Skip to content
  • Home
  • Aktuell
  • Tags
  • 0 Ungelesen 0
  • Kategorien
  • Unreplied
  • Beliebt
  • GitHub
  • Docu
  • Hilfe
Skins
  • Light
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • Dark
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • Standard: (Kein Skin)
  • Kein Skin
Einklappen
ioBroker Logo

Community Forum

donate donate
  1. ioBroker Community Home
  2. Deutsch
  3. Off Topic
  4. Grafana
  5. Grafana Tages/Monatsverbräuche Performance u. Darstellung?

NEWS

  • Jahresrückblick 2025 – unser neuer Blogbeitrag ist online! ✨
    BluefoxB
    Bluefox
    14
    1
    144

  • Neuer Blogbeitrag: Monatsrückblick - Dezember 2025 🎄
    BluefoxB
    Bluefox
    12
    1
    564

  • Weihnachtsangebot 2025! 🎄
    BluefoxB
    Bluefox
    24
    1
    1.7k

Grafana Tages/Monatsverbräuche Performance u. Darstellung?

Geplant Angeheftet Gesperrt Verschoben Grafana
57 Beiträge 4 Kommentatoren 6.5k Aufrufe 7 Watching
  • Älteste zuerst
  • Neuste zuerst
  • Meiste Stimmen
Antworten
  • In einem neuen Thema antworten
Anmelden zum Antworten
Dieses Thema wurde gelöscht. Nur Nutzer mit entsprechenden Rechten können es sehen.
  • Meister MopperM Meister Mopper

    @marc-berg sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

    Hast du die "Embed" Option ausgewählt?

    Sehr interessant! Das ist bei einem Solo-Dashboard in der Tat performanter, wie aber funktioniert das in einem Dashboard mit mehreren Dashboard?
    Wenn ich dort share auswähle, gibt es keine embed-Option, oder klicke ich mal wieder falsch?

    cdb44212-ec99-4f67-863b-78c30dd9b745-grafik.png

    Marc BergM Offline
    Marc BergM Offline
    Marc Berg
    Most Active
    schrieb am zuletzt editiert von Marc Berg
    #13

    @meister-mopper sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

    Wenn ich dort share auswähle, gibt es keine embed-Option, oder klicke ich mal wieder falsch?

    Meines Wissens kann man nur einzelne Panels ("Solo Dashboard") als iFrame bereitstellen. Für ein Dashboard geht das nicht.

    NUC10I3+Ubuntu+Docker+ioBroker+influxDB2+Node Red+EMQX+Grafana

    Pi-hole, Traefik, Checkmk, Conbee II+Zigbee2MQTT, ESPSomfy-RTS, LoRaWAN, Arduino, KiCad

    Benutzt das Voting im Beitrag, wenn er euch geholfen hat.

    Meister MopperM C 2 Antworten Letzte Antwort
    1
    • Marc BergM Marc Berg

      @meister-mopper sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

      Wenn ich dort share auswähle, gibt es keine embed-Option, oder klicke ich mal wieder falsch?

      Meines Wissens kann man nur einzelne Panels ("Solo Dashboard") als iFrame bereitstellen. Für ein Dashboard geht das nicht.

      Meister MopperM Online
      Meister MopperM Online
      Meister Mopper
      schrieb am zuletzt editiert von
      #14

      @marc-berg

      Danke, schade, denn ich habe nur wenige 'Solos'.

      Trotzdem, die wenigen habe ich dank deines Tipps umgestellt.

      Proxmox und HA

      1 Antwort Letzte Antwort
      0
      • Marc BergM Marc Berg

        @meister-mopper sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

        Wenn ich dort share auswähle, gibt es keine embed-Option, oder klicke ich mal wieder falsch?

        Meines Wissens kann man nur einzelne Panels ("Solo Dashboard") als iFrame bereitstellen. Für ein Dashboard geht das nicht.

        C Offline
        C Offline
        Chrunchy
        schrieb am zuletzt editiert von
        #15

        @marc-berg, @Meister-Mopper ,
        doch das geht.
        Das Dashboard als public dashboard freigeben. ggf. localhost im Link durch die lokale IP-Adresse des Grafana-Hosts ersetzten.

        Vorher natürlich /usr/share/grafana/conf/defaults.ini im Grafana-Host anpassen.
        Darin muss allow_embedding auf true gesetzt werden.
        Anschließend des Service neustarten.

        Gruß Chrunchy

        1 Antwort Letzte Antwort
        0
        • D Dieter_P

          Hi

          um Verbräuche zu Visualisieren hab ich nun doch mal Grafana ausprobiert.

          Leider hab ich den Beitrag hier verloren und noch einmal Danke für die Flux-Schnipsel um mir das so zu bauen:

          Tagesverbrauch im aktuellen Monat:

          from(bucket: "iobroker")
            |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
            |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
            |> filter(fn: (r) => r["_field"] == "value")
            |> aggregateWindow(every: 1d , fn: last, timeSrc: "_start")
            |> difference(nonNegative: true, columns: ["_value"])
            |> yield(name: "last")
          

          Monatsverbräuche im aktuellen Jahr:

          from(bucket: "iobroker")
            |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
            |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
            |> filter(fn: (r) => r["_field"] == "value")
            |> aggregateWindow(every: 1mo , fn: last, timeSrc: "_start")
            |> difference(nonNegative: true, columns: ["_value"])
            |> yield(name: "last")
          

          Nun brauchen die Grafana Dashboards ca. 5 Sekunden eh sieh auf der VIS-View geladen sind, was schon ein extremer Nachteil ist. Liegt dass an den InfluxDB Abfragen und könnte ich das Beschleunigen indem man die Werte einzeln abfragt und in DPs speichert und dann mittels Grafana visualisiert oder gibt es bessere Ansätze?

          Desweiteren, kann man nur die Panels im iFrame darstellen ohne das Grafana Menü der Dashborads drumherum ?

          Thx
          8c84e1e0-eb53-46dc-99c0-bc43d0a89f43-grafik.png

          C Offline
          C Offline
          Chrunchy
          schrieb am zuletzt editiert von
          #16

          @dieter_p Schau dir mal die Infos von @haus-automatisierung an:
          https://haus-automatisierung.com/software/2023/05/11/influxdb2-pv-dashboard.html

          In dem Beitrag geht es zwar um eine PV-Anlage, aber die Reduzierung der Datenmenge durch tasks ist sicher auch für dich hilfreich.

          Ggf. kann bei den Abfragen auf die range optzimiert werden, auch dazu gibt es in dem Beitrag einige Infos.

          Gruß Chrunchy

          D 2 Antworten Letzte Antwort
          1
          • C Chrunchy

            @dieter_p Schau dir mal die Infos von @haus-automatisierung an:
            https://haus-automatisierung.com/software/2023/05/11/influxdb2-pv-dashboard.html

            In dem Beitrag geht es zwar um eine PV-Anlage, aber die Reduzierung der Datenmenge durch tasks ist sicher auch für dich hilfreich.

            Ggf. kann bei den Abfragen auf die range optzimiert werden, auch dazu gibt es in dem Beitrag einige Infos.

            D Offline
            D Offline
            Dieter_P
            schrieb am zuletzt editiert von
            #17

            @chrunchy

            Danke. Die allgemeine Info, dass es eine Performancesache ist hilft mir auch schon sehr.

            Wie oben bei den Screenshots andeuteutungsweise zu sehen ist, gibt es eine Welt vor Grafana wo ich mir diese Visualisierung mit Datenpunkten und Queries in die Datenpunkte selbst gebaut hab.

            Vom Prinzip, empfinde ich es ja auch unnötig außer für den aktuellen Tag und den aktuellen Monat bei jedem Aufruf die DB fürs ganze Jahr zu durchwurschteln. An den anderen Werte ändert sich ja erstmal nix.

            Die manuell gebauten Abfragen sind nur recht komplex geworden durch viele Wenn/dann Fälle und die Visualisierung vielleicht nicht "brillant-bright". Hier der Versuch mit Grafana das mit einem Wisch zu verbessern.

            Da das nicht geht, muß ich mal überlegen ob ich eine optimierte Version mit Grafana baue oder wieder ganz drauf verzichte.

            1 Antwort Letzte Antwort
            0
            • C Chrunchy

              @dieter_p Schau dir mal die Infos von @haus-automatisierung an:
              https://haus-automatisierung.com/software/2023/05/11/influxdb2-pv-dashboard.html

              In dem Beitrag geht es zwar um eine PV-Anlage, aber die Reduzierung der Datenmenge durch tasks ist sicher auch für dich hilfreich.

              Ggf. kann bei den Abfragen auf die range optzimiert werden, auch dazu gibt es in dem Beitrag einige Infos.

              D Offline
              D Offline
              Dieter_P
              schrieb am zuletzt editiert von
              #18

              Hab nun etwas probiert bzgl. reduzierter Datenmengen und wie ich nun festgestellt hab, hatte ich eh schon Aggregationen der Tagesverbräuche in der Datenbank die ich jeden Tag um 23:59h bilde und dareinschreibe.

              Die Nutzung in Grafana also

              2e798107-f9ea-4359-8425-fedf46bb8f13-grafik.png

              Tageswerte:

              from(bucket: "iobroker")
                |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                |> filter(fn: (r) => r["_field"] == "value")
                |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                |> yield(name: "sum")
              

              Monatswerte:

              from(bucket: "iobroker")
                |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                |> filter(fn: (r) => r["_field"] == "value")
                |> aggregateWindow(every: 1mo, fn: sum, createEmpty: false)
                |> yield(name: "sum")
              

              Wirkt sich deutlich spürbar auf die Performance aus und lesbare "Loading"-Anzeigen oder Grafana-Symbole sind verschwunden.

              Nun hab ich jedoch noch eine Frage was besonders gut in der Tagesdarstellung sichtbar ist. Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
              Wie ist das anpassbar?

              b) Kann ich eine eine 2te Abfrage in das gleiche Panel reinbringen für den aktuellen Tag/Monat (je nach Panel)? Hier ändert sich ja mit jedem aktuellen Verbrauch gemäß dem Zeitpunkt des Abrufs etwas und ich müßte den einen Bargraph für den Tag/monat wirklich so fein dynamisch nach Aufrufzeitpunkt haben. Lässt Grafana das zu?

              Thx!

              Marc BergM 1 Antwort Letzte Antwort
              0
              • D Dieter_P

                Hab nun etwas probiert bzgl. reduzierter Datenmengen und wie ich nun festgestellt hab, hatte ich eh schon Aggregationen der Tagesverbräuche in der Datenbank die ich jeden Tag um 23:59h bilde und dareinschreibe.

                Die Nutzung in Grafana also

                2e798107-f9ea-4359-8425-fedf46bb8f13-grafik.png

                Tageswerte:

                from(bucket: "iobroker")
                  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                  |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                  |> filter(fn: (r) => r["_field"] == "value")
                  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                  |> yield(name: "sum")
                

                Monatswerte:

                from(bucket: "iobroker")
                  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                  |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                  |> filter(fn: (r) => r["_field"] == "value")
                  |> aggregateWindow(every: 1mo, fn: sum, createEmpty: false)
                  |> yield(name: "sum")
                

                Wirkt sich deutlich spürbar auf die Performance aus und lesbare "Loading"-Anzeigen oder Grafana-Symbole sind verschwunden.

                Nun hab ich jedoch noch eine Frage was besonders gut in der Tagesdarstellung sichtbar ist. Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
                Wie ist das anpassbar?

                b) Kann ich eine eine 2te Abfrage in das gleiche Panel reinbringen für den aktuellen Tag/Monat (je nach Panel)? Hier ändert sich ja mit jedem aktuellen Verbrauch gemäß dem Zeitpunkt des Abrufs etwas und ich müßte den einen Bargraph für den Tag/monat wirklich so fein dynamisch nach Aufrufzeitpunkt haben. Lässt Grafana das zu?

