UPDATE 31.10.: Amazon Alexa - ioBroker Skill läuft aus ?

[Armilar]

@tomsport2022

Ansonsten und falls es einen für Influx2 interessiert:

Lässt sich in Teilen auch für andere Dinge (Luftfeuchte, etc.) adaptieren, ist schlank und ressourcenschonend.

Es legt die Datenpunkte in 0_userdata automatisch an.

Das wäre mein JS-Script. Es erzeugt bei jeder Temperaturänderung zu jedem Raum einen Temperatur-String für die cartLChart:

const Debug = false;

const NSPanel_Path = '0_userdata.0.NSPanel.';
const Path = NSPanel_Path + 'Influx2NSPanel.cardLChart.';
let   PathSensor = '';

let SensorName = ['EG.Buero.Temperatur',
                  'EG.Gaeste_WC.Temperatur',
                  'EG.Wohnzimmer.Temperatur',
                  'EG.Hauswirtschaftsraum.Temperatur',
                  'EG.Flur_vorne.Temperatur',
                  'EG.Flur_hinten.Temperatur',
                  'EG.Esszimmer.Temperatur',
                  'EG.Kaminzimmer.Temperatur',
                  'EG.Badezimmer.Temperatur',
                  'EG.Kueche.Temperatur',
                  'OG.Schlafzimmer_1.Temperatur',
                  'OG.Gaestezimmer.Temperatur',
                  'OG.Hobbyraum.Temperatur',
                  'Gartenhaus.Temperatur'];

const Sensor = [].concat('deconz.0.Sensors.65.temperature')  // EG.Buero.Temperatur
                 .concat('deconz.0.Sensors.10.temperature')  // EG.Gaeste_WC.Temperatur
                 .concat('deconz.0.Sensors.73.temperature')  // EG.Wohnzimmer.Temperatur
                 .concat('deconz.0.Sensors.62.temperature')  // EG.Hauswirtschaftsraum.Temperatur
                 .concat('deconz.0.Sensors.7.temperature')   // EG.Flur_vorne.Temperatur
                 .concat('deconz.0.Sensors.14.temperature')  // EG.Flur_hinten.Temperatur
                 .concat('deconz.0.Sensors.23.temperature')  // EG.Esszimmer.Temperatur
                 .concat('deconz.0.Sensors.41.temperature')  // EG.Kaminzimmer.Temperatur
                 .concat('deconz.0.Sensors.52.temperature')  // EG.Badezimmer.Temperatur
                 .concat('deconz.0.Sensors.17.temperature')  // EG.Kueche.Temperature
                 .concat('deconz.0.Sensors.32.temperature')  // OG.Schlafzimmer_1.Temperatur
                 .concat('deconz.0.Sensors.45.temperature')  // OG.Gaestezimmer.Temperatur
                 .concat('deconz.0.Sensors.48.temperature')  // OG.Hobbyraum.Temperatur
                 .concat('deconz.0.Sensors.58.temperature'); // Gartenhaus.Temperatur
                 
let   triggeredSensor = 0;

const numberOfHoursAgo = 24;
const xAxisTicksEveryM = 60;
const xAxisLabelEveryM = 240;

const InfluxInstance = 'influxdb.0';

// Ab hier keine Ändeungen

let coordinates = ''; 

on({ id: Sensor, change: 'any' }, async function (obj) {
    
    if (Debug) console.log(obj.id);
    if (Debug) console.log(Sensor.indexOf(obj.id));
    if (Debug) console.log(SensorName[Sensor.indexOf(obj.id)])

