Transformationsfunktionen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Sie können die folgenden Transformationen an Ihren Daten durchführen.

Feld aus Berechnung hinzufügen

Verwenden Sie diese Transformation, um ein neues Feld hinzuzufügen, das aus zwei anderen Feldern berechnet wurde. Mit jeder Transformation können Sie ein neues Feld hinzufügen.

Verketten Sie Felder

Felder verketten

Verwenden Sie diese Transformation, um alle Felder aus allen Frames zu einem Ergebnis zu kombinieren.

Wenn Sie beispielsweise separate Abfragen haben, die Temperatur- und Verfügbarkeitsdaten (Abfrage A) sowie Luftqualitätsindex- und Fehlerinformationen (Abfrage b) abrufen, ergibt die Anwendung der verketteten Transformation einen konsolidierten Datenrahmen mit allen relevanten Informationen in einer Ansicht.

Betrachten Sie die beiden folgenden Punkte.

Abfrage A:

Anfrage B:

Nachdem Sie die Felder verkettet haben, würde der Datenrahmen wie folgt aussehen:

Diese Transformation vereinfacht den Prozess der Zusammenführung von Daten aus verschiedenen Quellen und bietet eine umfassende Ansicht für die Analyse und Visualisierung.

Config aus Abfrageergebnissen

Config aus Abfrageergebnissen

Verwenden Sie diese Transformation, um eine Abfrage auszuwählen und Standardoptionen wie Min., Max., Einheit und Schwellenwerte zu extrahieren und sie auf andere Abfrageergebnisse anzuwenden. Dies ermöglicht eine dynamische Visualisierungskonfiguration auf der Grundlage der von einer bestimmten Abfrage zurückgegebenen Daten.

Optionen

Tabelle mit Feldzuordnungen

Unter den Konfigurationsoptionen finden Sie die Tabelle mit der Feldzuweisung. In dieser Tabelle sind alle Felder aufgeführt, die in den von der Konfigurationsabfrage zurückgegebenen Daten gefunden wurden, zusammen mit den Optionen Verwenden als und Auswählen. Sie ermöglicht die Steuerung der Zuordnung von Feldern zu Konfigurationseigenschaften, und bei mehreren Zeilen können Sie auswählen, welcher Wert ausgewählt werden soll.

Das folgende Beispiel zeigt eine Eingabeabfrage und eine Abfrage, die als Feldkonfiguration verwendet wird.

Eingabeabfrage

Konfigurationsabfrage

Ausgabeabfrage (wie Eingabe, aber jetzt mit Konfiguration im Wertefeld)

Für jedes Feld ist jetzt eine maximale Konfigurationsoption festgelegt. Optionen wie Min., Max., Einheit und Schwellenwerte sind Teil der Feldkonfiguration. Wenn sie gesetzt sind, werden sie von der Visualisierung anstelle von Optionen verwendet, die manuell im Optionsbereich des Panel-Editors konfiguriert wurden.

Wertezuordnungen

Sie können ein Abfrageergebnis auch in Wertzuordnungen umwandeln. Mit dieser Option definiert jede Zeile im Ergebnis der Konfigurationsabfrage eine einzelne Wertezuordnungszeile. Sehen Sie sich das folgende Beispiel an.

Ergebnis der Konfigurationsabfrage

Geben Sie in der Feldzuordnung Folgendes an:

Grafana erstellt Wertzuordnungen aus Ihrem Abfrageergebnis und wendet sie auf die tatsächlichen Datenabfrageergebnisse an. Sie sollten sehen, dass Werte entsprechend den Ergebnissen der Konfigurationsabfrage zugeordnet und eingefärbt werden.

Feldtyp konvertieren

Verwenden Sie diese Transformation, um den Feldtyp des angegebenen Felds zu ändern.

Diese Transformation hat die folgenden Optionen:

Stellen Sie sich zum Beispiel die folgende Abfrage vor, die geändert werden könnte, indem Sie das Zeitfeld als Uhrzeit und das Datumsformat als YYYY auswählen.

Das Ergebnis:

Diese Transformation ermöglicht es Ihnen, Ihre Datentypen flexibel anzupassen und so die Kompatibilität und Konsistenz Ihrer Visualisierungen sicherzustellen.

