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 los espacios de trabajo de Grafana que admiten la versión 9.x de Grafana, consulte Uso de la versión 9 de Grafana.
Para los espacios de trabajo de Grafana que admiten la versión 8.x de Grafana, consulte Uso de la versión 8 de Grafana.
Puede llevar a cabo las siguientes transformaciones en sus datos.
Agregar un campo a partir de un cálculo
Use esta transformación para agregar un campo nuevo calculado a partir de otros dos campos. Cada transformación le permite agregar un campo nuevo.
-
Modo: seleccione un modo.
-
Reducir fila: aplique el cálculo seleccionado en cada fila de campos seleccionados de forma independiente.
-
Operación binaria: permite aplicar operaciones binarias básicas (por ejemplo, sumar o multiplicar) a los valores de una sola fila de dos campos seleccionados.
-
Operación unaria: permite aplicar operaciones unarias básicas a los valores de una sola fila de un campo seleccionado. Las opciones disponibles son:
-
Valor absoluto (abs): devuelve el valor absoluto de una expresión dada. Representa la distancia desde cero en forma de 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 dada.
-
Piso (floor): devuelve el número entero más grande menor o igual a una expresión dada.
-
Techo (ceil): devuelve el número entero más pequeño mayor o igual que una expresión dada.
-
-
Funciones acumulativas: aplique 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, incluida.
-
-
Funciones de ventana: permite aplicar funciones de ventana. La ventana puede estar al final o centrada. Cuando la ventana está al final, la fila actual será la última fila de la ventana. Cuando la ventana está centrada, la ventana se centrará en la fila actual. Cuando los tamaños sean homogéneos, la ventana se centrará entre la fila actual y la anterior.
-
Media: calcula la media variable o la media móvil.
-
: calcula la desviación estándar variable.
-
Varianza: calcula la varianza móvil.
-
-
Índice de filas: permite insertar un campo con el índice de filas.
-
-
Nombre del campo: permite seleccionar los nombres de los campos que quiera utilizar en el cálculo del nuevo campo.
-
Cálculo: si selecciona el modo Reducir fila, aparece el campo 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 permiten llevar a cabo 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 Índice de filas, aparece el conmutador Como percentil. Este conmutador le permite transformar el índice de filas en un porcentaje del número total de filas.
-
Alias: (opcional) ingrese el nombre del nuevo campo. Si deja este campo en blanco, se le asignará un nombre que se corresponda con el cálculo.
-
Reemplazar todos los campos: (opcional) seleccione esta opción si quiere ocultar los demás campos y mostrar solo el campo calculado en la visualización.
nota
Actualmente, las funciones acumulativas y las funciones de ventana están en versión preliminar pública. Grafana Labs ofrece un soporte limitado y es posible que se produzcan cambios importantes antes de que la característica 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.
A continuación se muestra un ejemplo.
Consulta A:
Temp | Tiempo de actividad |
---|---|
15,4 |
1230233 |
Consulta B:
ICA | Errores |
---|---|
3.2 |
5 |
Tras concatenar los campos, el marco de datos sería:
Temp | Tiempo de actividad | ICA | Errores |
---|---|---|---|
15,4 |
1230233 |
3.2 |
5 |
Esta transformación simplifica el proceso de combinar datos de diferentes orígenes y proporciona una visión integral para el análisis y la visualización.
Configuración a partir de los resultados de la consulta
Configuración 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 configurar una visualización dinámica, basada en los datos devueltos por una consulta específica.
Opciones
-
Consulta de configuración: seleccione la consulta que devuelva los datos que quiera usar como configuración.
-
Aplicar a: seleccione los campos o series a los que se debe aplicar la configuración.
-
Opciones de Aplicar a: especifique un tipo de campo o utilice una expresión regular para el nombre del campo, según lo que haya seleccionado en Aplicar a.
Tabla de asignación de campos
Debajo de las opciones de configuración, encontrará la tabla de asignación de campos. Esta tabla muestra todos los campos que se encontraron 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 |
Consulta de configuración
Tiempo | Valor |
---|---|
1626178119127 |
100 |
1626178119129 |
100 |
Consulta de salida (igual que la de 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.
Asignaciones 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 asignación de valores. Consulte el siguiente ejemplo.
