Funciones de transformación - Amazon Managed Grafana

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.

Funciones de transformación

Este tema de documentación está diseñado para los espacios de trabajo de Grafana que admiten la versión 10.x de Grafana.

Para ver los espacios de trabajo de Grafana que admiten la versión 9.x de Grafana, consulte. Trabajando en Grafana versión 9

Para ver los espacios de trabajo de Grafana que admiten la versión 8.x de Grafana, consulte. Trabajando en Grafana versión 8

Puede realizar las siguientes transformaciones en sus datos.

Agregue un campo a partir del cálculo

Use esta transformación para agregar un campo nuevo calculado a partir de otros dos campos. Cada transformación le permite añadir un campo nuevo.

  • Modo: seleccione un modo:

    • Reducir fila: aplique el cálculo seleccionado en cada fila de campos seleccionados de forma independiente.

    • Operación binaria: aplique operaciones binarias básicas (por ejemplo, sumar o multiplicar) a los valores de una sola fila de dos campos seleccionados.

    • Operación unaria: aplique operaciones unarias básicas a los valores de una sola fila de un campo seleccionado. Las operaciones disponibles son:

      • Valor absoluto (abs): devuelve el valor absoluto de una expresión determinada. Representa la distancia desde cero como un número positivo.

      • Exponencial natural (exp): devuelve e elevado a la potencia de una expresión dada.

      • Logaritmo natural (ln): devuelve el logaritmo natural de una expresión determinada.

      • Piso (piso): devuelve el entero más grande menor o igual a una expresión dada.

      • Límite máximo (ceil): devuelve el entero más pequeño mayor o igual que una expresión dada.

    • Funciones acumulativas: aplica funciones a la fila actual y a todas las filas anteriores.

      • Total: calcula el total acumulado hasta la fila actual, inclusive.

      • Media: calcula la media hasta la fila actual, inclusive.

    • Funciones de ventana: aplique funciones de ventana. La ventana puede estar al final o centrada. Con una ventana al final, la fila actual será la última fila de la ventana. Con una ventana centrada, la ventana se centrará en la fila actual. Para ventanas de tamaños iguales, la ventana se centrará entre la fila actual y la fila anterior.

      • Media: calcula la media móvil o la media móvil.

      • — Calcula la desviación estándar móvil.

      • Varianza: calcula la varianza móvil.

    • Índice de filas: inserte un campo con el índice de filas.

  • Nombre de campo: seleccione los nombres de los campos que desee utilizar en el cálculo del nuevo campo.

  • Cálculo: si selecciona el modo Reducir filas, aparece el campo de cálculo. Seleccione el campo para ver una lista de las opciones de cálculo que puede utilizar para crear el nuevo campo. Para obtener información sobre los cálculos disponibles, consulte Tipos de cálculo.

  • Operación: si selecciona la operación binaria o el modo de operación unitaria, aparecen los campos de operación. Estos campos le permiten realizar operaciones matemáticas básicas con los valores de una sola fila a partir de dos campos seleccionados. También puede utilizar valores numéricos para operaciones binarias.

  • Como percentil: si selecciona el modo de índice de fila, aparece el conmutador Como percentil. Este modificador le permite transformar el índice de filas como un porcentaje del número total de filas.

  • Alias: (opcional) Introduzca el nombre del nuevo campo. Si lo deja en blanco, el nombre del campo se asignará para que coincida con el cálculo.

  • Reemplazar todos los campos: (opcional) Seleccione esta opción si desea ocultar todos los demás campos y mostrar solo el campo calculado en la visualización.

nota

Las funciones acumulativas y las funciones de ventana están actualizadas en la vista previa pública. Grafana Labs ofrece un soporte limitado y es posible que se produzcan cambios importantes antes de que la función esté disponible para el público en general.

Concatenar campos

Concatenar campos

Utilice esta transformación para combinar todos los campos de todos los marcos en un solo resultado.

Por ejemplo, si tiene consultas independientes que recuperan datos de temperatura y tiempo de actividad (consulta A) e información sobre el índice de calidad del aire y los errores (consulta b), al aplicar la transformación concatenada se obtiene un marco de datos consolidado con toda la información relevante en una sola vista.

Tenga en cuenta las dos siguientes.

Consulta A:

Temp Tiempo de actividad

15.4

1230233

Consulta B:

AQI Errores

3.2

5

Tras concatenar los campos, el marco de datos sería:

Temp Tiempo de actividad AQI Errores

15.4

1230233

3.2

5

Esta transformación simplifica el proceso de combinar datos de diferentes fuentes, proporcionando una visión integral para el análisis y la visualización.

Config a partir de los resultados de la consulta

Config a partir de los resultados de la consulta

Utilice esta transformación para seleccionar una consulta y extraer las opciones estándar, como el mínimo, el máximo, la unidad y los umbrales, y aplicarlas a otros resultados de consultas. Esto permite una configuración de visualización dinámica, basada en los datos devueltos por una consulta específica.

Opciones

  • Config query: seleccione la consulta que devuelve los datos que quiere usar como configuración.

  • Aplicar a: seleccione los campos o series a los que se debe aplicar la configuración.

  • Aplicar a las opciones: especifique un tipo de campo o utilice una expresión regular de nombre de campo, según lo que haya seleccionado en Aplicar a.

Tabla de mapeo de campos

Debajo de las opciones de configuración, encontrará la tabla de mapeo de campos. En esta tabla se enumeran todos los campos que se encuentran en los datos devueltos por la consulta de configuración, junto con las opciones Usar como y Seleccionar. Permite controlar la asignación de campos a propiedades de configuración y, en el caso de varias filas, permite elegir el valor que se va a seleccionar.

El siguiente ejemplo muestra una consulta de entrada y una consulta utilizada como configuración de campo.

Consulta de entrada

Tiempo Valor

1626178119127

10

1626178119129

30

Config query

Tiempo Valor

1626178119127

100

1626178119129

100

Consulta de salida (igual que la entrada, pero ahora con la configuración en el campo de valor)

Tiempo Valor (configuración: Max=100)

1626178119127

10

1626178119129

30

Cada campo tiene ahora un conjunto de opciones de configuración máxima. Las opciones como el mínimo, el máximo, la unidad y los umbrales forman parte de la configuración del campo. Si están configuradas, la visualización las utiliza en lugar de las opciones configuradas manualmente en el panel de opciones del editor de paneles.

Mapeos de valores

También puede transformar el resultado de una consulta en asignaciones de valores. Con esta opción, cada fila del resultado de la consulta de configuración define una sola fila de mapeo de valores. Consulte el siguiente ejemplo.

