As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Funções de transformação

Você pode realizar as seguintes transformações em seus dados.

Adicionar campo do cálculo

Use essa transformação para adicionar um novo campo calculado a partir de dois outros campos. Cada transformação permite que você adicione um novo campo.

Concatenar campos

Concatenar campos

Use essa transformação para combinar todos os campos de todos os quadros em um único resultado.

Por exemplo, se você tiver consultas separadas recuperando dados de temperatura e tempo de atividade (consulta A) e informações de índice de qualidade do ar e de erro (consulta b), a aplicação da transformação concatenada produz um quadro de dados consolidado com todas as informações relevantes em uma única visualização.

Considere os dois a seguir.

Consulta A:

Consulta B:

Depois de concatenar os campos, o quadro de dados seria:

Essa transformação simplifica o processo de mesclar dados de diferentes fontes, fornecendo uma visão abrangente para análise e visualização.

Config a partir dos resultados da consulta

Config a partir dos resultados da consulta

Use essa transformação para selecionar uma consulta e extrair opções padrão, como Mínimo, Máximo, Unidade e Limites, e aplicá-las a outros resultados da consulta. Isso permite a configuração dinâmica da visualização, com base nos dados retornados por uma consulta específica.

Opções

Tabela de mapeamento de campo

Abaixo das opções de configuração, você encontrará a tabela de mapeamento de campos. Essa tabela lista todos os campos encontrados nos dados retornados pela consulta de configuração, junto com as opções Usar como e Selecionar. Ele fornece controle sobre campos de mapeamento para propriedades de configuração e, para várias linhas, permite que você escolha qual valor selecionar.

O exemplo a seguir mostra uma consulta de entrada e uma consulta usada como configuração de campo.

Consulta de entrada

Consulta de configuração

Consulta de saída (igual à entrada, mas agora com configuração no campo de valor)

Cada campo agora tem uma opção máxima de configuração definida. Opções como Mínimo, Máximo, Unidade e Limites fazem parte da configuração do campo. Se definidas, elas são usadas pela visualização em vez de qualquer opção configurada manualmente no painel de opções do editor de painéis.

Mapeamentos de valores

Você também pode transformar o resultado de uma consulta em mapeamentos de valores. Com essa opção, cada linha no resultado da consulta de configuração define uma única linha de mapeamento de valores. Veja o exemplo a seguir.

Resultado da consulta de configuração

No mapeamento de campo, especifique:

Grafana cria mapeamentos de valor a partir do resultado da consulta e os aplica aos resultados reais da consulta de dados. Você deve ver os valores sendo mapeados e coloridos de acordo com os resultados da consulta de configuração.

Converter tipo de campo

Use essa transformação para modificar o tipo de campo do campo especificado.

Essa transformação tem as seguintes opções:

Por exemplo, considere a consulta a seguir, que pode ser modificada selecionando o campo de hora, como Hora, e Formato de data comoYYYY.

O resultado:

Essa transformação permite que você adapte com flexibilidade seus tipos de dados, garantindo compatibilidade e consistência em suas visualizações.

Extrair campos

Use essa transformação para selecionar uma fonte de dados e extrair conteúdo dela em diferentes formatos. Essa transformação tem os seguintes campos:

Considere o seguinte conjunto de dados:

Exemplo de conjunto de dados

Você pode preparar os dados para serem usados por um painel de séries temporais com esta configuração:

Isso gerará a seguinte saída:

Dados transformados

Com essa transformação, você pode extrair e formatar dados de várias maneiras. Você pode personalizar o formato de extração com base em suas necessidades específicas de dados.

Campos de pesquisa do recurso

Use essa transformação para enriquecer um valor de campo pesquisando campos adicionais de uma fonte externa.

Essa transformação tem os seguintes campos:

Por exemplo, se você tiver esses dados:

Exemplo de conjunto de dados

Com essa configuração:

Você obterá o seguinte resultado:

Dados transformados

Essa transformação permite ampliar seus dados buscando informações adicionais de fontes externas, fornecendo um conjunto de dados mais abrangente para análise e visualização.

