LogNode
log 节点记录所有通过它的数据。
示例
stream.from()...
|window()
.period(10s)
.every(10s)
|log()
|count('value')
构造函数
| 链式方法 | 描述 |
|---|---|
| log ( ) | 创建一个记录所有接收数据的节点。 |
属性方法
| 设置器 | 描述 |
|---|---|
level ( value string) | 记录数据的级别。选项：DEBUG、INFO、WARN、ERROR 默认值：INFO |
prefix ( value string) | 添加到所有日志消息的可选前缀 |
| quiet ( ) | 禁止来自此节点的所有错误日志事件。 |
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。
级别
记录数据的级别。选项：DEBUG、INFO、WARN、ERROR 默认值：INFO
log.level(value string)
前缀
添加到所有日志消息的可选前缀
log.prefix(value string)
静默
禁止来自此节点的所有错误日志事件。
log.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，可以触发告警。
log|alert()
返回：AlertNode
Barrier
创建一个新的 Barrier 节点，定期发出 BarrierMessage。
每个周期持续时间将发出一个 BarrierMessage。
log|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。
log|bottom(num int64, field string, fieldsAndTags ...string)
返回：InfluxQLNode
ChangeDetect
创建一个新节点，仅当新点与上一个点不同时才发出新点。
log|changeDetect(field string)
Combine
将此节点与其自身组合。数据按时间戳组合。
log|combine(expressions ...ast.LambdaNode)
返回：CombineNode
Count
计算点的数量。
log|count(field string)
返回：InfluxQLNode
CumulativeSum
计算接收到的每个点的累积和。为收集的每个点发出一个点。
log|cumulativeSum(field string)
返回：InfluxQLNode
Deadman
用于在低吞吐量（又名 deadman 开关）上创建告警的辅助函数。
- 阈值：如果吞吐量降至低于阈值（点/间隔），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...
以上等同于此示例
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...
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。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...
log|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)
返回：AlertNode
Default
创建一个可以为缺失的标签或字段设置默认值的节点。
log|default()
返回：DefaultNode
Delete
创建一个可以删除标签或字段的节点。
log|delete()
返回：DeleteNode
Derivative
创建一个新节点，用于计算相邻点的导数。
log|derivative(field string)
Difference
计算点之间的差异，与经过的时间无关。
log|difference(field string)
返回：InfluxQLNode
Distinct
生成仅包含去重点的批次。
log|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。
log|ec2Autoscale()
Elapsed
计算点之间的经过时间。
log|elapsed(field string, unit time.Duration)
返回：InfluxQLNode
Eval
创建一个 eval 节点，它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。
log|eval(expressions ...ast.LambdaNode)
返回：EvalNode
First
选择第一个点。
log|first(field string)
返回：InfluxQLNode
Flatten
将具有相似时间的点展平为单个点。
log|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(*)
log|groupBy(tag ...interface{})
返回：GroupByNode
HoltWinters
计算数据集的 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 预测。
log|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。
log|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> 且端点为 top10，则可以从 /kapacitor/v1/tasks/<task_id>/top10 请求数据。
log|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。
log|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。
log|influxDBOut()
Join
将此节点与其他节点连接。数据按时间戳连接。
log|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。
log|k8sAutoscale()
KapacitorLoopback
创建一个 kapacitor 回环节点，该节点将数据作为流发送回 Kapacitor。
log|kapacitorLoopback()
Last
选择最后一个点。
log|last(field string)
返回：InfluxQLNode
日志
创建一个记录所有接收数据的节点。
log|log()
返回：LogNode
Max
选择最大值点。
log|max(field string)
返回：InfluxQLNode
Mean
计算数据的平均值。
log|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。如果您想要中位数点，请使用
.percentile(field, 50.0)。
log|median(field string)
返回：InfluxQLNode
Min
选择最小值点。
log|min(field string)
返回：InfluxQLNode
Mode
计算数据的众数。
log|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。
log|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，不会在点之间执行插值。
log|percentile(field string, percentile float64)
返回：InfluxQLNode
Sample
创建一个新节点，用于采样传入的点或批次。
将按指定的计数或持续时间发出一个点。
log|sample(rate interface{})
返回：SampleNode
Shift
创建一个新节点，用于按时间偏移传入的点或批次。
log|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。
log|sideload()
返回：SideloadNode
Spread
计算 min 和 max 点之间的差异。
log|spread(field string)
返回：InfluxQLNode
StateCount
创建一个节点，用于跟踪给定状态下连续点的数量。
log|stateCount(expression ast.LambdaNode)
StateDuration
创建一个节点，用于跟踪给定状态下的持续时间。
log|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。
log|stats(interval time.Duration)
返回：StatsNode
Stddev
计算标准差。
log|stddev(field string)
返回：InfluxQLNode
Sum
计算所有值的总和。
log|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。
log|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。
log|top(num int64, field string, fieldsAndTags ...string)
返回：InfluxQLNode
Trickle
创建一个新节点，用于将批次数据转换为流数据。
log|trickle()
返回：TrickleNode
Union
执行此节点和所有其他给定节点的并集。
log|union(node ...Node)
返回：UnionNode
Where
创建一个新节点，用于按给定的表达式过滤数据流。
log|where(expression ast.LambdaNode)
返回：WhereNode
Window
创建一个新节点，用于按时间对流进行窗口化。
注意： Window 只能应用于流边缘。
log|window()
返回：WindowNode
此页内容对您有帮助吗？
感谢您的反馈！
支持和反馈
感谢您成为我们社区的一份子！我们欢迎并鼓励您提供关于 Kapacitor 和本文档的反馈和错误报告。如需获取支持，请使用以下资源