Resultado de la consulta de configuración
Valor | Texto | Color |
---|---|---|
L |
Baja |
azul |
M |
Medio |
green |
H |
Alta |
red |
En la asignación de campos, especifique:
Campo | Usar como | Seleccionar |
---|---|---|
Valor |
Asignaciones de valores/Valor |
Todos los valores |
Texto |
Asignaciones de valores/Texto |
Todos los valores |
Color |
Asignaciones de valores/Color |
Todos los valores |
Grafana crea asignaciones de valores a partir del resultado de la consulta y los aplica a los resultados de la consulta de datos reales. Debería ver los valores asignados y coloreados de acuerdo con los resultados de la consulta de configuración.
Conversión del tipo de campo
Utilice esta transformación para modificar el tipo del campo especificado.
Esta transformación tiene las siguientes opciones:
-
Campo: seleccione uno de los campos disponibles.
-
as: seleccione el FieldType al que desea convertir el campo.
-
Numérico: intenta convertir los valores en números.
-
Cadena: convertirá los valores en cadenas.
-
Tiempo: intenta analizar los valores como tiempo.
-
Mostrará una opción para especificar un DateFormat como 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.
-
-
Otro: intenta analizar los valores como JSON.
-
Por ejemplo, observe la siguiente consulta, que podría modificarse si se selecciona el campo de tiempo como Tiempo y el formato de fecha como YYYY
.
Tiempo | Marca | Valor |
---|---|---|
2017-07-01 |
encima |
25 |
2018-08-02 |
debajo |
22 |
2019-09-02 |
debajo |
29 |
2020-10-04 |
encima |
22 |
Resultado:
Tiempo | Marca | Valor |
---|---|---|
2017-01-01 00:00:00 |
encima |
25 |
2018-01-01 00:00:00 |
debajo |
22 |
2019-01-01 00:00:00 |
debajo |
29 |
2020-01-01 00:00:00 |
encima |
22 |
Esta transformación le permite adaptar los tipos de datos de forma flexible, lo que garantiza la compatibilidad y la coherencia de las visualizaciones.
Extraer campos
Utilice esta transformación para seleccionar un origen de datos y extraer su contenido en diferentes formatos. Esta transformación tiene los siguientes campos:
-
Origen: seleccione el campo de origen de los datos.
-
Formato: elija una de las siguientes opciones.
-
JSON: permite analizar el contenido JSON del origen.
-
Pares clave/valor: analiza el contenido en formato
a=b
oc:d
del origen. -
Automático: descubre los campos automáticamente.
-
-
Reemplazar todos los campos: (opcional) seleccione esta opción para ocultar 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 está configurada en Verdadero. Mantiene el campo de tiempo en la salida.
Observe el siguiente conjunto de datos:
Conjunto de datos de ejemplo
Marca de tiempo | json_data |
---|---|
1636678740000000000 |
{"value": 1} |
1636678680000000000 |
{"value": 5} |
1636678620000000000 |
{"value": 12} |
Puede preparar los datos para que los utilice un panel de series temporales con esta configuración:
-
Origen: json_data
-
Formato: JSON
-
Campo: valor
-
Alias: my_value
-
-
Reemplazar todos los campos: verdadero
-
Mantener el tiempo: verdadero
Esto generará el siguiente resultado:
Datos transformados
Marca de tiempo | my_value |
---|---|
1636678740000000000 |
1 |
1636678680000000000 |
5 |
1636678620000000000 |
12 |
Con esta transformación, puede extraer los datos y darles formato de varias maneras. Puede personalizar el formato de extracción en función de sus necesidades específicas respecto a los datos.
Buscar campos de recurso
Utilice esta transformación para enriquecer el valor de un campo mediante la búsqueda campos adicionales de un origen externo.
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:
Conjunto de datos de ejemplo
Ubicación | Valores |
---|---|
AL |
0 |
AK |
10 |
Arizona |
5 |
Arkansas |
1 |
Algún lugar |
5 |
Con esta configuración:
Campo: ubicación
Búsqueda: estados de EE. UU.
Obtendrá el siguiente resultado:
Datos transformados
Ubicación | ID | Nombre | Lng | Lat | Valores |
---|---|---|---|---|---|
AL | AL | Alabama | -80.891064 | 12.448457 | 0 |
AK | AK | Arkansas | -100.891064 | 24.448457 | 10 |
Arizona | 5 | ||||
Arkansas | 1 | ||||
Algún lugar | 5 |
Esta transformación le permite aumentar sus datos al obtener información adicional de orígenes externos, de este modo logra un conjunto de datos más completo para el análisis y la visualización.
Filtrar datos por RefID de consulta
Utilice esta transformación para ocultar una o varias 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 la consulta es blanca, se muestran los resultados. Si la letra de la consulta es oscura, se ocultan los resultados.
nota
Esta transformación no está disponible para Graphite porque este origen de datos no admite la correlación de los datos devueltos con las consultas.
