EvalNode
eval 节点评估其接收的每个数据点上的表达式。可以提供表达式列表，并将按给定的顺序进行评估。表达式的结果可用于列表中的后续表达式。有关如何引用结果的详细信息，请参阅 EvalNode.As 属性。
示例
stream
|eval(lambda: "error_count" / "total_count")
.as('error_percent')
上面的示例将向每个数据点添加一个新的字段 error_percent，其结果为 error_count / total_count，其中 error_count 和 total_count 是数据点上现有的字段。
可用统计信息
- eval_errors: 评估任何表达式时发生的错误数。
构造函数
| 链式方法 | 描述 |
|---|---|
eval ( expressions ...ast.LambdaNode) | 创建一个 eval 节点，该节点将对每个数据点评估给定的转换函数。可以提供表达式列表，并将按给定的顺序进行评估。结果可用于后续表达式。 |
属性方法
| 设置器 | 描述 |
|---|---|
as ( names ...string) | 每个表达式的名称列表。表达式按顺序评估。表达式的结果可以通过提供的名称被后续表达式引用。 |
keep ( fields ...string) | 如果调用，则除了要设置的新字段外，还将保留现有字段。如果未调用，则仅保留新字段。（无论如何使用 keep，标签始终保留。） |
| quiet ( ) | 抑制来自此节点的所有错误日志记录事件。 |
tags ( names ...string) | 将表达式的结果转换为标签。结果必须是字符串。使用 string() 表达式函数转换类型。 |
链式方法
Alert, Barrier, Bottom, ChangeDetect, Combine, Count, CumulativeSum, Deadman, Default, Delete, Derivative, Difference, Distinct, Ec2Autoscale, Elapsed, Eval, First, Flatten, GroupBy, HoltWinters, HoltWintersWithFit, HttpOut, HttpPost, InfluxDBOut, Join, K8sAutoscale, KapacitorLoopback, Last, Log, Max, Mean, Median, Min, Mode, MovingAverage, Percentile, Sample, Shift, Sideload, Spread, StateCount, StateDuration, Stats, Stddev, Sum, SwarmAutoscale, Top, Trickle, Union, Where, Window
属性
属性方法修改调用节点上的状态。它们不会向管道添加另一个节点，并且始终返回对调用节点的引用。属性方法使用 . 运算符标记。
As
每个表达式的名称列表。表达式按顺序评估。表达式的结果可以通过提供的名称被后续表达式引用。
示例
stream
|eval(lambda: "value" * "value", lambda: 1.0 / "value2")
.as('value2', 'inv_value2')
上面的示例计算了两个字段的值，并将它们分别命名为 value2 和 inv_value2。
eval.as(names ...string)
Keep
如果调用，则除了要设置的新字段外，还将保留现有字段。如果未调用，则仅保留新字段。（无论如何使用 keep，标签始终保留。）
可选地，可以通过传递要保留的字段名称列表来丢弃中间值。仅保留列表中的字段，其余字段将被丢弃。如果未提供列表，则保留所有字段。
示例
stream
|eval(lambda: "value" * "value", lambda: 1.0 / "value2")
.as('value2', 'inv_value2')
.keep('value', 'inv_value2')
在上面的示例中，原始字段 value 被保留。新字段 value2 被计算出来，并在评估 inv_value2 时使用，但在点被发送到子节点之前被丢弃。结果点只有两个字段：value 和 inv_value2。
eval.keep(fields ...string)
Quiet
抑制来自此节点的所有错误日志记录事件。
eval.quiet()
Tags
将表达式的结果转换为标签。结果必须是字符串。使用 string() 表达式函数转换类型。
示例
stream
|eval(lambda: string(floor("value" / 10.0)))
.as('value_bucket')
.tags('value_bucket')
上面的示例从字段 value 计算表达式，将其转换为字符串，并将其命名为 value_bucket。然后，value_bucket 表达式从点上的字段转换为点上的标签 value_bucket。
示例
stream
|eval(lambda: string(floor("value" / 10.0)))
.as('value_bucket')
.tags('value_bucket')
.keep('value') // keep the original field `value` as well
上面的示例从字段 value 计算表达式，将其转换为字符串，并将其命名为 value_bucket。然后，value_bucket 表达式从点上的字段转换为点上的标签 value_bucket。keep 属性保留了原始字段 value。标签始终保留，因为创建标签意味着您想要保留它。
eval.tags(names ...string)
链式方法
链式方法在管道中创建一个新节点，作为调用节点的子节点。它们不会修改调用节点。链式方法使用 | 运算符标记。
Alert
创建一个告警节点，该节点可以触发告警。
eval|alert()
返回: AlertNode
Barrier
创建一个新的 Barrier 节点，该节点定期发出 BarrierMessage。
每隔 period 持续时间将发出一个 BarrierMessage。
eval|barrier()