Filtrar dados por consulta RefID

Use essa transformação para ocultar uma ou mais consultas em painéis com várias consultas.

Grafana exibe as letras de identificação da consulta em texto cinza escuro. Escolha um identificador de consulta para alternar a filtragem. Se a letra da consulta for branca, os resultados serão exibidos. Se a letra da consulta estiver escura, os resultados serão ocultados.

Filtrar dados por valores

Use essa transformação para filtrar seletivamente os pontos de dados diretamente na sua visualização. Essa transformação fornece opções para incluir ou excluir dados com base em uma ou mais condições aplicadas a um campo selecionado.

Essa transformação é muito útil se sua fonte de dados não for filtrada nativamente por valores. Você também pode usar isso para restringir os valores a serem exibidos se estiver usando uma consulta compartilhada.

As condições disponíveis para todos os campos são:

As condições adicionais disponíveis para campos numéricos são:

Considere o seguinte conjunto de dados:

Se você incluir os pontos de dados que têm uma temperatura abaixo de 30°C, a configuração terá a seguinte aparência:

E você obterá o seguinte resultado, onde somente as temperaturas abaixo de 30°C estão incluídas:

Dados transformados

Você pode adicionar mais de uma condição ao filtro. Por exemplo, talvez você queira incluir os dados somente se a altitude for maior que 100. Para fazer isso, adicione essa condição à seguinte configuração:

Quando você tem mais de uma condição, pode escolher se deseja que a ação (incluir/excluir) seja aplicada em linhas que correspondam a todas as condições ou correspondam a qualquer uma das condições adicionadas.

No exemplo acima, escolhemos Match all porque queríamos incluir as linhas que têm uma temperatura inferior a 30°C e uma altitude superior a 100. Se quiséssemos incluir as linhas que têm uma temperatura inferior a 30°C OU uma altitude superior a 100 em vez disso, selecionaríamos Match any. Isso incluiria a primeira linha nos dados originais, que tem uma temperatura de 32°C (não corresponde à primeira condição), mas uma altitude de 101 (que corresponde à segunda condição), portanto, está incluída.

As condições inválidas ou configuradas de forma incompleta são ignoradas.

Essa transformação versátil de filtragem de dados permite que você inclua ou exclua pontos de dados seletivamente com base em condições específicas. Personalize os critérios para adaptar sua apresentação de dados para atender às suas necessidades analíticas exclusivas.

Filtrar campos por nome

Use essa transformação para remover partes dos resultados da consulta. Há três maneiras de filtrar nomes de campo:

Use uma expressão regular

Quando você filtra usando uma expressão regular, os nomes de campo que correspondem à expressão regular são incluídos. Por exemplo, usar a expressão regular 'prod.*' retornaria somente os campos que começam com prod

A expressão regular pode incluir uma variável de painel interpolada usando a ${variableName} sintaxe.

Selecione manualmente os campos incluídos

Selecione ou desmarque os nomes dos campos para removê-los do resultado. Se uma expressão regular também for incluída, os campos que corresponderem à expressão serão incluídos, mesmo que não estejam marcados.

Use uma variável do painel

Selecione Da variável para permitir que você selecione uma variável do painel usada para incluir campos. Ao configurar uma variável de painel com várias opções, os mesmos campos podem ser exibidos em várias visualizações.

Essa transformação fornece flexibilidade na adaptação dos resultados da consulta para se concentrar nos campos específicos de que você precisa para uma análise e visualização eficazes.

Formatar string

Use essa transformação para personalizar a saída de um campo de string. Essa transformação tem os seguintes campos:

Essa transformação fornece uma maneira conveniente de padronizar e adaptar a apresentação de dados de sequência de caracteres para melhor visualização e análise.

Formatar hora

Use essa transformação para personalizar a saída de um campo de hora. A saída pode ser formatada usando cadeias de caracteres no formato Moment.js. Por exemplo, se você quiser exibir somente o ano de um campo de hora, a string de formato 'YYYY' pode ser usada para mostrar o ano civil (por exemplo, 1999 ou 2012).

