文档文档

StateDurationNode

stateDuration 节点计算给定状态的持续时间。状态通过 lambda 表达式定义。

对于每个连续的点,lambda 表达式评估为 true,状态持续时间会增加点之间的时间。这对于流和批次都是如此。对于流,只要点评估为 false,状态持续时间就会重置。在处理批次时,状态持续时间在批次结束时重置。

状态持续时间将作为额外的 float64 字段添加到每个点。如果表达式评估为 false,则该值将为 -1。如果表达式在评估期间生成错误,则该点将被丢弃,并且不会影响状态持续时间。

示例

stream
  |from()
    .measurement('cpu')
  |where(lambda: "cpu" == 'cpu-total')
  |groupBy('host')
  |stateDuration(lambda: "usage_idle" <= 10)
    .unit(1m)
  |alert()
    // Warn after 1 minute
    .warn(lambda: "state_duration" >= 1)
    // Critical after 5 minutes
    .crit(lambda: "state_duration" >= 5)

请注意,由于给定状态中的第一个点没有前一个点,因此其状态持续时间将为 0。

目前,StateDurationNode 仅在接收到数据时才发出点。如果未在“预期”间隔或数据分辨率下收到数据,则它不会假定先前的评估。如果未发送数据,则 StateDurationNode 无法评估状态,也无法计算持续时间。

有关此的更多信息,请参阅 Github 上的此评论线程

构造函数

链式方法描述
stateDuration ( expression ast.LambdaNode)创建一个节点,用于跟踪给定状态的持续时间。

属性方法

设置器描述
as ( value string)结果持续时间字段的新名称。默认值:‘state_duration’
quiet ( )禁止来自此节点的所有错误日志记录事件。
unit ( value time.Duration)结果持续时间值的时间单位。默认值:1 秒。

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

结果持续时间字段的新名称。默认值:‘state_duration’

stateDuration.as(value string)

Quiet

禁止来自此节点的所有错误日志记录事件。

stateDuration.quiet()

Unit

结果持续时间值的时间单位。默认值:1 秒。

stateDuration.unit(value time.Duration)

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,它可以触发告警。

stateDuration|alert()

返回:AlertNode

Barrier

创建一个新的屏障节点,它定期发出屏障消息。

每个周期持续时间将发出一个屏障消息。

stateDuration|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。

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

返回:InfluxQLNode

ChangeDetect

创建一个新的节点,仅当新点与前一个点不同时才发出新点。

stateDuration|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。

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

返回:CombineNode

Count

计数点的数量。

stateDuration|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。

stateDuration|cumulativeSum(field string)

返回:InfluxQLNode

Deadman

用于在低吞吐量(又名 deadman’s switch)上创建告警的辅助函数。

  • 阈值:如果吞吐量低于阈值(点/间隔),则触发告警。
  • 间隔:检查吞吐量的频率。
  • 表达式:要评估的可选表达式列表。适用于一天中的时间告警。

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’s switch。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...
stateDuration|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。

stateDuration|default()

返回:DefaultNode

Delete

创建一个可以删除标签或字段的节点。

stateDuration|delete()

返回:DeleteNode

Derivative

创建一个新的节点,用于计算相邻点的导数。

stateDuration|derivative(field string)

返回:DerivativeNode

Difference

计算点之间的差值,与经过时间无关。

stateDuration|difference(field string)

返回:InfluxQLNode

Distinct

生成仅包含不同点的批次。

stateDuration|distinct(field string)

返回:InfluxQLNode

Ec2Autoscale

创建一个可以为 ec2 autoscalegroup 触发自动缩放事件的节点。

stateDuration|ec2Autoscale()

返回:Ec2AutoscaleNode

Elapsed

计算点之间的经过时间。

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

返回:InfluxQLNode

Eval

创建一个 eval 节点,它将评估应用于每个数据点的给定转换函数。可以提供表达式列表,并将按照给定的顺序进行评估。结果可用于后续表达式。

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

返回:EvalNode

First

选择第一个点。

stateDuration|first(field string)

返回:InfluxQLNode

Flatten

将具有相似时间的点扁平化为单个点。

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

返回:GroupByNode

HoltWinters

计算数据集的 Holt-Winters 预测。

stateDuration|holtWinters(field string, h int64, m int64, interval time.Duration)

返回:InfluxQLNode

HoltWintersWithFit

计算数据集的 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。

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

返回:InfluxQLNode

HttpOut

创建一个 HTTP 输出节点,它缓存接收到的最新数据。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。

stateDuration|httpOut(endpoint string)

返回:HTTPOutNode

HttpPost

创建一个 HTTP Post 节点,它将接收到的数据 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。

stateDuration|httpPost(url ...string)

返回:HTTPPostNode

InfluxDBOut

创建一个 influxdb 输出节点,它将传入的数据存储到 InfluxDB 中。

stateDuration|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。

stateDuration|join(others ...Node)

返回:JoinNode

K8sAutoscale

创建一个可以为 kubernetes 集群触发自动缩放事件的节点。

stateDuration|k8sAutoscale()

返回:K8sAutoscaleNode

KapacitorLoopback

创建一个 kapacitor loopback 节点,它会将数据作为流发送回 Kapacitor。

stateDuration|kapacitorLoopback()

返回:KapacitorLoopbackNode

Last

选择最后一个点。

stateDuration|last(field string)

返回:InfluxQLNode

Log

创建一个记录它接收到的所有数据的节点。

stateDuration|log()

返回:LogNode

Max

选择最大值点。

stateDuration|max(field string)

返回:InfluxQLNode

Mean

计算数据的平均值。

stateDuration|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。如果需要中位数点,请使用 .percentile(field, 50.0)

stateDuration|median(field string)

返回:InfluxQLNode

Min

选择最小值点。

stateDuration|min(field string)

返回:InfluxQLNode

Mode

计算数据的众数。

stateDuration|mode(field string)

返回: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。

stateDuration|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。

stateDuration|percentile(field string, percentile float64)

返回:InfluxQLNode

Sample

创建一个新的节点,用于采样传入的点或批次。

将每计数或指定持续时间发出一个点。

stateDuration|sample(rate interface{})

返回:SampleNode

Shift

创建一个新的节点,用于及时移动传入的点或批次。

stateDuration|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。

stateDuration|sideload()

返回:SideloadNode

Spread

计算 minmax 点之间的差值。

stateDuration|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。

stateDuration|stateCount(expression ast.LambdaNode)

返回:StateCountNode

StateDuration

创建一个节点,用于跟踪给定状态的持续时间。

stateDuration|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。

stateDuration|stats(interval time.Duration)

返回:StatsNode

Stddev

计算标准差。

stateDuration|stddev(field string)

返回:InfluxQLNode

Sum

计算所有值的总和。

stateDuration|sum(field string)

返回:InfluxQLNode

SwarmAutoscale

创建一个可以为 Docker swarm 集群触发自动缩放事件的节点。

stateDuration|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。

stateDuration|top(num int64, field string, fieldsAndTags ...string)

返回:InfluxQLNode

Trickle

创建一个新的节点,用于将批次数据转换为流数据。

stateDuration|trickle()

返回:TrickleNode

Union

执行此节点和所有其他给定节点的并集。

stateDuration|union(node ...Node)

返回:UnionNode

Where

创建一个新的节点,用于通过给定的表达式过滤数据流。

stateDuration|where(expression ast.LambdaNode)

返回:WhereNode

Window

创建一个新的节点,用于按时间窗口化流。

注意:窗口只能应用于流边缘。

stateDuration|window()

返回:WindowNode


此页对您有帮助吗?

感谢您的反馈!


Flux 的未来

Flux 即将进入维护模式。您可以继续像现在这样使用它,而无需对您的代码进行任何更改。

阅读更多

现已全面上市

InfluxDB 3 核心版和企业版

快速启动。更快扩展。

获取更新

InfluxDB 3 核心版是一个开源、高速、最新数据引擎,它可以实时收集和处理数据,并将其持久化到本地磁盘或对象存储。InfluxDB 3 企业版建立在核心版的基础上,增加了高可用性、读取副本、增强的安全性以及数据压缩,以实现更快的查询和优化的存储。InfluxDB 3 企业版的免费层级可用于非商业家庭或业余爱好者的用途。

有关更多信息,请查看