Extrahieren Sie Felder

Verwenden Sie diese Transformation, um eine Datenquelle auszuwählen und Inhalte daraus in verschiedenen Formaten zu extrahieren. Diese Transformation hat die folgenden Felder:

Betrachten Sie den folgenden Datensatz:

Beispiel für einen Datensatz

Sie könnten die Daten so vorbereiten, dass sie von einem Zeitreihen-Panel mit dieser Konfiguration verwendet werden:

Dadurch wird die folgende Ausgabe generiert:

Transformierte Daten

Mit dieser Transformation können Sie Daten auf verschiedene Arten extrahieren und formatieren. Sie können das Extraktionsformat an Ihre spezifischen Datenanforderungen anpassen.

Suchen Sie nach Feldern aus der Ressource

Verwenden Sie diese Transformation, um einen Feldwert anzureichern, indem Sie zusätzliche Felder aus einer externen Quelle nachschlagen.

Diese Transformation umfasst die folgenden Felder:

Wenn Sie beispielsweise über diese Daten verfügen:

Beispiel für einen Datensatz

Mit dieser Konfiguration:

Sie erhalten die folgende Ausgabe:

Transformierte Daten

Mit dieser Transformation können Sie Ihre Daten erweitern, indem Sie zusätzliche Informationen aus externen Quellen abrufen und so einen umfassenderen Datensatz für die Analyse und Visualisierung bereitstellen.

Filtern Sie Daten nach Abfrage-RefID

Verwenden Sie diese Transformation, um eine oder mehrere Abfragen in Panels mit mehreren Abfragen auszublenden.

Grafana zeigt die Abfrage-Identifikationsbuchstaben in dunkelgrauem Text an. Wählen Sie eine Abfrage-ID, um die Filterung umzuschalten. Wenn der Abfragebuchstabe weiß ist, werden die Ergebnisse angezeigt. Wenn der Abfragebuchstabe dunkel ist, sind die Ergebnisse ausgeblendet.

Daten nach Werten filtern

Verwenden Sie diese Transformation, um Datenpunkte direkt in Ihrer Visualisierung selektiv zu filtern. Diese Transformation bietet Optionen zum Ein- oder Ausschließen von Daten auf der Grundlage einer oder mehrerer Bedingungen, die auf ein ausgewähltes Feld angewendet werden.

Diese Transformation ist sehr nützlich, wenn Ihre Datenquelle nicht nativ nach Werten filtert. Sie können dies auch verwenden, um die anzuzeigenden Werte einzugrenzen, wenn Sie eine gemeinsam genutzte Abfrage verwenden.

Die verfügbaren Bedingungen für alle Felder sind:

Zusätzliche verfügbare Bedingungen für Zahlenfelder sind:

Betrachten Sie den folgenden Datensatz:

Wenn Sie die Datenpunkte mit einer Temperatur unter 30 °C einbeziehen, sieht die Konfiguration wie folgt aus:

Und Sie erhalten das folgende Ergebnis, in dem nur die Temperaturen unter 30 °C enthalten sind:

Transformierte Daten

Sie können dem Filter mehr als eine Bedingung hinzufügen. Möglicherweise möchten Sie die Daten nur einbeziehen, wenn die Höhe größer als 100 ist. Fügen Sie dazu diese Bedingung der folgenden Konfiguration hinzu:

Wenn Sie mehr als eine Bedingung haben, können Sie wählen, ob die Aktion (Einschließen/Ausschließen) auf Zeilen angewendet werden soll, die alle Bedingungen erfüllen oder eine der von Ihnen hinzugefügten Bedingungen erfüllen.

Im obigen Beispiel haben wir Match All ausgewählt, weil wir die Zeilen mit einer Temperatur unter 30 °C UND einer Höhe über 100 einbeziehen wollten. Wenn wir stattdessen die Zeilen mit einer Temperatur unter 30 °C ODER einer Höhe von mehr als 100 einbeziehen wollten, würden wir Match any auswählen. Dies würde die erste Zeile in den Originaldaten einschließen, die eine Temperatur von 32 °C hat (entspricht nicht der ersten Bedingung), aber eine Höhe von 101 (was der zweiten Bedingung entspricht), also ist sie enthalten.

Bedingungen, die ungültig oder unvollständig konfiguriert sind, werden ignoriert.

Mit dieser vielseitigen Transformation zur Datenfilterung können Sie Datenpunkte auf der Grundlage bestimmter Bedingungen selektiv ein- oder ausschließen. Passen Sie die Kriterien an, um Ihre Datenpräsentation an Ihre individuellen Analyseanforderungen anzupassen.

