Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Conéctese a una fuente de datos de SAP HANA

SAP HANA es una base de datos en memoria de alto rendimiento que acelera las decisiones y acciones en tiempo real basadas en datos. Está desarrollada y comercializada por SAP. El complemento de fuente de datos de SAP HANA le ayuda a conectar su instancia de SAP HANA con Grafana.

Con el complemento SAP HANA Grafana Enterprise, puede visualizar sus datos de SAP HANA junto con todas sus demás fuentes de datos en Grafana, así como datos de registro y métricas en contexto. Este complemento incluye un editor de consultas integrado, admite anotaciones y te permite establecer umbrales de alerta, controlar el acceso, establecer permisos y mucho más.

Características

Añadir la fuente de datos

Acceso y permisos

Para conectar Grafana a SAP HANA, utilice credenciales dedicadas. Proporcione al usuario únicamente los permisos necesarios. En primer lugar, cree un usuario restringido con nombre de usuario y contraseña. La siguiente consulta es un ejemplo de creación de un usuario restringido. Esta consulta también desactiva el cambio forzoso de la contraseña.

CREATE RESTRICTED USER <USER> PASSWORD <PASSWORD> NO FORCE_FIRST_PASSWORD_CHANGE;

A continuación, permita al usuario conectar el sistema a través de clientes como Grafana con lo siguiente:

ALTER USER <USER> ENABLE CLIENT CONNECT;

Por último, dé al usuario acceso a las vistas, tablas y esquemas necesarios.

ALTER USER <USER> GRANT ROLE PUBLIC;
GRANT SELECT ON SCHEMA <SCHEMA> TO <USER>;

Permisos a nivel de usuario

Limite el acceso a SAP HANA haciendo clic en la pestaña Permisos de la página de configuración de la fuente de datos para habilitar los permisos de la fuente de datos. En la página de permisos, los administradores pueden habilitar los permisos y restringir los permisos de consulta a usuarios y equipos específicos.

Editor de consultas

El complemento Grafana de SAP HANA incluye un editor de consultas SQL en el que puede introducir cualquier consulta de HANA. Si la consulta devuelve datos de series temporales, puede formatearlos como series temporales para visualizarlos en un panel de gráficos. El editor de consultas permite completar automáticamente las macros de Grafana compatibles y resaltar la sintaxis de la consulta SQL.

Annotations

Puede utilizar las consultas de SAP HANA como fuentes de las anotaciones de Grafana. La consulta de anotaciones debe devolver al menos una columna de tiempo y una columna de texto. Para obtener más información sobre las anotaciones, consulte. Annotations

Plantillas y variables

Para añadir una nueva variable de consulta de SAP HANA, consulteAñadir una variable de consulta. Utilice su fuente de datos de SAP HANA como fuente de datos.

La siguiente consulta de ejemplo devuelve la lista distinta de username de la users tabla.

select distinct("username") from "users"

Plantillas y variables

Puedes usar cualquier variable de Grafana en tu consulta. Los siguientes ejemplos muestran cómo utilizar la variable única/múltiple en la consulta.

-- For example, following query
select * from "users" where "city" = ${city}
-- will be translated into
select * from "users" where "city" = 'london'
--- where you can see ${city} variable translated into actual value in the variable

Al igual que el texto, las variables también funcionan para los campos numéricos. En el siguiente ejemplo, ${age} es una variable de cuadro de texto en la que acepta números y, a continuación, los compara con el campo numérico de la tabla.

select * from "users" where "age" > ${age}
--- wil be translated into
select * from "users" where "age" > '36'

Si la variable devuelve varios valores, puede utilizarla en la in condición de consulta de SAP HANA, como se muestra a continuación. Tenga en cuenta los corchetes que rodean la variable para que la where in condición sea válida en SAP HANA.