    PathSensor = Path + SensorName[Sensor.indexOf(obj.id)]

    if (existsObject(PathSensor) == false) {
        createState(PathSensor, 0, {
            name: 'SensorGrid',
            desc: 'Sensor Values [~<time>:<value>]*',
            type: 'string',
            role: 'value',
        });
    }

    let query =[
        'from(bucket: "iobroker")',
        '|> range(start: -' + numberOfHoursAgo + 'h)',
        '|> filter(fn: (r) => r["_measurement"] == "' + obj.id + '")',
        '|> filter(fn: (r) => r["_field"] == "value")',
        '|> drop(columns: ["from", "ack", "q"])',
        '|> aggregateWindow(every: 1h, fn: last, createEmpty: false)',
        '|> map(fn: (r) => ({ r with _rtime: int(v: r._time) - int(v: r._start)}))',
        '|> yield(name: "_result")'].join('');

    if (Debug) console.log('Query: ' + query);

    sendTo(InfluxInstance, 'query', query, function (result) {
        if (result.error) {
            console.error(result.error);
        } else {
            // show result
            if (Debug) console.log(result);
            let numResults = result.result.length;
            for (let r = 0; r < numResults; r++) 
            {
                let list = []
                let numValues = result.result[r].length;

                for (let i = 0; i < numValues; i++) 
                {
                    let time = Math.round(result.result[r][i]._rtime/1000/1000/1000/60);
                    let value = Math.round(result.result[r][i]._value * 10);
                    list.push(time + ":" + value);
                }

                coordinates = list.join("~");

                if (Debug) console.log(coordinates);
            }
        }
    });

    let timeOut = setTimeout (
        function () {
            let ticksAndLabelsList = []
            let date = new Date();
            date.setMinutes(0, 0, 0);
            let ts = Math.round(date.getTime() / 1000);
            let tsYesterday = ts - (numberOfHoursAgo * 3600);
            if (Debug) console.log('Iterate from ' + tsYesterday + ' to ' + ts + ' stepsize=' + (xAxisTicksEveryM * 60));
            for (let x = tsYesterday, i = 0; x < ts; x += (xAxisTicksEveryM * 60), i += xAxisTicksEveryM)
            {
                if ((i % xAxisLabelEveryM))
                    ticksAndLabelsList.push(i);
                else
                {
                    let currentDate = new Date(x * 1000);
                    // Hours part from the timestamp
                    let hours = '0' + String(currentDate.getHours());
                    // Minutes part from the timestamp
                    let minutes = '0' + String(currentDate.getMinutes());
                    let formattedTime = hours.slice(-2) + ':' + minutes.slice(-2);

                    ticksAndLabelsList.push(String(i) + '^' + formattedTime);
                }
            }
            if (Debug) console.log('Ticks & Label: ' + ticksAndLabelsList);
            if (Debug) console.log('Coordinates: ' + coordinates);
            setState(PathSensor, ticksAndLabelsList.join('+') + '~' + coordinates, true);
        }, 
    1500
    ) ;
});

Ich nutze die Influx 2 übrigens - weil der Index, insbesondere bei Timestamps, um einiges schneller als bei einer MySQL/MariaDB/etc. und natürlich sehr viel schneller als ein Filezugriff mit dem History ist!

EDIT: danach noch einen Alias vom Gerätetyp: Info zu jedem der geschriebenen Raum-Strings erzeugen und als cardLChart anlegen:

let CardLChartExample = <PageChart>
{
    'type': 'cardLChart',
    'heading': 'Büro Temperatur',
    'useColor': true,
    'items': [<PageItem>{ 
                id: 'alias.0.Haus.Erdgeschoss.Buero.Charts.Temperatur',
                yAxis: 'Temperatur [°C]',
                yAxisTicks: [100,110,120,130,140,150,160,170,180,190,200,210,220,230,240,250],
                onColor: Yellow
             }]
};

Die Y-Achse wird in diesem Beispiel von 10°C-25°C definiert (kann individuell definiert werden)

Ergebnis: 1 Chart pro Raum

Wie man in dem Chart sieht, sucht sich die cardChart den idealen Y-Achsen-Wertebereich automatisch heraus.

EDIT 2: Die Datenpunkte, die das Script erzeugt sehen so aus:

[tomsport2022]

@armilar

Vielen Dank für die ausführliche Beschreibung!

[Winnipuuh]

@armilar Hallo,
kann es sein das es mit der Influx 1.8 nicht funktioniert?
Ich erhalte folgende Fehlermeldungen:


Ist der Sensor so richtig eingefügt?
const Sensor = [].concat('mqtt.0.openWB.evu.W'); // Gartenhaus.Temperatur

LG

Winnipuuh

[niiccooo1]

@winnipuuh
Moin,

ich nutze ebenfalls influxDB V1.8. Beim Debug spuckt er jedoch folgendes aus:

31.1.2023, 08:01:00.963	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 1 - NaN - 1
31.1.2023, 08:01:00.963	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 2 - NaN - 1
31.1.2023, 08:01:00.963	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 3 - NaN - 1
31.1.2023, 08:01:00.963	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 4 - NaN - 1
31.1.2023, 08:01:00.964	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 5 - NaN - 1
31.1.2023, 08:01:00.964	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 6 - NaN - 1
31.1.2023, 08:01:00.964	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 7 - NaN - 1
31.1.2023, 08:01:00.965	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 8 - NaN - 1
31.1.2023, 08:01:00.965	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 9 - NaN - 1
31.1.2023, 08:01:00.965	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 10 - NaN - 1
31.1.2023, 08:01:00.965	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 11 - NaN - 1
31.1.2023, 08:01:00.966	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 12 - NaN - 1
31.1.2023, 08:01:00.966	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 13 - NaN - 1
31.1.2023, 08:01:00.966	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 14 - NaN - 1
31.1.2023, 08:01:00.966	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 15 - NaN - 1
31.1.2023, 08:01:00.966	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 16 - NaN - 1
31.1.2023, 08:01:00.966	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 17 - NaN - 1
31.1.2023, 08:01:00.967	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 18 - NaN - 1
31.1.2023, 08:01:00.967	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 19 - NaN - 1
31.1.2023, 08:01:00.967	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 20 - NaN - 1
31.1.2023, 08:01:00.967	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 21 - NaN - 1
31.1.2023, 08:01:00.968	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 22 - NaN - 1
31.1.2023, 08:01:00.968	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 23 - NaN - 1
31.1.2023, 08:01:00.968	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: 24 - NaN - 2
31.1.2023, 08:01:00.968	[info ]: javascript.0 (624) script.js.NSPanels.cardChart_Stromverbrauch: NaN^1:00~NaN~NaN~NaN~NaN^1:00~NaN~NaN~NaN~NaN^1:00~NaN~NaN~NaN~NaN^1:00~NaN~NaN~NaN~NaN^1:00~NaN~NaN~NaN~NaN^1:00~NaN~NaN~NaN

Anscheinend kann sich das Skript keine Werte aus der DB holen.
Sieht das bei dir genauso aus?

VG
Nico

EDIT: Habe das Problem finden können: Das Blockly ist nur für InfluxDB V2.x geeignet, da die Abfrage über FluxQL läuft. Für InfluxDB V1.8 muss die Abfrage in InfluxQL erfolgen.

[Winnipuuh]

@niiccooo1 said in SONOFF NSPanel mit Lovelace UI:

r InfluxDB V2.x geeignet, da die Abfrage über FluxQL läuft. Für InfluxDB V1.8 muss die Abfrage in InfluxQL erfolgen.

Hallo niicooo,
das ist aber schade, da mein Rasp noch auf 32 bit läuft somit kann ich nicht auf Influx2.0 upgraden. Vielleicht kann jemand den code umschreiben für die Influx1.8

LG

Winnipuuh

[ravenst0ne]

Mal aus Interesse, auf welchem Gerät/Speicher legt ihr denn eure Influx Datenbank ab? SD Karte vom Pi soll ja nicht so gut sein...

