InfluxDB作为时序数据库，在与时间相关的数据记录中，发挥着巨大的作用。下文以flink为例，通过参考Flink第三方扩展（https://github.com/apache/bahir-flink/tree/master/flink-connector-influxdb2）：
自定义source将数据写入influxDB 2.1.1中。
在完成以下工作时，请确保您已经安装并配置了InfluxDB 2.1.1，如果您还未安装配置，可参考以下文章（https://lrting.top/backend/3111/）：
代码修改
当前版本的 bahir-flink对influxdb的支持为2.0.0，如果直接使用该版本，则会出现认证不通过的情况，此时需要修改部分代码，使用token的认证方式。
具体为，InfluxDBSinkBuilder类中的getInfluxDBClient方法，修改为：
public static InfluxDBClient getInfluxDBClient(final Configuration configuration) {
final String url = configuration.getString(INFLUXDB_URL);
final String bucket = configuration.getString(INFLUXDB_BUCKET);
final String organization = configuration.getString(INFLUXDB_ORGANIZATION);
final String token = configuration.getString(INFLUXDB_TOKEN);
final InfluxDBClientOptions influxDBClientOptions =
InfluxDBClientOptions.builder()
.url(url)
.authenticateToken(token.toCharArray())
.bucket(bucket)
.org(organization)
.build();
return InfluxDBClientFactory.create(influxDBClientOptions);
}完整代码可参考（https://git.lrting.top/xiaozhch5/drfix）：
本文为从大数据到人工智能博主「xiaozhch5」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://lrting.top/backend/bigdata/3124/
