使用Python查询数据
使用 InfluxDB influxdb_client_3 Python 客户端库模块和 SQL 或 InfluxQL 查询存储在 InfluxDB 中的数据。通过 Flight+gRPC 协议执行查询并检索数据，然后使用常见的 Python 工具处理数据。
开始使用Python查询InfluxDB
本指南假设以下前提条件：
要学习如何设置InfluxDB和写入数据，请参阅Get Started教程中的设置说明。
创建一个Python虚拟环境
本指南遵循使用 Python 虚拟环境 的推荐实践。如果您不想使用虚拟环境并且已安装 Python，请继续阅读 查询 InfluxDB。Python 虚拟环境 使您的项目的 Python 解释器和依赖项自包含并与其他项目隔离。
要安装Python并创建一个虚拟环境，请选择以下选项之一：
Python venv: 自版本 3.5 起，
venv模块 在 Python 中是标准配置。Anaconda® Distribution: 一个提供Python和conda包和环境管理器的Python/R数据科学发行版。
安装 Python
请遵循 Python 安装说明 来为您的系统安装最新版本的 Python 编程语言。
检查您是否可以运行
python和pip命令。pip是包含在大多数 Python 发行版中的一个包管理器。在您的终端中，输入以下命令：
python --versionpip --version根据您的系统，您可能需要使用特定版本的命令–例如。
python3 --versionpip3 --version如果
pip或pip<PYTHON_VERSION>都不起作用，请按照适合您系统的 Pypa.io Pip 安装 方法进行操作。
创建项目虚拟环境
为你的Python项目创建一个目录并切换到新目录—例如：
mkdir ./PROJECT_DIRECTORY && cd $_使用 Python
venv模块创建虚拟环境——例如：python -m venv envs/virtualenv-1venv在您的项目中创建新的虚拟环境目录。要在终端中激活新的虚拟环境，请运行
source命令并传递虚拟环境activate脚本的路径：source envs/VIRTUAL_ENVIRONMENT_NAME/bin/activate例如：
source envs/virtualenv-1/bin/activate
安装 Anaconda
请遵循Anaconda安装说明，适用于您的系统。
检查您是否可以运行
conda命令：conda使用
conda创建虚拟环境——例如：conda create --prefix envs/virtualenv-1conda在名为./envs/virtualenv-1的目录中创建一个虚拟环境。要激活新的虚拟环境，请使用
conda activate命令并传递虚拟环境的目录路径：conda activate envs/VIRTUAL_ENVIRONMENT_NAME例如：
conda activate ./envs/virtualenv-1
当虚拟环境被激活时，名称会显示在你的终端命令行的开头–例如：
(virtualenv-1) $ PROJECT_DIRECTORY
查询 InfluxDB
安装 influxdb3-python 库
该 influxdb3-python 包提供了 influxdb_client_3 模块，以便将 InfluxDB Cloud Serverless 与您的 Python 代码集成。
该模块支持将数据写入 InfluxDB 和使用 SQL 或 InfluxQL 查询数据。
安装以下依赖：
* 已经安装在写入数据部分
influxdb3-python*: 提供了influxdb_client_3模块，并安装了用于处理从查询返回的 Arrow 数据的pyarrowpackage。pandas: 提供pandas模块用于分析和处理数据。tabulate: 提供了tabulate函数用于格式化表格数据。
在您的终端中输入以下命令：
pip install influxdb3-python pandas tabulate
安装了 influxdb3-python 和 pyarrow 后，您可以查询和分析存储在 InfluxDB 数据库中的数据。
创建一个 InfluxDB 客户端
以下示例展示了如何使用 Python 与 influxdb_client_3 模块来实例化一个为 InfluxDB Cloud Serverless 桶配置的客户端。
在你的编辑器中，将以下示例代码复制并粘贴到一个新文件中——例如， query-example.py。
# query-example.py
from influxdb_client_3 import InfluxDBClient3
# Instantiate an InfluxDBClient3 client configured for your bucket
client = InfluxDBClient3(
host='cloud2.influxdata.com',
token='API_TOKEN',
database='BUCKET_NAME'
)
替换以下配置值：
database: 要查询的 InfluxDB Cloud Serverless bucket 的名称token: 一个API令牌，具有对指定存储桶的读取访问权限。 将其存储在秘密存储或环境变量中，以避免暴露原始令牌字符串。
执行查询
要执行查询，请调用以下客户端方法：
并指定以下参数：
- query: 一个字符串。要执行的SQL或InfluxQL查询。
- 语言: 一个字符串 (
"sql"或"influxql")。query语言。
示例
以下示例展示了如何使用SQL或InfluxQL选择一个度量中的所有字段，然后使用PyArrow函数提取元数据和聚合数据。
# query-example.py
from influxdb_client_3 import InfluxDBClient3
client = InfluxDBClient3(
host='cloud2.influxdata.com',
token='DATABASE_TOKEN',
database='DATABASE_NAME'
)
# Execute the query and return an Arrow table
table = client.query(
query="SELECT * FROM home",
language="influxql"
)
print("\n#### View Schema information\n")
print(table.schema)
print(table.schema.names)
print(table.schema.types)
print(table.field('room').type)
print(table.schema.field('time').metadata)
print("\n#### View column types (timestamp, tag, and field) and data types\n")
print(table.schema.field('time').metadata[b'iox::column::type'])
print(table.schema.field('room').metadata[b'iox::column::type'])
print(table.schema.field('temp').metadata[b'iox::column::type'])
print("\n#### Use PyArrow to read the specified columns\n")
print(table.column('temp'))
print(table.select(['room', 'temp']))
print(table.select(['time', 'room', 'temp']))
print("\n#### Use PyArrow compute functions to aggregate data\n")
print(table.group_by('hum').aggregate([]))
print(table.group_by('room').aggregate([('temp', 'mean')]))
替换以下配置值：
database: 要查询的 InfluxDB Cloud Serverless bucket 的名称token: 一个API token，具有对指定存储桶的读取权限。将其存储在秘密存储或环境变量中，以避免暴露原始令牌字符串。
接下来，学习如何使用Python工具处理时间序列数据：