Filtern Sie Felder nach Namen

Verwenden Sie diese Transformation, um Teile Ihrer Abfrageergebnisse zu entfernen. Es gibt drei Möglichkeiten, Feldnamen zu filtern:

Verwenden Sie einen regulären Ausdruck

Wenn Sie mit einem regulären Ausdruck filtern, werden Feldnamen eingeschlossen, die dem regulären Ausdruck entsprechen. Wenn Sie beispielsweise den regulären Ausdruck verwenden, 'prod.*' würden nur die Felder zurückgegeben, die mit beginnen prod

Der reguläre Ausdruck kann unter Verwendung der folgenden Syntax eine interpolierte Dashboard-Variable enthalten. ${variableName}

Wählen Sie die enthaltenen Felder manuell aus

Wählen Sie Feldnamen aus oder wählen Sie sie ab, um sie aus dem Ergebnis zu entfernen. Wenn auch ein regulärer Ausdruck enthalten ist, werden Felder, denen der Ausdruck entspricht, eingeschlossen, auch wenn sie deaktiviert sind.

Verwenden Sie eine Dashboard-Variable

Wählen Sie Von Variable aus, damit Sie eine Dashboard-Variable auswählen können, die zum Einschließen von Feldern verwendet wird. Durch die Einrichtung einer Dashboard-Variablen mit mehreren Auswahlmöglichkeiten können dieselben Felder in mehreren Visualisierungen angezeigt werden.

Diese Transformation bietet Flexibilität bei der Anpassung Ihrer Abfrageergebnisse, sodass sie sich auf die spezifischen Felder konzentrieren können, die Sie für eine effektive Analyse und Visualisierung benötigen.

Zeichenfolge formatieren

Verwenden Sie diese Transformation, um die Ausgabe eines Zeichenkettenfeldes anzupassen. Diese Transformation hat die folgenden Felder:

Diese Transformation bietet eine bequeme Möglichkeit, die Darstellung von Zeichenkettendaten zu standardisieren und anzupassen, um sie besser visualisieren und analysieren zu können.

Zeit formatieren

Verwenden Sie diese Transformation, um die Ausgabe eines Zeitfeldes anzupassen. Die Ausgabe kann mithilfe von Zeichenketten im Format Moment.js formatiert werden. Wenn Sie beispielsweise nur das Jahr eines Zeitfeldes anzeigen möchten, kann die Formatzeichenfolge 'YYYY' verwendet werden, um das Kalenderjahr anzuzeigen (z. B. 1999 oder 2012).

Vor der Transformation:

Nach dem Anwenden von 'YYYY-MM-DD hh:mm:ss':

Mit dieser Transformation können Sie die Zeitdarstellung in Ihren Visualisierungen anpassen und so für Flexibilität und Präzision bei der Anzeige von Zeitdaten sorgen.

Gruppierung nach

Diese Transformation gruppiert die Daten nach einem bestimmten Feldwert (Spaltenwert) und verarbeitet Berechnungen für jede Gruppe. Wählen Sie diese Option aus, um eine Liste mit Berechnungsoptionen anzuzeigen.

Hier ist ein Beispiel für Originaldaten.

Diese Transformation erfolgt in zwei Schritten. Zuerst geben Sie ein oder mehrere Felder an, nach denen die Daten gruppiert werden sollen. Dadurch werden dieselben Werte dieser Felder gruppiert, als ob Sie sie sortiert hätten. Wenn wir zum Beispiel nach dem Server-ID-Feld gruppieren, würden die Daten wie folgt gruppiert:

Alle Zeilen mit demselben Wert für die Server-ID werden gruppiert.

Nachdem Sie ausgewählt haben, nach welchem Feld Sie Ihre Daten gruppieren möchten, können Sie verschiedene Berechnungen für die anderen Felder hinzufügen und die Berechnung auf jede Zeilengruppe anwenden. Wir könnten zum Beispiel die durchschnittliche CPU-Temperatur für jeden dieser Server berechnen wollen. Wir können also die Mittelwertberechnung hinzufügen, die auf das Feld CPU-Temperatur angewendet wird, um Folgendes zu erhalten:

Und wir können mehr als eine Berechnung hinzufügen. Zum Beispiel:

Wir würden dann erhalten:

Diese Transformation ermöglicht es Ihnen, wichtige Informationen aus Ihrer Zeitreihe zu extrahieren und sie auf bequeme Weise anzuzeigen.