                Thx!

                Marc BergM Offline
                Marc BergM Offline
                Marc Berg
                Most Active
                schrieb am zuletzt editiert von
                #19

                @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
                Wie ist das anpassbar?

                Du solltest jeweils vor deine Query

                import "timezone"
                option location = timezone.location(name: "Europe/Berlin")
                

                reinschreiben. (Ich nehme an, dass du mit "23:59h" lokale Zeit meinst?)

                b) Kann ich eine eine 2te Abfrage in das gleiche Panel reinbringen für den aktuellen Tag/Monat (je nach Panel)? Hier ändert sich ja mit jedem aktuellen Verbrauch gemäß dem Zeitpunkt des Abrufs etwas und ich müßte den einen Bargraph für den Tag/monat wirklich so fein dynamisch nach Aufrufzeitpunkt haben. Lässt Grafana das zu?

                ja, das geht:
                3a369690-18ac-4fe4-93ca-a65bcc95d1af-grafik.png

                Was du damit erreichen willst, habe ich aber leider nicht verstanden. Eine zweite Abfrage ergibt aus meiner Sicht nur Sinn, wenn es um die gleichen Zeitbereiche geht.

                NUC10I3+Ubuntu+Docker+ioBroker+influxDB2+Node Red+EMQX+Grafana

                Pi-hole, Traefik, Checkmk, Conbee II+Zigbee2MQTT, ESPSomfy-RTS, LoRaWAN, Arduino, KiCad

                Benutzt das Voting im Beitrag, wenn er euch geholfen hat.

                D 2 Antworten Letzte Antwort
                1
                • Marc BergM Marc Berg

                  @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                  Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
                  Wie ist das anpassbar?

                  Du solltest jeweils vor deine Query

                  import "timezone"
                  option location = timezone.location(name: "Europe/Berlin")
                  

                  reinschreiben. (Ich nehme an, dass du mit "23:59h" lokale Zeit meinst?)

                  b) Kann ich eine eine 2te Abfrage in das gleiche Panel reinbringen für den aktuellen Tag/Monat (je nach Panel)? Hier ändert sich ja mit jedem aktuellen Verbrauch gemäß dem Zeitpunkt des Abrufs etwas und ich müßte den einen Bargraph für den Tag/monat wirklich so fein dynamisch nach Aufrufzeitpunkt haben. Lässt Grafana das zu?

                  ja, das geht:
                  3a369690-18ac-4fe4-93ca-a65bcc95d1af-grafik.png

                  Was du damit erreichen willst, habe ich aber leider nicht verstanden. Eine zweite Abfrage ergibt aus meiner Sicht nur Sinn, wenn es um die gleichen Zeitbereiche geht.

                  D Offline
                  D Offline
                  Dieter_P
                  schrieb am zuletzt editiert von Dieter_P
                  #20

                  @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                  Was du damit erreichen willst, habe ich aber leider nicht verstanden. Eine zweite Abfrage ergibt aus meiner Sicht nur Sinn, wenn es um die gleichen Zeitbereiche geht.

                  Danke, was ich möchte: Die Datenbankeinträge "Tagesverbrauch" stehen für jeden Tag "erst" um 23:59h zur Verfügung. Wenn ich jetzt aber die Graphen aufrufe möchte ich möglichst auch den aktuellen temporären Wert für den heutigen Tag sehen. Die Abfrage kann ich mir nicht über den measurement Tagesverbrauch holen, sondern muß ich wirklich "just in time" für den heutigen Tag berechnen lassen über die Zählerstände (nur für den heutigen Tag).

                  Alles mit der Intention eine möglichst performance-optimierte Ansicht zu bekommen.

                  Marc BergM 1 Antwort Letzte Antwort
                  0
                  • Marc BergM Marc Berg

                    @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                    Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
                    Wie ist das anpassbar?

                    Du solltest jeweils vor deine Query

                    import "timezone"
                    option location = timezone.location(name: "Europe/Berlin")
                    

                    reinschreiben. (Ich nehme an, dass du mit "23:59h" lokale Zeit meinst?)

                    b) Kann ich eine eine 2te Abfrage in das gleiche Panel reinbringen für den aktuellen Tag/Monat (je nach Panel)? Hier ändert sich ja mit jedem aktuellen Verbrauch gemäß dem Zeitpunkt des Abrufs etwas und ich müßte den einen Bargraph für den Tag/monat wirklich so fein dynamisch nach Aufrufzeitpunkt haben. Lässt Grafana das zu?

                    ja, das geht:
                    3a369690-18ac-4fe4-93ca-a65bcc95d1af-grafik.png

                    Was du damit erreichen willst, habe ich aber leider nicht verstanden. Eine zweite Abfrage ergibt aus meiner Sicht nur Sinn, wenn es um die gleichen Zeitbereiche geht.

                    D Offline
                    D Offline
                    Dieter_P
                    schrieb am zuletzt editiert von
                    #21

                    @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                    @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                    Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
                    Wie ist das anpassbar?

                    Du solltest jeweils vor deine Query

                    import "timezone"
                    option location = timezone.location(name: "Europe/Berlin")
                    

                    reinschreiben. (Ich nehme an, dass du mit "23:59h" lokale Zeit meinst?)

                    Danke. Ja, ist 23:59h über ein Blockly in IOB.

                    Leider ändert sich in der Darstellung in Grafana nichts mit:

                    import "timezone"
                    option location = timezone.location(name: "Europe/Berlin")
                    from(bucket: "iobroker")
                      |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                      |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                      |> filter(fn: (r) => r["_field"] == "value")
                      |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                      |> yield(name: "sum")
                    

                    -> Start: 02. Dezember und alles um einen Tag versetzt.

