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 executar as transformações a seguir nos dados.

Adicionar campo do cálculo

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

Concatenar campos

Concatenar campos

Use esta 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 produzirá um quadro de dados consolidado com todas as informações relevantes em uma única visualização.

Considere as duas a seguir.

Consulta A:

Consulta B:

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

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

Configurar com base nos resultados da consulta

Configurar com base nos resultados da consulta

Use esta transformação para selecionar uma consulta e extrair opções padrão, como Mín., Máx., Unidade e Limites, e aplicá-las em outros resultados da consulta. Isso permite a configuração dinâmica da visualização, com base nos dados retornados de uma consulta específica.

Opções

Tabela de mapeamento de campos

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. Ela permite controlar os 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 de entrada, mas agora com configuração no campo de valor)

Cada campo agora tem uma opção máxima de configuração definida. Opções como Mín., Máx., Unidade e Limites fazem parte da configuração do campo. Se definidas, elas serão 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 campos, especifique:

O Grafana cria mapeamentos de valores 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 esta 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 tempo, como Tempo, e o Formato de data como YYYY.

O resultado:

Esta transformação permite que você adapte com flexibilidade os tipos de dados, garantindo compatibilidade e consistência nas visualizações.

Extrair campos

Use esta transformação para selecionar uma fonte de dados e extrair conteúdo dela em diferentes formatos. Esta 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 vai gerar a seguinte saída:

Dados transformados

Com esta 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.

Esta transformação tem os seguintes campos:

Por exemplo, se tiver estes dados:

Exemplo de conjunto de dados

Com esta configuração:

Você receberá a seguinte saída:

Dados transformados

Esta transformação permite que você aumente os dados buscando informações adicionais de fontes externas, fornecendo um conjunto de dados mais abrangente para análise e visualização.

Filtrar dados por ID de referência de consulta

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

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

Filtrar dados por valores

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

E será muito útil se a fonte de dados não for filtrada nativamente por valores. Você também pode usá-la 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 será da seguinte forma:

E você obterá o seguinte resultado, em que 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 fazê-lo, adicione essa condição à seguinte configuração:

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

No exemplo acima, escolhemos Correspondem a todas porque queríamos incluir as linhas que têm uma temperatura inferior a 30 °C E uma altitude superior a 100. Se, em vez disso, quiséssemos incluir as linhas que têm uma temperatura inferior a 30 °C OU uma altitude superior a 100, selecionaríamos Correspondem a qualquer uma. 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.

Esta 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 a apresentação de dados para atender às suas necessidades analíticas exclusivas.

Filtrar campos por nome

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

Usar 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 dashboard interpolada usando a sintaxe ${variableName}.

Selecionar 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.

Usar uma variável do dashboard

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

Esta 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 esta transformação para personalizar a saída de um campo de string. Esta transformação tem os seguintes campos:

Esta transformação fornece uma maneira conveniente de padronizar e adaptar a apresentação de dados da string para melhor visualização e análise.

Formato de tempo

Use esta transformação para personalizar a saída de um campo de tempo. A saída pode ser formatada usando strings no formato Moment.js. Por exemplo, se você quiser exibir somente o ano de um campo de tempo, a string de formato “AAAA” pode ser usada para mostrar o ano (por exemplo, 1999 ou 2012).

Antes da transformação:

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

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

Agrupar por

Esta 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.

Veja a seguir um exemplo de dados originais.

Esta 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 os 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. Dessa forma, podemos adicionar o cálculo da média aplicado no campo Temperatura da CPU para obter o seguinte:

E podemos adicionar mais de um cálculo. Por exemplo:

Então obteríamos:

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

Agrupar para matriz

Use esta transformação para combinar três campos, que são usados como entrada para os campos Coluna, Linha e Valor de célula 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 valores de Server ID como nomes de linhas e a 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, True, False ou Vazio.

Saída

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

Agrupar para tabela aninhada

Use esta 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 exibe os dados de exemplo.

Esta 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 pelo campo Server ID, o Grafana agrupará os dados desta forma:

Depois de escolher o campo pelo qual você deseja agrupar os dados, você pode adicionar vários cálculos nos outros campos e aplicar o cálculo em cada grupo de linhas. Por exemplo, convém 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:

Criar mapa de calor

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

Bucket X

Esta configuração determina como o eixo x é dividido em buckets.

Bucket Y

Esta configuração determina como o eixo y é dividido em buckets.

Suponha que você tenha o seguinte conjunto de dados:

Histograma

Use esta 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 insights sobre a dispersão e a densidade dos dados.

Unir por campo

Use esta 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 esta transformação para combinar os resultados de várias consultas (combinando em um campo de junção passado ou na coluna da primeira vez) em um resultado e descartar linhas em que uma junção com êxito não pode ocorrer.

No exemplo a seguir, duas consultas retornam dados de tabela. Elas são visualizadas como duas tabelas separadas antes de aplicar a transformação da junção interna.