Gruppierung zur Matrix

Verwenden Sie diese Transformation, um drei Felder, die als Eingabe für die Wertfelder Spalte, Zeile und Zelle aus der Abfrageausgabe verwendet werden, zu kombinieren und eine Matrix zu generieren. Die Matrix wird wie folgt berechnet:

Ursprüngliche Daten

Wir können eine Matrix generieren, indem wir die Werte von Server Status als Spaltennamen, die Server ID Werte als Zeilennamen und den CPU Temperature AS-Inhalt jeder Zelle verwenden. Der Inhalt jeder Zelle wird für die bestehende Kombination aus Spalten (Server Status) und Zeilen (Server ID) angezeigt. Für die restlichen Zellen können Sie auswählen, welcher Wert zwischen Null, Wahr, Falsch oder Leer angezeigt werden soll.

Ausgabe

Verwenden Sie diese Transformation, um eine Matrix zu erstellen, indem Sie Felder aus Ihren Abfrageergebnissen angeben. Die Matrixausgabe spiegelt die Beziehungen zwischen den Einzelwerten in diesen Feldern wider. Auf diese Weise können Sie komplexe Beziehungen in einem klaren und strukturierten Matrixformat darstellen.

Zu verschachtelter Tabelle gruppieren

Verwenden Sie diese Transformation, um die Daten nach einem bestimmten Feldwert (Spaltenwert) zu gruppieren und die Berechnung für jede Gruppe durchzuführen. Es werden Datensätze generiert, die denselben gruppierten Feldwert verwenden und in einer verschachtelten Tabelle angezeigt werden.

Um eine Statistik für ein Feld zu berechnen, aktivieren Sie das Kästchen neben dem Feld und wählen Sie die Option Berechnen. Dadurch wird ein weiteres Auswahlfeld mit Statistiken hinzugefügt, die ausgewählt werden sollen.

Die folgende Tabelle zeigt Beispieldaten.

Diese Transformation besteht aus zwei Schritten. Geben Sie zunächst ein oder mehrere Felder an, nach denen die Daten gruppiert werden sollen. Dadurch werden dieselben Werte dieser Felder gruppiert, als ob Sie sie sortiert hätten. Wenn Sie beispielsweise nach dem Server ID Feld gruppieren, gruppiert Grafana die Daten auf diese Weise:

Nachdem Sie das Feld ausgewählt haben, nach dem Sie Ihre Daten gruppieren möchten, können Sie verschiedene Berechnungen für die anderen Felder hinzufügen und die Berechnung auf jede Zeilengruppe anwenden. Beispielsweise möchten Sie möglicherweise die durchschnittliche CPU-Temperatur für jeden dieser Server berechnen. Fügen Sie dazu die Mittelwertberechnung hinzu, die auf das Feld CPU-Temperatur angewendet wurde, um das folgende Ergebnis zu erhalten:

Heatmap erstellen

Verwenden Sie diese Transformation, um Histogrammdaten für die Visualisierung von Trends im Zeitverlauf vorzubereiten. Ähnlich wie bei der Heatmap-Visualisierung werden bei dieser Transformation Histogramm-Metriken in zeitliche Bereiche umgewandelt.

X-Bucket

Diese Einstellung bestimmt, wie die X-Achse in Buckets aufgeteilt wird.

Y-Bucket

Diese Einstellung bestimmt, wie die Y-Achse in Bereiche aufgeteilt wird.

Nehmen wir an, Sie haben den folgenden Datensatz:

Histogramm

Verwenden Sie diese Transformation, um ein Histogramm auf der Grundlage von Eingabedaten zu erstellen, mit dem Sie die Verteilung der Werte visualisieren können.

Originaldaten

Serie 1:

Serie 2:

Ausgabe

Visualisieren Sie die Verteilung der Werte anhand des generierten Histogramms und erhalten Sie so Einblicke in die Streuung und Dichte der Daten.

Nach Feld verknüpfen

Verwenden Sie diese Transformation, um mehrere Ergebnisse in einer einzigen Tabelle zusammenzuführen und so die Konsolidierung von Daten aus verschiedenen Abfragen zu ermöglichen.

Dies ist besonders nützlich, wenn Sie mehrere Zeitreihenergebnisse in eine einzige große Tabelle mit einem gemeinsamen Zeitfeld konvertieren möchten.