                    Marc BergM 1 Antwort Letzte Antwort
                    0
                    • D Dieter_P

                      @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                      @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                      Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
                      Wie ist das anpassbar?

                      Du solltest jeweils vor deine Query

                      import "timezone"
                      option location = timezone.location(name: "Europe/Berlin")
                      

                      reinschreiben. (Ich nehme an, dass du mit "23:59h" lokale Zeit meinst?)

                      Danke. Ja, ist 23:59h über ein Blockly in IOB.

                      Leider ändert sich in der Darstellung in Grafana nichts mit:

                      import "timezone"
                      option location = timezone.location(name: "Europe/Berlin")
                      from(bucket: "iobroker")
                        |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                        |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                        |> filter(fn: (r) => r["_field"] == "value")
                        |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                        |> yield(name: "sum")
                      

                      -> Start: 02. Dezember und alles um einen Tag versetzt.

                      Marc BergM Offline
                      Marc BergM Offline
                      Marc Berg
                      Most Active
                      schrieb am zuletzt editiert von
                      #22

                      @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                      |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)

                      jep, du musst die Zeile hier noch erweitern:

                      |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")

                      NUC10I3+Ubuntu+Docker+ioBroker+influxDB2+Node Red+EMQX+Grafana

                      Pi-hole, Traefik, Checkmk, Conbee II+Zigbee2MQTT, ESPSomfy-RTS, LoRaWAN, Arduino, KiCad

                      Benutzt das Voting im Beitrag, wenn er euch geholfen hat.

                      D 1 Antwort Letzte Antwort
                      0
                      • D Dieter_P

                        @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                        Was du damit erreichen willst, habe ich aber leider nicht verstanden. Eine zweite Abfrage ergibt aus meiner Sicht nur Sinn, wenn es um die gleichen Zeitbereiche geht.

                        Danke, was ich möchte: Die Datenbankeinträge "Tagesverbrauch" stehen für jeden Tag "erst" um 23:59h zur Verfügung. Wenn ich jetzt aber die Graphen aufrufe möchte ich möglichst auch den aktuellen temporären Wert für den heutigen Tag sehen. Die Abfrage kann ich mir nicht über den measurement Tagesverbrauch holen, sondern muß ich wirklich "just in time" für den heutigen Tag berechnen lassen über die Zählerstände (nur für den heutigen Tag).

                        Alles mit der Intention eine möglichst performance-optimierte Ansicht zu bekommen.

                        Marc BergM Offline
                        Marc BergM Offline
                        Marc Berg
                        Most Active
                        schrieb am zuletzt editiert von Marc Berg
                        #23

                        @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                        Die Abfrage kann ich mir nicht über den measurement Tagesverbrauch holen, sondern muß ich wirklich "just in time" für den heutigen Tag berechnen lassen über die Zählerstände (nur für den heutigen Tag).

                        Achso, ja das geht, mit einem "union". Hier fügst du zwei Abfragen "vertikal" zusammen. Ungetestet:

                        import "timezone"
                        import "date"
                        option location = timezone.location(name: "Europe/Berlin")
                        
                        tagesverbrauch=from(bucket: "iobroker")
                          |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
                          |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                          |> filter(fn: (r) => r["_field"] == "value")
                          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                        
                        live=from(bucket: "iobroker")
                          |> range(start: date.truncate(t:-1s, unit:1d))
                          |> filter(fn: (r) => r["_measurement"] == "OelVerbrLive")
                          |> filter(fn: (r) => r["_field"] == "value")
                          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                        
                         union(tables: [tagesverbrauch, live])
                        

                        NUC10I3+Ubuntu+Docker+ioBroker+influxDB2+Node Red+EMQX+Grafana

                        Pi-hole, Traefik, Checkmk, Conbee II+Zigbee2MQTT, ESPSomfy-RTS, LoRaWAN, Arduino, KiCad

                        Benutzt das Voting im Beitrag, wenn er euch geholfen hat.

                        D 1 Antwort Letzte Antwort
                        1
                        • Marc BergM Marc Berg

                          @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)

                          jep, du musst die Zeile hier noch erweitern:

                          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")

                          D Offline
                          D Offline
                          Dieter_P
                          schrieb am zuletzt editiert von
                          #24

                          jep, du musst die Zeile hier noch erweitern:

                          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")

                          gemacht und nun möchte der Bargraph "Bar garph requires a string or time field".

                          Brauch ich etwas in Flux (killt mir das nicht dann die dynamische Anpassung "This month" aus Grafana oder ist etwas rechts in den Optionen des Panels für die X-Achse zu konfigurieren?
                          1591d5f1-cdaf-4833-9bde-a6323d01c29a-grafik.png

                          Danke

                          Marc BergM 1 Antwort Letzte Antwort
                          0
                          • D Dieter_P

                            jep, du musst die Zeile hier noch erweitern:

                            |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")

                            gemacht und nun möchte der Bargraph "Bar garph requires a string or time field".

                            Brauch ich etwas in Flux (killt mir das nicht dann die dynamische Anpassung "This month" aus Grafana oder ist etwas rechts in den Optionen des Panels für die X-Achse zu konfigurieren?
                            1591d5f1-cdaf-4833-9bde-a6323d01c29a-grafik.png

                            Danke

                            Marc BergM Offline
                            Marc BergM Offline
                            Marc Berg
                            Most Active
                            schrieb am zuletzt editiert von
                            #25

                            @dieter_p

                            Das ist seltsam, zeig nochmal die ganze Query.

                            NUC10I3+Ubuntu+Docker+ioBroker+influxDB2+Node Red+EMQX+Grafana

                            Pi-hole, Traefik, Checkmk, Conbee II+Zigbee2MQTT, ESPSomfy-RTS, LoRaWAN, Arduino, KiCad

                            Benutzt das Voting im Beitrag, wenn er euch geholfen hat.

