@manfredhi Ja, aber wenn du sonst keine Anwendung für docker hast, reicht auch nur die vm. Dann aber wirklich nur eine minimalinstallation Und ggfs unnötige Tools entfernen. Docker hat halt den Vorteil, das man dort unabhängig von ssh eine console öffnen kann. Gegenüber ssh ist der Vorteil das man ssh auch aus dem Container heraus nicht nutzen kann. Hier mal eine Meinung dazu aus dem Internet. Alpine kommt mittlerweile sehr oft in den docker Container vor, kann aber auch direkt installiert werden. Hat glaube ich nur 85MB. Super minimal. Alles was man benötigt muss dazu installiert werden. As of my last knowledge update in September 2021, there are several Linux distributions known for their focus on security and suitability for web servers. Here are some popular hardened Linux distributions that are often recommended for web servers with a high priority on security: Qubes OS: While not a typical choice for web servers, Qubes OS is a security-focused operating system that uses virtualization to compartmentalize applications. This can provide a high level of security, but it may not be as straightforward to set up and maintain as other options. Alpine Linux: Alpine Linux is known for its small size, simplicity, and security focus. It is commonly used in containerized environments, making it a good choice for hosting web applications in lightweight, secure containers. OpenBSD: OpenBSD is a Unix-like operating system known for its security features and proactive approach to security auditing. While it may not be as widely used as some other Linux distributions, it has a strong reputation for security. Hardened Gentoo: Gentoo Linux is a source-based distribution that allows for a high degree of customization. Hardened Gentoo includes additional security features and hardening options that can help improve the security of the system. Tails: Tails is a privacy-focused Linux distribution that is designed to be booted as a live system from a USB stick. While it is not typically used for web servers, it can be a good choice for accessing the web anonymously and securely. It's important to note that the best Linux distribution for a web server with a high priority on security can depend on various factors, including your specific security requirements, familiarity with the distribution, and the level of support available. It's a good idea to thoroughly research and test any distribution before deploying it in a production environment. Additionally, staying up to date with the latest security patches and best practices is crucial for maintaining a secure web server.

@arteck mit verbinde ich immer irgendwas mit counterstrike 😂

@endurance sagte in Grafana, Graph zeigt Wert an, obwohl Wert 0: hat leider nichts gebracht: Das Problem entsteht, da offensichtlich in diesem Zeitraum keine (neuen) Daten geschrieben werden und der letzte Mittelwert grafisch fortgeführt wird, bis wieder ein Datensatz vorhanden ist. Du könntest hinter der Zeile von @wolfi913 noch |> fill(value: 0) ergänzen. Das führt dazu, dass in diesen Zeiträumen, in denen keine Daten vorhanden sind, eine 0 aufgefüllt wird. Das könnte je nach Daten aber zu anderen Verzerrungen führen. Die beste Lösung wäre wohl, dass Du das regelmäßige Schreiben einer "0" in die DB während dieser Zeiten erzwingst. Alternativ könntest Du auch die Zeile mit "aggregateWindow" komplett weglassen. Das könnte aber wiederum bei sehr vielen Daten zu Performanceproblemen führen.

@martinp sagte in Grafana update von 10.x auf 11.0 per apt full-upgrade: Grafana ist ja definitiv installiert .... Auf meinem System nicht. Deswegen auch die passende Eintragung. Und grafana ist halt auch nicht grafana-enterprise :-) Die Pakete tragen ja nicht ohne Grund verschiedene Bezeichnungen.

Danke! Blockly geht schon mal.

@icegixxe So wären die Einstellungen bei den Overrides für das Stacking. Bei mir funktioniert das einwandfrei. [image: 1718725255223-screenshot-2024-06-18-173743.png]

@homoran vielen Dank, ich sitze nämlich an einem ähnlichen Problem. Habe einen PV Speicher und möchte die täglichen min und Max Werte gerne in einer Visualisierung anzeigen lassen. Aber egal ob ich nun 24h oder 1d anzeigen lasse, er zeigt es nicht korrekt an und zeigt die Werte an, die bei der Abfrage 24h her sind. Ich möchte ungern, eine weitere Messung für diesen Zweck abspeichern müssen.

@agrippinenser sagte in Grafana > transparenter Hintergrund: Feinstaub: dieses > HmIP-SFD ja! (als Bausatz) @agrippinenser sagte in Grafana > transparenter Hintergrund: Wetter: HmIP-SWO-B oder sogar HmIP-SWO-PR ? weder noch! Sondern eine 12 Jahre alte HomeMatic Wetterstation.

Problem gefunden: In den sogenanntem Label des Alerts müssen Variablen eingetragen werden: zb. Router = Asus Diese Variablen müssen dann in den Benachrichtigungsrichtlinien unter "New nested policy" ebenfalls eingetragen werden. [image: 1718449374971-unbenannt1.jpg] [image: 1718449364651-unbenannt.jpg] Trotzdem herzlichen Dank!

@domm Also ich hab jetzt noch zweimal drübergelesen, aber ich hab immernoch nicht wirklich verstanden wo dein Problem liegt. Vielleicht solltest du mal ein Bild vom Grafana Dashboard zeigen und was du genau machen möchtest. Wenn du schreibst du hast alle DP vorliegen und schreibst diese auch in die InfluxDB, dann mußt du die doch nur noch abfragen, bzw eine vorhandene Abfrage anpassen. Dann in Grafana das Dashboard aufrufen und eine neue Visualisierung hinzufügen.

@andi_grafa sagte in Grafana, Summierung der letzten Tageswerte: Wie du schon richtig selbst festgestellt hast, summierst du stumpf ALLE Werte. Stattdessen willst du ja nur den jeweilig letzten Wert des Tages nehmen und den im Monat summieren. Das bedeutet, dass du noch ein zusätzliches "aggregateWindow" benötigt, mit dem du den Tages"letzt"wert ermittelst. Versuchs mal so: import "timezone" import "date" option location = timezone.location(name: "Europe/Berlin") from(bucket: "iobroker") |> range(start: date.truncate(t: date.add(d: -6mo, to: today()), unit: 1mo), stop: date.truncate(t: today(), unit: 1mo)) |> filter(fn: (r) => r["_measurement"] == "Regen heute") |> filter(fn: (r) => r["_field"] == "value") |> aggregateWindow(every: 1d, fn: last, createEmpty: true, timeSrc: "_start") |> aggregateWindow(every: 1mo, fn: sum, createEmpty: true, timeSrc: "_start")

@meister-mopper Danke :+1:

@crunchip vielen dank, das hätte ich nie gefunden.

@mere13 sagte in Tagesverbrauch - Ich komm nicht drauf: |> aggregateWindow(every: 24h, fn: last, timeSrc: "_start", createEmpty: false) Würde stattdessen mal every: 1d testen. Sonst werden wahrscheinlich immer nur 24 Stunden genommen und die Tagesgrenze ignoriert. Ich würde vor dem aggregateWindow die Differenz bilden und dann sum aller Differenzen anwenden. import "timezone" option location = timezone.location(name: "Europe/Berlin") from(bucket: "homebucket") |> range(start: -10d) |> filter(fn: (r) => r["_measurement"] == "mystrom energy since boot - WLAN" and r["_field"] == "value") |> difference(nonNegative: true, columns: ["_value"]) |> aggregateWindow(every: 1d, fn: sum, timeSrc: "_start", createEmpty: false) |> map(fn: (r) => ({r with _value: r._value / 3600.0})) |> yield(name: "last")

siehe hier: https://forum.iobroker.net/post/1166370

@udbruegg Ich hab es ! Entschuldigt diese halbgare Aktion. Ich war echt etwas in Panik, weil ich da echt schon einige Tage Arbeit drin habe. Es war das einfache einloggen. Ich hatte nur was mit den Passwörtern "damals" nicht eindeutig dokumentiert und war nun total auf dem irrem Holzweg. Sorry... Ist mir echt etwas peinlich, dass ich bei so einer einfachen Sache, so panisch in die falsche Richtung gerannt bin.

Danke für die Unterstützung, da bei dem Datenpunkt keine ständigen Daten kommen, geht das so. Hab bei einem anderen, der ständig die Wertewechsel, da geht das so nicht. Daher erst mal Dankeschön, hier war es genau das richtig, was Ihr mir gesagt habt.

@luckyheiko [image: 1715175374941-c3f6fee3-33b6-432b-95d3-cd097e8949ef-image.png] Fertig! Naja, der grobe Entwurf. Wichtig ist, dass die Werte mit >Influx1.8 vorliegen. mit folgender Syntax kannst du die Daten umbiegen: from(bucket: "Solar") |> range(start: 12h, stop: 36h) |> timeShift (duration: -48h) |> filter(fn: (r) => r["_measurement"] == "pvforecast.0.plants.westseiteEigen.power") |> filter(fn: (r) => r["_field"] == "value") |> aggregateWindow(every: v.windowPeriod, fn: mean, createEmpty: false) |> yield(name: "mean") Das wäre der Befehl für die Werte morgen (Graue Linie) from(bucket: "Solar") |> range(start: -12h, stop: 12h) |> timeShift (duration: -24h) |> filter(fn: (r) => r["_measurement"] == "pvforecast.0.plants.westseiteEigen.power") |> filter(fn: (r) => r["_field"] == "value") |> aggregateWindow(every: v.windowPeriod, fn: mean, createEmpty: false) |> yield(name: "mean") Das wäre der Befehl für die Werte heute (Farbige Fläche) Die nervöse Linie ist der aktuelle Ertrag der PV Anlaga