Antes da transformação:

Depois de aplicar “AAAA-MM-DD HH:mm:SS”:

Essa transformação permite que você personalize a representação do tempo em suas visualizações, fornecendo flexibilidade e precisão na exibição de dados temporais.

Agrupar por

Essa transformação agrupa os dados por um valor de campo (coluna) especificado e processa os cálculos em cada grupo. Selecione para ver uma lista de opções de cálculo.

Aqui está um exemplo de dados originais.

Essa transformação ocorre em duas etapas. Primeiro, você especifica um ou vários campos pelos quais agrupar os dados. Isso agrupará todos os mesmos valores desses campos, como se você os tivesse classificado. Por exemplo, se agruparmos pelo campo ID do servidor, os dados serão agrupados desta forma:

Todas as linhas com o mesmo valor de ID do servidor são agrupadas.

Depois de escolher o campo pelo qual deseja agrupar seus dados, você pode adicionar vários cálculos nos outros campos e aplicar o cálculo a cada grupo de linhas. Por exemplo, podemos querer calcular a temperatura média da CPU para cada um desses servidores. Assim, podemos adicionar o cálculo médio aplicado no campo Temperatura da CPU para obter o seguinte:

E podemos adicionar mais de um cálculo. Por exemplo:

Em seguida, obteríamos:

Essa transformação permite que você extraia informações importantes de sua série temporal e as exiba de forma conveniente.

Agrupamento em matriz

Use essa transformação para combinar três campos, que são usados como entrada para os campos de valor de coluna, linha e célula a partir da saída da consulta, e gerar uma matriz. A matriz é calculada da seguinte forma:

Dados originais

Podemos gerar uma matriz usando os valores de Server Status como nomes de colunas, os Server ID valores como nomes de linhas e o CPU Temperature como conteúdo de cada célula. O conteúdo de cada célula aparecerá para a combinação existente de coluna (Server Status) e linha (Server ID). Para o resto das células, você pode selecionar qual valor exibir entre: Nulo, Verdadeiro, Falso ou Vazio.

Saída

Use essa transformação para criar uma matriz especificando campos dos resultados da consulta. A saída da matriz reflete as relações entre os valores exclusivos nesses campos. Isso ajuda você a apresentar relacionamentos complexos em um formato de matriz claro e estruturado.

Agrupar à tabela aninhada

Use essa transformação para agrupar os dados por um valor de campo (coluna) especificado e processar o cálculo em cada grupo. São gerados registros que compartilham o mesmo valor de campo agrupado, para serem exibidos em uma tabela aninhada.

Para calcular uma estatística para um campo, selecione a caixa ao lado do campo e escolha a opção Calcular. Isso adicionará outra caixa de seleção com estatísticas a serem selecionadas.

A tabela a seguir mostra exemplos de dados.

Essa transformação tem duas etapas. Primeiro, especifique um ou mais campos pelos quais agrupar os dados. Isso agrupa todos os mesmos valores desses campos, como se você os classificasse. Por exemplo, se você agrupar por Server ID campo, o Grafana agrupa os dados desta forma:

Depois de escolher o campo pelo qual você deseja agrupar seus dados, você pode adicionar vários cálculos nos outros campos e aplicar o cálculo a cada grupo de linhas. Por exemplo, talvez você queira calcular a temperatura média da CPU para cada um desses servidores. Para fazer isso, adicione o cálculo médio aplicado no campo Temperatura da CPU para obter o seguinte resultado:

Crie um mapa de calor

Use essa transformação para preparar dados do histograma para visualizar tendências ao longo do tempo. Semelhante à visualização do mapa de calor, essa transformação converte as métricas do histograma em intervalos temporais.

Balde X

Essa configuração determina como o eixo x é dividido em compartimentos.

Balde Y

Essa configuração determina como o eixo y é dividido em compartimentos.

Suponha que você tenha o seguinte conjunto de dados:

Histograma

Use essa transformação para gerar um histograma com base nos dados de entrada, permitindo que você visualize a distribuição dos valores.

Dados originais

Série 1:

Série 2:

Saída

Visualize a distribuição dos valores usando o histograma gerado, fornecendo informações sobre a dispersão e a densidade dos dados.