返回: BarrierNode
Bottom
选择 field 的底部 num 个点，并按任何额外的标签或字段排序。
eval|bottom(num int64, field string, fieldsAndTags ...string)
返回: InfluxQLNode
ChangeDetect
创建一个新节点，该节点仅在与上一个点不同时才发出新点。
eval|changeDetect(field string)
返回: ChangeDetectNode
Combine
将此节点与其自身组合。数据在时间戳上组合。
eval|combine(expressions ...ast.LambdaNode)
返回: CombineNode
Count
计算点的数量。
eval|count(field string)
返回: InfluxQLNode
CumulativeSum
计算接收到的每个点的累积总和。为每个收集的点发出一个点。
eval|cumulativeSum(field string)
返回: InfluxQLNode
Deadman
用于在低吞吐量（又名“死人开关”）上创建告警的辅助函数。
- 阈值：如果吞吐量在 points/interval 中降至阈值以下，则触发告警。
- 间隔：检查吞吐量的频率。
- 表达式：可选的表达式列表，也用于评估。对于一天中的时间告警很有用。
示例
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|deadman(100.0, 10s)
//Do normal processing of data
data...
以上内容等效于以下示例
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|stats(10s)
.align()
|derivative('emitted')
.unit(10s)
.nonNegative()
|alert()
.id('node \'stream0\' in task \'{{ .TaskName }}\'')
.message('{{ .ID }} is {{ if eq .Level "OK" }}alive{{ else }}dead{{ end }}: {{ index .Fields "emitted" | printf "%0.3f" }} points/10s.')
.crit(lambda: "emitted" <= 100.0)
//Do normal processing of data
data...
id 和 message 告警属性可以通过 'deadman' 配置部分全局配置。
由于 AlertNode 是最后一部分，因此可以像往常一样进一步修改它。示例
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|deadman(100.0, 10s)
.slack()
.channel('#dead_tasks')
//Do normal processing of data
data...
您可以指定其他 lambda 表达式，以进一步约束何时触发死人开关。示例
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
// Only trigger the alert if the time of day is between 8am-5pm.
data
|deadman(100.0, 10s, lambda: hour("time") >= 8 AND hour("time") <= 17)
//Do normal processing of data
data...
eval|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)
返回: AlertNode
Default
创建一个可以为丢失的标签或字段设置默认值的节点。
eval|default()
返回: DefaultNode
Delete
创建一个可以删除标签或字段的节点。
eval|delete()
返回: DeleteNode
Derivative
创建一个新节点，该节点计算相邻点的导数。
eval|derivative(field string)
返回: DerivativeNode
Difference
计算点之间的差异，与经过的时间无关。
eval|difference(field string)
返回: InfluxQLNode
Distinct
生成仅包含不同点的批次。
eval|distinct(field string)
返回: InfluxQLNode
Ec2Autoscale
创建一个可以为 ec2 自动伸缩组触发自动伸缩事件的节点。
eval|ec2Autoscale()
返回: Ec2AutoscaleNode
Elapsed
计算点之间经过的时间。
eval|elapsed(field string, unit time.Duration)
返回: InfluxQLNode
Eval
创建一个 eval 节点，该节点将对每个数据点评估给定的转换函数。可以提供表达式列表，并将按给定的顺序进行评估。结果可用于后续表达式。
eval|eval(expressions ...ast.LambdaNode)
返回: EvalNode
First
选择第一个点。
eval|first(field string)
返回: InfluxQLNode
Flatten
将具有相似时间的点展平为单个点。
eval|flatten()
返回: FlattenNode
GroupBy
按一组标签对数据进行分组。
可以传递字面量 * 以按所有维度分组。示例
|groupBy(*)
eval|groupBy(tag ...interface{})
返回: GroupByNode
HoltWinters
计算数据集的 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 预测。
eval|holtWinters(field string, h int64, m int64, interval time.Duration)
返回: InfluxQLNode
HoltWintersWithFit