Config resultado de la consulta

Valor Texto Color

L

Baja

azul

M

Medio

green

H

Alta

red

En la asignación de campos, especifique:

Campo Utilizar como Seleccionar

Valor

Mapeos de valores/Valor

Todos los valores

Texto

Asignaciones de valores/Texto

Todos los valores

Color

Mapeos de valores/Color

Todos los valores

Grafana crea mapeos de valores a partir del resultado de la consulta y los aplica a los resultados de la consulta de datos reales. Deberías ver los valores mapeados y coloreados de acuerdo con los resultados de la consulta de configuración.

Convierte el tipo de campo

Utilice esta transformación para modificar el tipo de campo del campo especificado.

Esta transformación tiene las siguientes opciones:

  • Campo: seleccione uno de los campos disponibles.

  • como: seleccione el campo FieldType al que desea convertir.

    • Numérico: intenta convertir los valores en números.

    • Cadena: convertirá los valores en cadenas.

    • Hora: intenta analizar los valores como tiempo.

      • Mostrará una opción para especificar una DateFormat entrada mediante una cadena, como yyyy-mm-dd oDD MM YYYY hh:mm:ss.

    • Booleano: hará que los valores sean booleanos.

    • Enum: convertirá los valores en enumeraciones.

      • Mostrará una tabla para administrar las enumeraciones.

    • Otros: intenta analizar los valores como json.

Por ejemplo, considere la siguiente consulta, que podría modificarse seleccionando el campo de hora, como Hora, y Formato de fecha comoYYYY.

Tiempo Marcar Valor

2017-07-01

encima

25

2018-08-02

abajo

22

2019-09-02

abajo

29

2020-10-04

encima

22

El resultado:

Tiempo Mark Valor

2017-01-01 00:00:00

encima

25

2018-01-01 00:00:00

abajo

22

2019-01-01 00:00:00

abajo

29

2020-01-01 00:00:00

encima

22

Esta transformación le permite adaptar sus tipos de datos de forma flexible, lo que garantiza la compatibilidad y la coherencia de sus visualizaciones.

Extraiga campos

Utilice esta transformación para seleccionar una fuente de datos y extraer su contenido en diferentes formatos. Esta transformación tiene los siguientes campos:

  • Fuente: seleccione el campo para la fuente de datos.

  • Formato: elija una de las siguientes opciones:

    • JSON: analiza el contenido de JSON desde la fuente.

    • Pares clave+valor: analiza el contenido en el formato a=b o c:d desde la fuente.

    • Automático: descubre los campos automáticamente.

  • Reemplazar todos los campos: (opcional) Seleccione esta opción para ocultar todos los demás campos y mostrar solo el campo calculado en la visualización.

  • Mantener el tiempo: (opcional) Solo está disponible si la opción Reemplazar todos los campos es verdadera. Mantiene el campo de hora en la salida.

Considere el siguiente conjunto de datos:

Ejemplo de conjunto de datos

Timestamp json_data

1636678740000000000

{"valor»: 1}

1636678680000000000

{"valor»: 5}

1636678620000000000

{"valor»: 12}

Puede preparar los datos para que los utilice un panel de series temporales con esta configuración:

  • Fuente: json_data

  • Formato: JSON

    • Campo: valor

    • Alias: my_value

  • Reemplazar todos los campos: true

  • Mantenga el tiempo: es cierto

Esto generará el siguiente resultado:

Datos transformados

Timestamp mi_valor

1636678740000000000

1

1636678680000000000

5

1636678620000000000

12

Con esta transformación, puede extraer y formatear datos de varias maneras. Puede personalizar el formato de extracción en función de sus necesidades específicas de datos.

Busque campos del recurso

Utilice esta transformación para enriquecer el valor de un campo buscando campos adicionales de una fuente externa.

Esta transformación tiene los siguientes campos:

  • Campo: seleccione un campo de texto de su conjunto de datos.

  • Búsqueda: elija entre países, estados de EE. UU. y aeropuertos.

nota

Esta transformación solo admite datos espaciales.

Por ejemplo, si tiene estos datos:

Ejemplo de conjunto de datos

Ubicación Valores

AL

0

AK

10

Arizona

5

Arkansas

1

En algún lugar

5

Con esta configuración:

  • Campo: ubicación

  • Búsqueda: Estados de EE. UU.

Obtendrá el siguiente resultado:

Datos transformados

Ubicación ID Nombre GNL Lat Valores
AL AL Alabama -80.891064 12,448457 0
ROBLE ROBLE Arkansas -100,891064 24,448457 10
Arizona 5
Arkansas 1
En algún lugar 5

Esta transformación le permite aumentar sus datos al obtener información adicional de fuentes externas, lo que proporciona un conjunto de datos más completo para su análisis y visualización.

Filtre los datos por ReFid de consulta

Utilice esta transformación para ocultar una o más consultas en los paneles que tienen varias consultas.

Grafana muestra las letras de identificación de la consulta en texto gris oscuro. Elija un identificador de consulta para activar o desactivar el filtrado. Si la letra de consulta es blanca, se muestran los resultados. Si la letra de consulta está oscura, los resultados se ocultan.

nota

Esta transformación no está disponible para Graphite porque esta fuente de datos no admite la correlación de los datos devueltos con las consultas.

Filtre los datos por valores

Utilice esta transformación para filtrar selectivamente los puntos de datos directamente dentro de la visualización. Esta transformación ofrece opciones para incluir o excluir datos en función de una o más condiciones aplicadas a un campo seleccionado.

Esta transformación es muy útil si la fuente de datos no filtra por valores de forma nativa. También puede utilizar esta opción para restringir los valores que se muestran si utiliza una consulta compartida.

Las condiciones disponibles para todos los campos son:

  • Regex: coincide con una expresión regular.

  • Es nulo: coincide si el valor es nulo.

  • No es nulo: coincide si el valor no es nulo.

  • Igual: coincide si el valor es igual al valor especificado.

  • Diferente: coincide si el valor es diferente al valor especificado.

Las condiciones adicionales disponibles para los campos numéricos son:

  • Mayor: coincide si el valor es mayor que el valor especificado.

  • Inferior: coincide si el valor es inferior al valor especificado.

  • Mayor o igual: coincide si el valor es mayor o igual.

  • Menor o igual: coincide si el valor es inferior o igual.

  • Rango: haga coincidir un rango entre un mínimo y un máximo especificados, incluidos el mínimo y el máximo.