Participe por campo

Use essa transformação para mesclar vários resultados em uma única tabela, permitindo a consolidação de dados de diferentes consultas.

É especialmente útil para converter vários resultados de séries temporais em uma única tabela ampla com um campo de tempo compartilhado.

Junção interna

Uma junção interna mescla dados de várias tabelas em que todas as tabelas compartilham o mesmo valor do campo selecionado. Esse tipo de junção exclui dados em que os valores não coincidem em todos os resultados.

Use essa transformação para combinar os resultados de várias consultas (combinando em um campo de junção aprovado ou na coluna da primeira vez) em um resultado e descartar linhas onde uma junção bem-sucedida não pode ocorrer.

No exemplo a seguir, duas consultas retornam dados da tabela. Ela é visualizada como duas tabelas separadas antes de aplicar a transformação da junção interna.

Consulta A:

Consulta B:

O resultado após a aplicação da transformação da junção interna é semelhante ao seguinte:

Junção externa

Uma junção externa inclui todos os dados de uma junção interna e linhas em que os valores não coincidem em todas as entradas. Enquanto a junção interna une a Consulta A e a Consulta B no campo de hora, a junção externa inclui todas as linhas que não coincidem no campo de hora.

No exemplo a seguir, duas consultas retornam dados da tabela. Ela é visualizada como duas tabelas antes de aplicar a transformação da junção externa.

Consulta A:

Consulta B:

O resultado após a aplicação da transformação da junção externa é semelhante ao seguinte:

Junte-se por rótulos

Use essa transformação para unir vários resultados em uma única tabela.

Isso é especialmente útil para converter vários resultados de séries temporais em uma única tabela ampla com um campo Rótulo compartilhado.

Exemplo

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

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

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

Config:

value: 'what'

Saída:

Combine e organize dados de séries temporais de forma eficaz com essa transformação para obter insights abrangentes.

Rótulos para campos

Use essa transformação para converter resultados de séries temporais com rótulos ou tags em uma tabela, incluindo as chaves e valores de cada rótulo no resultado. Exiba rótulos como valores de colunas ou linhas para melhorar a visualização de dados.

Dado um resultado de consulta de duas séries temporais:

No modo Colunas, o resultado fica assim:

No modo “Linhas”, o resultado tem uma tabela para cada série e mostra o valor de cada rótulo da seguinte forma:

Nome do campo de valor

Se você selecionou Servidor como nome do campo Valor, obteria um campo para cada valor do rótulo Servidor.

Comportamento de mesclagem

O transformador de rótulos para campos é, internamente, duas transformações separadas. O primeiro atua em uma única série e extrai rótulos para campos. A segunda é a transformação de mesclagem que une todos os resultados em uma única tabela. A transformação de mesclagem tenta unir todos os campos correspondentes. Essa etapa de mesclagem é obrigatória e não pode ser desativada.

Para ilustrar isso, veja um exemplo em que você tem duas consultas que retornam séries temporais sem rótulos sobrepostos.

Isso resultará primeiro nessas duas tabelas:

Após a fusão:

Limite

Use essa transformação para restringir o número de linhas exibidas, fornecendo uma visão mais focada dos seus dados. Isso é particularmente útil ao lidar com grandes conjuntos de dados.

Veja a seguir um exemplo que ilustra o impacto da transformação Limit em uma resposta de uma fonte de dados:

Aqui está o resultado depois de adicionar uma transformação Limit com um valor de '3':

Essa transformação ajuda você a personalizar a apresentação visual de seus dados para se concentrar nos dados mais relevantes.

Mesclar séries/tabelas

Use essa transformação para combinar o resultado de várias consultas em um único resultado, o que é particularmente útil ao usar a visualização do painel de tabela. A transformação mescla valores na mesma linha se os campos compartilhados contiverem os mesmos dados.

Aqui está um exemplo de ilustração do impacto da transformação de séries/tabelas do Merge em duas consultas que retornam dados da tabela:

Consulta A:

Consulta B:

Aqui está o resultado depois de aplicar a transformação Merge:

Essa transformação combina valores da Consulta A e da Consulta B em uma tabela unificada, aprimorando a apresentação para obter melhores insights.

