Python InfluxDB2 - write_api.write(...) 如何检查是否成功？答案

【问题标题】：Python InfluxDB2 - write_api.write(...) How to check for success?Python InfluxDB2 - write_api.write(...) 如何检查是否成功？
【发布时间】：2021-12-08 08:32:54
【问题描述】：

我需要将历史数据写入 InfluxDB（我使用的是 Python，在这种情况下这不是必须的，所以我可能愿意接受非 Python 解决方案）。我像这样设置了写API

write_api = client.write_api(write_options=ASYNCHRONOUS)

数据来自一个以时间戳为键的DataFrame，所以我像这样将它写入数据库

result = write_api.write(bucket=bucket, data_frame_measurement_name=field_key, record=a_data_frame)

即使 InfluxDB 服务器已关闭，此调用也不会引发异常。 result 有一个受保护的属性 _success，它是调试中的布尔值，但我无法从代码中访问它。

如何检查写入是否成功？

【问题讨论】：

咆哮：我多么讨厌这个基于事件的勇敢的新世界，一切都是“最终的一致性，或者永远不会”。

标签： python pandas dataframe influxdb-python influxdb-2

【解决方案1】：

如果您想立即将数据写入数据库，请使用同步版本的write_api - https://github.com/influxdata/influxdb-client-python/blob/58343322678dd20c642fdf9d0a9b68bc2c09add9/examples/example.py#L12

应该通过调用.get() - https://github.com/influxdata/influxdb-client-python#asynchronous-client“触发”异步写入

问候

【讨论】：

您的回答并不完全正确，但它引导我找到了正确的解决方案。

【解决方案2】：

如果您使用后台批处理，您可以添加自定义成功、错误和重试回调。

from influxdb_client import InfluxDBClient

def success_cb(details, data):
    url, token, org = details
    print(url, token, org)
    data = data.decode('utf-8').split('\n')
    print('Total Rows Inserted:', len(data))  

def error_cb(details, data, exception):
    print(exc)

def retry_cb(details, data, exception):
    print('Retrying because of an exception:', exc)    


with InfluxDBClient(url, token, org) as client:
    with client.write_api(success_callback=success_cb,
                          error_callback=error_cb,
                          retry_callback=retry_cb) as write_api:

        write_api.write(...)

如果您急于测试所有回调并且不想等到所有重试完成，您可以覆盖间隔和重试次数。

from influxdb_client import InfluxDBClient, WriteOptions

with InfluxDBClient(url, token, org) as client:
    with client.write_api(success_callback=success_cb,
                          error_callback=error_cb,
                          retry_callback=retry_cb,
                          write_options=WriteOptions(retry_interval=60,
                                                     max_retries=2),
                          ) as write_api:
        ...

【讨论】：

【解决方案3】：

write_api.write() 返回 multiprocessing.pool.AsyncResult 或 multiprocessing.pool.AsyncResult（两者相同）。

使用此返回对象，您可以通过多种方式检查异步请求。见这里：https://docs.python.org/2/library/multiprocessing.html#multiprocessing.pool.AsyncResult

如果可以使用阻塞请求，则可以使用write_api = client.write_api(write_options=SYNCRONOUS)。

【讨论】：