文档文档

GroupByNode

groupBy 节点将对传入数据进行分组。然后,每个组将在管道的其余部分中独立处理。

groupBy 与聚合数据

当将 groupBy 与聚合数据一起使用时,仅保留分组中作为维度的标签。所有其他标签都将被删除。对于未聚合的数据,所有标签都将被保留。

示例

stream
  |groupBy('service', 'datacenter')
  ...

上面的示例沿两个维度 servicedatacenter 对数据进行分组。组是随着新数据的到达而动态创建的,并且每个组都是独立处理的。

构造函数

链式方法描述
groupBy ( tag ...interface{})按一组标签对数据进行分组。

属性方法

设置器描述
byMeasurement ( )如果设置,则将在组 ID 中包含度量名称。以及任何其他分组依据维度。
quiet ( )禁止来自此节点的所有错误日志记录事件。

链式方法

Alert, Barrier, Bottom, ChangeDetect, Combine, Count, CumulativeSum, Deadman, Default, Delete, Derivative, Difference, Distinct, Ec2Autoscale, Elapsed, Eval, Exclude, 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。

ByMeasurement

如果设置,则将在组 ID 中包含度量名称。以及任何其他分组依据维度。

示例

     ...
     |groupBy('host')
         .byMeasurement()

上面的示例按其主机标签和度量名称对点进行分组。

如果要从组 ID 中删除度量名称,则分组依据所有现有维度,但不指定“byMeasurement”。

示例

    |groupBy(*)

以上操作将删除任何度量名称的分组依据。

groupBy.byMeasurement()

Quiet

禁止来自此节点的所有错误日志记录事件。

groupBy.quiet()

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

创建一个警报节点,该节点可以触发警报。

groupBy|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。

groupBy|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。

groupBy|bottom(num int64, field string, fieldsAndTags ...string)

返回:InfluxQLNode

ChangeDetect

创建一个新节点,该节点仅在与前一个点不同时才发出新点。

groupBy|changeDetect(field string)

返回:ChangeDetectNode

Combine

将此节点与自身组合。数据在时间戳上组合。

groupBy|combine(expressions ...ast.LambdaNode)

返回:CombineNode

Count

计算点的数量。

groupBy|count(field string)

返回:InfluxQLNode

CumulativeSum

计算接收到的每个点的累积总和。对于收集的每个点,都会发出一个点。

groupBy|cumulativeSum(field string)

返回:InfluxQLNode

Deadman

用于在低吞吐量(又名 deadman 开关)上创建警报的辅助函数。

  • 阈值:如果吞吐量降至低于阈值(点/间隔),则触发警报。
  • 间隔:检查吞吐量的频率。
  • 表达式:还要评估的可选表达式列表。对于一天中的时间警报很有用。

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...

以上内容等效于此示例

    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...

idmessage 警报属性可以在全局范围内通过“deadman”配置部分进行配置。

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 deadman 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...
groupBy|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)

返回:AlertNode

Default

创建一个节点,该节点可以为缺少的标签或字段设置默认值。

groupBy|default()

返回:DefaultNode

Delete

创建一个可以删除标签或字段的节点。

groupBy|delete()

返回:DeleteNode

Derivative

创建一个新节点,该节点计算相邻点的导数。

groupBy|derivative(field string)

返回:DerivativeNode

Difference

计算点之间的差异,与经过的时间无关。

groupBy|difference(field string)

返回:InfluxQLNode

Distinct

生成仅包含不同点的批次。

groupBy|distinct(field string)

返回:InfluxQLNode

Ec2Autoscale

创建一个节点,该节点可以为 ec2 自动缩放组触发自动缩放事件。

groupBy|ec2Autoscale()

返回:Ec2AutoscaleNode

Elapsed

计算点之间经过的时间。

groupBy|elapsed(field string, unit time.Duration)

返回:InfluxQLNode

Eval

创建一个 eval 节点,该节点将评估给定的转换函数到每个数据点。可以提供表达式列表,并将按给定的顺序进行评估。结果可用于以后的表达式。

groupBy|eval(expressions ...ast.LambdaNode)

返回:EvalNode

Exclude

Exclude 从组中删除任何标签。

groupBy|exclude(dims ...string)

返回:GroupByNode

First

选择第一个点。

groupBy|first(field string)