Filtrar 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 varias condiciones aplicadas a un campo seleccionado.
Esta transformación es muy útil si el origen de datos no filtra por valores de forma nativa. También puede usar esta opción para restringir los valores que se muestran si utiliza una consulta compartida.
Las condiciones disponibles para todos los campos son:
-
Expresión regular: busca coincidencias con una expresión regular.
-
Es nulo: aplica coincidencias si el valor es nulo.
-
No es nulo: aplica coincidencias si el valor no es nulo.
-
Igual: aplica coincidencias si el valor es igual al valor especificado.
-
Diferente: aplica coincidencias si el valor es diferente al valor especificado.
Las condiciones adicionales disponibles para los campos numéricos son:
-
Mayor: aplica coincidencias si el valor es mayor que el valor especificado.
-
Menor: aplica coincidencias si el valor es menor que el valor especificado.
-
Mayor o igual: aplica coincidencias si el valor es mayor o igual.
-
Menor o igual: aplica coincidencias si el valor es menor o igual.
-
Intervalo: busca coincidencias dentro de un rango entre un mínimo y un máximo especificados, ambos incluidos.
Observe 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 | 85 | 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”
-
Condición: filas en las que la palabra “Temperatura” coincida 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 agregar más de una condición al filtro. Por ejemplo, quizás quiera incluir los datos solo si la altitud es superior a 100. Para ello, agregue esa condición a la siguiente configuración:
-
Tipo de filtro: “Incluir” filas que “coincidan con todas” las condiciones
-
Condición 1: filas en las que la “Temperatura” coincida con “Inferior a” “30”
-
Condición 2: filas en las que la “Altitud” coincida con “Superior a” “100”
Si tiene más de una condición, puede elegir si quiere que la acción (incluir o excluir) se aplique en las filas que coincidan con todas las condiciones o que coincidan con cualquiera de las condiciones que haya agregado.
En el ejemplo anterior, elegimos Coincidir con todo porque queríamos incluir las filas que tienen una temperatura inferior a 30 °C Y una altitud superior a 100. Si, en su lugar, quisiéramos incluir las filas que tienen una temperatura inferior a 30 °C O una altitud superior a 100, seleccionaríamos Coincidir con cualquiera. 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 sí 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 específicas.
Filtrar campos por nombre
Use esta transformación para eliminar partes de los resultados de su consulta. Hay tres formas de filtrar los nombres de los campos:
-
Ingresar una expresión regular.
-
Seleccionar manualmente los campos incluidos.
-
Usar una variable de panel.
Uso de una expresión regular
Al filtrar mediante una expresión regular, se incluyen los nombres de los campos que coinciden con ella. Por ejemplo, si se usara la expresión regular 'prod.*'
, solo se devolverían los campos que comiencen por prod
.
La expresión regular puede incluir una variable de panel interpolada mediante la sintaxis ${variableName}
.
Seleccionar 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.
Uso de una variable de panel
Seleccione Desde variable para poder seleccionar una variable de panel 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 que el análisis y la visualización sean eficaces.
Formatear la cadena
Use 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.
-
Mayúsculas de frase: formatea el primer carácter de la cadena en mayúsculas.
-
Mayúsculas de título: formatea el primer carácter de cada palabra de la cadena en mayúsculas.
-
Mayúsculas tipo Pascal: formatea el primer carácter de cada palabra de la cadena en mayúsculas y no incluye espacios entre las palabras.
-
Mayúsculas tipo Pascal: formatea el primer carácter de cada palabra de la cadena en mayúsculas, excepto la primera palabra, y no incluye espacios entre las palabras.
-
Minúsculas con guiones bajos: formatea todos los caracteres de la cadena en minúsculas y utiliza guiones bajos en lugar de espacios entre las palabras.
-
Minúsculas con guiones: 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 mejorar la visualización y el análisis.
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 característica esté disponible para el público en general.
Formatear el tiempo
Use esta transformación para personalizar la salida de un campo de tiempo. La salida se puede formatear mediante cadenas de formato Moment.js
Antes de la transformación:
Marca de tiempo | Evento |
---|---|
1636678740000000000 | Inicio del sistema |
1636678680000000000 | Inicio de sesión de usuario |
1636678620000000000 | Actualización de datos |
Tras aplicar “AAAA-MM-DD HH:mm:ss”:
Marca de tiempo | 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 | Actualización de datos |
Esta transformación le permite personalizar la representación temporal de sus visualizaciones para ofrecerle flexibilidad y precisión al de mostrar los datos temporales.
nota
Esta transformación está disponible en espacios de trabajo compatibles con Grafana v10 como característica 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.
