, createEmpty: false)
  |> yield(name: "mean")

InfluxQL 的对应写法，注意 $timeFilter、$__interval 是 Grafana 在执行前展开的宏：

SELECT mean("usage_user") FROM "cpu"
WHERE "host" =~ /^$host$/ AND $timeFilter
GROUP BY time($__interval), "host" fill(null)

提示： v.timeRangeStart 与 v.windowPeriod 只在 Grafana 的查询环境里存在；把 Flux 复制回 InfluxDB 自己的 UI 执行时，要自行导入时间范围变量。

常见坑

• 图表空白但查询无报错：_field 与 tag 混淆——度量值存在 field 里，维度才是 tag；过滤条件写错列名时结果就是空流。
• 曲线出现断点或补零：aggregateWindow 的 createEmpty 与 fill 策略不一致，对照上面的示例统一处理。
• 401/403：v1/v2 认证方式用混了，或令牌缺少目标 bucket 的读权限。
• 查询越来越慢：InfluxDB 本身对高基数 tag 敏感，先治理标签设计，再谈调超时。

下一步

• 数据源的通用概念与维护要点，见数据源概念与管理。
• 同类时序数据库的另一极，见连接 Prometheus。
• 想用 SQL 直接查业务库，见SQL 数据源：MySQL 与 PostgreSQL。