文档文档

StatsNode

stats 节点以给定的时间间隔发送关于另一个节点的内部统计信息。

时间间隔表示基于实时发送统计信息的频率。这意味着间隔时间与另一个节点正在接收的数据点的时间无关。因此,StatsNode 是任务管道中的一个根节点。

当前可用的内部统计信息

  • emitted:该节点已发送给其子节点的数据点或批处理的数量。

每个统计信息都作为数据流中的一个字段提供。

统计信息根据原始数据进行分组。这意味着,如果源节点按标签“host”进行分组,则计数会按主机输出,并带有相应的“host”标签。由于组在跨越节点时可能会发生变化,因此仅考虑已发出的组。

示例

var data = stream
  |from()...
// Emit statistics every 1 minute and cache them via the HTTP API.
data
  |stats(1m)
  |httpOut('stats')
// Continue normal processing of the data stream
data...

警告:不建议将统计数据流与原始数据流连接(join)。由于它们在不同的时钟上运行,可能会产生死锁。这是当前实现的一个限制,未来可能会被移除。

构造函数

链式方法描述
stats ( interval time.Duration)创建一个新的数据流,其中包含节点的内部统计信息。interval 表示基于实际时间发出统计信息的频率。这意味着 interval 时间与源节点接收的数据点的时间无关。

属性方法

Setter 方法描述
align ( )将时间舍入到 StatsNode.Interval 值。
quiet ( )抑制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

属性方法会修改调用节点的状态。它们不会向管道添加新节点,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。

对齐

将时间舍入到 StatsNode.Interval 值。

stats.align()

Quiet

抑制此节点的所有错误日志事件。

stats.quiet()

链式方法

链式方法在管道中创建一个新的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。

警报(Alert)

创建一个警报节点,可以触发警报。

stats|alert()

返回:AlertNode

Barrier

创建一个新的 Barrier 节点,该节点会定期发出 BarrierMessage。

每个 period duration 将发出一个 BarrierMessage。

stats|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。

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

返回:InfluxQLNode

ChangeDetect

创建一个新节点,该节点仅在点与前一个点不同时才发出新点。

stats|changeDetect(field string)

返回:ChangeDetectNode

Combine

将此节点与自身合并。数据按时间戳合并。

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

返回:CombineNode

Count

计算点的数量。

stats|count(field string)

返回:InfluxQLNode

CumulativeSum

计算接收到的每个点的累积总和。对于收集到的每个点都会发出一个点。

stats|cumulativeSum(field string)

返回:InfluxQLNode

死人开关(Deadman)

用于创建低吞吐量警报(即死人开关)的辅助函数。

  • 阈值:如果吞吐量低于每 points/interval 的点数,则触发警报。
  • 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。对于按时警报很有用。

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...

以上等同于以下示例

    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...

idmessage 警报属性可以通过 'deadman' 配置部分全局配置。

由于 AlertNode 是最后一个组件,因此可以像往常一样对其进行进一步修改。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...

您可以指定额外的 lambda 表达式来进一步限制死人开关的触发时间。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...
stats|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)

返回:AlertNode

默认

创建一个可以为缺失的标签或字段设置默认值的节点。

stats|default()

返回:DefaultNode

删除

创建一个可以删除标签或字段的节点。

stats|delete()

返回:DeleteNode

导数

创建一个新节点,该节点计算相邻点的导数。

stats|derivative(field string)

返回:DerivativeNode

Difference

计算点之间的差异,与经过的时间无关。

stats|difference(field string)

返回:InfluxQLNode

Distinct

生成仅包含不同点的批次。

stats|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。

stats|ec2Autoscale()

返回:Ec2AutoscaleNode

Elapsed

计算点之间经过的时间。

stats|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,并将按给定顺序评估它们。结果可供后续表达式使用。

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

返回:EvalNode

First

选择第一个点。

stats|first(field string)

返回:InfluxQLNode

Flatten

将具有相似时间戳的点展平为单个点。

stats|flatten()

返回:FlattenNode

GroupBy

按标签集对数据进行分组。

可以传递字面值 * 来按所有维度分组。示例

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

返回:GroupByNode

HoltWinters

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

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

返回:InfluxQLNode

HoltWintersWithFit

计算 Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 数据集的预测。此方法除了预测数据外,还会输出用于拟合数据的所有点。

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

返回:InfluxQLNode

HttpOut

创建一个 HTTP 输出节点,该节点缓存它接收到的最新数据。缓存的数据可在给定端点处获得。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。

stats|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 个或 1 个参数。如果提供 0 个参数,则必须指定一个 endpoint 属性方法。

stats|httpPost(url ...string)

返回:HTTPPostNode

InfluxDBOut

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

stats|influxDBOut()

返回:InfluxDBOutNode

Join

将此节点与其他节点连接。数据按时间戳连接。

stats|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。

stats|k8sAutoscale()

返回:K8sAutoscaleNode

KapacitorLoopback

创建一个 kapacitor 回送节点,该节点会将数据作为流重新发送到 Kapacitor 中。

stats|kapacitorLoopback()

返回:KapacitorLoopbackNode

Last

选择最后一个点。

stats|last(field string)

返回:InfluxQLNode

Log

创建一个记录其接收的所有数据的节点。

stats|log()

返回:LogNode

Max

选择最大点。

stats|max(field string)

返回:InfluxQLNode

平均值

计算数据的平均值。

stats|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)

stats|median(field string)

返回:InfluxQLNode

Min

选择最小点。

stats|min(field string)

返回:InfluxQLNode

Mode

计算数据的众数。

stats|mode(field string)