Considere el siguiente conjunto de datos:

Tiempo Temperatura Altitud
2020-07-07 11:34:23 32 101
2020-07-07 11:34:22 28 125
2020-07-07 11:34:21 26 110
2020-07-07 11:34:20 23 98
2020-07-07 10:32:24 31 95
2020-07-07 10:31:22 20 85
2020-07-07 09:30:57 19 101

Si incluye los puntos de datos que tienen una temperatura inferior a 30 °C, la configuración tendrá el siguiente aspecto:

  • Tipo de filtro: 'Incluir'

  • Estado: Filas en las que la «temperatura» coincide con «inferior a» 30

Y obtendrá el siguiente resultado, donde solo se incluyen las temperaturas por debajo de 30 °C:

Datos transformados

Tiempo Temperatura Altitud
2020-07-07 11:34:22 28 125
2020-07-07 11:34:21 26 110
2020-07-07 11:34:20 23 98
2020-07-07 10:31:22 20 85
2020-07-07 09:30:57 19 101

Puede añadir más de una condición al filtro. Por ejemplo, es posible que desee incluir los datos solo si la altitud es superior a 100. Para ello, añada esa condición a la siguiente configuración:

  • Tipo de filtro: «Incluye» filas que «cumplen todas» las condiciones

  • Condición 1: Filas en las que la palabra «Temperatura» coincide con «Inferior» a «30»

  • Condición 2: Filas en las que la palabra «Altitud» coincide con «Mayor» que «100»

Si tiene más de una condición, puede elegir si desea que la acción (incluir/excluir) se aplique en las filas que cumplan todas las condiciones o que coincidan con alguna de las condiciones que haya agregado.

En el ejemplo anterior, elegimos Hacer coincidir todas las filas porque queríamos incluir las filas que tienen una temperatura inferior a 30 °C y una altitud superior a 100. Si quisiéramos incluir en su lugar las filas que tienen una temperatura inferior a 30 °C O una altitud superior a 100 °C, seleccionaríamos Igualar cualquier fila. Esto incluiría la primera fila de los datos originales, que tiene una temperatura de 32 °C (no coincide con la primera condición) pero una altitud de 101 (que coincide con la segunda condición), por lo que se incluye.

Se ignoran las condiciones que no sean válidas o que estén configuradas de forma incompleta.

Esta versátil transformación del filtrado de datos le permite incluir o excluir puntos de datos de forma selectiva en función de condiciones específicas. Personalice los criterios para adaptar la presentación de los datos a sus necesidades analíticas únicas.

Filtre los campos por nombre

Utilice esta transformación para eliminar partes de los resultados de la consulta. Hay tres formas de filtrar los nombres de los campos:

  • Introduzca una expresión regular.

  • Seleccione manualmente los campos incluidos.

  • Utilice una variable de panel de control.

Utilice una expresión regular

Al filtrar mediante una expresión regular, se incluyen los nombres de campo que coinciden con la expresión regular. Por ejemplo, si se utiliza la expresión regular, solo se 'prod.*' devolverían los campos que comienzan por prod

La expresión regular puede incluir una variable de cuadro de mando interpolada mediante la ${variableName} sintaxis.

Seleccione manualmente los campos incluidos

Seleccione o deseleccione los nombres de los campos para eliminarlos del resultado. Si también se incluye una expresión regular, se incluyen los campos que coincidan con la expresión, aunque no estén marcados.

Utilice una variable de panel

Seleccione Desde variable para poder seleccionar una variable de cuadro de mando que se utilice para incluir campos. Al configurar una variable de panel con varias opciones, los mismos campos se pueden mostrar en varias visualizaciones.

Esta transformación proporciona flexibilidad a la hora de personalizar los resultados de las consultas para centrarse en los campos específicos que necesita para un análisis y una visualización eficaces.

Formatear cadena

Utilice esta transformación para personalizar la salida de un campo de cadena. Esta transformación tiene los siguientes campos:

  • Mayúsculas: formatea toda la cadena en mayúsculas.

  • Minúsculas: formatea toda la cadena en minúsculas.

  • Oración en mayúsculas: formatea el primer carácter de la cadena en mayúsculas.

  • Mayúscula de título: formatea el primer carácter de cada palabra de la cadena en mayúsculas.

  • Mayúscula pascal: formatea el primer carácter de cada palabra de la cadena en mayúsculas y no incluye espacios entre las palabras.

  • Mayúsculas y minúsculas: formatea el primer carácter de cada palabra de la cadena en mayúsculas, excepto la primera palabra, y no incluye espacios entre las palabras.

  • Minúscula y minúscula: formatea todos los caracteres de la cadena en minúsculas y utiliza guiones bajos en lugar de espacios entre las palabras.

  • Mayúsculas y minúsculas: formatea todos los caracteres de la cadena en minúsculas y utiliza guiones en lugar de espacios entre las palabras.

  • Recortar: elimina todos los espacios iniciales y finales de la cadena.

  • Subcadena: devuelve una subcadena de la cadena, utilizando las posiciones inicial y final especificadas.

Esta transformación proporciona una forma cómoda de estandarizar y personalizar la presentación de los datos de las cadenas para una mejor visualización y análisis.

nota

Esta transformación se encuentra actualmente en versión preliminar para el público. Grafana Labs ofrece un soporte limitado y es posible que se produzcan cambios importantes antes de que la función esté disponible para el público en general.

Hora del formato

Utilice esta transformación para personalizar la salida de un campo de tiempo. La salida se puede formatear mediante cadenas de formato Moment.js. Por ejemplo, si desea mostrar solo el año de un campo de tiempo, puede usar la cadena de formato «YYYY» para mostrar el año natural (por ejemplo, 1999 o 2012).

Antes de la transformación:

Timestamp Evento
1636678740000000000 Inicio del sistema
1636678680000000000 Inicio de sesión de usuario
1636678620000000000 Datos actualizados

Tras aplicar «YYYY-MM-DD HH:MM:SS»:

Timestamp Evento
2021-11-12 14:25:40 Inicio del sistema
2021-11-12 14:24:40 Inicio de sesión de usuario
2021-11-12 14:23:40 Datos actualizados

Esta transformación le permite personalizar la representación temporal en sus visualizaciones, lo que proporciona flexibilidad y precisión a la hora de mostrar los datos temporales.

nota

Esta transformación está disponible en espacios de trabajo compatibles con Grafana v10 como función alfa.

Agrupar por

Esta transformación agrupa los datos por un valor de campo (columna) específico y procesa los cálculos de cada grupo. Seleccione esta opción para ver una lista de opciones de cálculo.

Este es un ejemplo de datos originales.