返回:InfluxQLNode

Flatten

将时间相似的点展平为单个点。

groupBy|flatten()

返回:FlattenNode

GroupBy

按一组标签对数据进行分组。

可以传递文字 * 以按所有维度分组。示例

    |groupBy(*)
groupBy|groupBy(tag ...interface{})

返回:GroupByNode

HoltWinters

计算数据集的 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 预测。

groupBy|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。此方法还输出用于拟合数据的所有点以及预测数据。

groupBy|holtWintersWithFit(field string, h int64, m int64, interval time.Duration)

返回:InfluxQLNode

HttpOut

创建一个 HTTP 输出节点,该节点缓存它收到的最新数据。缓存的数据在给定的端点可用。端点是运行任务的 API 端点的相对路径。例如,如果任务端点位于 /kapacitor/v1/tasks/<task_id> 并且端点为 top10,则可以从 /kapacitor/v1/tasks/<task_id>/top10 请求数据。

groupBy|httpOut(endpoint string)

返回:HTTPOutNode

HttpPost

创建一个 HTTP Post 节点,该节点将收到的数据 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,则必须指定端点属性方法。

groupBy|httpPost(url ...string)

返回:HTTPPostNode

InfluxDBOut

创建一个 influxdb 输出节点,该节点将传入数据存储到 InfluxDB 中。

groupBy|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。

groupBy|join(others ...Node)

返回:JoinNode

K8sAutoscale

创建一个节点,该节点可以为 kubernetes 集群触发自动缩放事件。

groupBy|k8sAutoscale()

返回:K8sAutoscaleNode

KapacitorLoopback

创建一个 kapacitor 回环节点,该节点会将数据作为流发送回 Kapacitor。

groupBy|kapacitorLoopback()

返回:KapacitorLoopbackNode

Last

选择最后一个点。

groupBy|last(field string)

返回:InfluxQLNode

日志

创建一个记录它接收的所有数据的节点。

groupBy|log()

返回:LogNode

Max

选择最大点。

groupBy|max(field string)

返回:InfluxQLNode

Mean

计算数据的平均值。

groupBy|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。如果您想要中值点,请使用 .percentile(field, 50.0)

groupBy|median(field string)

返回:InfluxQLNode

Min

选择最小点。

groupBy|min(field string)

返回:InfluxQLNode

Mode

计算数据的众数。

groupBy|mode(field string)

返回:InfluxQLNode

MovingAverage

计算最后窗口点的移动平均值。在窗口填满之前,不会发出任何点。

groupBy|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,不执行点之间的插值。

groupBy|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。

groupBy|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。

groupBy|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。

groupBy|sideload()

返回:SideloadNode

Spread

计算 minmax 点之间的差异。

groupBy|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。

groupBy|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。

groupBy|stateDuration(expression ast.LambdaNode)

返回:StateDurationNode

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。

groupBy|stats(interval time.Duration)

返回:StatsNode

Stddev

计算标准差。

groupBy|stddev(field string)

返回:InfluxQLNode

Sum

计算所有值的总和。

groupBy|sum(field string)

返回:InfluxQLNode

SwarmAutoscale

创建一个节点,该节点可以为 Docker swarm 集群触发自动缩放事件。

groupBy|swarmAutoscale()

返回:SwarmAutoscaleNode

Top

选择 field 的顶部 num 个点,并按任何额外的标签或字段排序。

groupBy|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。

groupBy|trickle()

返回:TrickleNode

Union

执行此节点和所有其他给定节点的并集。

groupBy|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。

groupBy|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。

groupBy|window()

返回:WindowNode


此页面是否对您有帮助?

感谢您的反馈!


Flux 的未来

Flux 即将进入维护模式。您可以继续像当前一样使用它,而无需对代码进行任何更改。

阅读更多

InfluxDB 3 开源现在处于公共 Alpha 阶段

InfluxDB 3 开源现在可用于 Alpha 测试,根据 MIT 或 Apache 2 许可获得许可。

我们正在发布两个产品作为 Alpha 版的一部分。

InfluxDB 3 Core 是我们新的开源产品。它是用于时间序列和事件数据的最新数据引擎。InfluxDB 3 Enterprise 是一个商业版本,它建立在 Core 的基础上,增加了历史查询功能、读取副本、高可用性、可扩展性和细粒度的安全性。

有关如何开始使用的更多信息,请查看