Consulta A:

Consulta B:

O resultado depois de aplicar a transformação da junção interna fica da seguinte forma:

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 tempo, a junção externa inclui todas as linhas que não correspondem no campo de tempo.

No exemplo a seguir, duas consultas retornam dados de tabela. Elas são visualizadas como duas tabelas antes de aplicar a transformação da junção externa.

Consulta A:

Consulta B:

O resultado após aplicar a transformação da junção externa fica como abaixo:

Unir por rótulos

Use esta 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'}

Configuração:

value: 'what'

Saída:

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

Rótulos para campos

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

Tendo em conta 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, então vai obter um campo para cada valor do rótulo Servidor.

Comportamento de mesclagem

O transformador de rótulos para campos é, internamente, duas transformações separadas. A primeira 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 fins de ilustração, veja um exemplo em que você tem duas consultas que retornam séries temporais sem rótulos sobrepostos.

Isso resultará primeiro nestas duas tabelas:

Depois da mesclagem:

Limite

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

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

Veja abaixo o resultado depois de adicionar uma transformação de limite com um valor de “3”:

Esta transformação ajuda você a personalizar a apresentação visual dos dados para se concentrar nos dados mais relevantes.

Mesclar séries e tabelas

Use esta 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 mesclará valores na mesma linha se os campos compartilhados contiverem os mesmos dados.

Veja abaixo uma ilustração do impacto da transformação de Mesclar séries e tabelas em duas consultas que retornam dados da tabela:

Consulta A:

Consulta B:

Veja abaixo o resultado depois de aplicar a transformação de mesclagem:

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

Organizar campos por nome

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

Transformar campos

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

Exemplo

Com este resultado inicial da consulta:

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

Esta transformação permite personalizar a exibição dos resultados da consulta, garantindo uma representação clara e criteriosa dos dados no Grafana.

Partição por valores

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

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

Com o transformador Partição por valores, 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'

Esta transformação simplifica o processo e aumenta a flexibilidade de visualizar várias séries na mesma visualização de séries temporais.

Preparar séries temporais

Use esta 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. Esta transformação permite converter dados de séries temporais entre formatos amplos e longos.

Séries temporais de vários quadros

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

Exemplo

Esta entrada:

Pode ser transformada em:

Séries temporais amplas

Use esta opção para transformar o quadro de dados de séries temporais do formato longo para o formato amplo. Isso é particularmente útil quando a fonte de dados fornece dados de séries temporais em um formato longo e a visualização exige um formato amplo.

Exemplo

Esta entrada:

Pode ser transformada em:

Reduzir

O uso desta transformação aplica um cálculo a cada campo no quadro de dados e retorna um único valor. Ela é particularmente útil para consolidar dados de várias séries temporais em um formato mais compacto e resumido. Os campos de tempo 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 Séries para 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 esta 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 será aplicada às correspondências, junto com um padrão de substituição que seja compatível com referências anteriores. Por exemplo, vamos supor que você esteja visualizando o uso da CPU por host e queira remover o nome do domínio. Você pode definir o regex como ([^\.]+)\..+ e o padrão de substituição como $1, e web-01.example.com ficaria web-01.

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

Linhas para campos

Use esta transformação para converter linhas em campos separados. Isso pode ser útil porque os campos podem ser estilizados e configurados individualmente. Ela 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:

Mapear 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 em outra, use a transformação Configurar dos resultados da consulta.

Exemplo

Entrada:

Saída:

Como você pode ver, cada linha nos dados de origem vira um campo separado. Cada campo agora também tem uma opção de configuração máxima definida. Opções como Mín., Máx., 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.

Séries para linhas

Use esta 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 Rótulo na consulta de origem.

No exemplo abaixo, temos duas consultas retornando dados de séries temporais. Elas são visualizadas como duas tabelas separadas antes de aplicar a transformação.

Consulta A:

Consulta B:

Veja abaixo o resultado depois de aplicar a transformação de séries para linhas.

Esta 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 um formato tabular.

Classificar por

Use esta 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 serão apresentados na tabela ou na visualização.

Use a opção Inverter para ordenar de forma inversa os valores no 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 carimbo 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 insights valiosos da apresentação organizada e visualmente coerente.

Espacial

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

Esta 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 esta transformação para converter resultados de séries temporais em uma tabela, transformando um quadro de dados de séries temporais em um campo Tendência. O campo Tendência pode então ser renderizado usando o tipo de célula sparkline, gerando um sparkline em linha para cada linha da tabela. Se houver várias consultas de séries temporais, cada uma resultará em um quadro de dados de tabela separado. Elas podem ser unidas usando transformações de junção ou mesclagem para produzir uma única tabela com vários sparklines 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 sparkline e é usado para classificar as linhas da tabela.

Análise de regressão

Use esta transformação para criar um quadro de dados contendo valores previstos por um modelo estatístico. Isso é útil para encontrar uma tendência em dados caóticos. Ela 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: