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。选项包括：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。选项包括：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。
log|alert()
返回值：AlertNode
Barrier
创建一个新的 Barrier 节点，该节点定期发出 BarrierMessage。
每个周期持续时间将发出一个 BarrierMessage。
log|barrier()
返回值：BarrierNode
Bottom
为 field 选择底部 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)
返回值：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。
log|changeDetect(field string)
返回值：ChangeDetectNode
Combine
将此节点与其自身组合。数据在时间戳上组合。
log|combine(expressions ...ast.LambdaNode)
返回值：CombineNode
Count
计算点的数量。
log|count(field string)
返回值：InfluxQLNode
CumulativeSum
计算接收到的每个点的累积总和。为收集的每个点发出一个点。
log|cumulativeSum(field string)
返回值：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：如果吞吐量降至阈值以下（点/间隔），则触发告警。
- 间隔：检查吞吐量的频率。
- 表达式：也要评估的可选表达式列表。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...
log|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)
返回值：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。
log|default()
返回值：DefaultNode
Delete
创建一个可以删除标签或字段的节点。
log|delete()
返回值：DeleteNode
Derivative
创建一个新节点，该节点计算相邻点的导数。
log|derivative(field string)
返回值：DerivativeNode
Difference
计算点之间的差异，与经过的时间无关。
log|difference(field string)
返回值：InfluxQLNode
Distinct
生成仅包含不同点的批次。
log|distinct(field string)
返回值：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()
返回值：Ec2AutoscaleNode
Elapsed
计算点之间经过的时间。
log|elapsed(field string, unit time.Duration)
返回值：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。
log|eval(expressions ...ast.LambdaNode)
返回值：EvalNode
First
选择第一个点。
log|first(field string)
返回值：InfluxQLNode
Flatten
将具有相似时间的点展平为单个点。
log|flatten()
返回值：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{})
返回值：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)
返回值：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)
返回值：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>，而端点为 top10，则可以从 /kapacitor/v1/tasks/<task_id>/top10 请求数据。
log|httpOut(endpoint string)
返回值：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)
返回值：HTTPPostNode
InfluxDBOut
创建一个 influxdb 输出节点，该节点将传入数据存储到 InfluxDB 中。
log|influxDBOut()
返回值：InfluxDBOutNode
Join
将此节点与其他节点连接。数据在时间戳上连接。
log|join(others ...Node)
返回值：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()
返回值：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。
log|kapacitorLoopback()
Last
选择最后一个点。
log|last(field string)
返回值：InfluxQLNode
日志
创建一个记录所有接收数据的节点。
log|log()
返回值：LogNode
Max
选择最大点。
log|max(field string)
返回值：InfluxQLNode
Mean
计算数据的平均值。
log|mean(field string)
返回值：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)。
log|median(field string)
返回值：InfluxQLNode
Min
选择最小点。
log|min(field string)
返回值：InfluxQLNode
Mode
计算数据的众数。
log|mode(field string)
返回值：InfluxQLNode
MovingAverage
计算最后窗口点的移动平均值。在窗口满之前，不会发出任何点。
log|movingAverage(field string, window int64)
返回值：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。
log|percentile(field string, percentile float64)
返回值：InfluxQLNode
Sample
创建一个新节点，该节点对传入的点或批次进行采样。
将每计数或指定的持续时间发出一个点。
log|sample(rate interface{})
返回值：SampleNode
Shift
创建一个新节点，该节点在时间上移动传入的点或批次。
log|shift(shift time.Duration)
返回值：ShiftNode
Sideload
创建一个可以从外部源加载数据的节点。
log|sideload()
返回值：SideloadNode
Spread
计算 min 和 max 点之间的差异。
log|spread(field string)
返回值：InfluxQLNode
StateCount
创建一个节点，该节点跟踪给定状态下连续点的数量。
log|stateCount(expression ast.LambdaNode)
返回值：StateCountNode
StateDuration
创建一个节点，该节点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。这意味着间隔时间与源节点正在接收的数据点的时间无关。
log|stats(interval time.Duration)
返回值：StatsNode
Stddev
计算标准差。
log|stddev(field string)
返回值：InfluxQLNode
Sum
计算所有值的总和。
log|sum(field string)
返回值：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
为 field 选择顶部 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)
返回值：InfluxQLNode
Trickle
创建一个新节点，该节点将批处理数据转换为流数据。
log|trickle()
返回值：TrickleNode
Union
执行此节点和所有其他给定节点的并集。
log|union(node ...Node)
返回值：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。
log|where(expression ast.LambdaNode)
返回值：WhereNode
Window
创建一个新节点，该节点按时间窗口化数据流。
注意：Window 只能应用于流边缘。
log|window()
返回值：WindowNode
此页是否对您有帮助？
感谢您的反馈！