Vergleichskurve in Grafana mit influx Daten

bommel_030

@stenmic
Meinst du sowas in der Art? Ist halt nen Bar-Chart und nur aktuelle und letzte Woche verglichen.
Die Abfragen musste halt auf deinen Zeitrahmen anpassen.

import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "iobroker_never")
 |> range(start: -7d, stop: now())
 |> filter(fn: (r) => r["_measurement"] == "Hausmeter")
 |> filter(fn: (r) => r["_field"] == "value")
 |> set(key: "_field", value: "aktuelle Woche")
 |> drop(columns:["from","ack", "q"])
 |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
 |> difference()

import "timezone" 
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "iobroker_never")
 |> range(start: -14d, stop: -7d)
 |> timeShift(duration: 7d)
 |> filter(fn: (r) => r["_measurement"] == "Hausmeter")
 |> filter(fn: (r) => r["_field"] == "value")
 |> set(key: "_field", value: "letzte Woche")
 |> drop(columns:["from","ack", "q"])
 |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
 |> difference()

maximal1981

@bommel_030
ich hab das versucht, bei mir ist da nicht wirklich was rausgekommen.

erst hab ich einen Fehler für die timezone gekommen, und dann nur eine Bar mit dem aktuellen Tag, die anderen 13 waren nicht zu sehen :woman-shrugging:

? Offline

@maximal1981 sagte in Vergleichskurve in Grafana mit influx Daten:

@bommel_030
ich hab das versucht, bei mir ist da nicht wirklich was rausgekommen.

erst hab ich einen Fehler für die timezone gekommen, und dann nur eine Bar mit dem aktuellen Tag, die anderen 13 waren nicht zu sehen :woman-shrugging:

Moin,

Du musst uns schon etwas zeigen, nicht nur schreiben, es geht nicht ;)

VG
Bernd

maximal1981

@dp20eic
nein, mag ich nicht zeigen.
War schon spät und hatte keine Lust mehr, und wollte nur noch meinen Frust los werden.

? Offline

@maximal1981

Moin,

von Text bitte keine Bilder, sondern hier in Code Tags </> rein, denn ich tippe mir das nicht aus Bildern ab.

Dann noch die Informationen, über deine Installation, wäre auch schön zu wissen.

VG
Bernd

maximal1981

@dp20eic
dann nochmal^^
dachte man sieht den Fehler gleich

läuft aktuell noch auf Windows am selben Client
InfluxDB v2.5.1 (language Flux)
grafana v9.2.5 (2022-11-16)

sollte was fehlen ergänze ich es gerne

from(bucket: "iobroker")
|> range(start: -7d, stop: now())
|> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
|> filter(fn: (r) => r["_field"] == "value")
|> set(key: "_field", value: "aktuelle Woche")
|> drop(columns:["from","ack", "q"])
|> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
|> difference()

from(bucket: "iobroker")
|> range(start: -14d, stop: -7d)
|> timeShift(duration: 7d)
|> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
|> filter(fn: (r) => r["_field"] == "value")
|> set(key: "_field", value: "letzte Woche")
|> drop(columns:["from","ack", "q"])
|> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
|> difference()

? Offline

@maximal1981

Moin,

wenn Windows, dann ist das ein bekannter Bug, es müssen zusätzliche Zonenfiles installiert werden und ein Environment erstellt werden.

Timezone not working und
error while defining timezone

Bei Windows kann ich Dir nicht helfen, das ist nicht meine Baustelle.

Diesen Verdacht hatte ich schon vorhin, wenn man alle Information gleich bekommt, dann kann man auch besser helfen, bzw. hätte ich bei Windows schon aufgehört zu lesen ;)

Spaß bei Seite, im zweiten Link am Ende steht, was Du machen musst, hoffe, das hilft. Ansonsten muss Dir da jemand mit Windows Erfahrung helfen.

VG
Bernd

maximal1981

@dp20eic
mit der Timezone selbst hab ich keine Probleme, somit kann ich es im Code einfach weg lassen.

Jedoch bekomme ich ja trotzdem nur den aktuellen Tag angezeigt.

? Offline

@maximal1981

Moin,

ach so, ich dachte, es geht Dir um die Errors.

Ich kenne die Datenbasis, auf die Du Dich beziehst, nicht.
Wenn ich heute mal etwas Zeit habe, schaue ich mir die Abfrage, an. Sie sieht mir aber erst einmal oK aus.

VG
Bernd

? Offline

@maximal1981 sagte in Vergleichskurve in Grafana mit influx Daten:

Jedoch bekomme ich ja trotzdem nur den aktuellen Tag angezeigt.

Moin,

ich habe das mal auf ähnliche Daten angewendet, Stromverbrauch total. Ich habe nur wegen UTC Zeit, die Zone-Info wieder reingenommen.
Bei mr funktionieren die Abfragen wie gewollt.

Da scheint was mit den Daten nicht zu passen, kannst Du mal für zwei/drei Wochen einen CSV Export machen und zur Verfügung stellen, damit ich die mal in ein Test-Bucket schreibe und dann mit Deinen Daten gegenprüfen kann?

VG
Bernd

maximal1981

@dp20eic
30 Tage zum spielen^^

2023-03-04_22_28_influxdb_data.csv

? Offline

@maximal1981

Moin,

also nach dem Import der Daten in mein test_bucket und Einbinden in Grafana sehen die Abfragen bei mir wie folgt aus:

Aktuelle Woche, mit difference(nonNegative: true ...

import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "test_bucket")
  |> range(start: -7d, stop: now())
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> set(key: "_field", value: "aktuelle Woche")
  //|> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  |> difference(nonNegative: true, columns: ["_value"])

Aktuelle Woche, mit difference(nonNegative: false ...

import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "test_bucket")
  |> range(start: -7d, stop: now())
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> set(key: "_field", value: "aktuelle Woche")
  //|> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  |> difference(nonNegative: false, columns: ["_value"])

Aktuelle und vergangene Woche zusammen:

Query A:
import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "test_bucket")
  |> range(start: -7d, stop: now())
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> set(key: "_field", value: "aktuelle Woche")
  |> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  |> difference(nonNegative: false, columns: ["_value"])

Query B:
import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "test_bucket")
|> range(start: -14d, stop: -7d)
|> timeShift(duration: 7d)
|> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
|> filter(fn: (r) => r["_field"] == "value")
|> set(key: "_field", value: "letzte Woche")
|> drop(columns:["from","ack", "q"])
|> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
|> difference(nonNegative: false, columns: ["_value"])

Also so wie ich das sehe, funktionieren die Abfragen.

VG
Bernd

maximal1981

@dp20eic
danke für die Mühe. Aber irgendwas stimmt nicht. so sehen die Daten in influx aus:

negative Erzeugung gibt es ja nicht und die Werte stimmen auch nicht :blush:
keine Ahnung was hier falsch läuft.

und die Meldung bekomme ich unter Teil B bzw. links oben in der Diagramm-Ecke:
Post "http://...:8086/api/v2/query?org=my-org": context deadline exceeded (Client.Timeout exceeded while awaiting headers)

? Offline

@maximal1981 sagte in Vergleichskurve in Grafana mit influx Daten:

negative Erzeugung gibt es ja nicht u

Moin,
doch, nach meinem Verständnis, bekommst Du negativ Werte, da Du ja zum Vortag berechnest, sagen wir mal Du hast 10, dann am nachfolgenden 12, dann ist das +2, wenn Du dann aber am dritten Tag 8 hast, dann ist das -4.

Bei meinem Beispiel mit dem Stromverbrauch, der ist annähernd linear, somit immer nur +.

Deine Werte sehen bei mir auch so aus:

maximal1981

@dp20eic
ok, so wollte ich das gar nicht :joy:
bin das vermutlich falsch angegangen.

Ich wollte eine Darstellung jeden Tages mit der Gesamterzeugung ohne Differenz im vergleich zur Vorwoche (damit ich optisch die Differenz sehe) :wink:

Nur mal die aktuelle Woche und das macht aggregiert keinen Sinn, oder?

from(bucket: "iobroker")
  |> range(start: -7d, stop: now())
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> set(key: "_field", value: "aktuelle Woche")
  |> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)

? Offline

@maximal1981

Moin,
wie ermittelst Du?
SourceAnalytix Adapter?
Skript?

Wenn, dann brauchst Du erst einmal einen echten totalen Wert, der nur größer werden kann. Dann kannst Du auch mit der ursprünglichen Abfrage arbeiten.

Ich habe mal bei Deinen Tageswerten, in die Abfrage ein cumulativeSum hinzugefügt.

import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "test_bucket")
  |> range(start: -7d, stop: now())
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> cumulativeSum(columns: ["_value"])
  |> set(key: "_field", value: "aktuelle Woche")
  |> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  //|> difference(nonNegative: false, columns: ["_value"])

Dann sieht das für die Woche so aus:

Wenn ich dann die Vorwoche noch dazu hole, dann passt natürlich die X-Achse nicht mehr

Query A:
import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "test_bucket")
  |> range(start: -7d, stop: now())
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> cumulativeSum(columns: ["_value"])
  |> set(key: "_field", value: "aktuelle Woche")
  |> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  //|> difference(nonNegative: false, columns: ["_value"])

Query B:
import "timezone"
option location = timezone.location(name: "Europe/Berlin")
from(bucket: "test_bucket")
  |> range(start: -14d, stop: -7d)
  |> timeShift(duration: 7d)
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> cumulativeSum(columns: ["_value"])
  |> set(key: "_field", value: "letzte Woche")
  |> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  //|> difference(nonNegative: false, columns: ["_value"])

Ich schaue gerade wie ich die Zeitwerte aus Deinen Daten in Wochentag Namen ummodeln kann, dann würde man auf der X-Achse nur noch der Wochenname stehen

VG
Bernd

maximal1981

@dp20eic
achso, der wird täglich auf 0 gesetzt.
also muss ich mir nur einen anderen Datenpunkt holen, das war mir nicht bewusst.

maximal1981

@dp20eic
jetzt geht zumindest A. B mag mich jedoch trotzdem nicht.

eine neue csv falls benötigt

from(bucket: "iobroker")
 |> range(start: -7d, stop: now())
 |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.06_Year.Energy.EnergyProductionTotal")
 |> filter(fn: (r) => r["_field"] == "value")
 |> set(key: "_field", value: "aktuelle Woche")
 |> drop(columns:["from","ack", "q"])
 |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
 |> difference(nonNegative: false, columns: ["_value"])

from(bucket: "iobroker")
|> range(start: -14d, stop: -7d)
|> timeShift(duration: 7d)
|> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.06_Year.Energy.EnergyProductionTotal")
|> filter(fn: (r) => r["_field"] == "value")
|> set(key: "_field", value: "letzte Woche")
|> drop(columns:["from","ack", "q"])
|> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
|> difference(nonNegative: false, columns: ["_value"])

2023-03-05_16_31_influxdb_data.csv

? Offline

@maximal1981

Moin,

wenn Du jetzt aus einem Jahreswert aufbaust, dann ja, kannst mir da noch mal einen Abzug manchen.

Query A:
import "experimental/date/boundaries"
thisWeek = boundaries.week()
//lastWeek = boundaries.week(week_offset: -1)

from(bucket: "test_bucket")
  |> range(start: thisWeek.start, stop: thisWeek.stop)
  //|> range(start: lastWeek.start, stop: lastWeek.stop)
  //|> range(start: -7d, stop: now())
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> cumulativeSum(columns: ["_value"])
  |> set(key: "_field", value: "aktuelle Woche")
  |> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  //|> difference(nonNegative: false, columns: ["_value"])

Query B:
import "experimental/date/boundaries"
//thisWeek = boundaries.week()
lastWeek = boundaries.week(week_offset: -1)

from(bucket: "test_bucket")
  //|> range(start: thisWeek.start, stop: thisWeek.stop)
  |> range(start: lastWeek.start, stop: lastWeek.stop)
  //|> range(start: -14d, stop: -7d)
  |> timeShift(duration: 7d)
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Solarweb.Current.01_Day.Energy.EnergyProductionTotal")
  |> filter(fn: (r) => r["_field"] == "value")
  |> cumulativeSum(columns: ["_value"])
  |> set(key: "_field", value: "letzte Woche")
  |> drop(columns:["from","ack", "q"])
  |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start", createEmpty: false)
  //|> difference(nonNegative: false, columns: ["_value"])

VG
Bernd

Edit
Hab die Datei gesehen, hat sich etwas versteckt :)

maximal1981

@dp20eic
wenn ich das richtig gelesen habe, sind die Wochentage Settings in den Grundeinstellungen, somit muss man damit leben

Community Forum

NEWS

Vergleichskurve in Grafana mit influx Daten

Support us

608

32.7k

82.5k

1.3m