Tiempo Server ID Temperatura de la CPU Estado del servidor

7/7/2020 11:34:20 A.M.

servidor 1

80

Shutdown

7/7/2020 11:34:20 H

servidor 3

62

OK (Correcto)

7/7/2020 10:32:20 H

servidor 2

90

Sobrecarga

7/7/2020 10:31:22 H

servidor 3

55

OK (Correcto)

7/7/2020 9:30:57 H

servidor 3

62

Rebooting

7/7/2020 9:30:05 A. M.

servidor 2

88

OK (Correcto)

7/7/2020 9:28:06 A. M.

servidor 1

80

OK (Correcto)

7/7/2020 9:25:05 A. M.

servidor 2

88

OK (Correcto)

7/7/2020 9:23:07 H

servidor 1

86

OK (Correcto)

Esta transformación se realiza en dos etapas. En primer lugar, especifique uno o varios campos por los que agrupar los datos. Esto agrupará los mismos valores de esos campos, como si los hubiera ordenado. Por ejemplo, si los agrupamos por el campo ID del servidor, agruparía los datos de esta manera:

Tiempo Server ID Temperatura de la CPU Estado del servidor

7/7/2020 11:34:20 A.M.

servidor 1

80

Shutdown

7/7/2020 9:28:06 A. M.

servidor 1

80

OK (Correcto)

7/7/2020 9:23:07 H

servidor 1

86

OK (Correcto)

7/7/2020 10:32:20 A.M.

servidor 2

90

Sobrecarga

7/7/2020 9:30:05 A.M.

servidor 2

88

OK (Correcto)

7/7/2020 9:25:05 A. M.

servidor 2

88

OK (Correcto)

7/7/2020 11:34:20 H

servidor 3

62

OK (Correcto)

7/7/2020 10:31:22 H

servidor 3

55

OK (Correcto)

7/7/2020 9:30:57 H

servidor 3

62

Rebooting

Todas las filas con el mismo valor de ID de servidor se agrupan.

Tras elegir el campo por el que desea agrupar los datos, puede añadir varios cálculos en los demás campos y aplicar el cálculo a cada grupo de filas. Por ejemplo, podríamos querer calcular la temperatura media de la CPU para cada uno de esos servidores. Por lo tanto, podemos añadir el cálculo medio aplicado en el campo de temperatura de la CPU para obtener lo siguiente:

Server ID Temperatura de la CPU (media)

servidor 1

82

servidor 2

8.6

servidor 3

59.6

Y podemos añadir más de un cálculo. Por ejemplo:

  • Para el campo Time, podemos calcular el último valor para saber cuándo se recibió el último punto de datos de cada servidor

  • Para el campo Estado del servidor, podemos calcular el último valor para saber cuál es el último valor de estado de cada servidor

  • Para el campo Temperatura, también podemos calcular el último valor para saber cuál es la última temperatura monitoreada para cada servidor

Entonces obtendríamos:

Server ID Temperatura de la CPU (media) Temperatura de la CPU (última) Hora (última) Estado del servidor (último)

servidor 1

82

80

7/7/2020 11:34:20 H

Shutdown

servidor 2

8.6

90

7/7/2020 10:32:20 A.M.

Sobrecarga

servidor 3

59.6

62

7/7/2020 11:34:20 A.M.

OK (Correcto)

Esta transformación le permite extraer información clave de sus series temporales y mostrarla de forma cómoda.

Agrupación en matriz

Utilice esta transformación para combinar tres campos (que se utilizan como entrada para los campos de valores de columna, fila y celda del resultado de la consulta) y generar una matriz. La matriz se calcula de la siguiente manera:

Datos originales

Server ID Temperatura de la CPU Estado del servidor
servidor 1 82 OK (Correcto)
servidor 2 8.6 OK (Correcto)
servidor 3 59.6 Shutdown

Podemos generar una matriz usando los valores de Server Status como nombres de columnas, los Server ID valores como nombres de filas y el contenido CPU Temperature as de cada celda. El contenido de cada celda aparecerá para la combinación de columnas (Server Status) y filas (Server ID) existentes. Para el resto de las celdas, puede seleccionar el valor entre el que se mostrará: nulo, verdadero, falso o vacío.

Salida

ID del servidor: estado del servidor OK (Correcto) Shutdown
servidor 1 82
servidor 2 8.6
servidor 3 59.6

Utilice esta transformación para construir una matriz especificando los campos de los resultados de la consulta. El resultado de la matriz refleja las relaciones entre los valores únicos de estos campos. Esto le ayuda a presentar relaciones complejas en un formato matricial claro y estructurado.

Agrupe en una tabla anidada

Utilice esta transformación para agrupar los datos por un valor de campo (columna) específico y procesar el cálculo de cada grupo. Se generan registros que comparten el mismo valor de campo agrupado y se muestran en una tabla anidada.

Para calcular una estadística para un campo, seleccione la casilla situada junto al campo y elija la opción Calcular. Esto añadirá otro cuadro de selección con las estadísticas que se van a seleccionar.

En la siguiente tabla se muestran ejemplos de datos.

Tiempo Server ID Temperatura de la CPU Estado del servidor

7/7/2020 11:34:20 A.M.

servidor 1

80

Shutdown

7/7/2020 11:34:20 H

servidor 3

62

OK (Correcto)

7/7/2020 10:32:20 H

servidor 2

90

Sobrecarga

7/7/2020 10:31:22 H

servidor 3

55

OK (Correcto)

7/7/2020 9:30:57 H

servidor 3

62

Rebooting

7/7/2020 9:30:05 A. M.

servidor 2

88

OK (Correcto)

7/7/2020 9:28:06 A. M.

servidor 1

80

OK (Correcto)

7/7/2020 9:25:05 A. M.

servidor 2

88

OK (Correcto)

7/7/2020 9:23:07 H

servidor 1

86

OK (Correcto)

Esta transformación consta de dos pasos. En primer lugar, especifique uno o más campos por los que agrupar los datos. Esto agrupa los mismos valores de esos campos, como si los ordenara. Por ejemplo, si agrupa por Server ID campo, Grafana agrupa los datos de esta manera:

Server ID Datos

servidor 1

Tiempo Temperatura de la CPU Estado del servidor

7/7/2020 11:34:20 A.M.

80

Shutdown

7/7/2020 9:28:06 A.M.

80

OK (Correcto)

7/7/2020 9:23:07 H

86

OK (Correcto)

servidor 2

Tiempo Temperatura de la CPU Estado del servidor

7/7/2020 10:32:20 A.M.

90

Sobrecarga

7/7/2020 9:30:05 A.M.

88

OK (Correcto)

7/7/2020 9:25:05 A.M.

88

OK (Correcto)

servidor 3

Tiempo Temperatura de la CPU Estado del servidor

7/7/2020 11:34:20 A.M.

