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
    511

  • 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.
  • 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
                • 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 Offline
                  Marc BergM Offline
                  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 Offline
                    Marc BergM Offline
                    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 Offline
                          Marc BergM Offline
                          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
                          • D Dieter_P

                            @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 Offline
                            Marc BergM Offline
                            Marc Berg
                            Most Active
                            schrieb am zuletzt editiert von Marc Berg
                            #38

                            @dieter_p

                            Okay, wenn ich mir das ansehe, dann wird der Verbrauch des Vortages offensichtlich irgendwann am Folgetag ermittelt. Vor diesem Hintergrund müsste dann "timeSrc: "_start" wieder raus. Und ein "group" ans Ende. Dann sollte es passen.

                            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"])
                            
                             union(tables: [tagesverbrauch, live])
                              |>group()
                            

                            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?:

                              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

                              D Offline
                              D Offline
                              Dieter_P
                              schrieb am zuletzt editiert von Dieter_P
                              #39

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

                              @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

                              ah, stimmt. Die Tagesverbräuche werden um 23:59h berechnet und in die DB geschrieben. Der Zeitstempel wird aber übernommen vom letzten Zählerstand. Wenn die Heizung in Nachtabsenkung geht kann der letzte Zählerstand in der DB (Eintrag nur bei Änderung) schon ein paar Stunden alt sein.
                              Könnte man ändern, aber solange es alles an einem Tag ist....

                              die 11,55 sind vom 2.12.
                              d3bbeae6-3b30-4d38-88ad-536c3f6c66cc-grafik.png

                              Was mich bei den Raw Data "wundert". Ich habe 1.12-24.12. im explorer selektiert. Der erste Wert in der Tabelle ist 11,55.
                              Hier fehlt aber 11,24L für den 1.12.
                              Hakt das irgendwo zwischen UTC und lokaler Zeit?

                              Edit: Selektiere ich im Data Explorer vom 30.11.-24.11. erscheint als erster Wert der Tagesverbrauch vom 1.12. mit 11,24L
                              05e20302-7200-4577-b34f-5b0226d9e7fa-grafik.png

                              1 Antwort Letzte Antwort
                              0
                              • Marc BergM Marc Berg

                                @dieter_p

                                Okay, wenn ich mir das ansehe, dann wird der Verbrauch des Vortages offensichtlich irgendwann am Folgetag ermittelt. Vor diesem Hintergrund müsste dann "timeSrc: "_start" wieder raus. Und ein "group" ans Ende. Dann sollte es passen.

                                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"])
                                
                                 union(tables: [tagesverbrauch, live])
                                  |>group()
                                
                                D Offline
                                D Offline
                                Dieter_P
                                schrieb am zuletzt editiert von
                                #40

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

                                @dieter_p

                                Okay, wenn ich mir das ansehe, dann wird der Verbrauch des Vortages offensichtlich irgendwann am Folgetag ermittelt. Vor diesem Hintergrund müsste dann "timeSrc: "_start" wieder raus. Und ein "group" ans Ende. Dann sollte es passen.

                                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"])
                                
                                 union(tables: [tagesverbrauch, live])
                                  |>group()
                                

                                Leider gar keine Ausgabe "Configured x field not found"
                                Hab auch keine Idee was gemeint ist. Ist x field der tagesverbrauch von tables: [tagesverbrauch, live]?

                                1 Antwort Letzte Antwort
                                0
                                • Marc BergM Offline
                                  Marc BergM Offline
                                  Marc Berg
                                  Most Active
                                  schrieb am zuletzt editiert von
                                  #41

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

                                  Leider gar keine Ausgabe "Configured x field not found"

                                  Dann hast du wahrscheinlich die neue Query in ein Grafana Panel reinkopiert, in dem vorher ein Override oder eine andere Option definiert war, die noch den alten Spaltennamen enthält.

                                  Also entweder in Grafana diese Stelle suchen oder ein neues Panel anlegen.

                                  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?:

                                    Leider gar keine Ausgabe "Configured x field not found"

                                    Dann hast du wahrscheinlich die neue Query in ein Grafana Panel reinkopiert, in dem vorher ein Override oder eine andere Option definiert war, die noch den alten Spaltennamen enthält.

                                    Also entweder in Grafana diese Stelle suchen oder ein neues Panel anlegen.