Innere Verbindung

Bei einer inneren Verknüpfung werden Daten aus mehreren Tabellen zusammengeführt, wobei alle Tabellen denselben Wert aus dem ausgewählten Feld haben. Diese Art der Verknüpfung schließt Daten aus, bei denen die Werte nicht in jedem Ergebnis übereinstimmen.

Verwenden Sie diese Transformation, um die Ergebnisse mehrerer Abfragen (Kombination aus einem übergebenen Join-Feld oder der ersten Zeitspalte) zu einem Ergebnis zu kombinieren und Zeilen zu löschen, in denen eine erfolgreiche Verknüpfung nicht möglich ist.

Im folgenden Beispiel geben zwei Abfragen Tabellendaten zurück. Es wird als zwei separate Tabellen visualisiert, bevor die innere Join-Transformation angewendet wird.

Abfrage A:

Anfrage B:

Das Ergebnis nach der Anwendung der inneren Join-Transformation sieht wie folgt aus:

Äußere Verbindung

Ein äußerer Join umfasst alle Daten aus einem inneren Join und Zeilen, in denen die Werte nicht in jeder Eingabe übereinstimmen. Während die innere Verknüpfung Abfrage A und Abfrage B im Zeitfeld verknüpft, umfasst die äußere Verknüpfung alle Zeilen, die im Zeitfeld nicht übereinstimmen.

Im folgenden Beispiel geben zwei Abfragen Tabellendaten zurück. Es wird als zwei Tabellen visualisiert, bevor die Outer-Join-Transformation angewendet wird.

Abfrage A:

Anfrage B:

Das Ergebnis nach der Anwendung der Outer-Join-Transformation sieht wie folgt aus:

Über Labels beitreten

Verwenden Sie diese Transformation, um mehrere Ergebnisse zu einer einzigen Tabelle zusammenzuführen.

Dies ist besonders nützlich, wenn Sie mehrere Zeitreihenergebnisse in eine einzige breite Tabelle mit einem gemeinsamen Label-Feld konvertieren möchten.

Beispiel

Eingabe 1: series1{what='Temp', cluster='A', job='J1'}

Eingang 2: series2{what='Temp', cluster='B', job='J1'}

Eingang 3: series3{what='Speed', cluster='B', job='J1'}

Config:

value: 'what'

Ausgabe:

Kombinieren und organisieren Sie Zeitreihendaten effektiv mit dieser Transformation, um umfassende Einblicke zu erhalten.

Beschriftungen für Felder

Verwenden Sie diese Transformation, um Zeitreihenergebnisse mit Beschriftungen oder Tags in eine Tabelle umzuwandeln, einschließlich der Schlüssel und Werte der einzelnen Labels im Ergebnis. Zeigen Sie Beschriftungen entweder als Spalten- oder als Zeilenwerte an, um die Datenvisualisierung zu verbessern.

Bei einem Abfrageergebnis aus zwei Zeitreihen:

Im Spaltenmodus sieht das Ergebnis wie folgt aus:

Im Modus „Zeilen“ enthält das Ergebnis eine Tabelle für jede Reihe und zeigt jeden Labelwert wie folgt an:

Name des Wertefeldes

Wenn Sie Server als Namen für das Wertfeld ausgewählt haben, erhalten Sie für jeden Wert der Serverbezeichnung ein Feld.

Verhalten beim Zusammenführen

Der Transformator „Labels to Fields“ besteht intern aus zwei getrennten Transformationen. Die erste Methode bezieht sich auf einzelne Datenreihen und extrahiert Beschriftungen in Felder. Die zweite ist die Zusammenführungstransformation, die alle Ergebnisse in einer einzigen Tabelle zusammenfasst. Die Zusammenführungstransformation versucht, alle übereinstimmenden Felder zu verknüpfen. Dieser Zusammenführungsschritt ist erforderlich und kann nicht deaktiviert werden.

Um dies zu verdeutlichen, finden Sie hier ein Beispiel mit zwei Abfragen, die Zeitreihen ohne überlappende Beschriftungen zurückgeben.

Dies wird zunächst zu diesen beiden Tabellen führen:

Nach der Zusammenführung:

Limit

Verwenden Sie diese Transformation, um die Anzahl der angezeigten Zeilen einzuschränken und so eine fokussiertere Ansicht Ihrer Daten zu ermöglichen. Dies ist besonders nützlich, wenn Sie mit großen Datensätzen arbeiten.