62

OK (Correcto)

7/7/2020 10:31:22 H

55

OK (Correcto)

7/7/2020 9:30:57 H

62

Rebooting

Tras elegir el campo por el que desea agrupar los datos, puede añadir varios cálculos en los demás campos y aplicar el cálculo a cada grupo de filas. Por ejemplo, es posible que desee calcular la temperatura media de la CPU para cada uno de esos servidores. Para ello, añada el cálculo medio aplicado al campo Temperatura de la CPU para obtener el siguiente resultado:

Server ID Temperatura de la CPU (media)

servidor 1

82

Tiempo Estado del servidor

7/7/2020 11:34:20 A.M.

Shutdown

7/7/2020 9:28:06 A.M.

OK (Correcto)

7/7/2020 9:23:07 H

OK (Correcto)

servidor 2

8.6

Tiempo Estado del servidor

7/7/2020 10:32:20 A.M.

Sobrecarga

7/7/2020 9:30:05 A.M.

OK (Correcto)

7/7/2020 9:25:05 A.M.

OK (Correcto)

servidor 3

59.6

Tiempo Estado del servidor

7/7/2020 11:34:20 A.M.

OK (Correcto)

7/7/2020 10:31:22 H

OK (Correcto)

7/7/2020 9:30:57 H

Rebooting

Crea un mapa de calor

Utilice esta transformación para preparar los datos del histograma para visualizar las tendencias a lo largo del tiempo. Al igual que en la visualización del mapa de calor, esta transformación convierte las métricas del histograma en segmentos temporales.

X Bucket

Esta configuración determina cómo se divide el eje x en cubos.

  • Tamaño: especifique un intervalo de tiempo en el campo de entrada. Por ejemplo, un intervalo de tiempo de 1h crea celdas de una hora de ancho en el eje x.

  • Recuento: en el caso de las non-time-related series, utilice esta opción para definir el número de elementos de un depósito.

Cubeta en Y

Esta configuración determina cómo se divide el eje Y en cubos.

  • Linear (Lineal)

  • Logarítmico: elija entre registro base 2 o base logarítmica 10.

  • Symlog: utiliza una escala logarítmica simétrica. Elija entre una base logarítmica 2 o una base logarítmica 10, teniendo en cuenta los valores negativos.

Suponga que tiene el siguiente conjunto de datos:

Timestamp Valor
2023-01-01 12:00:00 5
2023-01-01 12:15:00 10
2023-01-01 12:30:00 15
2023-01-01 12:45:00 8
  • Con el Bucket X configurado como y el Bucket Size: 15m Y comoLinear, el histograma organiza los valores en intervalos de tiempo de 15 minutos en el eje x y de forma lineal en el eje y.

  • Para el cubo X como Count: 2 y el cubo Y comoLogarithmic (base 10), el histograma agrupa los valores en grupos de dos en el eje x y utiliza una escala logarítmica en el eje y.

Histograma

Utilice esta transformación para generar un histograma basado en los datos de entrada, lo que le permitirá visualizar la distribución de los valores.

  • Tamaño de la cubeta: el rango entre los elementos más bajos y más altos de una cubeta (de xMín a XMáx).

  • Desfase de los cubos: el desfase de los cubos. non-zero-based

  • Combinar series: cree un histograma unificado con todas las series disponibles.

Datos originales

Serie 1:

A B C
1 3 5
2 4 6
3 5 7
4 6 8
5 7 9

Serie 2:

C
5
6
7
8
9

Salida

X-Min XMax A B C C
1 2 1 0 0 0
2 3 1 0 0 0
3 4 1 1 0 0
4 5 1 1 0 0
5 6 1 1 1 1
6 7 0 1 1 1
7 8 0 1 1 1
8 9 0 0 1 1
9 10 0 0 1 1

Visualice la distribución de los valores mediante el histograma generado, que proporciona información sobre la dispersión y la densidad de los datos.

Únase por campo

Utilice esta transformación para combinar varios resultados en una sola tabla, lo que permite consolidar los datos de distintas consultas.

Resulta especialmente útil para convertir los resultados de varias series temporales en una sola tabla ancha con un campo de tiempo compartido.

Combinación interna

Una combinación interna combina datos de varias tablas en las que todas las tablas comparten el mismo valor del campo seleccionado. Este tipo de combinación excluye los datos en los que los valores no coinciden en todos los resultados.

Utilice esta transformación para combinar los resultados de varias consultas (combinándolos en un campo de combinación aprobado o en la primera columna de tiempo) en un solo resultado y elimine las filas en las que no se pueda realizar una unión correcta.

En el siguiente ejemplo, dos consultas devuelven datos de la tabla. Se visualiza como dos tablas independientes antes de aplicar la transformación de unión interna.

Consulta A:

Tiempo Trabajo Tiempo de actividad

7/7/2020 11:34:20 H

nodo

25260122

7/7/2020 11:24:20 A.M.

postgre

123001233

7/7/2020 11:14:20

postgre

345001233

Consulta B:

Tiempo Server Errores

7/7/2020 11:34:20 H

servidor 1

15

7/7/2020 11:24:20 H

servidor 2

5

7/7/2020 11:04:20 H

servidor 3

10

El resultado después de aplicar la transformación de unión interna es el siguiente:

Tiempo Trabajo Tiempo de actividad Server Errores

7/7/2020 11:34:20 H

nodo

25260122

servidor 1

15

7/7/2020 11:24:20 H

postgre

123001233

servidor 2

5

Unión externa

Una unión externa incluye todos los datos de una unión interna y las filas en las que los valores no coinciden en todas las entradas. Mientras que la combinación interna une la consulta A y la consulta B en el campo de tiempo, la combinación externa incluye todas las filas que no coinciden en el campo de tiempo.

En el siguiente ejemplo, dos consultas devuelven datos de la tabla. Se visualiza como dos tablas antes de aplicar la transformación de unión externa.

Consulta A:

Tiempo Trabajo Tiempo de actividad

7/7/2020 11:34:20 H

nodo

25260122

7/7/2020 11:24:20 A.M.

postgre

123001233

7/7/2020 11:14:20

postgre

345001233

Consulta B:

Tiempo Server Errores

7/7/2020 11:34:20 H

servidor 1

15

7/7/2020 11:24:20 H

servidor 2

5

7/7/2020 11:04:20 H

servidor 3

10

El resultado después de aplicar la transformación de unión externa es el siguiente:

Tiempo Trabajo Tiempo de actividad Server Errores

7/07/2020 11:04:20 H

servidor 3

10

7/7/2020 11:14:20 H

postgre

345001233

7/7/2020 11:34:20 H

nodo

25260122

servidor 1

15

7/7/2020 11:24:20 H

postgre

123001233

servidor 2

5

Unir por etiquetas

Utilice esta transformación para unir varios resultados en una sola tabla.