                                    D Offline
                                    D Offline
                                    Dieter_P
                                    schrieb am zuletzt editiert von
                                    #42

                                    Dann hast du wahrscheinlich die neue Query in ein Grafana Panel reinkopiert, in dem vorher ein Override oder eine andere Option definiert war, die noch den alten Spaltennamen enthält.

                                    Danke!
                                    Ja, hab in einem Panel getest und ein Neues zeigt dies:

                                    b59e8b3c-4680-415e-9374-5b722d577523-grafik.png

                                    Es besteht noch ein Fehler. 11.2L ist vom 01.12 und die X-Achse entsprechend verschoben. Der "letzte" Tagesverbrauch vom 24.12. (5,64L) wird dann nicht gezeigt.

                                    Marc BergM 1 Antwort Letzte Antwort
                                    0
                                    • D Dieter_P

                                      Dann hast du wahrscheinlich die neue Query in ein Grafana Panel reinkopiert, in dem vorher ein Override oder eine andere Option definiert war, die noch den alten Spaltennamen enthält.

                                      Danke!
                                      Ja, hab in einem Panel getest und ein Neues zeigt dies:

                                      b59e8b3c-4680-415e-9374-5b722d577523-grafik.png

                                      Es besteht noch ein Fehler. 11.2L ist vom 01.12 und die X-Achse entsprechend verschoben. Der "letzte" Tagesverbrauch vom 24.12. (5,64L) wird dann nicht gezeigt.

                                      Marc BergM Offline
                                      Marc BergM Offline
                                      Marc Berg
                                      Most Active
                                      schrieb am zuletzt editiert von Marc Berg
                                      #43

                                      @dieter_p

                                      Du hattest weiter oben aus "-1s" --> "-1d" gemacht, das hatte ich nicht gemerkt und übernommen, ist jetzt wieder korrigiert. Und mit einem zusätzlichen "truncate" wird es jetzt auch zum Start sauber an der Tagesgrenze ausgerichtet:

                                      import "timezone"
                                      import "date"
                                      option location = timezone.location(name: "Europe/Berlin")
                                      
                                      tagesverbrauch=from(bucket: "iobroker")
                                        |> range(start:date.truncate(t:v.timeRangeStart, unit:1d), 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: last, createEmpty: false)
                                        |> difference(nonNegative: true, columns: ["_value"])
                                       
                                       union(tables: [tagesverbrauch, live])
                                        |>group()
                                      

                                      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

                                        Du hattest weiter oben aus "-1s" --> "-1d" gemacht, das hatte ich nicht gemerkt und übernommen, ist jetzt wieder korrigiert. Und mit einem zusätzlichen "truncate" wird es jetzt auch zum Start sauber an der Tagesgrenze ausgerichtet:

                                        import "timezone"
                                        import "date"
                                        option location = timezone.location(name: "Europe/Berlin")
                                        
                                        tagesverbrauch=from(bucket: "iobroker")
                                          |> range(start:date.truncate(t:v.timeRangeStart, unit:1d), 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: last, createEmpty: false)
                                          |> difference(nonNegative: true, columns: ["_value"])
                                         
                                         union(tables: [tagesverbrauch, live])
                                          |>group()
                                        
                                        D Offline
                                        D Offline
                                        Dieter_P
                                        schrieb am zuletzt editiert von Dieter_P
                                        #44

                                        @marc-berg
                                        Sorry, seh das Problem bei mir einfach nicht. Etliche mal im neuen Panel probiert und Zeitachse passt bei mir nicht und der "union" fehlt. In Grafana die Zeit steht auf "This month".

                                        c8893c0a-acfb-438f-9981-63e955797c35-grafik.png

                                        Marc BergM 1 Antwort Letzte Antwort
                                        0
                                        • D Dieter_P

                                          @marc-berg
                                          Sorry, seh das Problem bei mir einfach nicht. Etliche mal im neuen Panel probiert und Zeitachse passt bei mir nicht und der "union" fehlt. In Grafana die Zeit steht auf "This month".

                                          c8893c0a-acfb-438f-9981-63e955797c35-grafik.png

                                          Marc BergM Offline
                                          Marc BergM Offline
                                          Marc Berg
                                          Most Active
                                          schrieb am zuletzt editiert von Marc Berg
                                          #45

                                          @dieter_p

                                          Zeig bitte mal die Daten vom 24.12. und von heute im Data Explorer ohne aggregate. Wenn man die Quelldaten nicht hat, ist es schwer zu testen.

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


                                          Support us

                                          ioBroker
                                          Community Adapters
                                          Donate

                                          351

                                          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