                            D 1 Antwort Letzte Antwort
                            0
                            • Marc BergM Marc Berg

                              @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                              Die Abfrage kann ich mir nicht über den measurement Tagesverbrauch holen, sondern muß ich wirklich "just in time" für den heutigen Tag berechnen lassen über die Zählerstände (nur für den heutigen Tag).

                              Achso, ja das geht, mit einem "union". Hier fügst du zwei Abfragen "vertikal" zusammen. Ungetestet:

                              import "timezone"
                              import "date"
                              option location = timezone.location(name: "Europe/Berlin")
                              
                              tagesverbrauch=from(bucket: "iobroker")
                                |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
                                |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                |> filter(fn: (r) => r["_field"] == "value")
                                |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                              
                              live=from(bucket: "iobroker")
                                |> range(start: date.truncate(t:-1s, unit:1d))
                                |> filter(fn: (r) => r["_measurement"] == "OelVerbrLive")
                                |> filter(fn: (r) => r["_field"] == "value")
                                |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                              
                               union(tables: [tagesverbrauch, live])
                              
                              D Offline
                              D Offline
                              Dieter_P
                              schrieb am zuletzt editiert von
                              #26

                              Achso, ja das geht, mit einem "union". Hier fügst du zwei Abfragen "vertikal" zusammen. Ungetestet:

                              Danke.

                              Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                              Query:

                              import "timezone"
                              import "date"
                              option location = timezone.location(name: "Europe/Berlin")
                              tagesverbrauch=from(bucket: "iobroker")
                                |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
                                |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                |> filter(fn: (r) => r["_field"] == "value")
                                |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                              
                              live=from(bucket: "iobroker")
                                |> range(start: date.truncate(t:-1s, unit:1d))
                                |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                |> filter(fn: (r) => r["_field"] == "value")
                                |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                |> difference(nonNegative: true, columns: ["_value"])
                                |> yield(name: "last")
                               
                               union(tables: [tagesverbrauch, live])
                              

                              Query Inspector:

                              {
                                "request": {
                                  "url": "api/ds/query?ds_type=influxdb&requestId=Q119",
                                  "method": "POST",
                                  "data": {
                                    "queries": [
                                      {
                                        "datasource": {
                                          "type": "influxdb",
                                          "uid": "fe97a43e-a484-468d-ba5f-dff87870a54a"
                                        },
                                        "query": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n  |> yield(name: \"last\")\r\n \r\n union(tables: [tagesverbrauch, live])",
                                        "refId": "A",
                                        "datasourceId": 1,
                                        "intervalMs": 3600000,
                                        "maxDataPoints": 848
                                      }
                                    ],
                                    "from": "1701385200000",
                                    "to": "1704063599999"
                                  },
                                  "hideFromInspector": false
                                },
                                "response": {
                                  "results": {
                                    "A": {
                                      "status": 200,
                                      "frames": [
                                        {
                                          "schema": {
                                            "name": "OelVerbrTag",
                                            "refId": "A",
                                            "meta": {
                                              "typeVersion": [
                                                0,
                                                0
                                              ],
                                              "executedQueryString": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: 2023-11-30T23:00:00Z, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n  |> yield(name: \"last\")\r\n \r\n union(tables: [tagesverbrauch, live])"
                                            },
                                            "fields": [
                                              {
                                                "name": "Time",
                                                "type": "time",
                                                "typeInfo": {
                                                  "frame": "time.Time",
                                                  "nullable": true
                                                }
                                              },
                                              {
                                                "name": "value",
                                                "type": "number",
                                                "typeInfo": {
                                                  "frame": "float64",
                                                  "nullable": true
                                                },
                                                "labels": {}
                                              }
                                            ]
                                          },
                                          "data": {
                                            "values": [
                                              [
                                                1701471600000,
                                                1701558000000,
                                                1701644400000,
                                                1701730800000,
                                                1701817200000,
                                                1701903600000,
                                                1701990000000,
                                                1702076400000,
                                                1702162800000,
                                                1702249200000,
                                                1702335600000,
                                                1702422000000,
                                                1702508400000,
                                                1702594800000,
                                                1702681200000,
                                                1702767600000,
                                                1702854000000,
                                                1702940400000,
                                                1703026800000,
                                                1703113200000,
                                                1703199600000,
                                                1703286000000,
                                                1703372400000
                                              ],
                                              [
                                                11.24,
                                                11.55,
                                                11.55,
                                                10.42,
                                                8.27,
                                                8.29,
                                                9.52,
                                                8.1,
                                                7.29,
                                                6.5,
                                                5.79,
                                                5.87,
                                                5.42,
                                                6.28,
                                                6.19,
                                                6.12,
                                                6.59,
                                                6.64,
                                                5.46,
                                                6.26,
                                                5.19,
                                                6.07,
                                                6.08
                                              ]
                                            ]
                                          }
                                        }
                                      ],
                                      "refId": "A"
                                    }
                                  }
                                }
                              }
                              

                              67cbbbe3-56df-4cbc-b5de-ab253fb01917-grafik.png

                              Marc BergM 1 Antwort Letzte Antwort
                              0
                              • D Dieter_P

                                Achso, ja das geht, mit einem "union". Hier fügst du zwei Abfragen "vertikal" zusammen. Ungetestet:

                                Danke.

                                Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                                Query:

                                import "timezone"
                                import "date"
                                option location = timezone.location(name: "Europe/Berlin")
                                tagesverbrauch=from(bucket: "iobroker")
                                  |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
                                  |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                  |> filter(fn: (r) => r["_field"] == "value")
                                  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                
                                live=from(bucket: "iobroker")
                                  |> range(start: date.truncate(t:-1s, unit:1d))
                                  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                  |> filter(fn: (r) => r["_field"] == "value")
                                  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                  |> difference(nonNegative: true, columns: ["_value"])
                                  |> yield(name: "last")
                                 
                                 union(tables: [tagesverbrauch, live])
                                

                                Query Inspector:

                                {
                                  "request": {
                                    "url": "api/ds/query?ds_type=influxdb&requestId=Q119",
                                    "method": "POST",
                                    "data": {
                                      "queries": [
                                        {
                                          "datasource": {
                                            "type": "influxdb",
                                            "uid": "fe97a43e-a484-468d-ba5f-dff87870a54a"
                                          },
                                          "query": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n  |> yield(name: \"last\")\r\n \r\n union(tables: [tagesverbrauch, live])",
                                          "refId": "A",
                                          "datasourceId": 1,
                                          "intervalMs": 3600000,
                                          "maxDataPoints": 848
                                        }
                                      ],
                                      "from": "1701385200000",
                                      "to": "1704063599999"
                                    },
                                    "hideFromInspector": false
                                  },
                                  "response": {
                                    "results": {
                                      "A": {
                                        "status": 200,
                                        "frames": [
                                          {
                                            "schema": {
                                              "name": "OelVerbrTag",
                                              "refId": "A",
                                              "meta": {
                                                "typeVersion": [
                                                  0,
                                                  0
                                                ],
                                                "executedQueryString": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: 2023-11-30T23:00:00Z, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n  |> yield(name: \"last\")\r\n \r\n union(tables: [tagesverbrauch, live])"
                                              },
                                              "fields": [
                                                {
                                                  "name": "Time",
                                                  "type": "time",
                                                  "typeInfo": {
                                                    "frame": "time.Time",
                                                    "nullable": true
                                                  }
                                                },
                                                {
                                                  "name": "value",
                                                  "type": "number",
                                                  "typeInfo": {
                                                    "frame": "float64",
                                                    "nullable": true
                                                  },
                                                  "labels": {}
                                                }
                                              ]
                                            },
                                            "data": {
                                              "values": [
                                                [
                                                  1701471600000,
                                                  1701558000000,
                                                  1701644400000,
                                                  1701730800000,
                                                  1701817200000,
                                                  1701903600000,
                                                  1701990000000,
                                                  1702076400000,
                                                  1702162800000,
                                                  1702249200000,
                                                  1702335600000,
                                                  1702422000000,
                                                  1702508400000,
                                                  1702594800000,
                                                  1702681200000,
                                                  1702767600000,
                                                  1702854000000,
                                                  1702940400000,
                                                  1703026800000,
                                                  1703113200000,
                                                  1703199600000,
                                                  1703286000000,
                                                  1703372400000
                                                ],
                                                [
                                                  11.24,
                                                  11.55,
                                                  11.55,
                                                  10.42,
                                                  8.27,
                                                  8.29,
                                                  9.52,
                                                  8.1,
                                                  7.29,
                                                  6.5,
                                                  5.79,
                                                  5.87,
                                                  5.42,
                                                  6.28,
                                                  6.19,
                                                  6.12,
                                                  6.59,
                                                  6.64,
                                                  5.46,
                                                  6.26,
                                                  5.19,
                                                  6.07,
                                                  6.08
                                                ]
                                              ]
                                            }
                                          }
                                        ],
                                        "refId": "A"
                                      }
                                    }
                                  }
                                }
                                

                                67cbbbe3-56df-4cbc-b5de-ab253fb01917-grafik.png

                                Marc BergM Offline
                                Marc BergM Offline
                                Marc Berg
                                Most Active
                                schrieb am zuletzt editiert von
                                #27

                                @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                                Die Zeile muss weg

                                |> yield(name: "last")
                                

                                NUC10I3+Ubuntu+Docker+ioBroker+influxDB2+Node Red+EMQX+Grafana

                                Pi-hole, Traefik, Checkmk, Conbee II+Zigbee2MQTT, ESPSomfy-RTS, LoRaWAN, Arduino, KiCad

                                Benutzt das Voting im Beitrag, wenn er euch geholfen hat.

                                D 1 Antwort Letzte Antwort
                                0
                                • Marc BergM Marc Berg

                                  @dieter_p

                                  Das ist seltsam, zeig nochmal die ganze Query.

                                  D Offline
                                  D Offline
                                  Dieter_P
                                  schrieb am zuletzt editiert von
                                  #28

                                  @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                  @dieter_p

                                  Das ist seltsam, zeig nochmal die ganze Query.

                                  Gleiches auch hier mit dem "union":

                                  Query:

                                  import "timezone"
                                  import "date"
                                  option location = timezone.location(name: "Europe/Berlin")
                                  tagesverbrauch=from(bucket: "iobroker")
                                    |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
                                    |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                    |> filter(fn: (r) => r["_field"] == "value")
                                    |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, createEmpty: false, timeSrc="_start")
                                  
                                  live=from(bucket: "iobroker")
                                    |> range(start: date.truncate(t:-1s, unit:1d))
                                    |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                    |> filter(fn: (r) => r["_field"] == "value")
                                    |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                    |> difference(nonNegative: true, columns: ["_value"])
                                    |> yield(name: "last")
                                   
                                   union(tables: [tagesverbrauch, live])
                                  
                                  1 Antwort Letzte Antwort
                                  0
                                  • Marc BergM Marc Berg

                                    @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                    Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                                    Die Zeile muss weg

                                    |> yield(name: "last")
                                    
                                    D Offline
                                    D Offline
                                    Dieter_P
                                    schrieb am zuletzt editiert von
                                    #29

                                    @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                    @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                    Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                                    Die Zeile muss weg

                                    |> yield(name: "last")
                                    

                                    ok, gleiche Ausgabe:

                                    {
                                      "request": {
                                        "url": "api/ds/query?ds_type=influxdb&requestId=Q124",
                                        "method": "POST",
                                        "data": {
                                          "queries": [
                                            {
                                              "datasource": {
                                                "type": "influxdb",
                                                "uid": "fe97a43e-a484-468d-ba5f-dff87870a54a"
                                              },
                                              "query": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n \r\n union(tables: [tagesverbrauch, live])",
                                              "refId": "A",
                                              "datasourceId": 1,
                                              "intervalMs": 3600000,
                                              "maxDataPoints": 848
                                            }
                                          ],
                                          "from": "1701385200000",
                                          "to": "1704063599999"
                                        },
                                        "hideFromInspector": false
                                      },
                                      "response": {
                                        "results": {
                                          "A": {
                                            "status": 200,
                                            "frames": [
                                              {
                                                "schema": {
                                                  "name": "OelVerbrTag",
                                                  "refId": "A",
                                                  "meta": {
                                                    "typeVersion": [
                                                      0,
                                                      0
                                                    ],
                                                    "executedQueryString": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: 2023-11-30T23:00:00Z, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n \r\n union(tables: [tagesverbrauch, live])"
                                                  },
                                                  "fields": [
                                                    {
                                                      "name": "Time",
                                                      "type": "time",
                                                      "typeInfo": {
                                                        "frame": "time.Time",
                                                        "nullable": true
                                                      }
                                                    },
                                                    {
                                                      "name": "value",
                                                      "type": "number",
                                                      "typeInfo": {
                                                        "frame": "float64",
                                                        "nullable": true
                                                      },
                                                      "labels": {}
                                                    }
                                                  ]
                                                },
                                                "data": {
                                                  "values": [
                                                    [
                                                      1701471600000,
                                                      1701558000000,
                                                      1701644400000,
                                                      1701730800000,
                                                      1701817200000,
                                                      1701903600000,
                                                      1701990000000,
                                                      1702076400000,
                                                      1702162800000,
                                                      1702249200000,
                                                      1702335600000,
                                                      1702422000000,
                                                      1702508400000,
                                                      1702594800000,
                                                      1702681200000,
                                                      1702767600000,
                                                      1702854000000,
                                                      1702940400000,
                                                      1703026800000,
                                                      1703113200000,
                                                      1703199600000,
                                                      1703286000000,
                                                      1703372400000
                                                    ],
                                                    [
                                                      11.24,
                                                      11.55,
                                                      11.55,
                                                      10.42,
                                                      8.27,
                                                      8.29,
                                                      9.52,
                                                      8.1,
                                                      7.29,
                                                      6.5,
                                                      5.79,
                                                      5.87,
                                                      5.42,
                                                      6.28,
                                                      6.19,
                                                      6.12,
                                                      6.59,
                                                      6.64,
                                                      5.46,
                                                      6.26,
                                                      5.19,
                                                      6.07,
                                                      6.08
                                                    ]
                                                  ]
                                                }
                                              }
                                            ],
                                            "refId": "A"
                                          }
                                        }
                                      }
                                    }
                                    
                                    Marc BergM 1 Antwort Letzte Antwort
                                    0
                                    • D Dieter_P

                                      @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                      @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                      Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                                      Die Zeile muss weg

                                      |> yield(name: "last")
                                      

                                      ok, gleiche Ausgabe:

                                      {
                                        "request": {
                                          "url": "api/ds/query?ds_type=influxdb&requestId=Q124",
                                          "method": "POST",
                                          "data": {
                                            "queries": [
                                              {
                                                "datasource": {
                                                  "type": "influxdb",
                                                  "uid": "fe97a43e-a484-468d-ba5f-dff87870a54a"
                                                },
                                                "query": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n \r\n union(tables: [tagesverbrauch, live])",
                                                "refId": "A",
                                                "datasourceId": 1,
                                                "intervalMs": 3600000,
                                                "maxDataPoints": 848
                                              }
                                            ],
                                            "from": "1701385200000",
                                            "to": "1704063599999"
                                          },
                                          "hideFromInspector": false
                                        },
                                        "response": {
                                          "results": {
                                            "A": {
                                              "status": 200,
                                              "frames": [
                                                {
                                                  "schema": {
                                                    "name": "OelVerbrTag",
                                                    "refId": "A",
                                                    "meta": {
                                                      "typeVersion": [
                                                        0,
                                                        0
                                                      ],
                                                      "executedQueryString": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: 2023-11-30T23:00:00Z, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n \r\n union(tables: [tagesverbrauch, live])"
                                                    },
                                                    "fields": [
                                                      {
                                                        "name": "Time",
                                                        "type": "time",
                                                        "typeInfo": {
                                                          "frame": "time.Time",
                                                          "nullable": true
                                                        }
                                                      },
                                                      {
                                                        "name": "value",
                                                        "type": "number",
                                                        "typeInfo": {
                                                          "frame": "float64",
                                                          "nullable": true
                                                        },
                                                        "labels": {}
                                                      }
                                                    ]
                                                  },
                                                  "data": {
                                                    "values": [
                                                      [
                                                        1701471600000,
                                                        1701558000000,
                                                        1701644400000,
                                                        1701730800000,
                                                        1701817200000,
                                                        1701903600000,
                                                        1701990000000,
                                                        1702076400000,
                                                        1702162800000,
                                                        1702249200000,
                                                        1702335600000,
                                                        1702422000000,
                                                        1702508400000,
                                                        1702594800000,
                                                        1702681200000,
                                                        1702767600000,
                                                        1702854000000,
                                                        1702940400000,
                                                        1703026800000,
                                                        1703113200000,
                                                        1703199600000,
                                                        1703286000000,
                                                        1703372400000
                                                      ],
                                                      [
                                                        11.24,
                                                        11.55,
                                                        11.55,
                                                        10.42,
                                                        8.27,
                                                        8.29,
                                                        9.52,
                                                        8.1,
                                                        7.29,
                                                        6.5,
                                                        5.79,
                                                        5.87,
                                                        5.42,
                                                        6.28,
                                                        6.19,
                                                        6.12,
                                                        6.59,
                                                        6.64,
                                                        5.46,
                                                        6.26,
                                                        5.19,
                                                        6.07,
                                                        6.08
                                                      ]
                                                    ]
                                                  }
                                                }
                                              ],
                                              "refId": "A"
                                            }
                                          }
                                        }
                                      }
                                      
                                      Marc BergM Offline
                                      Marc BergM Offline
                                      Marc Berg
                                      Most Active
                                      schrieb am zuletzt editiert von Marc Berg
                                      #30

                                      @dieter_p

                                      Schwierig, so ohne Quelldaten. Was liefert

                                      from(bucket: "iobroker")
                                      
                                        |> range(start: date.truncate(t:-1s, unit:1d))
                                        |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                        |> filter(fn: (r) => r["_field"] == "value")
                                        |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                        |> difference(nonNegative: true, columns: ["_value"])
                                      

                                      Edit: und sehe ich das richtig? In "0_userdata.0.Heizöl.Zaehlerstandverbrauch" stehen keine Verbräuche, sondern Stände?

                                      NUC10I3+Ubuntu+Docker+ioBroker+influxDB2+Node Red+EMQX+Grafana

                                      Pi-hole, Traefik, Checkmk, Conbee II+Zigbee2MQTT, ESPSomfy-RTS, LoRaWAN, Arduino, KiCad

                                      Benutzt das Voting im Beitrag, wenn er euch geholfen hat.

                                      D 2 Antworten Letzte Antwort
                                      0
                                      • Marc BergM Marc Berg

                                        @dieter_p

                                        Schwierig, so ohne Quelldaten. Was liefert

                                        from(bucket: "iobroker")
                                        
                                          |> range(start: date.truncate(t:-1s, unit:1d))
                                          |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                          |> filter(fn: (r) => r["_field"] == "value")
                                          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                          |> difference(nonNegative: true, columns: ["_value"])
                                        

                                        Edit: und sehe ich das richtig? In "0_userdata.0.Heizöl.Zaehlerstandverbrauch" stehen keine Verbräuche, sondern Stände?

                                        D Offline
                                        D Offline
                                        Dieter_P
                                        schrieb am zuletzt editiert von Dieter_P
                                        #31

                                        Edit: und sehe ich das richtig? In "0_userdata.0.Heizöl.Zaehlerstandverbrauch" stehen keine Verbräuche, sondern Stände?

                                        Ja, richtig. In der Version die bei mir zuviel Performance kostet, hatte ich die Zählerstände so abgefragt:

                                        from(bucket: "iobroker")
                                          |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                                          |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                          |> filter(fn: (r) => r["_field"] == "value")
                                          |> aggregateWindow(every: 1d , fn: last, timeSrc: "_start")
                                          |> difference(nonNegative: true, columns: ["_value"])
                                          |> yield(name: "last")
                                        

                                        Das möchten wir ja übers "union" nur für den aktuellen Tag ergänzen, richtig?

                                        1 Antwort Letzte Antwort
                                        0
                                        • Marc BergM Marc Berg

                                          @dieter_p

                                          Schwierig, so ohne Quelldaten. Was liefert

                                          from(bucket: "iobroker")
                                          
                                            |> range(start: date.truncate(t:-1s, unit:1d))
                                            |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                            |> filter(fn: (r) => r["_field"] == "value")
                                            |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                            |> difference(nonNegative: true, columns: ["_value"])
                                          

                                          Edit: und sehe ich das richtig? In "0_userdata.0.Heizöl.Zaehlerstandverbrauch" stehen keine Verbräuche, sondern Stände?

                                          D Offline
                                          D Offline
                                          Dieter_P
                                          schrieb am zuletzt editiert von Dieter_P
                                          #32

                                          @marc-berg

                                          aaah, Fortschritt :)

                                          798915ae-49fa-4c71-8265-a89f9897124e-grafik.png

                                          mit:

                                          import "timezone"
                                          import "date"
                                          option location = timezone.location(name: "Europe/Berlin")
                                          tagesverbrauch=from(bucket: "iobroker")
                                            |> range(start: v.timeRangeStart, stop: date.truncate(t:-1d, unit:1d))
                                            |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                            |> filter(fn: (r) => r["_field"] == "value")
                                            |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                                          
                                          live=from(bucket: "iobroker")
                                            |> range(start: date.truncate(t:-1d, unit:1d))
                                            |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                            |> filter(fn: (r) => r["_field"] == "value")
                                            |> aggregateWindow(every: 1d, fn: last, createEmpty: false)
                                            |> difference(nonNegative: true, columns: ["_value"])
                                          

                                          somit bleibt noch das Thema warum er den Tagesverbrauch auf der Zeitachse verschiebt. Wird jetzt ja besonders deutlich da es 2 Werte für den 24.12. gibt und nur der grüne ist richtig. Alle gelben sind um einen Tag verschoben.

                                          Marc BergM 2 Antworten Letzte Antwort
                                          0
                                          Antworten
                                          • In einem neuen Thema antworten
                                          Anmelden zum Antworten
                                          • Älteste zuerst
                                          • Neuste zuerst
                                          • Meiste Stimmen


                                          Support us

                                          ioBroker
                                          Community Adapters
                                          Donate

                                          669

                                          Online

                                          32.5k

                                          Benutzer

                                          81.8k

                                          Themen

                                          1.3m

                                          Beiträge
                                          Community
                                          Impressum | Datenschutz-Bestimmungen | Nutzungsbedingungen | Einwilligungseinstellungen
                                          ioBroker Community 2014-2025
                                          logo
                                          • Anmelden

                                          • Du hast noch kein Konto? Registrieren

                                          • Anmelden oder registrieren, um zu suchen
                                          • Erster Beitrag
                                            Letzter Beitrag
                                          0
                                          • Home
                                          • Aktuell
                                          • Tags
                                          • Ungelesen 0
                                          • Kategorien
                                          • Unreplied
                                          • Beliebt
                                          • GitHub
                                          • Docu
                                          • Hilfe