Organize os campos por nome

Use essa transformação para renomear, reordenar ou ocultar campos retornados por uma única consulta em seu painel. Essa transformação só funciona em painéis com uma única consulta. Se seu painel tiver várias consultas, você deverá aplicar uma transformação de junção externa ou remover as consultas extras.

Transformando campos

Grafana exibe uma lista de campos retornados pela consulta. É possível:

Exemplo

Dado esse resultado inicial da consulta:

Você pode aplicar uma substituição de campo de renomeação para criar:

Essa transformação permite personalizar a exibição dos resultados da consulta, garantindo uma representação clara e perspicaz de seus dados na Grafana.

Partição por valores

Use essa transformação para simplificar o processo de representação gráfica de várias séries sem a necessidade de várias consultas com cláusulas diferentes. WHERE

Isso é particularmente útil ao usar uma tabela SQL de métricas, como neste exemplo:

Com o transformador Partition by values, você pode emitir uma única consulta e dividir os resultados por valores exclusivos em uma ou mais colunas (campos) de sua escolha. O exemplo a seguir usa Region.

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

Essa transformação simplifica o processo e aumenta a flexibilidade de visualizar várias séries dentro da mesma visualização de séries temporais.

Prepare séries temporais

Use essa transformação para resolver problemas quando uma fonte de dados retorna dados de séries temporais em um formato que não é compatível com a visualização desejada. Essa transformação permite converter dados de séries temporais entre formatos amplos e longos.

Séries temporais de vários quadros

Use essa opção para transformar o quadro de dados da série temporal do formato amplo para o formato longo. Isso é particularmente útil quando sua fonte de dados fornece informações de séries temporais em um formato que precisa ser remodelado para uma compatibilidade ideal com sua visualização.

Exemplo

Essa entrada:

Pode ser transformado em:

Ampla série temporal

Use essa opção para transformar o quadro de dados da série temporal do formato longo para o formato amplo. Isso é particularmente útil quando sua fonte de dados fornece dados de séries temporais em um formato longo e sua visualização exige um formato amplo.

Exemplo

Essa entrada:

Pode ser transformado em:

Reduzir

O uso dessa transformação aplica um cálculo a cada campo no quadro de dados e retorna um único valor. Essa transformação é particularmente útil para consolidar dados de várias séries temporais em um formato mais compacto e resumido. Os campos de hora são removidos ao aplicar essa transformação.

Considere a entrada:

Consulta A:

Consulta B:

O transformador de redução tem dois modos:

Por exemplo, se você usasse o Primeiro e o Último cálculo com uma transformação de série em linhas, o resultado seria:

Os campos Reduzir com o último cálculo resultam em dois quadros, cada um com uma linha:

Consulta A:

Consulta B:

Renomear por regex

Use essa transformação para renomear partes dos resultados da consulta usando uma expressão regular e um padrão de substituição.

Você pode especificar uma expressão regular, que só é aplicada às correspondências, junto com um padrão de substituição que suporte referências anteriores. Por exemplo, vamos imaginar que você esteja visualizando o uso da CPU por host e queira remover o nome do domínio. Você poderia definir o regex como ([^\.]+)\..+ e o padrão de substituição como$1, se web-01.example.com web-01 tornaria.

Essa transformação permite que você personalize seus dados para atender às suas necessidades de visualização, tornando seus painéis mais informativos e fáceis de usar.

Linhas para campos

Use essa transformação para converter linhas em campos separados. Isso pode ser útil porque os campos podem ser estilizados e configurados individualmente. Ele também pode usar campos adicionais como fontes para configuração dinâmica de campos ou mapeá-los para rótulos de campo. Os rótulos adicionais podem então ser usados para definir melhores nomes de exibição para os campos resultantes.

Essa transformação inclui uma tabela de campos que lista todos os campos nos dados retornados pela consulta de configuração. Essa tabela fornece controle sobre qual campo deve ser mapeado para cada propriedade de configuração (a opção Usar como). Você também pode escolher qual valor selecionar se houver várias linhas nos dados retornados.

Essa transformação requer:

Útil ao visualizar dados em:

Mapeie campos extras para rótulos

Se um campo não for mapeado para a propriedade de configuração, o Grafana o usará automaticamente como fonte para um rótulo no campo de saída.

Exemplo:

Saída:

Agora, os rótulos extras podem ser usados no nome de exibição do campo para fornecer nomes de campo mais completos.

Se você quiser extrair a configuração de uma consulta e aplicá-la a outra, use a configuração da transformação dos resultados da consulta.

Exemplo

Entrada:

Saída:

Como você pode ver, cada linha nos dados de origem se torna um campo separado. Cada campo agora também tem uma opção de configuração máxima definida. Opções como Mínimo, Máximo, Unidade e Limites fazem parte da configuração do campo e, se definidas dessa forma, serão usadas pela visualização em vez de qualquer opção configurada manualmente no painel de opções do editor de painéis.

Essa transformação permite a conversão de linhas em campos individuais, facilita a configuração dinâmica do campo e mapeia campos adicionais para rótulos.

Série para linhas

Use essa transformação para combinar o resultado de várias consultas de dados de séries temporais em um único resultado. Isso é útil ao usar a visualização do painel de tabela.

O resultado dessa transformação conterá três colunas: Tempo, Métrica e Valor. A coluna Métrica é adicionada para que você possa ver facilmente de qual consulta a métrica se origina. Personalize esse valor definindo Label na consulta de origem.

No exemplo abaixo, temos duas consultas retornando dados de séries temporais. Ela é visualizada como duas tabelas separadas antes de aplicar a transformação.

Consulta A:

Consulta B:

Aqui está o resultado depois de aplicar a série à transformação de linhas.

Essa transformação facilita a consolidação dos resultados de várias consultas de séries temporais, fornecendo um conjunto de dados simplificado e unificado para análise e visualização eficientes em formato tabular.

Classificar por

Use essa transformação para classificar cada quadro em um resultado de consulta com base em um campo especificado, facilitando a compreensão e a análise dos dados. Ao configurar o campo desejado para classificação, você pode controlar a ordem na qual os dados são apresentados na tabela ou na visualização.

Use a opção Inverter para ordenar inversamente os valores dentro do campo especificado. Essa funcionalidade é particularmente útil quando você deseja alternar rapidamente entre a ordem crescente e decrescente para atender às suas necessidades analíticas.

Por exemplo, em um cenário em que dados de séries temporais são recuperados de uma fonte de dados, a transformação Classificar por pode ser aplicada para organizar os quadros de dados com base no registro de data e hora, em ordem crescente ou decrescente, dependendo dos requisitos analíticos. Esse recurso garante que você possa navegar e interpretar facilmente dados de séries temporais, obtendo informações valiosas da apresentação organizada e visualmente coerente.

Espacial

Use essa transformação para aplicar operações espaciais aos resultados da consulta.

Essa transformação permite manipular e analisar dados geoespaciais, possibilitando operações como criar linhas entre pontos, calcular propriedades espaciais e muito mais.

Transformação de séries temporais em tabela

Use essa transformação para converter resultados de séries temporais em uma tabela, transformando um quadro de dados de série temporal em um campo Tendência. O campo Tendência pode então ser renderizado usando o tipo de célula sparkline, gerando um minigráfico embutido para cada linha da tabela. Se houver várias consultas de séries temporais, cada uma resultará em um quadro de dados de tabela separado. Eles podem ser unidos usando transformações de junção ou mesclagem para produzir uma única tabela com vários minigráficos por linha.

Para cada valor do campo Tendência gerado, uma função de cálculo pode ser selecionada. O padrão é Último valor não nulo. Esse valor é exibido ao lado do minigráfico e usado para classificar as linhas da tabela.

Análise de regressão

Use essa transformação para criar um novo quadro de dados contendo valores previstos por um modelo estatístico. Isso é útil para encontrar uma tendência em dados caóticos. Ele funciona ajustando uma função matemática aos dados, usando regressão linear ou polinomial. O quadro de dados pode então ser usado em uma visualização para exibir uma linha de tendência.

Há dois modelos diferentes: