-
@marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:
Was du damit erreichen willst, habe ich aber leider nicht verstanden. Eine zweite Abfrage ergibt aus meiner Sicht nur Sinn, wenn es um die gleichen Zeitbereiche geht.
Danke, was ich möchte: Die Datenbankeinträge "Tagesverbrauch" stehen für jeden Tag "erst" um 23:59h zur Verfügung. Wenn ich jetzt aber die Graphen aufrufe möchte ich möglichst auch den aktuellen temporären Wert für den heutigen Tag sehen. Die Abfrage kann ich mir nicht über den measurement Tagesverbrauch holen, sondern muß ich wirklich "just in time" für den heutigen Tag berechnen lassen über die Zählerstände (nur für den heutigen Tag).
Alles mit der Intention eine möglichst performance-optimierte Ansicht zu bekommen.
@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]) -
@dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:
|> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
jep, du musst die Zeile hier noch erweitern:
|> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")
jep, du musst die Zeile hier noch erweitern:
|> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")
gemacht und nun möchte der Bargraph "Bar garph requires a string or time field".
Brauch ich etwas in Flux (killt mir das nicht dann die dynamische Anpassung "This month" aus Grafana oder ist etwas rechts in den Optionen des Panels für die X-Achse zu konfigurieren?
Danke
-
jep, du musst die Zeile hier noch erweitern:
|> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")
gemacht und nun möchte der Bargraph "Bar garph requires a string or time field".
Brauch ich etwas in Flux (killt mir das nicht dann die dynamische Anpassung "This month" aus Grafana oder ist etwas rechts in den Optionen des Panels für die X-Achse zu konfigurieren?
Danke
-
@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])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" } } } }
-
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" } } } }@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") -
@marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:
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]) -
@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")@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-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" } } } }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?
-
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?
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?
-
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?
aaah, Fortschritt :)
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.
-
aaah, Fortschritt :)
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.
@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.
-
aaah, Fortschritt :)
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.
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") -
@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.
-
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")@marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:
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:
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]) -
Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.
Sowas?
@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?
Ich dachte, die Daten hätten den Zeitstempel 23:59 Uhr (local Time)?
Ist das hier der Verbrauch vom 02.12 oder 01.12.?
-
@marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:
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:
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])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() -
@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?
Ich dachte, die Daten hätten den Zeitstempel 23:59 Uhr (local Time)?
Ist das hier der Verbrauch vom 02.12 oder 01.12.?
@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?
Ich dachte, die Daten hätten den Zeitstempel 23:59 Uhr (local Time)?
Ist das hier der Verbrauch vom 02.12 oder 01.12.?
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.
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
-
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()@marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:
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]? -
@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.
-
@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.
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:
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.
Support us
327
Online32.7k
Users82.5k
Topics1.3m
Posts