select * from "users" where "city" in (${cities})
--- will be translated into
select * from "users" where "city" in ('london','perth','delhi')
--- where you can see ${cities} turned into a list of grafana variables selected.
--- You can also write the same query using shorthand notation as shown below
select * from "users" where "city" in ($cities)

Macros

Macro $__TimeFilter () <time_column>

En el siguiente ejemplo se explica la macro: $__timeFilter(<time_column>)

- In the following example, the query
select ts, temperature from weather where $__timeFilter(ts)
--- will be translated into
select ts, temperature from weather where ts > '2021-02-24T12:52:48Z' AND ts < '2021-03-24T12:52:48Z'
--- where you can see the grafana dashboard's time range is applied to the column ts in the query.

Macro $__TimeFilter (,) <time_column><format>

En algunos casos, las columnas de tiempo de la base de datos se almacenan en formatos personalizados. El siguiente ejemplo explica la $__timeFilter(<time_column>, <format>) macro, que ayuda a filtrar las marcas de tiempo personalizadas en función del selector de tiempo de grafana:

SELECT TO_TIMESTAMP("TS",'YYYYMMDDHH24MISS') AS METRIC_TIME , "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TS","YYYYMMDDHH24MISS") -- TS is in 20210421162012 format
SELECT TO_TIMESTAMP("TS",'YYYY-MON-DD') AS METRIC_TIME , "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TS","YYYY-MON-DD") -- TS is in 2021-JAN-15 format

En la macro, el formato puede ser uno de los formatos de HANA válidos que coincidan con tu columna de marcas de tiempo. Por ejemplo, YYYYMMDDHH24MISS es un formato válido cuando los datos se almacenan en ese formato. 20210421162012

Macro $__TimeFilter (, «epoch») <time_column><format>

En algunos casos, las marcas de tiempo se almacenan como marcas de tiempo de época en su base de datos. El siguiente ejemplo explica la $__timeFilter(<time_column>, "epoch" <format>) macro que ayuda a filtrar las marcas de tiempo de las épocas en función del selector de tiempo de grafana. En la macro, el formato puede ser ms, s o ns. Si no se especifica, s se considerará el formato predeterminado.

SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP") AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch") -- Example : TIMESTAMP field stored in epoch_second format 1257894000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP") AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","s") -- Example : TIMESTAMP field stored in epoch_second format 1257894000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ms") -- Example : TIMESTAMP field stored in epoch_ms format 1257894000000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000000000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ns") -- Example : TIMESTAMP field stored in epoch_nanoseconds format 1257894000000000000

En lugar de usar el tercer argumento del $__TimeFilter, puede usar epoch_s, epoch_ms o epoch_ns como segundo argumento.

SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ms")
-- is same as
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch_ms")

toTimeFilterMacros $__ () y $__ () fromTimeFilter

La $__fromTimeFilter() macro se expande a una condición sobre un campo de tiempo basado en el tiempo del selector de tiempo de Grafana.

Esto acepta tres parámetros. El primer parámetro es el nombre del campo de tiempo. Puede pasar comparison_predicate o el formato de la columna de tiempo como segundo argumento. Si quieres pasar ambos, el formato es el segundo parámetro y usa comparison_predicate como el tercer parámetro.

<format>Si no se especifica el formato, el complemento asumirá que la columna de hora es del tipo marca hora/fecha. Si su columna de tiempo está almacenada en un formato que no sea la marca de hora/fecha, pase el formato como segundo argumento. <format>puede ser epoch_s, epoch_ms, epoch_ns o cualquier otro formato personalizado como YYYY-MM-DD.

<comparison_predicate>parámetro opcional. Si no se aprueba, el complemento usará > como predicado de comparación. <comparison_predicate>puede ser uno de los siguientes: =,! =, <>, <, <=, >, >=

$__toTimeFilter()funciona igual que fromTimeFilter $__ (). En lugar de usar el de Grafana de vez en cuando, usará el tiempo. Además, el predicado de comparación predeterminado será <.

$__TimeGroup (,) <time_column><interval>

Por ejemplo, la macro $__TimeGroup (timecol,1h) se expande a SERIES_ROUND («timecol», 'INTERVAL 1 HOUR') en la consulta.

En el siguiente ejemplo se explica la $__timeGroup(<time_column>, <interval>) macro.

SELECT $__timeGroup(timestamp,1h),  "user", sum("value") as "value"
FROM "salesdata"
WHERE $__timeFilter("timestamp")
GROUP BY $__timeGroup(timestamp,1h), "user"
ORDER BY $__timeGroup(timestamp,1h) ASC

Esto se traduce en la siguiente consulta, donde $__timeGroup(timestamp,1h) se amplía aSERIES_ROUND("timestamp", 'INTERVAL 1 HOUR').

SELECT SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR') as "timestamp",  "user", sum("value") as "value"
FROM "salesdata"
WHERE "timestamp" > '2020-01-01T00:00:00Z' AND "timestamp" < '2020-01-01T23:00:00Z'
GROUP BY SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR'), "user"
ORDER BY "timestamp" ASC

Si no quieres codificar el intervalo en la función $__TimeGroup (), puedes dejar eso en manos de Grafana especificando $__interval como tu intervalo. Grafana calculará ese intervalo a partir del rango de tiempo del panel. Ejemplo de consulta:

SELECT $__timeGroup(timestamp, $__interval), sum("value") as "value"
FROM "salesdata"
WHERE $__timeFilter("timestamp")
GROUP BY $__timeGroup(timestamp, $__interval)
ORDER BY $__timeGroup(timestamp, $__interval) ASC

Esa consulta se traduce en la siguiente consulta en función del rango de tiempo del panel.

SELECT SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE'), sum("value") as "value"
FROM "salesdata"
WHERE "timestamp" > '2019-12-31T23:09:14Z' AND "timestamp" < '2020-01-01T23:17:54Z'
GROUP BY SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE')
ORDER BY SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE') ASC

Alertas

Alertas sobre datos que no son series temporales

Para enviar alertas sobre datos que no sean de series temporales, utilice la TO_TIMESTAMP('${__to:date}') macro para convertir las métricas que no son de series temporales en series temporales. Esto convertirá la métrica en una consulta de series temporales de un solo punto. El formato de la consulta se indica a continuación

SELECT TO_TIMESTAMP('${__to:date}'),  <METRIC> FROM <TABLE≶ WHERE <YOUR CONDITIONS>

En el siguiente ejemplo, una tabla tiene cuatro campos denominados nombre de usuario, edad, ciudad y función. Esta tabla no tiene ningún campo de hora. Queremos avisar cuando el número de usuarios con el rol de desarrollador sea inferior a tres.

SELECT  TO_TIMESTAMP('${__to:date}'), count(*) as "count" FROM (
   SELECT 'John' AS "username", 32 AS "age", 'Chennai' as "city", 'dev' as "role" FROM dummy
   UNION ALL SELECT 'Jacob' AS "username", 32 AS "age", 'London' as "city", 'accountant' as "role" FROM dummy
   UNION ALL SELECT 'Ali' AS "username", 42 AS "age", 'Delhi' as "city", 'admin' as "role" FROM dummy
   UNION ALL SELECT 'Raja' AS "username", 12 AS "age", 'New York' as "city", 'ceo' as "role" FROM dummy
   UNION ALL SELECT 'Sara' AS "username", 35 AS "age", 'Cape Town' as "city", 'dev' as "role" FROM dummy
   UNION ALL SELECT 'Ricky' AS "username", 25 AS "age", 'London' as "city", 'accountant' as "role" FROM dummy
   UNION ALL SELECT 'Angelina' AS "username", 31 AS "age", 'London' as "city", 'cxo' as "role" FROM dummy
) WHERE "role" = 'dev'