A continuación se muestra un ejemplo de datos originales.
Tiempo | Server ID | Temperatura de la CPU | Estado del servidor |
---|---|---|---|
7/7/2020 11:34:20 AM |
Servidor 1 |
80 |
Shutdown |
7/7/2020 11:34:20 AM |
Servidor 3 |
62 |
OK (Correcto) |
7/7/2020 10:32:20 AM |
Servidor 2 |
90 |
Sobrecarga |
7/7/2020 10:31:22 AM |
Servidor 3 |
55 |
OK (Correcto) |
7/7/2020 9:30:57 AM |
Servidor 3 |
62 |
Reiniciando |
7/7/2020 9:30:05 AM |
Servidor 2 |
88 |
OK (Correcto) |
7/7/2020 9:28:06 AM |
Servidor 1 |
80 |
OK (Correcto) |
7/7/2020 9:25:05 AM |
Servidor 2 |
88 |
OK (Correcto) |
7/7/2020 9:23:07 AM |
Servidor 1 |
86 |
OK (Correcto) |
Esta transformación se efectúa en dos pasos. 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 AM |
Servidor 1 |
80 |
Shutdown |
7/7/2020 9:28:06 AM |
Servidor 1 |
80 |
OK (Correcto) |
7/7/2020 9:23:07 AM |
Servidor 1 |
86 |
OK (Correcto) |
7/7/2020 10:32:20 AM |
Servidor 2 |
90 |
Sobrecarga |
7/7/2020 9:30:05 AM |
Servidor 2 |
88 |
OK (Correcto) |
7/7/2020 9:25:05 AM |
Servidor 2 |
88 |
OK (Correcto) |
7/7/2020 11:34:20 AM |
Servidor 3 |
62 |
OK (Correcto) |
7/7/2020 10:31:22 AM |
Servidor 3 |
55 |
OK (Correcto) |
7/7/2020 9:30:57 AM |
Servidor 3 |
62 |
Reiniciando |
Se agrupan todas las filas con el mismo valor de ID del servidor.
Tras elegir el campo por el que quiere agrupar los datos, puede agregar 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. Así que podemos agregar el cálculo media aplicado al campo Temperatura de la CPU para obtener lo siguiente:
Server ID | Temperatura de la CPU (media) |
---|---|
Servidor 1 |
82 |
Servidor 2 |
88,6 |
Servidor 3 |
59,6 |
Y podemos agregar más de un cálculo. Por ejemplo:
-
Para el campo Hora, podemos calcular el valor Último para saber cuándo se recibió el último punto de datos de cada servidor.
-
Para el campo Estado del servidor, podemos calcular el valor Último para saber cuál es el último valor de estado de cada servidor.
-
Para el campo Temperatura, también podemos calcular el valor Último 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 AM |
Shutdown |
Servidor 2 |
88,6 |
90 |
7/7/2020 10:32:20 AM |
Sobrecarga |
Servidor 3 |
59,6 |
62 |
7/7/2020 11:34:20 AM |
Server ID |
Esta transformación le permite extraer información clave de sus series temporales y mostrarla en un formato cómodo.
Agrupación en matriz
Use esta transformación para combinar tres campos (que se utilizan como entrada para los campos Columna, Fila y Valor de la celda del resultado de la consulta) y generar una matriz. La matriz se calcula del siguiente modo:
Datos originales
Server ID | Temperatura de la CPU | Estado del servidor |
---|---|---|
Servidor 1 | 82 | OK (Correcto) |
Servidor 2 | 88,6 | OK (Correcto) |
Servidor 3 | 59,6 | Shutdown |
Podemos generar una matriz usando los valores de Server Status
como nombres de columnas, los valores de Server ID
como nombres de filas y el la CPU Temperature
como contenido de cada celda. Se mostrará el contenido de cada celda para la combinación de columnas (Server Status
) y filas (Server ID
) existentes. Para el resto de las celdas, puede seleccionar el valor que se mostrará de entre: nulo, verdadero, falso o vacío.
Salida
ID del servidor Estado del servidor | OK (Correcto) | Shutdown |
---|---|---|
Servidor 1 | 82 | |
Servidor 2 | 88,6 | |
Servidor 3 | 59,6 |
Para usar esta transformación a fin de crear una matriz, especifique los campos de los resultados de la consulta. El resultado de la matriz refleja las relaciones entre los valores únicos de estos campos. Esto ayuda a presentar relaciones complejas en un formato de matriz claro y estructurado.