Esto resulta especialmente útil para convertir los resultados de varias series temporales en una sola tabla ancha con un campo de etiqueta compartido.

  • Unir: seleccione la etiqueta que desee utilizar para unirla entre las etiquetas disponibles o comunes en todas las series temporales.

  • Valor: el nombre del resultado de salida.

Ejemplo

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

Tiempo Valor
1 10
2 200

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

Tiempo Valor
1 10
2 200

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

Tiempo Valor
22 22
28 77

Config:

value: 'what'

Salida:

Clúster job Temp Velocidad
A J1 10
A J1 200
B J1 10 22
B J1 200 77

Combine y organice los datos de series temporales de forma eficaz con esta transformación para obtener información completa.

Etiquetas para campos

Utilice esta transformación para convertir los resultados de series temporales con rótulos o etiquetas en una tabla, incluyendo las claves y los valores de cada etiqueta en el resultado. Muestre las etiquetas como columnas o valores de fila para mejorar la visualización de los datos.

Dado el resultado de una consulta de dos series temporales:

  • Serie 1: etiquetasServer=Server A, Datacenter=EU

  • Serie 2: etiquetasServer=Server B, Datacenter=EU

En el modo Columnas, el resultado es el siguiente:

Tiempo Server Datacenter Valor

7/7/2020 11:34:20 A.M.

Servidor A

UE

1

7/7/2020 11:34:20 A.M.

Servidor B

UE

2

En el modo «Filas», el resultado tiene una tabla para cada serie y muestra cada valor de etiqueta de la siguiente manera:

etiqueta valor

Server

Servidor A

Datacenter

UE

etiqueta valor

Server

Servidor B

Datacenter

UE

Nombre del campo de valor

Si seleccionó Servidor como nombre del campo de valor, obtendrá un campo por cada valor de la etiqueta del servidor.

Tiempo Datacenter Servidor A Servidor B

7/7/2020 11:34:20 H

UE

1

2

Comportamiento de fusión

El transformador de etiquetas a campos es internamente dos transformaciones separadas. La primera actúa sobre una sola serie y extrae las etiquetas de los campos. La segunda es la transformación de combinación que une todos los resultados en una sola tabla. La transformación de combinación intenta unir todos los campos coincidentes. Este paso de combinación es obligatorio y no se puede desactivar.

Para ilustrarlo, a continuación se muestra un ejemplo en el que tiene dos consultas que devuelven series temporales sin etiquetas superpuestas.

  • Serie 1: etiquetas Server=ServerA

  • Serie 2: etiquetas Datacenter=EU

En primer lugar, se obtendrán estas dos tablas:

Tiempo Server Valor

7/7/2020 11:34:20 H

Servidor A

10

Tiempo Datacenter Valor

7/7/2020 11:34:20 H

UE

20

Tras la fusión:

Tiempo Server Valor Datacenter

7/7/2020 11:34:20 H

Servidor A

10

7/7/2020 11:34:20 H

20

UE

Límite

Utilice esta transformación para restringir el número de filas que se muestran y ofrecer una visión más precisa de los datos. Esto resulta especialmente útil cuando se trata de conjuntos de datos de gran tamaño.

El siguiente es un ejemplo que ilustra el impacto de la transformación Limit en la respuesta de una fuente de datos:

Tiempo Métrica Valor

7/7/2020 11:34:20 A.M.

Temperatura

25

7/7/2020 11:34:20 H

Humedad

22

7/7/2020 10:32:20 H

Humedad

29

7/7/2020 10:31:22 H

Temperatura

22

7/7/2020 9:30:57 H

Humedad

33

7/7/2020 9:30:05 A. M.

Temperatura

19

Este es el resultado después de añadir una transformación de límite con un valor de '3':

Tiempo Métrica Valor

7/7/2020 11:34:20 A.M.

Temperatura

25

7/7/2020 11:34:20 H

Humedad

22

7/7/2020 10:32:20 H

Humedad

29

Esta transformación le ayuda a personalizar la presentación visual de sus datos para centrarse en los datos más relevantes.

Combine series o tablas

Utilice esta transformación para combinar el resultado de varias consultas en un solo resultado, lo que resulta especialmente útil cuando se utiliza la visualización del panel de tablas. La transformación combina los valores en la misma fila si los campos compartidos contienen los mismos datos.

Este es un ejemplo que ilustra el impacto de la transformación Merge series/tablas en dos consultas que devuelven datos de tablas:

Consulta A:

Tiempo Trabajo Tiempo de actividad

7/7/2020 11:34:20 H

nodo

25260122

7/7/2020 11:24:20 A.M.

postgre

123001233

Consulta B:

Tiempo Trabajo Errores

7/7/2020 11:34:20 H

nodo

15

7/7/2020 11:24:20 H

postgre

5

Este es el resultado después de aplicar la transformación Merge:

Tiempo Trabajo Errores Tiempo de actividad

7/7/2020 11:34:20 H

nodo

15

25260122

7/7/2020 11:24:20 A.M.

postgre

5

123001233

Esta transformación combina los valores de la consulta A y la consulta B en una tabla unificada, lo que mejora la presentación para obtener una mejor información.

Organice los campos por nombre

Usa esta transformación para cambiar el nombre, reordenar u ocultar los campos devueltos por una sola consulta en tu panel. Esta transformación solo funciona en paneles con una única consulta. Si su panel tiene varias consultas, debe aplicar una transformación de unión externa o eliminar las consultas adicionales.

Transformar campos

Grafana muestra una lista de campos devueltos por la consulta. Puede hacer lo siguiente:

  • Cambiar el orden de los campos: arrastra un campo a una nueva ubicación de la lista.

  • Ocultar o mostrar un campo: utilice el icono en forma de ojo situado junto al nombre del campo para cambiar la visibilidad de un campo.

  • Cambiar el nombre de los campos: escriba un nombre nuevo en el cuadro Cambiar nombre.

Ejemplo

Dado este resultado de consulta inicial:

Tiempo Métrica Valor
2020-07-07 11:34:20 Temperatura 25
2020-07-07 11:34:20 Humedad 22
2020-07-07 10:32:20 Humedad 29

Puede aplicar una modificación del nombre del campo para crear:

Tiempo Sensor Lectura
2020-07-07 11:34:20 Temperatura 25
2020-07-07 11:34:20 Humedad 22
2020-07-07 10:32:20 Humedad 29

Esta transformación le permite personalizar la visualización de los resultados de las consultas, lo que garantiza una representación clara y detallada de sus datos en Grafana.