计算数据集的 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 预测。除了预测数据外，此方法还输出用于拟合数据的所有点。
eval|holtWintersWithFit(field string, h int64, m int64, interval time.Duration)
返回: InfluxQLNode
HttpOut
创建一个 HTTP 输出节点，该节点缓存其接收到的最新数据。缓存的数据在给定的端点可用。端点是正在运行的任务的 API 端点的相对路径。例如，如果任务端点在 /kapacitor/v1/tasks/<task_id>，而端点是 top10，则可以从 /kapacitor/v1/tasks/<task_id>/top10 请求数据。
eval|httpOut(endpoint string)
返回: HTTPOutNode
HttpPost
创建一个 HTTP Post 节点，该节点将接收到的数据 POST 到提供的 HTTP 端点。HttpPost 期望 0 或 1 个参数。如果提供 0 个参数，则必须指定一个端点属性方法。
eval|httpPost(url ...string)
返回: HTTPPostNode
InfluxDBOut
创建一个 influxdb 输出节点，该节点将传入的数据存储到 InfluxDB 中。
eval|influxDBOut()
返回: InfluxDBOutNode
Join
将此节点与其他节点连接。数据在时间戳上连接。
eval|join(others ...Node)
返回: JoinNode
K8sAutoscale
创建一个可以为 kubernetes 集群触发自动伸缩事件的节点。
eval|k8sAutoscale()
返回: K8sAutoscaleNode
KapacitorLoopback
创建一个 kapacitor 回环节点，该节点将数据作为流发送回 Kapacitor。
eval|kapacitorLoopback()
Last
选择最后一个点。
eval|last(field string)
返回: InfluxQLNode
Log
创建一个记录其接收的所有数据的节点。
eval|log()
返回: LogNode
Max
选择最大点。
eval|max(field string)
返回: InfluxQLNode
Mean
计算数据的平均值。
eval|mean(field string)
返回: InfluxQLNode
Median
计算数据的中位数。
注意： 此方法不是选择器。如果您想要中位点，请使用
.percentile(field, 50.0)。
eval|median(field string)
返回: InfluxQLNode
Min
选择最小点。
eval|min(field string)
返回: InfluxQLNode
Mode
计算数据的众数。
eval|mode(field string)
返回: InfluxQLNode
MovingAverage
计算最后 window 个点的移动平均值。在窗口填满之前，不会发出任何点。
eval|movingAverage(field string, window int64)
返回: InfluxQLNode
Percentile
选择给定百分位数的点。这是一个选择器函数，不会执行点之间的插值。
eval|percentile(field string, percentile float64)
返回: InfluxQLNode
Sample
创建一个新节点，该节点对传入的点或批次进行采样。
将每隔指定的计数或持续时间发出一个点。
eval|sample(rate interface{})
返回: SampleNode
Shift
创建一个新节点，该节点及时移动传入的点或批次。
eval|shift(shift time.Duration)
返回: ShiftNode
Sideload
创建一个可以从外部源加载数据的节点。
eval|sideload()
返回: SideloadNode
Spread
计算 min 和 max 点之间的差异。
eval|spread(field string)
返回: InfluxQLNode
StateCount
创建一个节点，该节点跟踪给定状态下连续点的数量。
eval|stateCount(expression ast.LambdaNode)
返回: StateCountNode
StateDuration
创建一个节点，该节点跟踪给定状态下的持续时间。
eval|stateDuration(expression ast.LambdaNode)
Stats
创建一个新的数据流，其中包含节点的内部统计信息。间隔表示基于实时发出统计信息的频率。这意味着间隔时间独立于源节点正在接收的数据点的时间。
eval|stats(interval time.Duration)
返回: StatsNode
Stddev
计算标准差。
eval|stddev(field string)
返回: InfluxQLNode
Sum
计算所有值的总和。
eval|sum(field string)
返回: InfluxQLNode
SwarmAutoscale
创建一个可以为 Docker swarm 集群触发自动伸缩事件的节点。
eval|swarmAutoscale()
Top
选择 field 的顶部 num 个点，并按任何额外的标签或字段排序。
eval|top(num int64, field string, fieldsAndTags ...string)
返回: InfluxQLNode
Trickle
创建一个新节点，该节点将批处理数据转换为流数据。
eval|trickle()
返回: TrickleNode
Union
执行此节点和所有其他给定节点的并集。
eval|union(node ...Node)
返回: UnionNode
Where
创建一个新节点，该节点通过给定的表达式过滤数据流。
eval|where(expression ast.LambdaNode)
返回: WhereNode
Window
创建一个新节点，该节点按时间窗口化流。
注意：Window 只能应用于流边缘。
eval|window()
返回: WindowNode
此页是否对您有帮助？
感谢您的反馈！