Agrupar en una tabla anidada
Use esta transformación para agrupar los datos por un valor de campo (columna) específico y procesar los cálculos 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 de un campo, seleccione la casilla situada junto al campo y elija la opción Calcular. Esto agregará otro cuadro de selección con las estadísticas que se van a seleccionar.
En la siguiente tabla se muestran los resultados de ejemplo.
Tiempo | Server ID | Temperatura de la CPU | Estado del servidor |
---|---|---|---|
7/7/2020 11:34:20 AM |
Servidor 1 |
80 |
Shutdown |
7/7/2020 11:34:20 AM |
Servidor 3 |
62 |
OK (Correcto) |
7/7/2020 10:32:20 AM |
Servidor 2 |
90 |
Sobrecarga |
7/7/2020 10:31:22 AM |
Servidor 3 |
55 |
OK (Correcto) |
7/7/2020 9:30:57 AM |
Servidor 3 |
62 |
Reiniciando |
7/7/2020 9:30:05 AM |
Servidor 2 |
88 |
OK (Correcto) |
7/7/2020 9:28:06 AM |
Servidor 1 |
80 |
OK (Correcto) |
7/7/2020 9:25:05 AM |
Servidor 2 |
88 |
OK (Correcto) |
7/7/2020 9:23:07 AM |
Servidor 1 |
86 |
OK (Correcto) |
Esta transformación consta de dos pasos. En primer lugar, especifique uno o varios campos por los que agrupar los datos. Esto agrupa los mismos valores de esos campos, como si los ordenara. Por ejemplo, si agrupa por el campo Server ID
, Grafana agrupa los datos de esta manera:
Server ID | Datos | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Servidor 1 |
|
||||||||||||
Servidor 2 |
|
||||||||||||
Servidor 3 |
|
Tras elegir el campo por el que quiere agrupar los datos, puede agregar varios cálculos en los demás campos y aplicar el cálculo a cada grupo de filas. Por ejemplo, podría querer calcular la temperatura media de la CPU para cada uno de esos servidores. Para ello, agregue el cálculo de la media aplicado al campo de Temperatura de la CPU para obtener el siguiente resultado:
Server ID | Temperatura de la CPU (media) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Servidor 1 |
82 |
|
||||||||
Servidor 2 |
88,6 |
|
||||||||
Servidor 3 |
59,6 |
|
Crear mapa de calor
Utilice esta transformación para preparar los datos del histograma y 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 buckets temporales.
Bucket X
Esta configuración determina cómo se divide en buckets el eje X.
-
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 series no relacionadas con el tiempo, utilice esta opción para definir el número de elementos de un bucket.
Bucket Y
Esta configuración determina cómo se divide en buckets el eje Y.
-
Linear (Lineal)
-
Logarítmico: elija entre el logaritmo de base 2 o el logaritmo de base 10.
-
Symlog: usa una escala logarítmica simétrica. Elija entre el logaritmo de base 2 o el logaritmo de base 10 y permita los valores negativos.
Suponga que tiene el siguiente conjunto de datos:
Marca de tiempo | 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 en
Size: 15m
y el Bucket 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. -
Si se configura el Bucket X como
Count: 2
y el Bucket 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, que le permitirá visualizar la distribución de los valores.
-
Tamaño del bucket: el rango entre los elementos mayores y menores de un bucket (de xMin a xMax).
-
Desviación del bucket: desviación de los buckets de base distinta de cero.
-
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
xMin | 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 |
Con el histograma generado puede visualizar la distribución de los valores y obtener información sobre la dispersión y la densidad de los datos.
Unión por campo
Use 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.
Unión interna
La unión interna combina los datos de varias tablas que comparten el mismo valor del campo seleccionado. Este tipo de unión excluye los datos cuyos valores no coinciden en todos los resultados.
Use esta transformación para combinar los resultados de varias consultas (mediante la combinación en un campo de unión aprobado o en la primera columna de tiempo) en un solo resultado y elimine las filas en las que no se pueda llevar a cabo una unión correcta.
En el ejemplo siguiente, 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 AM |
nodo |
25260122 |
7/7/2020 11:24:20 AM |
postgre |
123001233 |
7/7/2020 11:14:20 AM |
postgre |
345001233 |
Consulta B:
Tiempo | Servidor | Errores |
---|---|---|
7/7/2020 11:34:20 AM |
Servidor 1 |
15 |
7/7/2020 11:24:20 AM |
Servidor 2 |
5 |
7/7/2020 11:04:20 AM |
Servidor 3 |
10 |
El resultado tras aplicar la transformación de unión interna es similar al siguiente:
Tiempo | Trabajo | Tiempo de actividad | Servidor | Errores |
---|---|---|---|---|
7/7/2020 11:34:20 AM |
nodo |
25260122 |
Servidor 1 |
15 |
7/7/2020 11:24:20 AM |
postgre |
123001233 |
Servidor 2 |
5 |
Unión externa
La 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 unión interna une la Consulta A y la Consulta B en el campo de tiempo, la unión externa incluye todas las filas que no coinciden en el campo de tiempo.