Divida por valores

Utilice esta transformación para agilizar el proceso de representación gráfica de varias series sin necesidad de realizar varias consultas con WHERE cláusulas diferentes.

nota

Esta función está disponible en espacios de trabajo compatibles con Grafana versión 9 y versiones posteriores.

Esto resulta especialmente útil cuando se utiliza una tabla SQL de métricas, como en este ejemplo:

Tiempo Región Valor

20 DE OCTUBRE DE 2022 A LAS 12:00:00

EE. UU.

1520

20/10/2022 12:00:00 P.M.

UE

2936

20/10/2022 01:00:00 A. M.

EE. UU.

1327

20/10/2022 13:00:00

UE

912

Con el transformador Particionar por valores, puede emitir una sola consulta y dividir los resultados por valores únicos en una o más columnas (campos) de su elección. El siguiente ejemplo utiliza Region.

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

20/10/2022 12:00:00

EE. UU.

1520

20/10/2022 01:00:00 A. M.

EE. UU.

1327

Tiempo Región Valor

20/10/2022 12:00:00 P.M.

UE

2936

20/10/2022 01:00:00 A. M.

UE

912

Esta transformación simplifica el proceso y mejora la flexibilidad de visualizar varias series dentro de la misma visualización de series temporales.

Prepare series cronológicas

Utilice esta transformación para solucionar los problemas que se producen cuando una fuente de datos devuelve datos de series temporales en un formato que no es compatible con la visualización deseada. Esta transformación le permite convertir datos de series temporales entre formatos anchos y largos.

Series temporales de varios fotogramas

Utilice esta opción para transformar el marco de datos de la serie temporal del formato ancho al formato largo. Esto resulta especialmente útil cuando la fuente de datos proporciona información de series temporales en un formato que debe modificarse para lograr una compatibilidad óptima con la visualización.

Ejemplo

Esta entrada:

Timestamp Value1 Value2

2023-01-01 00:00:00

10

20

2023-01-01 01:00:00

15

25

Podría transformarse en:

Timestamp Variable Valor

2023-01-01 00:00:00

Value1

10

2023-01-01 00:00:00

Value2

20

2023-01-01 01:00:00

Value1

15

2023-01-01 01:00:00

Value2

25

Amplias series temporales

Utilice esta opción para transformar el marco de datos de la serie temporal del formato largo al formato ancho. Esto resulta especialmente útil cuando la fuente de datos entrega datos de series temporales en un formato largo y la visualización requiere un formato ancho.

Ejemplo

Esta entrada:

Timestamp Variable Valor

2023-01-01 00:00:00

Value1

10

2023-01-01 00:00:00

Value2

20

2023-01-01 01:00:00

Value1

15

2023-01-01 01:00:00

Value2

25

Podría transformarse en:

Timestamp Value1 Value2

2023-01-01 00:00:00

10

20

2023-01-01 01:00:00

15

25

Reducir

Al utilizar esta transformación, se aplica un cálculo a cada campo del marco de datos y se devuelve un único valor. Esta transformación es particularmente útil para consolidar varios datos de series temporales en un formato resumido más compacto. Los campos de tiempo se eliminan al aplicar esta transformación.

Tenga en cuenta la entrada:

Consulta A:

Tiempo Temp Tiempo de actividad

2020-07-07 11:34:20

12.3

256122

2020-07-07 11:24:20

15,4

1230233

Consulta B:

Tiempo AQI Errores

2020-07-07 11:34:20

6.5

15

2020-07-07 11:24:20

3.2

5

El transformador reductor tiene dos modos:

  • De serie a filas: crea una fila para cada campo y una columna para cada cálculo.

  • Reducir campos: mantiene la estructura de marcos existente, pero contrae cada campo en un único valor.

Por ejemplo, si utilizó el primer y el último cálculo con una transformación de serie a filas, el resultado sería:

Campo Primero Último

Temp

12.3

15.4

Tiempo de actividad

256122

1230233

AQI

6.5

3.2

Errores

15

5

Al reducir los campos con el último cálculo, se obtienen dos marcos, cada uno con una fila:

Consulta A:

Temp Tiempo de actividad

15.4

1230233

Consulta B:

AQI Errores

3.2

5

Cambiar el nombre por expresión regular

Utilice esta transformación para cambiar el nombre de partes de los resultados de la consulta mediante una expresión regular y un patrón de reemplazo.

Puede especificar una expresión regular, que solo se aplica a las coincidencias, junto con un patrón de reemplazo que admita las referencias inversas. Por ejemplo, imaginemos que está visualizando el uso de la CPU por host y desea eliminar el nombre de dominio. Podrías establecer la expresión regular en ([^\.]+)\..+ y el patrón de reemplazo en$1, web-01.example.com sería. web-01

Esta transformación le permite personalizar sus datos para que se adapten a sus necesidades de visualización, lo que hace que sus paneles sean más informativos y fáciles de usar.

Filas a campos

Utilice esta transformación para convertir las filas en campos separados. Esto puede resultar útil porque los campos se pueden diseñar y configurar de forma individual. También puede usar campos adicionales como fuentes para la configuración dinámica de campos o asignarlos a etiquetas de campo. Luego, las etiquetas adicionales se pueden usar para definir mejor los nombres de visualización de los campos resultantes.

Esta transformación incluye una tabla de campos en la que se enumeran todos los campos de los datos devueltos por la consulta de configuración. Esta tabla le permite controlar qué campo debe asignarse a cada propiedad de configuración (la opción Usar como). También puede elegir qué valor seleccionar si hay varias filas en los datos devueltos.

Esta transformación requiere:

  • Un campo para usar como origen de los nombres de campo.

    De forma predeterminada, la transformación usa el primer campo de cadena como origen. Para anular esta configuración predeterminada, seleccione Nombre de campo en la columna Usar como para el campo que desee usar en su lugar.

  • Un campo para usarlo como fuente de valores.

    De forma predeterminada, la transformación utiliza el primer campo numérico como origen. Sin embargo, puede anular esta configuración predeterminada si selecciona Valor de campo en la columna Usar como para el campo que desee usar en su lugar.

Útil a la hora de visualizar datos en:

  • Calibre

  • Stat

  • Gráfico circular

Asigne campos adicionales a etiquetas

Si un campo no se asigna a la propiedad de configuración, Grafana lo usará automáticamente como fuente para una etiqueta en el campo de salida.

Ejemplo:

Nombre DataCenter Valor

Servidor A

EE. UU.

100

Servidor B

UE

200

Salida:

ServerA (etiquetas DataCenter: EE. UU.) ServerB (etiquetas DataCenter: UE)

100

200

Las etiquetas adicionales ahora se pueden usar en el nombre mostrado del campo para proporcionar nombres de campo más completos.

Si desea extraer la configuración de una consulta y aplicarla a otra, debe usar la configuración de la transformación de los resultados de la consulta.

Ejemplo

Input:

Nombre Valor Máximo

Servidor A

10

100

Servidor B

20

200

Servidor C

30

300

Salida:

ServerA (configuración: máximo=100) Servidor B (configuración: máximo=200) ServerC (configuración: máximo=300)

10

20

30

Como puede ver, cada fila de los datos de origen se convierte en un campo independiente. Cada campo ahora también tiene un conjunto de opciones de configuración máxima. Las opciones como el mínimo, el máximo, la unidad y los umbrales forman parte de la configuración del campo y, si se configuran de esta manera, la visualización utilizará esta opción en lugar de las opciones configuradas manualmente en el panel de opciones del editor de paneles.

Esta transformación permite convertir filas en campos individuales, facilita la configuración dinámica de los campos y asigna campos adicionales a las etiquetas.

De series a filas

Utilice esta transformación para combinar el resultado de varias consultas de datos de series temporales en un único resultado. Esto resulta útil cuando se utiliza la visualización del panel de tablas.

El resultado de esta transformación contendrá tres columnas: Tiempo, Métrica y Valor. La columna Métrica se agrega para que pueda ver fácilmente de qué consulta se origina la métrica. Personalice este valor definiendo la etiqueta en la consulta de origen.

En el siguiente ejemplo, tenemos dos consultas que devuelven datos de series temporales. Se visualiza como dos tablas independientes antes de aplicar la transformación.

Consulta A:

Tiempo Temperatura

2020-07-07 11:34:20

25

2020-07-07 10:31:22

22

2020-07-07 09:30:05

19

Consulta B:

Tiempo Humedad

2020-07-07 11:34:20

24

2020-07-07 10:32:20

29

2020-07-07 09:30:57

33

Este es el resultado después de aplicar la transformación de series a filas.

Tiempo Métrica Valor

2020-07-07 11:34:20

Temperatura

25

2020-07-07 11:34:20

Humedad

22

2020-07-07 10:32:20

Humedad

29

2020-07-07 10:31:22

Temperatura

22

2020-07-07 09:30:57

Humedad

33

2020-07-07 09:30:05

Temperatura

19

Esta transformación facilita la consolidación de los resultados de múltiples consultas de series temporales, proporcionando un conjunto de datos simplificado y unificado para un análisis y una visualización eficientes en formato tabular.

Sort by (Ordenar por)

Utilice esta transformación para ordenar cada marco del resultado de una consulta en función de un campo específico, lo que facilita la comprensión y el análisis de los datos. Al configurar el campo deseado para la clasificación, puede controlar el orden en que se presentan los datos en la tabla o visualización.

Use el interruptor inverso para ordenar inversamente los valores dentro del campo especificado. Esta funcionalidad resulta especialmente útil cuando se quiere cambiar rápidamente entre el orden ascendente y el descendente para adaptarlo a sus necesidades analíticas.

Por ejemplo, en un escenario en el que los datos de series temporales se recuperan de una fuente de datos, se puede aplicar la transformación Ordenar por para organizar los marcos de datos en función de la marca temporal, ya sea en orden ascendente o descendente, según los requisitos analíticos. Esta capacidad garantiza que pueda navegar e interpretar fácilmente los datos de series temporales, lo que le permitirá obtener información valiosa a partir de una presentación organizada y visualmente coherente.

Spatial

Utilice esta transformación para aplicar operaciones espaciales a los resultados de las consultas.

  • Acción: seleccione una acción:

    • Preparar un campo espacial: establezca un campo geométrico en función de los resultados de otros campos.

      • Modo de ubicación: seleccione un modo de ubicación (estas opciones las comparten los modos Calcular valor y Transformar):

        • Automático: identifica automáticamente los datos de ubicación en función de los nombres de campo predeterminados.

        • Coordenadas: especifique los campos de latitud y longitud.

        • Geohash: especifique un campo de geohash.

        • Búsqueda: especifique los campos de ubicación del nomenclátor.

    • Calcular el valor: utilice la geometría para definir un nuevo campo (rumbo, distancia o área).

      • Función: elija una operación matemática para aplicarla a la geometría:

        • Rumbo: calcule el rumbo (dirección) entre dos puntos.

        • Área: calcula el área encerrada por un polígono definido por la geometría.

        • Distancia: calcula la distancia entre dos puntos.

    • Transformar: aplique operaciones espaciales a la geometría.

      • Operación: elija una operación para aplicarla a la geometría:

        • Como línea: cree una entidad de línea única con un vértice en cada fila.

        • Creador de líneas: crea una línea entre dos puntos.

Esta transformación le permite manipular y analizar datos geoespaciales, lo que permite realizar operaciones como la creación de líneas entre puntos, el cálculo de propiedades espaciales y más.

Transformación de series temporales a tablas

Utilice esta transformación para convertir los resultados de las series temporales en una tabla, transformando un marco de datos de series temporales en un campo de tendencia. A continuación, el campo Tendencia se puede renderizar utilizando el tipo de celda minigráfico, lo que genera un minigráfico en línea para cada fila de la tabla. Si hay varias consultas de series temporales, cada una de ellas generará un marco de datos de tabla independiente. Se pueden unir mediante transformaciones de unión o fusión para producir una sola tabla con varios minigráficos por fila.

Para cada valor de campo de tendencia generado, se puede seleccionar una función de cálculo. El valor predeterminado es Último valor no nulo. Este valor se muestra junto al minigráfico y se utiliza para ordenar las filas de la tabla.

Análisis de regresión

Utilice esta transformación para crear un nuevo marco de datos que contenga los valores pronosticados por un modelo estadístico. Esto resulta útil para encontrar una tendencia en datos caóticos. Funciona ajustando una función matemática a los datos, mediante regresión lineal o polinomial. Luego, el marco de datos se puede usar en una visualización para mostrar una línea de tendencia.

Hay dos modelos diferentes:

  • Regresión lineal: ajusta una función lineal a los datos.

  • Regresión polinomial: ajusta una función polinomial a los datos.

nota

Esta transformación se encuentra actualmente en versión preliminar pública. Grafana Labs ofrece un soporte limitado y es posible que se produzcan cambios importantes antes de que la función esté disponible para el público en general.