[Armilar]

@winnipuuh @niiccooo1

Vielleicht kann jemand den code umschreiben für die Influx1.8

Es ist ja eigentlich nur ein anderes Query (SQL statt FLUX) bei der Influx 1.8 oder beim SQL. Versucht es mal (ungetestet) mit austauschen:

let query = ['SELECT mean("value") ',
                  'FROM "' + obj.id + '" ', 
                  'WHERE time >= now() - ' + numberOfHoursAgo + 'h and time <= now() ',
                  'GROUP BY time(' + numberOfHoursAgo + 'h) ',
                  'ORDER BY time DESC'].join('');

Falls die Sortierung falsch herum ist, dann noch mal das DESC rausnehmen. Und falls da dann auch wirklich Daten herauskommen, dann gerne bescheid geben.

EDIT:

let query =[
        'from(bucket: "iobroker")',
        '|> range(start: -' + numberOfHoursAgo + 'h)',
        '|> filter(fn: (r) => r["_measurement"] == "' + obj.id + '")',
        '|> filter(fn: (r) => r["_field"] == "value")',
        '|> drop(columns: ["from", "ack", "q"])',
        '|> aggregateWindow(every: 1h, fn: last, createEmpty: false)',
        '|> map(fn: (r) => ({ r with _rtime: int(v: r._time) - int(v: r._start)}))',
        '|> yield(name: "_result")'].join('');

dafür herausnehmen.

Die Abfragen liefern immer den Stand der letzten 24 Stunden. Kann natürlich auch verändert werden:

const numberOfHoursAgo = 24;   // letzen n Stunden
const xAxisTicksEveryM = 60;   // die X-Achsen-Striche (in diesem Fall jede Stunde)
const xAxisLabelEveryM = 240;  // die Zeitangaben (in diesem Fall alle 4 Stunden)

Man könnte im SQL-Statement ggfs. auch noch die Group by Zeiten reduzieren.

[mading]

@ravenst0ne SD Karte geht irgendwann kaputt. iob ist auf einem pi4 mit ssd - grafana und influx auf einem pi3 mit sd. wenn die hops geht, habe ich ein Backup bzw, sind die historischen Daten ohnehin für mich nicht so wichtig (alles älter als 6-12M)

[Armilar]

@mading @ravenst0ne

Für einen Raspi mit SD-Karte sollte man ja neben den ioBroker-Updates ebenfalls Sicherungen z.B. mit dem Backitup-Adapter für Influx, etc. anlegen. Die Haltbarkeit einer SD-Karte ist immer ein Spiel mit dem Feuer... Mir ist dieser Tage, ebenfalls wieder eine SD-Karte (nicht ioBroker und auch keine Datenbank) unreparierbar abgeraucht. Besser auf andere Medien gehen oder langfristig auf eine stabilere Hardware setzen...

@ravenst0ne

Mal aus Interesse, auf welchem Gerät/Speicher legt ihr denn eure Influx Datenbank ab? SD Karte vom Pi soll ja nicht so gut sein...

zu deiner Frage: Ich habe ein QNAP NAS mit einer VM für den ioBroker und einer separaten VM für InfluxDB2 und Grafana im Einsatz.

[Winnipuuh]

@armilar
Die Datenquery funktioniert allerdings habe ich noch das Problem das der Info Alias die Daten nicht annimt:

LG
Winnipuuh

[Armilar]

@winnipuuh

Was steht denn im erzeugten Datenpunkt drin? Sollte ja eigentlich ein etwas längerer String (wie gestern als Beispiel abgebildet) sein. Der Info-Alias kann doch einen String verarbeiten!

Bei mir steht unter der Zeile ein "any" = kann alles aufnehmen und role=state . Das wäre auch perfekt!

Oder hat der Alias noch keine Daten bekommen?

Sieht dann im alias.0. auch super aus:

[Winnipuuh]

@armilar
Das steht bei mir auch

[Armilar]

@winnipuuh

Dann zeige mal den Inhalt des Datenpunktes

EDIT: War parallel

Sieht doch eigentlich ganz gut aus. Was macht das Panel draus?

P.S.: Falls das Balkendiagramme (cardChart) werden sollen, brauchst du aber ein anderes Script. Die arbeitet nicht mit Koordinaten.

Falls es Linien-Diagramme (cardLChart) werden sollen, dann ist das Script (wie gestern gepostet) korrekt.

[Winnipuuh]

@armilar
So sieht mein Log der querry aus:

Der Datenpunkt hat folgenden Inhalt:

0^11:00+60+120+180+240^15:00+300+360+420+480^19:00+540+600+660+720^23:00+780+840+900+960^03:00+1020+1080+1140+1200^07:00+1260+1320+1380~NaN:NaN~NaN:NaN

[Winnipuuh]

@armilar said in SONOFF NSPanel mit Lovelace UI:

t doch eigentlich ganz gut aus. Was macht das Panel draus?

Hab CardLChart drin

let CardChartExample = <PageChart>
{
    'type': 'cardLChart',
    'heading': 'Strom Verbrauch',
    'useColor': true,
    'items': [<PageItem>{ 
                id: 'alias.0.NSPanel.1.CardChart.Verbrauch', 
                yAxis: 'Leistung [kW]', 
                yAxisTicks: [100,110,120,130,140,150,160,170,180,190,200,210,220,230,240,250],
                onColor: Yellow
             }]
};

[Armilar]

@winnipuuh

Der erste Teil ist die X-Achse:
0^11:00+60+120+180+240^15:00+300+360+420+480^19:00+540+600+660+720^23:00+780+840+900+960^03:00+1020+1080+1140+1200^07:00+1260+1320+1380

im Zweite Teil sollten die Koordinaten stehen
~NaN:NaN~NaN:NaN

~X1:Y1~X2:Y2
Da sind aber keine Daten (NaN) drin...

Für eine saubere Darstellung müsstest du dann die yAxisTicks aktuell zwischen 100 =10,0 und 250=25,0 noch anpassen.
Aber zunächst sollte da kein NaN drin stehen.

Gab es im gewählten Zeitraum (letzte 24h) keine Daten?

[Winnipuuh]

@armilar
Doch Daten werden vom Sensor alle 6 sec. aktualisiert. Das sind Verbrauchsdaten vom EVU.

[Armilar]

@winnipuuh

Hast du Grafana oder etwas, das dir ein SQL-Statement für diesen Datenpunkt zusammenbauen kann?

[Winnipuuh]

@armilar
Ja

SELECT mean("value") FROM "0_userdata.0.Strom_Berechnung.Strom" WHERE $timeFilter GROUP BY time($__interval) fill(null)

[Armilar]

@winnipuuh

https://docs.influxdata.com/influxdb/v1.8/query_language/explore-data/

Zur Beschreibung sehe ich im SQL-Statement keine Fehler. Ist

const InfluxInstance = 'influxdb.0';

die richtige Instanz?

Das einzige was ich da als Unterschied sehe ist die Sortierung.

Die kannst du ja mal rausnehmen:

let query = ['SELECT mean("value") ',
                  'FROM "' + obj.id + '" ', 
                  'WHERE time >= now() - ' + numberOfHoursAgo + 'h and time <= now() ',
                  'GROUP BY time(' + numberOfHoursAgo + 'h)'].join('');

Ansonsten kann ich bei Influx 1.8 leider nicht unterstützen. Da bräuchtest du jemanden, der ebenfalls eine alte Influx hat.

EDIT:
Doch, mir ist da etwas aufgefallen:
Du verwendest die falschen Datenpunkte

hier gehst du in die Abfrage mit mqtt.0.openWB.evu.W

und im Grafana greifst du auf 0_userdata.0.Strom_Berechnung.Strom zu.

Wenn das so wäre, dann ist das ein böser Fehler , falls mqtt.0.openWB.evu.W nicht in der Influx enthalten wäre.

EDIT 2: Ändere den Datenpunkt im JS-Script mal von mqtt.0.openWB.evu.W auf 0_userdata.0.Strom_Berechnung.Strom