En el ejemplo siguiente, 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 AM |
nodo |
25260122 |
7/7/2020 11:24:20 AM |
postgre |
123001233 |
7/7/2020 11:14:20 AM |
postgre |
345001233 |
Consulta B:
Tiempo | Servidor | Errores |
---|---|---|
7/7/2020 11:34:20 AM |
Servidor 1 |
15 |
7/7/2020 11:24:20 AM |
Servidor 2 |
5 |
7/7/2020 11:04:20 AM |
Servidor 3 |
10 |
El resultado después de aplicar la transformación de unión externa es similar al siguiente:
Tiempo | Trabajo | Tiempo de actividad | Servidor | Errores |
---|---|---|---|---|
7/7/2020 11:04:20 AM |
Servidor 3 |
10 |
||
7/7/2020 11:14:20 AM |
postgre |
345001233 |
||
7/7/2020 11:34:20 AM |
nodo |
25260122 |
Servidor 1 |
15 |
7/7/2020 11:24:20 AM |
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 usar para la unión 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 serie temporal de forma eficaz con esta transformación para obtener información completa.
Etiquetas para campos
Use esta transformación para convertir los resultados de series temporales con 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.
Si tenemos el siguiente resultado de una consulta de dos series temporales:
-
Serie 1: etiquetas
Server=Server A
,Datacenter=EU
-
Serie 2: etiquetas
Server=Server B
,Datacenter=EU
En el modo Columnas, el resultado es el siguiente:
Tiempo | Servidor | Centro de datos | Valor |
---|---|---|---|
7/7/2020 11:34:20 AM |
Servidor A |
UE |
1 |
7/7/2020 11:34:20 AM |
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 |
---|---|
Servidor |
Servidor A |
Datacenter |
UE |
etiqueta | valor |
---|---|
Servidor |
Servidor B |
Datacenter |
UE |
Nombre del campo de valor
Si ha seleccionado 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 AM |
UE |
1 |
2 |
Comportamiento de combinación
El transformador de etiquetas a campos consta internamente de 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 necesario 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 | Servidor | Valor |
---|---|---|
7/7/2020 11:34:20 AM |
ServidorA |
10 |
Tiempo | Datacenter | Valor |
---|---|---|
7/7/2020 11:34:20 AM |
UE |
20 |
Después de la combinación:
Tiempo | Servidor | Valor | Datacenter |
---|---|---|---|
7/7/2020 11:34:20 AM |
ServidorA |
10 |
|
7/7/2020 11:34:20 AM |
20 |
UE |
Límite
Utilice esta transformación para restringir el número de filas que se muestran y ofrecer una vista más precisa de los datos. Resulta muy útil cuando se trata de conjuntos de datos grandes.
A continuación, se ofrece un ejemplo que ilustra el impacto de la transformación Limitar en la respuesta de un origen de datos:
Tiempo | Métrica | Valor |
---|---|---|
7/7/2020 11:34:20 AM |
Temperatura |
25 |
7/7/2020 11:34:20 AM |
Humedad |
22 |
7/7/2020 10:32:20 AM |
Humedad |
29 |
7/7/2020 10:31:22 AM |
Temperatura |
22 |
7/7/2020 9:30:57 AM |
Humedad |
33 |
7/7/2020 9:30:05 AM |
Temperatura |
19 |
Este es el resultado después de agregar una transformación Limitar con un valor de “3”:
Tiempo | Métrica | Valor |
---|---|---|
7/7/2020 11:34:20 AM |
Temperatura |
25 |
7/7/2020 11:34:20 AM |
Humedad |
22 |
7/7/2020 10:32:20 AM |
Humedad |
29 |
Esta transformación ayuda a personalizar la presentación visual de sus datos para centrarse en los más relevantes.
Combinar series o tablas
Utilice esta transformación para combinar el resultado de varias consultas en uno solo, lo cual 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 ejemplo ilustra el impacto de la transformación Combinar series o tablas en dos consultas que devuelven datos de tablas:
Consulta A:
Tiempo | Trabajo | Tiempo de actividad |
---|---|---|
7/7/2020 11:34:20 AM |
nodo |
25260122 |
7/7/2020 11:24:20 AM |
postgre |
123001233 |
Consulta B:
Tiempo | Trabajo | Errores |
---|---|---|
7/7/2020 11:34:20 AM |
nodo |
15 |
7/7/2020 11:24:20 AM |
postgre |
5 |
Este es el resultado después de aplicar la transformación Combinar:
Tiempo | Trabajo | Errores | Tiempo de actividad |
---|---|---|---|
7/7/2020 11:34:20 AM |
nodo |
15 |
25260122 |
7/7/2020 11:24:20 AM |
postgre |
5 |
123001233 |
Esta transformación combina los valores de la consulta A y la consulta B en una tabla unificada; de este modo, se mejora la presentación de la información.
Organizar campos por nombre
Use esta transformación para cambiar el nombre, reordenar u ocultar los campos devueltos por una sola consulta de su 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.
Transformación de campos
Grafana muestra una lista de los campos devueltos por la consulta. Puede hacer lo siguiente:
-
Cambiar orden de los campos: arrastre 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 del campo.
-
Cambiar el nombre de un campo: escriba un nombre nuevo en el cuadro Cambiar nombre.
Ejemplo
Con 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 anulación del cambio de 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 cual garantiza una representación clara y detallada de sus datos en Grafana.
Particionar por valores
Use esta transformación para agilizar el proceso de representación gráfica de varias series sin necesidad de efectuar varias consultas con cláusulas WHERE
diferentes.
nota
Esta función está disponible en espacios de trabajo compatibles con la versión 9 de Grafana y posteriores.
Resulta especialmente útil cuando se utiliza una tabla SQL de métricas, como en este ejemplo:
Tiempo | Región | Valor |
---|---|---|
20/10/2022 12:00:00 PM |
EE. UU. |
1520 |
20/10/2022 12:00:00 PM |
UE |
2936 |
20/10/2022 1:00:00 AM |
EE. UU. |
1327 |
20/10/2022 1:00:00 AM |
UE |
912 |
Con el transformador Particionar por valores, puede emitir una sola consulta y dividir los resultados por valores únicos en una o varias 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 PM |
EE. UU. |
1520 |
20/10/2022 1:00:00 AM |
EE. UU. |
1327 |
Tiempo | Región | Valor |
---|---|---|
20/10/2022 12:00:00 PM |
UE |
2936 |
20/10/2022 1:00:00 AM |
UE |
912 |
Esta transformación simplifica el proceso y mejora la flexibilidad al visualizar varias series dentro de la misma visualización de series temporales.
Preparar series temporales
Use esta transformación para solucionar los problemas que surgen cuando un origen de datos devuelve datos de serie temporal en un formato que no es compatible con la visualización deseada. Esta transformación le permite convertir datos de serie temporal entre formatos anchos y largos.
Series temporales de varios marcos
Use esta opción para transformar el marco de datos de serie temporal del formato ancho al formato largo. Esto resulta especialmente útil cuando el origen de datos proporciona información de series temporales en un formato que debe modificarse para lograr una compatibilidad óptima con la visualización.
Ejemplo
Esta entrada:
Marca de tiempo | Value1 | Value2 |
---|---|---|
2023-01-01 00:00:00 |
10 |
20 |
2023-01-01 01:00:00 |
15 |
25 |
Podría transformarse en:
Marca de tiempo | 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 |
Series temporales anchas
Use esta opción para transformar el marco de datos de serie temporal del formato largo al formato ancho. Esto resulta especialmente útil cuando el origen de datos entrega datos de serie temporal en un formato largo y la visualización requiere un formato ancho.
Ejemplo
Esta entrada:
Marca de tiempo | 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 resulta particularmente útil para consolidar varios datos de serie temporal en un formato resumido más compacto. Al aplicar esta transformación, se eliminan los campos de tiempo.
Pongamos por ejemplo 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 | ICA | Errores |
---|---|---|
2020-07-07 11:34:20 |
6.5 |
15 |
2020-07-07 11:24:20 |
3.2 |
5 |
El transformador Reducir tiene dos modos:
-
De series a filas: crea una fila para cada campo y una columna para cada cálculo.
-
Reducir campos: mantiene la estructura del marco existente, pero contrae los campos en un único valor.
Por ejemplo, si utilizó el cálculo Primero y Último con una transformación De series a filas, el resultado sería:
Campo | Primero | Último |
---|---|---|
Temp |
12.3 |
15,4 |
Tiempo de actividad |
256122 |
1230233 |
ICA |
6.5 |
3.2 |
Errores |
15 |
5 |
Al reducir los campos con el cálculo último, se obtienen dos marcos, cada uno con una fila:
Consulta A:
Temp | Tiempo de actividad |
---|---|
15,4 |
1230233 |
Consulta B:
ICA | Errores |
---|---|
3.2 |
5 |
Cambiar nombre por expresión regular
Use 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. Podría establecer la expresión regular en ([^\.]+)\..+
y el patrón de reemplazo en $1
, web-01.example.com
se convertiría en web-01
.
Esta transformación le permite personalizar sus datos para adaptarlos 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. Puede resultar útil porque los campos se pueden diseñar y configurar de forma individual. También puede usar campos adicionales como orígenes 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 que se usará 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 del campo en la columna Usar como para el campo que desee usar en su lugar.
-
Un campo que se usará como origen de los valores.
De forma predeterminada, la transformación usa el primer numérico como origen. Sin embargo, puede anular esta configuración predeterminada si selecciona Valor del campo en la columna Usar como para el campo que desee usar en su lugar.
Resulta útil cuando se visualizan datos de:
Calibre
Estadística
Gráfico circular
Asignación de campos adicionales a etiquetas
Si un campo no se asigna a la propiedad de configuración, Grafana lo usará automáticamente como origen de una etiqueta en el campo de salida.
Ejemplo:
Nombre | Centro de datos | Valor |
---|---|---|
ServidorA |
EE. UU. |
100 |
ServidorB |
UE |
200 |
Salida:
ServidorA (etiquetas: DataCenter: EE. UU.) | ServidorB (etiquetas: DataCenter: UE) |
---|---|
100 |
200 |
Las etiquetas adicionales ahora se pueden usar en el nombre para mostrar del campo para proporcionar nombres de campo más completos.
Si desea extraer la configuración de una consulta y aplicarla a otra, debe usar la transformación Configuración a partir de los resultados de la consulta.
Ejemplo
Input:
Nombre | Valor | Máximo |
---|---|---|
ServidorA |
10 |
100 |
ServidorB |
20 |
200 |
ServidorC |
30 |
300 |
10
ServidorA (config: max=100) | ServidorB (config: max=200) | ServidorC (config: max=300) |
---|---|---|
10 |
20 |
30 |
Como puede ver, cada fila de los datos de origen se convierte en un campo independiente. 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 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
Use esta transformación para combinar el resultado de varias consultas de datos de serie temporal en un único resultado. Resulta útil cuando se usa 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 desde qué consulta se origina la métrica. Para personalizar este valor, defina Etiqueta en la consulta de origen.
En el siguiente ejemplo, tenemos dos consultas que devuelven datos de serie temporal. 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, ya que proporciona un conjunto de datos simplificado y unificado para un análisis y una visualización eficientes en formato de tabla.
Sort by (Ordenar por)
Use 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 ordenación, puede controlar el orden en que se presentan los datos en la tabla o visualización.
Use el conmutador Invertir 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 de análisis.
Por ejemplo, en un escenario en el que los datos de series temporales se recuperan de un origen de datos, se puede aplicar la transformación Ordenar por para organizar los marcos de datos en función de la marca de tiempo, ya sea en orden ascendente o descendente, según los requisitos de análisis. Esta funcionalidad 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 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: calcule el área encerrada por un polígono definido por la geometría.
-
Distancia: calcule 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 característica de línea única con un vértice en cada fila.
-
Creador de líneas: cree una línea entre dos puntos.
-
-
-
Esta transformación le permite manipular y analizar datos geoespaciales, lo cual le permite llevar a cabo operaciones como crear líneas entre puntos, calcular propiedades espaciales, etc.
Transformación de series temporales a tablas
Use esta transformación para convertir los resultados de las series temporales en una tabla mediante una transformación de un marco de datos de serie temporal en un campo Tendencia. A continuación, el campo Tendencia se puede renderizar utilizando el tipo de celda minigráfico, que genera un minigráfico insertado para cada fila de la tabla. Si hay varias consultas de series temporales, cada una dará como resultado un marco de datos de tabla independiente. Se pueden unir mediante transformaciones de unión o combinación para generar una única 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
Use esta transformación para crear un nuevo marco de datos que contenga los valores previstos por un modelo estadístico. Resulta útil para encontrar una tendencia en datos caóticos. Funciona ajustando una función matemática a los datos, mediante regresión lineal o polinomial. A continuación, el marco de datos se puede usar en una visualización para mostrar una línea de tendencia.
Existen dos modelos distintos:
-
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 característica esté disponible para el público en general.