Im Folgenden finden Sie ein Beispiel, das die Auswirkungen der Limit-Transformation auf eine Antwort aus einer Datenquelle veranschaulicht:

Hier ist das Ergebnis nach dem Hinzufügen einer Limit-Transformation mit dem Wert '3':

Diese Transformation hilft Ihnen, die visuelle Präsentation Ihrer Daten so anzupassen, dass der Schwerpunkt auf den relevantesten Daten liegt.

Reihen/Tabellen zusammenführen

Verwenden Sie diese Transformation, um das Ergebnis mehrerer Abfragen zu einem einzigen Ergebnis zu kombinieren. Dies ist besonders nützlich, wenn Sie die Tabellenfenster-Visualisierung verwenden. Die Transformation führt Werte in derselben Zeile zusammen, wenn gemeinsam genutzte Felder dieselben Daten enthalten.

Im Folgenden finden Sie ein Beispiel dafür, wie sich die Transformation zum Zusammenführen von Serien/Tabellen auf zwei Abfragen auswirkt, die Tabellendaten zurückgeben:

Abfrage A:

Anfrage B:

Hier ist das Ergebnis nach der Anwendung der Merge-Transformation:

Bei dieser Transformation werden Werte aus Abfrage A und Abfrage B in einer einheitlichen Tabelle kombiniert, wodurch die Darstellung für bessere Einblicke verbessert wird.

Organisieren Sie Felder nach Namen

Verwenden Sie diese Transformation, um Felder umzubenennen, neu anzuordnen oder auszublenden, die von einer einzelnen Abfrage in Ihrem Panel zurückgegeben wurden. Diese Transformation funktioniert nur in Panels mit einer einzigen Abfrage. Wenn Ihr Panel über mehrere Abfragen verfügt, müssen Sie entweder eine Outer Join-Transformation anwenden oder die zusätzlichen Abfragen entfernen.

Felder transformieren

Grafana zeigt eine Liste der Felder an, die von der Abfrage zurückgegeben wurden. Sie haben folgende Möglichkeiten:

Beispiel

Angesichts dieses ersten Abfrageergebnisses:

Sie könnten eine Änderung beim Umbenennen eines Felds anwenden, um Folgendes zu erstellen:

Mit dieser Transformation können Sie die Anzeige von Abfrageergebnissen anpassen und so eine klare und aufschlussreiche Darstellung Ihrer Daten in Grafana sicherstellen.

Partition nach Werten

Verwenden Sie diese Transformation, um die grafische Darstellung mehrerer Reihen zu optimieren, ohne dass mehrere Abfragen mit unterschiedlichen WHERE Klauseln erforderlich sind.

Dies ist besonders nützlich, wenn Sie eine Metrik-SQL-Tabelle verwenden, wie in diesem Beispiel:

Mit dem Transformator „Partition nach Werten“ können Sie eine einzelne Abfrage ausführen und die Ergebnisse nach eindeutigen Werten in einer oder mehreren Spalten (Feldern) Ihrer Wahl aufteilen. Im folgenden Beispiel wird verwende Region.

SELECT Time, Region, Value FROM metrics WHERE Time > '2022-10-20'

Diese Transformation vereinfacht den Prozess und erhöht die Flexibilität bei der Visualisierung mehrerer Serien innerhalb derselben Zeitreihenvisualisierung.

Bereiten Sie Zeitreihen vor

Verwenden Sie diese Transformation, um Probleme zu beheben, wenn eine Datenquelle Zeitreihendaten in einem Format zurückgibt, das mit der gewünschten Visualisierung nicht kompatibel ist. Diese Transformation ermöglicht es Ihnen, Zeitreihendaten zwischen Breit- und Langformaten zu konvertieren.

Zeitreihen mit mehreren Frames

Verwenden Sie diese Option, um den Zeitreihen-Datenrahmen vom Breitformat in das Langformat umzuwandeln. Dies ist besonders hilfreich, wenn Ihre Datenquelle Zeitreiheninformationen in einem Format bereitstellt, das für eine optimale Kompatibilität mit Ihrer Visualisierung umgestaltet werden muss.

Beispiel

Diese Eingabe:

Könnte umgewandelt werden in:

Breite Zeitreihen

Verwenden Sie diese Option, um den Zeitreihen-Datenrahmen vom Langformat in das Breitformat umzuwandeln. Dies ist besonders hilfreich, wenn Ihre Datenquelle Zeitreihendaten in einem langen Format liefert und Ihre Visualisierung ein breites Format erfordert.

Beispiel

Diese Eingabe:

Könnte umgewandelt werden in:

Reduzieren

Verwenden Sie diese Transformation, wendet eine Berechnung auf jedes Feld im Datenrahmen an und gibt einen einzelnen Wert zurück. Diese Transformation ist besonders nützlich, um mehrere Zeitreihendaten in einem kompakteren, zusammengefassten Format zu konsolidieren. Zeitfelder werden entfernt, wenn diese Transformation angewendet wird.

Betrachten Sie die Eingabe:

Abfrage A:

Anfrage B:

Der Reduktionstransformator hat zwei Modi:

Wenn Sie beispielsweise die erste und letzte Berechnung mit einer Transformation von Datenreihen in Zeilen verwenden würden, wäre das Ergebnis:

Die Formel Felder mit der letzten Option reduzieren ergibt zwei Frames mit jeweils einer Zeile:

Abfrage A:

Anfrage B:

Mit Regex umbenennen

Verwenden Sie diese Transformation, um Teile der Abfrageergebnisse mithilfe eines regulären Ausdrucks und eines Ersatzmusters umzubenennen.

Sie können einen regulären Ausdruck angeben, der nur auf Treffer angewendet wird, sowie ein Ersatzmuster, das Rückverweise unterstützt. Stellen wir uns zum Beispiel vor, Sie visualisieren die CPU-Auslastung pro Host und möchten den Domainnamen entfernen. Sie könnten die Regex auf setzen ([^\.]+)\..+ und das Ersatzmuster auf$1, web-01.example.com würde werden. web-01

Durch diese Transformation können Sie Ihre Daten an Ihre Visualisierungsanforderungen anpassen und Ihre Dashboards informativer und benutzerfreundlicher gestalten.

Von Zeilen zu Feldern

Verwenden Sie diese Transformation, um Zeilen in separate Felder umzuwandeln. Dies kann nützlich sein, da Felder individuell gestaltet und konfiguriert werden können. Es kann auch zusätzliche Felder als Quellen für die dynamische Feldkonfiguration verwenden oder sie Feldbeschriftungen zuordnen. Die zusätzlichen Beschriftungen können dann verwendet werden, um bessere Anzeigenamen für die resultierenden Felder zu definieren.

Diese Transformation umfasst eine Feldtabelle, die alle Felder in den von der Konfigurationsabfrage zurückgegebenen Daten auflistet. Diese Tabelle gibt Ihnen die Kontrolle darüber, welches Feld jeder Konfigurationseigenschaft zugeordnet werden soll (die Option Verwenden als). Sie können auch wählen, welcher Wert ausgewählt werden soll, wenn die zurückgegebenen Daten mehrere Zeilen enthalten.

Diese Transformation erfordert:

Nützlich bei der Visualisierung von Daten in:

Ordnen Sie zusätzliche Felder Beschriftungen zu

Wenn ein Feld nicht der Konfigurationseigenschaft zugeordnet ist, verwendet Grafana es automatisch als Quelle für ein Label im Ausgabefeld.

Beispiel:

Ausgabe:

Die zusätzlichen Beschriftungen können jetzt im Feldanzeigenamen verwendet werden, um vollständigere Feldnamen bereitzustellen.

Wenn Sie die Konfiguration aus einer Abfrage extrahieren und auf eine andere anwenden möchten, sollten Sie die Konfiguration aus der Transformation der Abfrageergebnisse verwenden.

Beispiel

Eingabe:

Ausgabe:

Wie Sie sehen können, wird jede Zeile in den Quelldaten zu einem separaten Feld. Für jedes Feld ist jetzt auch eine maximale Konfigurationsoption festgelegt. Optionen wie Min., Max., Einheit und Schwellenwerte sind alle Teil der Feldkonfiguration. Wenn sie so eingestellt sind, werden sie von der Visualisierung anstelle von Optionen verwendet, die manuell im Optionsbereich des Panel-Editors konfiguriert wurden.

Diese Transformation ermöglicht die Umwandlung von Zeilen in einzelne Felder, erleichtert die dynamische Feldkonfiguration und ordnet zusätzliche Felder Beschriftungen zu.

Reihen zu Zeilen

Verwenden Sie diese Transformation, um das Ergebnis mehrerer Zeitreihen-Datenabfragen zu einem einzigen Ergebnis zu kombinieren. Dies ist hilfreich, wenn Sie die Tabellenfenster-Visualisierung verwenden.

Das Ergebnis dieser Transformation wird drei Spalten enthalten: Zeit, Metrik und Wert. Die Spalte Metrik wurde hinzugefügt, sodass Sie leicht erkennen können, aus welcher Abfrage die Metrik stammt. Passen Sie diesen Wert an, indem Sie Label in der Quellabfrage definieren.

Im folgenden Beispiel haben wir zwei Abfragen, die Zeitreihendaten zurückgeben. Es wird als zwei separate Tabellen visualisiert, bevor die Transformation angewendet wird.

Abfrage A:

Anfrage B:

Hier ist das Ergebnis nach der Anwendung der Transformation „Serie auf Zeilen“.

Diese Transformation erleichtert die Konsolidierung von Ergebnissen aus mehreren Zeitreihenabfragen und bietet einen optimierten und einheitlichen Datensatz für eine effiziente Analyse und Visualisierung in einem tabellarischen Format.

Sortieren nach

Verwenden Sie diese Transformation, um jeden Frame innerhalb eines Abfrageergebnisses auf der Grundlage eines bestimmten Felds zu sortieren, sodass Ihre Daten leichter zu verstehen und zu analysieren sind. Indem Sie das gewünschte Feld für die Sortierung konfigurieren, können Sie die Reihenfolge steuern, in der die Daten in der Tabelle oder Visualisierung dargestellt werden.

Verwenden Sie den Umkehrschalter, um die Werte innerhalb des angegebenen Feldes in umgekehrter Reihenfolge zu ordnen. Diese Funktion ist besonders nützlich, wenn Sie schnell zwischen aufsteigender und absteigender Reihenfolge wechseln möchten, um Ihren analytischen Anforderungen gerecht zu werden.

In einem Szenario, in dem Zeitreihendaten aus einer Datenquelle abgerufen werden, kann die Transformation „Sortieren nach“ angewendet werden, um die Datenrahmen auf der Grundlage des Zeitstempels entweder in aufsteigender oder absteigender Reihenfolge anzuordnen, je nach den analytischen Anforderungen. Diese Funktion stellt sicher, dass Sie auf einfache Weise durch Zeitreihendaten navigieren und diese interpretieren können, sodass Sie aus der organisierten und visuell kohärenten Präsentation wertvolle Erkenntnisse gewinnen können.

Dreidimensional

Verwenden Sie diese Transformation, um räumliche Operationen auf Abfrageergebnisse anzuwenden.

Diese Transformation ermöglicht es Ihnen, Geodaten zu bearbeiten und zu analysieren, wodurch Operationen wie das Erstellen von Linien zwischen Punkten, das Berechnen räumlicher Eigenschaften und mehr ermöglicht werden.

Umwandlung von Zeitreihen in Tabellen

Verwenden Sie diese Transformation, um Zeitreihenergebnisse in eine Tabelle zu konvertieren und einen Zeitreihen-Datenrahmen in ein Trendfeld umzuwandeln. Das Trendfeld kann dann mit dem Sparkline-Zelltyp gerendert werden, wodurch für jede Tabellenzeile eine Inline-Sparkline generiert wird. Wenn es mehrere Zeitreihenabfragen gibt, führt jede zu einem separaten Tabellendatenrahmen. Diese können mithilfe von Join- oder Merge-Transformationen verknüpft werden, um eine einzelne Tabelle mit mehreren Sparklines pro Zeile zu erzeugen.

Für jeden generierten Trend-Feldwert kann eine Berechnungsfunktion ausgewählt werden. Die Standardeinstellung ist Letzter Wert ungleich Null. Dieser Wert wird neben der Sparkline angezeigt und zum Sortieren von Tabellenzeilen verwendet.

Regressionsanalyse

Verwenden Sie diese Transformation, um einen neuen Datenrahmen mit Werten zu erstellen, die von einem statistischen Modell vorhergesagt wurden. Dies ist nützlich, um einen Trend in chaotischen Daten zu finden. Es funktioniert, indem eine mathematische Funktion an die Daten angepasst wird, wobei entweder lineare oder polynomiale Regression verwendet wird. Der Datenrahmen kann dann in einer Visualisierung verwendet werden, um eine Trendlinie anzuzeigen.

Es gibt zwei verschiedene Modelle: