Jahresrückblick 2025 – unser neuer Blogbeitrag ist online! ✨

[Laser]

@wolfi913 Habe jetzt currentDay und jede Stunde und Änderungen 2. Stelle nach dem Komma eingestellt.

[mickemup]

@wolfi913
mir der Range können wir ja noch schauen, was genau gewollt ist.
Eventuell auch via "Query Options"
Aber das ist dann Feintuning

[mickemup]

@laser
Wenn dich nur der Endwert intressiert, musst du nicht jede Stunde loggen.
Änderungen loggen sollte IMHO ausreichen.

[Laser]

@mickemup Ja, eigentlich. Jede Stunde, da sieht man etwas bei der Kurvendarstellung. Manchmal ändert sich nichts. Wenn das Alles funktioniert, nehme ich das raus. Wenn ich es nicht vergesse, wie die 600 Sekunden...

[mickemup]

@laser Ok, trifft ja nicht so viel an.
Und mit jeder Stunde, kreierst die auch nicht extrem viel unnötigen "Datenmüll"

[wolfi913]

@mickemup sagte in Stapel-Balkengrafik mit Grafana:

mir der Range können wir ja noch schauen, was genau gewollt ist.

Klar, dazu müssen ja zuerst mal Daten geloggt sein.
Mein Beispiel würde ja auch den aktuellen Tag abschneiden und nicht anzeigen sondern nur vollständige Tage.

[Laser]

@wolfi913 ich miste erst mal aus. Habe auch noch die einzelnen Monate drin. Das stammt Alles aus der Zeit vor Grafana. Da hatte ich einzelne Balken in VIS.

[Laser]

@wolfi913
1Wert ist ja in jedem currentDay drin. 1 Tag sollte angezeigt werden. Habe Das mal so gemacht (ist aber noch ein Fehler drin):

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

from(bucket: "iobroker")
 // |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> range(start: date.add(d: -7d, to: today()), stop: date.truncate(t: today(), unit: 1d))
  |> filter(fn: (r)
  => r["_measurement"] == "sourceanalytix.0.alias__0__VE-Total__H19.currentYear.delivered.01_currentDay"
  or r["_measurement"] == "sourceanalytix.0.alias__0__Shelly1EM-Power__Total-EM1.currentYear.delivered.01_currentDay")
  |> filter(fn: (r) => r["_field"] == "value")
  |> aggregateWindow(every: 1d, fn: last, createEmpty: true, timeSrc: "_start")
  |> yield(name: "last")

[wolfi913]

@laser
Stell mal die Range auf

  |> range(start: -7d, stop: v.timeRangeStop)

Den aktuellen Tag zeigt er Dir ja mit der anderen Auswertung nicht an. Da werden nur ganze Tage genommen.
Außerdem würde ich je eine Query je Datenpunkt machen.

[Laser]

@wolfi913 sagte in Stapel-Balkengrafik mit Grafana:

e

Da paßt noch was mit den Zeiten nicht. Kann nicht gestapelt werden. Ich versuche noch mal mit einzelnen Query.
(Darstellung mit dem Zeitversatz besteht aber noch)

Das Ganze muß ich erst mal verarbeiten. Ich werde morgen noch mal frisch ran gehen.
Ist diese Beschreibung richtig? https://docs.influxdata.com/flux/v0/stdlib/universe/range/ u.a.m.

[wolfi913]

@laser
Das mit

  |> aggregateWindow(every: 1d, fn: last, createEmpty: true, timeSrc: "_start")

funktioniert nicht für den aktuellen Tag, nur für die ganzen Tage.
Da müsste vermutlich noch zusätzlich mit timeShift oder was Ähnlichem gearbeitet werden.

[Laser]

@wolfi913 mal sehen, wie das morgen aussieht. Da habe ich schon 2 Tage...

[wolfi913]

@laser
Probier mal mit

  |> truncateTimeColumn(unit: 1d)

hinter dem aggregateWindow...

Dann sollte der anzuzeigende Wert jeweils auf Mitternacht gesetzt werden.

Und dann sollten die Werte wieder gesynct sein.

[Laser]

@wolfi913 sagte in Stapel-Balkengrafik mit Grafana:

|> truncateTimeColumn(unit: 1d)

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

from(bucket: "iobroker")
|> range(start: -7d, stop: v.timeRangeStop)
 |> filter(fn: (r)
  => r["_measurement"] == "sourceanalytix.0.alias__0__Shelly1EM-Power__Total-EM1.currentYear.delivered.01_currentDay")
 |> filter(fn: (r) => r["_field"] == "value")
 |> aggregateWindow(every: 1d, fn: last, createEmpty: true, timeSrc: "_start")
 |> truncateTimeColumn(unit: 1d)
 |> yield(name: "last")

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

from(bucket: "iobroker")
 |> range(start: -7d, stop: v.timeRangeStop)
 |> filter(fn: (r)
  => r["_measurement"] == "sourceanalytix.0.alias__0__VE-Total__H19.currentYear.delivered.01_currentDay")
 |> filter(fn: (r) => r["_field"] == "value")
 |> aggregateWindow(every: 1d, fn: last, createEmpty: true, timeSrc: "_start")
 |> truncateTimeColumn(unit: 1d)
 |> yield(name: "last")

[wolfi913]

@laser
Schaut besser aus :blush:

[Laser]

@wolfi913 Ja. Und das "verodern" in der Filterliste ist nicht gut? Welche Nachteile könnte das bringen?

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

from(bucket: "iobroker")
|> range(start: -7d, stop: v.timeRangeStop)
 |> filter(fn: (r)
  => r["_measurement"] == "sourceanalytix.0.alias__0__Shelly1EM-Power__Total-EM1.currentYear.delivered.01_currentDay"
 or  r["_measurement"] == "sourceanalytix.0.alias__0__VE-Total__H19.currentYear.delivered.01_currentDay")
 |> filter(fn: (r) => r["_field"] == "value")
 |> aggregateWindow(every: 1d, fn: last, createEmpty: true, timeSrc: "_start")
 |> truncateTimeColumn(unit: 1d)
 |> yield(name: "last")

Bin schon gespannt, wie das morgen mit 2 Tagen aussieht! Heute möchte ich erst mal nicht mehr nerven. Danke an alle Beteilgten!

[wolfi913]

@laser
Müsste vermutlich auch mit ODER funktionieren.
Ich finde einzelne Query's irgendwie besser daher mach ich's wenn möglich lieber immer einzeln.
Kann dann (zumindest bin ich der Meinung) in den Overrides besser arbeiten.
Außerdem funktionieren dann auch so Sachen wie Rechenoperationen

einfacher.

[Laser]

@wolfi913 Ja, funktioniert auch mit "or". Wenn man etwas spezielles mit den Daten vorhat, ist einzeln besser. Das werde ich im Auge behalten.
War sehr informativ/ aufregend. Und viel Datenmüll beseitigt. Werde jetzt das TV-Programm zum Runterkommen genießen!:slightly_smiling_face:

[mickemup]

@laser
Gerne
Hatte am Anfang auch mit Grafana/Influx usw. zu kämpfen und musste mich da reinfuxen.
Habe kurz ein Dashboard Testweise angepasst mit der Annahme, dass du das so angedacht hast:

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

from(bucket: "iobroker_inflog")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Energy.Day_Einspeisung")
  |> filter(fn: (r) => r["_field"] == "value")
    |> aggregateWindow(every: 1d, fn: last, timeSrc: "_start")

Wichtig: Da die Range nun mit den Query Options "definiert" wird, muss da das v.TimeRang... rein
Ansonsten bist du ja mit den Queries schon gut beraten worden :-)

[icebear]

@laser said in Stapel-Balkengrafik mit Grafana:

Das Ganze muß ich erst mal verarbeiten. Ich werde morgen noch mal frisch ran gehen.

Ich würde dir auch empfehlen in Zukunft Alias-ID's zu verwenden.
Wenn du mit den ellenlangen DP-Bezeichnung weiterarbeitest kannst du bei komplexeren Abfragen schnell den Überblick verlieren.

Du kannst ja beim anlegen für die influxDB unten eine Alias-ID vergeben, das ist dann später bei komplexen Abfragen wesentlich übersichtlicher.

Z.B. anstatt

sourceanalytix.0.alias__0__Shelly1EM-Power__Total-EM1.currentYear.delivered.01_currentDay

nimmst du als Alias

Shelly1_Pow_Total_curDay