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

  • Neuer Blogbeitrag: Monatsrückblick - Dezember 2025 🎄
    BluefoxB
    Bluefox
    11
    1
    524

  • Weihnachtsangebot 2025! 🎄
    BluefoxB
    Bluefox
    24
    1
    1.7k

  • UPDATE 31.10.: Amazon Alexa - ioBroker Skill läuft aus ?
    apollon77A
    apollon77
    48
    3
    9.6k

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.
  • 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 Online
      Marc BergM Online
      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 Online
            Marc BergM Online
            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 Online
              Marc BergM Online
              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 Online
                  Marc BergM Online
                  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 Online
                      Marc BergM Online
                      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 Online
                            Marc BergM Online
                            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
                                • D Dieter_P

                                  @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 Online
                                  Marc BergM Online
                                  Marc Berg
                                  Most Active
                                  schrieb am zuletzt editiert von
                                  #33

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

                                  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.

                                  Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                  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

                                    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 Online
                                    Marc BergM Online
                                    Marc Berg
                                    Most Active
                                    schrieb am zuletzt editiert von
                                    #34

                                    @dieter_p

                                    Ach, jetzt hab ich's. Ich habe dir eine falsche Syntax gegeben

                                    falsch:

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

                                    richtig:

                                    |> 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
                                    • Marc BergM Marc Berg

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

                                      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.

                                      Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                      D Offline
                                      D Offline
                                      Dieter_P
                                      schrieb am zuletzt editiert von
                                      #35

                                      Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                      Sowas?
                                      30cac1b8-3f01-4293-8a1a-856f97915599-grafik.png

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

                                        @dieter_p

                                        Ach, jetzt hab ich's. Ich habe dir eine falsche Syntax gegeben

                                        falsch:

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

                                        richtig:

                                        |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc: "_start")
                                        
                                        D Offline
                                        D Offline
                                        Dieter_P
                                        schrieb am zuletzt editiert von
                                        #36

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

                                        @dieter_p

                                        Ach, jetzt hab ich's. Ich habe dir eine falsche Syntax gegeben

                                        falsch:

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

                                        richtig:

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

                                        Danke, es wird besser:

                                        7f5222a8-9b76-4e4f-8384-059329854fe2-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, timeSrc: "_start") 
                                        
                                        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, timeSrc:"_start")
                                          |> difference(nonNegative: true, columns: ["_value"])
                                         
                                         union(tables: [tagesverbrauch, live])
                                        
                                        Marc BergM 1 Antwort Letzte Antwort
                                        0
                                        • D Dieter_P

                                          Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                          Sowas?
                                          30cac1b8-3f01-4293-8a1a-856f97915599-grafik.png

                                          Marc BergM Online
                                          Marc BergM Online
                                          Marc Berg
                                          Most Active
                                          schrieb am zuletzt editiert von Marc Berg
                                          #37

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

                                          Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                          Sowas?
                                          30cac1b8-3f01-4293-8a1a-856f97915599-grafik.png

                                          Ich dachte, die Daten hätten den Zeitstempel 23:59 Uhr (local Time)?

                                          Ist das hier der Verbrauch vom 02.12 oder 01.12.?

                                          f28e487a-a8fe-4bd3-bc9b-a3ac3c4e9c33-grafik.png

                                          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
                                          Antworten
                                          • In einem neuen Thema antworten
                                          Anmelden zum Antworten
                                          • Älteste zuerst
                                          • Neuste zuerst
                                          • Meiste Stimmen


                                          Support us

                                          ioBroker
                                          Community Adapters
                                          Donate

                                          912

                                          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