返回:InfluxQLNode

MovingAverage

计算最后 window 个点的移动平均值。直到窗口填满才会发出点。

stats|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,不会在点之间进行插值。

stats|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。

将发出一个点,每隔指定的 count 或 duration。

stats|sample(rate interface{})

返回:SampleNode

Shift

创建一个新节点,该节点将传入的点或批次在时间上进行移位。

stats|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。

stats|sideload()

返回:SideloadNode

Spread

计算 minmax 点之间的差值。

stats|spread(field string)

返回:InfluxQLNode

StateCount

创建一个节点,该节点跟踪给定状态下的连续点数。

stats|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。

stats|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。interval 表示基于实际时间发出统计信息的频率。这意味着 interval 时间与源节点接收的数据点的时间无关。

stats|stats(interval time.Duration)

返回:StatsNode

Stddev

计算标准偏差。

stats|stddev(field string)

返回:InfluxQLNode

Sum

计算所有值的总和。

stats|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。

stats|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。

stats|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。

stats|trickle()

返回:TrickleNode

Union

执行此节点与所有其他给定节点的并集。

stats|union(node ...Node)

返回:UnionNode

Where

创建一个新节点,该节点根据给定表达式过滤数据流。

stats|where(expression ast.LambdaNode)

返回:WhereNode

窗口

创建一个新节点,该节点按时间对流进行窗口化。

注意:Window 只能应用于流边缘。

stats|window()

返回:WindowNode


此页面是否有帮助?

感谢您的反馈!


InfluxDB OSS 2.9.0:API 令牌默认进行哈希处理

InfluxDB OSS 2.9.0 增强了令牌安全性 —— 令牌在磁盘上默认进行哈希处理。现有令牌在首次启动时会被哈希,之后无法恢复。请在升级前保存您仍然需要的所有明文令牌。

查看 InfluxDB OSS 2.9.0 发行说明

哈希令牌的认证方式与未哈希令牌完全相同 —— 客户端和集成功能可继续正常工作。

2.9.0 中的其他新特性

  • 可配置的备份压缩
  • 恢复对包含哈希令牌的备份的支持
  • 更严格的边缘数据复制(Edge Data Replication)队列验证
  • Flux 升级
  • 压缩可靠性改进

Explorer 1.9 的主要增强功能

Explorer 1.9 现已发布,支持 InfluxQL、AI 辅助的 Flux 转 SQL 转换器(测试版)以及新的实时示例数据模拟器。

查看 Explorer 1.9 发行说明

Explorer 1.9 包含多项新功能和改进,使查询、可视化和管理数据变得更加轻松。

亮点

  • Flux 转 SQL 转换器(测试版):通过 AI 辅助转换器将 Flux 查询转换为 SQL。
  • InfluxQL 支持:在数据浏览器(Data Explorer)和仪表板中使用 InfluxQL 查询数据,并保存和加载 InfluxQL 查询。
  • InfluxQL 可视化:根据 InfluxQL 结果渲染折线图和柱状图,并支持按标签进行序列分组。
  • 查询错误历史记录:在查询工具中查看查询错误历史记录。
  • 实时示例数据模拟器:使用新的鸟类数据和信号发生器模拟器生成连续的实时示例数据。

更多详细信息,请参阅 Explorer 1.9 发行说明

InfluxDB 3.10 现已发布

InfluxDB 3 Core 3.10 增加了自动目录格式升级、可配置的查询并发限制以及处理引擎改进。

InfluxDB 3 Core 3.10 的关键更新

  • 目录格式升级:在 3.10 首次启动时,磁盘目录会自动从 v2 格式升级到 v3 格式。迁移是单向的——升级前请务必备份您的目录。
  • --max-concurrent-queries:限制并发查询(可在运行时调整)。
  • GET /ready 端点,用于就绪探针。
  • 处理引擎:跨数据库查询和触发器锁定标志。

更多信息,请参阅 InfluxDB 3 Core 发行说明

InfluxDB 3.10 现已发布

InfluxDB 3 Enterprise 3.10 增加了自动备份与恢复、行级删除和用户管理功能,并改进了自动目录格式升级和性能预览。

InfluxDB 3 Enterprise 3.10 的关键更新

  • 目录格式升级:在 3.10 首次启动时,磁盘目录会自动从 v2 格式升级到 v3 格式。迁移是单向的——升级前请务必备份您的目录。
  • 自动备份与恢复(测试版)
  • 行级删除
  • 用户管理(认证和 RBAC)— 预览版
  • 性能预览改进

备份与恢复、行级删除以及性能预览需要升级到企业级存储引擎(选择性加入测试版)。测试版和预览版功能可能会发生重大变更,不建议用于生产环境。

更多信息,请参阅 InfluxDB 3 Enterprise 发行说明

Telegraf Enterprise 现已全面上市(General Availability)

Telegraf Enterprise 现已全面上市,同时发布的还有 Telegraf Controller v1.0

Telegraf Enterprise 将 Telegraf Controller(一个用于 Telegraf 的集中式管理控制台)与 InfluxData 的官方支持相结合。通过单一系统管理配置、监控集群健康状况并操作数以万计的 Telegraf 代理。

InfluxDB Docker 的 latest 标签将指向 InfluxDB 3 Core

2026 年 9 月 15 日起,InfluxDB Docker 镜像的 latest 标签将指向 InfluxDB 3 Core。为避免意外升级,请在 Docker 部署中使用特定版本标签。

如果使用 Docker 来安装和运行 InfluxDB,latest 标签将指向 InfluxDB 3 Core。为避免意外升级,请在您的 Docker 部署中使用特定的版本标签。例如,如果使用 Docker 运行 InfluxDB v2,请将 latest 版本标签替换为 Docker pull 命令中的特定版本标签 — 例如

docker pull influxdb:2