Дашборды

Обзор

В этом документе описано, как использовать данные наблюдаемости DOG Stack в Grafana.

DOG Stack использует Doris как единое хранилище. Doris совместим с протоколом MySQL, поэтому один источник данных MySQL в Grafana позволяет запрашивать все логи, трассировки и метрики. Данные проходят следующий путь:

Apps / Infrastructure  →  OpenTelemetry Collector  →  Doris Exporter  →  Doris  →  Grafana (MySQL DataSource)

В документе рассматриваются:

• Импорт готовых дашбордов: использование предоставленных нами дашбордов.
• Модель данных: хранение данных OTel в Doris.
• Создание собственных дашбордов: разработка панелей, запросов и переменных с нуля.
• Справочная информация: схема данных и памятка по синтаксису.

Предварительные требования

Перед началом убедитесь, что:

• DOG Stack развёрнут, а Grafana и Doris запущены.
• В Grafana настроен источник данных типа MySQL для подключения к Doris (в Grafana, поставляемой с DOG Stack, источник данных Doris уже настроен).

Если источник данных ещё не настроен, выполните следующие действия:

1. В левом меню Grafana выберите Подключения > Источники данных > Добавить источник данных.

2. Выберите MySQL.

3. Укажите параметры подключения:

   - Хост: <Doris-fe-host>:9030

   - База данных: otel

   - Пользователь: root (или настроенный вами пользователь)

   - Пароль: оставьте пустым (если пароль не задан)

4. Нажмите Сохранить и проверить, чтобы убедиться, что подключение работает.

Импорт готовых дашбордов

Мы предоставляем 4 готовых дашборда для распространённых сценариев наблюдаемости:

Дашборд	Файл	Что отслеживает
Метрики хоста	host_metrics_dashboard.json	CPU, память, диск, сеть, нагрузку на систему
Мониторинг JVM	jvm_metrics_dashboard.json	Память кучи, GC, потоки, использование CPU
Наблюдаемость K8s	k8s_kubelet_dashboard.json	Использование ресурсов Pod / Node / Namespace
Логи Nginx	nginx_logs_dashboard.json	Запросы, коды состояния, наиболее популярные URL, логи ошибок
Метрики PostgreSQL	postgresql-metrics-dashboard.json	Подключения, транзакции, размер базы данных, Checkpoint, BGWriter

Чтобы импортировать готовый дашборд:

1. В левом меню Grafana выберите Дашборды > Создать > Импорт.

2. Нажмите Загрузить JSON-файл дашборда и выберите JSON-файл из каталога grafana-dashboard/.

3. На странице импорта выберите настроенный источник данных Doris (MySQL).

4. Нажмите Импорт.

5. Повторите эти действия для остальных JSON-файлов.

После импорта селекторы переменных в верхней части дашборда (например, «Сервис» и «Пространство имён») автоматически получают доступные значения из Doris.

Панели каждого дашборда

Дашборд метрик хоста

• Обзор: использование CPU, использование памяти, нагрузка за 1 минуту, использование корневого диска
• CPU: динамика использования, использование по режимам
• Память: сведения о памяти (всего / доступно / свободно / кэш / буферы), динамика использования
• Нагрузка на систему: нагрузка за 1 / 5 / 15 минут, открытые файловые дескрипторы
• Диск: таблица использования дискового пространства, пропускная способность чтения и записи
• Сеть: входящий и исходящий трафик, ошибки и потери пакетов

Дашборд мониторинга JVM

• Обзор: использование кучи, количество Full GC, использование CPU, количество потоков
• Память: динамика использования памяти в куче и вне кучи; сведения о пулах Old Gen / Eden / Survivor
• GC: время (Young / Old) и количество сборок
• Потоки и CPU: динамика количества потоков, использование CPU

Дашборд наблюдаемости K8s

• Pod: CPU (в миллиядрах), память, использование лимитов, таблица состояний (с количеством перезапусков и временем работы)
• Узлы: динамика использования CPU и памяти, таблица состояний
• Пространства имён: суммарное использование CPU и памяти, таблица состояний

Дашборд логов Nginx

• Обзор: запросы, ошибки, статистика 5xx / 4xx, круговая диаграмма кодов состояния
• Динамика: количество запросов и записи в логе ошибок
• Анализ: наиболее популярные URL и IP, распределение HTTP-методов, наиболее частые сообщения об ошибках
• Последние логи: подробные записи логов доступа и ошибок

Дашборд метрик PostgreSQL

• Подключения: активные подключения (по базам данных), максимальное количество подключений
• Транзакции: частота фиксации транзакций, количество откатов
• Хранение: размер баз данных (по базам данных), количество баз данных, количество таблиц
• BGWriter: количество контрольных точек (плановых / по запросу), записи буферов, время работы BGWriter

Модель данных

Прежде чем создавать собственный дашборд, нужно понять, как данные OTel хранятся в Doris.

Таблицы

В отличие от Prometheus, в Doris нельзя выполнить запрос только по имени метрики: нужно также знать, к какой таблице обращаться. Данные OTel распределены по нескольким таблицам в зависимости от типа сигнала и типа метрики:

Таблица	Содержимое	Поле значения	Способ запроса
otel_metrics_gauge	Метрики текущих значений	value	Прямая агрегация, например AVG(value)
otel_metrics_sum	Накопительные счётчики	value (монотонно возрастает)	Расчёт скорости с помощью LAG()
otel_metrics_histogram	Гистограммы	count, sum, bucket_counts	Расчёт приращений с помощью LAG()
otel_logs	Логи	body, severity_text	Агрегация с помощью COUNT или запросы подробных записей
otel_traces	Трассировки	duration, span_name	Сортировка или агрегация по длительности

Чтобы определить, в какой таблице хранится метрика, выполните:

SELECT 'gauge' AS type, metric_name FROM otel.otel_metrics_gauge WHERE metric_name = 'your_metric_name' LIMIT 1
UNION ALL
SELECT 'sum', metric_name FROM otel.otel_metrics_sum WHERE metric_name = 'your_metric_name' LIMIT 1
UNION ALL
SELECT 'histogram', metric_name FROM otel.otel_metrics_histogram WHERE metric_name = 'your_metric_name' LIMIT 1;

Чтобы просмотреть все доступные метрики, выполните следующий запрос для каждой таблицы:

SELECT DISTINCT metric_name FROM otel.otel_metrics_gauge ORDER BY metric_name;

Поля атрибутов

В Prometheus ко всем меткам обращаются одинаково: {key="value"}. В Doris атрибуты распределены по нескольким столбцам типа variant (JSON), а для доступа к ним используется синтаксис с квадратными скобками:

Таблица	Поле	Содержимое	Пример
метрики	attributes	Измерения метрики (метки Prometheus)	attributes['mode']
метрики	resource_attributes	Информация о ресурсе (pod/узел K8s и т. д.)	resource_attributes['k8s.pod.name']
логи	log_attributes	Поля лога	log_attributes['status']
трассировки	span_attributes	Поля спана	span_attributes['http.method']

Примечание: service_name и service_instance_id являются столбцами верхнего уровня и не входят в attributes. Обращайтесь к ним напрямую, например WHERE service_name = '...'.

При использовании SELECT, GROUP BY, PARTITION BY или LIKE необходимо выполнять преобразование типов с помощью CAST:

-- Extract a value in SELECT
CAST(attributes['device'] AS VARCHAR) AS device

-- Pattern match in WHERE
CAST(attributes['device'] AS VARCHAR) NOT LIKE 'veth%'

-- Numeric comparison in WHERE
CAST(log_attributes['status'] AS INT) >= 500

-- Use in GROUP BY
GROUP BY CAST(resource_attributes['k8s.pod.name'] AS VARCHAR)

Для простых сравнений на равенство в WHERE преобразование CAST обычно не требуется:

WHERE attributes['mode'] = 'idle'

Внимание: неверное имя поля атрибутов (например, log_attributes в таблице метрик) не вызывает ошибку. Вместо этого без предупреждения возвращается NULL, из-за чего результат запроса оказывается пустым.

Метрики Counter и расчёт скорости изменения

Для метрик Gauge поле value непосредственно содержит текущее значение, которое можно агрегировать с помощью AVG или MAX.

Для метрик Counter / Sum поле value содержит монотонно возрастающее накопительное значение (например, общее время CPU в секундах или общее количество переданных по сети байтов). Чтобы получить скорость изменения, нужно вычислить разность между соседними точками данных. Аналог функции rate() из Prometheus в Doris реализуется с помощью оконной функции LAG().

Ниже приведён универсальный шаблон расчёта скорости:

SELECT
  t.timestamp AS time,
  t.<dimension_field> AS metric,
  CASE
    WHEN UNIX_TIMESTAMP(t.timestamp) > UNIX_TIMESTAMP(t.prev_ts)
         AND t.value >= t.prev_value
    THEN (t.value - t.prev_value) / (UNIX_TIMESTAMP(t.timestamp) - UNIX_TIMESTAMP(t.prev_ts))
    ELSE NULL
  END AS value
FROM (
  SELECT timestamp, value, <dimension_field>,
    LAG(value) OVER (PARTITION BY <dimension_field> ORDER BY timestamp) AS prev_value,
    LAG(timestamp) OVER (PARTITION BY <dimension_field> ORDER BY timestamp) AS prev_ts
  FROM otel.otel_metrics_sum
  WHERE metric_name = '<metric_name>'
    AND $__timeFilter(timestamp)
) t
WHERE t.prev_ts IS NOT NULL
ORDER BY time

Для использования шаблона замените следующие заполнители:

• <dimension_field>: поле, по которому данные разделяются на ряды, например CAST(attributes['device'] AS VARCHAR).
• <metric_name>: имя метрики, например node_network_receive_bytes_total.

Шаблон предусматривает три уровня защиты:

Условие	Назначение
WHERE t.prev_ts IS NOT NULL	Пропускает первую строку каждого раздела (LAG возвращает NULL)
UNIX_TIMESTAMP(t.timestamp) > UNIX_TIMESTAMP(t.prev_ts)	Предотвращает деление на ноль при одинаковых временных метках
t.value >= t.prev_value	Предотвращает отрицательные приращения при сбросе счётчика

Корректность расчёта скорости напрямую зависит от выбора PARTITION BY. Неверный выбор приводит к смешиванию данных разных измерений. В готовых дашбордах используются следующие варианты:

Сценарий	PARTITION BY
Использование CPU (агрегация по нескольким ядрам)	service_instance_id, CAST(attributes['cpu'] AS VARCHAR)
Дисковый ввод-вывод	CAST(attributes['device'] AS VARCHAR)
Сетевой трафик	CAST(attributes['device'] AS VARCHAR)
Время GC	CAST(attributes['jvm.gc.name'] AS VARCHAR)

Создание собственного дашборда

В этом разделе на практике показано, как с нуля создать дашборд с несколькими панелями и переменными.

Создание дашборда и панели Time Series

Создадим панель Time Series, которая показывает динамику использования CPU одним pod в K8s. В этом примере используется метрика Gauge и подробно разбирается весь процесс написания SQL.

1. В левом меню Grafana выберите Дашборды > Создать > Новый дашборд.

2. Нажмите Добавить визуализацию.

3. В раскрывающемся списке источников данных выберите настроенный источник MySQL (Doris).

4. В правом верхнем углу редактора запросов переключитесь в режим Код.

Теперь напишем SQL-запрос, последовательно дополняя его.

Напишите базовый запрос. Наша цель: отслеживать CPU pod. Имя метрики: k8s.pod.cpu.usage. Это метрика Gauge, которая хранится в otel_metrics_gauge, где value можно агрегировать напрямую:

SELECT timestamp, value
FROM otel.otel_metrics_gauge
WHERE metric_name = 'k8s.pod.cpu.usage'

Добавьте фильтрацию по времени. Источник данных MySQL в Grafana предоставляет два способа фильтрации по времени:

-- Option A: use the $__timeFilter macro (recommended)
WHERE metric_name = 'k8s.pod.cpu.usage'
  AND $__timeFilter(timestamp)

-- Option B: use $__from and $__to (more flexible inside subqueries or JOINs)
WHERE metric_name = 'k8s.pod.cpu.usage'
  AND timestamp >= FROM_UNIXTIME($__from/1000)
  AND timestamp < FROM_UNIXTIME($__to/1000)

Примечание: $__from и $__to содержат временные метки в миллисекундах. Перед использованием в FROM_UNIXTIME() их нужно разделить на 1000.

Добавьте группировку по временным интервалам. Исходные точки данных расположены слишком плотно, поэтому агрегируйте их с фиксированным интервалом. Используйте FLOOR(UNIX_TIMESTAMP(timestamp) / N) * N, чтобы округлять время до интервалов по N секунд:

SELECT
  FLOOR(UNIX_TIMESTAMP(timestamp) / 20) * 20 AS time,
  AVG(value) AS value
FROM otel.otel_metrics_gauge
WHERE metric_name = 'k8s.pod.cpu.usage'
  AND timestamp >= FROM_UNIXTIME($__from/1000)
  AND timestamp < FROM_UNIXTIME($__to/1000)
GROUP BY time
ORDER BY time

Разделите данные на несколько рядов по измерению. Для формата Time Series источник данных MySQL в Grafana требует три столбца:

Столбец	Назначение
time или time_sec	Время по оси X. Значение типа datetime или временная метка UNIX в секундах.
metric	Имя ряда. Grafana создаёт отдельную линию для каждого уникального значения этого столбца.
value	Значение по оси Y.

Добавьте имя pod в качестве столбца metric, чтобы получить полный запрос:

SELECT
  FLOOR(UNIX_TIMESTAMP(timestamp) / 20) * 20 AS time,
  CAST(resource_attributes['k8s.pod.name'] AS VARCHAR) AS metric,
  AVG(value) AS value
FROM otel.otel_metrics_gauge
WHERE metric_name = 'k8s.pod.cpu.usage'
  AND timestamp >= FROM_UNIXTIME($__from/1000)
  AND timestamp < FROM_UNIXTIME($__to/1000)
GROUP BY time, metric
ORDER BY time

Чтобы отслеживать другую метрику Gauge, измените:

• metric_name: имя целевой метрики.
• Столбец metric: измерение для разделения на ряды, выбранное из attributes или resource_attributes.

1. Вставьте полный SQL в редактор запросов.

2. Под редактором установите Формат в Time series.

3. Нажмите на заголовок панели, чтобы задать имя.

4. В настройках панели справа найдите Стандартные параметры > Единица измерения и выберите подходящую единицу.

5. Нажмите Применить в правом верхнем углу.

Добавление панели с метрикой Counter

В этом разделе создаётся панель Time Series, показывающая скорость изменения метрики Counter. У Counter поле value содержит монотонно возрастающее накопительное значение. Для расчёта скорости используйте универсальный шаблон расчёта скорости.

1. На дашборде выберите Добавить > Визуализация.
2. Выберите источник данных и переключитесь в режим Код.

Замените заполнители в шаблоне расчёта скорости конкретными значениями. Пример ниже вычисляет скорость приёма байтов по сети с разделением по сетевым устройствам:

SELECT
  t.timestamp AS time,
  t.device AS metric,
  CASE
    WHEN UNIX_TIMESTAMP(t.timestamp) > UNIX_TIMESTAMP(t.prev_ts)
         AND t.value >= t.prev_value
    THEN (t.value - t.prev_value) / (UNIX_TIMESTAMP(t.timestamp) - UNIX_TIMESTAMP(t.prev_ts))
    ELSE NULL
  END AS value
FROM (
  SELECT timestamp, CAST(attributes['device'] AS VARCHAR) AS device, value,
    LAG(value) OVER (PARTITION BY CAST(attributes['device'] AS VARCHAR) ORDER BY timestamp) AS prev_value,
    LAG(timestamp) OVER (PARTITION BY CAST(attributes['device'] AS VARCHAR) ORDER BY timestamp) AS prev_ts
  FROM otel.otel_metrics_sum
  WHERE metric_name = 'node_network_receive_bytes_total'
    AND $__timeFilter(timestamp)
) t
WHERE t.prev_ts IS NOT NULL
ORDER BY time

Для использования другой метрики Counter измените два параметра:

• metric_name: имя целевой метрики.
• Поле измерения в PARTITION BY и SELECT: измерение, по которому разделяется эта метрика (например, attributes['cpu'], attributes['gc_name'] и т. д.).
• Вставьте SQL и установите Формат в Time series.
• В разделе Стандартные параметры > Единица измерения выберите подходящую единицу.
• Нажмите Применить.

Добавление панели Stat

Панель Stat показывает одно значение, например текущую загрузку или последнее значение счётчика. SQL должен возвращать одно значение.

1. Выберите Добавить > Визуализация и переключитесь в режим Код.

Следующий запрос получает последнее значение метрики в выбранном диапазоне времени:

SELECT value
FROM otel.otel_metrics_gauge
WHERE metric_name = 'node_memory_MemAvailable_bytes'
  AND $__timeFilter(timestamp)
ORDER BY timestamp DESC
LIMIT 1

Если нужно выполнить вычисления по нескольким метрикам (например, найти отношение), см. «Запрос нескольких метрик одним SQL» в разделе Советы по оптимизации.

2. Вставьте SQL и установите Формат в Таблица (панели Stat используют табличный формат).
3. В настройках панели справа измените тип панели на Stat.
4. В разделе Стандартные параметры > Единица измерения выберите подходящую единицу.
5. Нажмите Применить.

Добавление панели Table

Панель Table подходит для данных с несколькими строками и столбцами. Каждый псевдоним столбца в SQL становится заголовком столбца.

1. Выберите Добавить > Визуализация и переключитесь в режим Код.

Следующий запрос показывает подробные записи последних логов:

SELECT
  timestamp,
  service_name,
  severity_text,
  body,
  CAST(log_attributes['your_key'] AS VARCHAR) AS your_key
FROM otel.otel_logs
WHERE $__timeFilter(timestamp)
ORDER BY timestamp DESC
LIMIT 100

Замените your_key фактическим именем поля атрибута лога. Чтобы просмотреть доступные атрибуты, выполните:

SELECT log_attributes FROM otel.otel_logs LIMIT 1;

2. Вставьте SQL и установите Формат в Таблица.
3. Нажмите Применить.

Добавление шаблонных переменных

Шаблонные переменные добавляют на дашборд интерактивные раскрывающиеся фильтры, позволяя пользователям фильтровать данные без изменения SQL.

Переменная с одиночным выбором:

1. Нажмите значок шестерёнки в правом верхнем углу дашборда, затем перейдите в Настройки > Переменные > Новая переменная.

2. Заполните параметры:

   - Имя: service_name

   - Тип: Запрос

   - Источник данных: выберите источник данных Doris

   - Запрос:

​ sql SELECT DISTINCT service_name FROM otel.otel_metrics_gauge WHERE service_name != '' AND service_name IS NOT NULL AND $__timeFilter(timestamp) ORDER BY service_name

1. Нажмите Применить.

В SQL панели ссылайтесь на переменную с одиночным выбором с помощью синтаксиса $variable:

AND service_name = '$service_name'

Переменная с множественным выбором:

1. Создайте новую переменную со следующими параметрами:

   - Имя: namespace

   - Тип: Запрос

   - Несколько значений: включено

   - Добавить вариант «Все»: включено

   - Запрос:

​ sql SELECT DISTINCT CAST(resource_attributes['k8s.namespace.name'] AS VARCHAR) AS __text FROM otel.otel_metrics_gauge WHERE metric_name = 'k8s.pod.phase' AND timestamp >= NOW() - INTERVAL 1 HOUR ORDER BY 1

1. Нажмите Применить.

Примечание: псевдоним столбца __text является соглашением Grafana и задаёт отображаемый текст в раскрывающемся списке.

В SQL панели ссылайтесь на переменную с множественным выбором с помощью синтаксиса ${variable:sqlstring} в сочетании с IN():

AND CAST(resource_attributes['k8s.namespace.name'] AS VARCHAR) IN (${namespace:sqlstring})

Внимание: если опустить :sqlstring, переменные с множественным выбором приведут к синтаксической ошибке SQL.

Каскадные переменные:

Доступные значения одной переменной могут зависеть от другой. Например, следующая переменная Pod фильтрует доступные значения по выбранному Namespace:

SELECT DISTINCT CAST(resource_attributes['k8s.pod.name'] AS VARCHAR) AS __text
FROM otel.otel_metrics_gauge
WHERE metric_name = 'k8s.pod.phase'
  AND timestamp >= NOW() - INTERVAL 1 HOUR
  AND CAST(resource_attributes['k8s.namespace.name'] AS VARCHAR) IN (${namespace:sqlstring})
ORDER BY 1

Советы по оптимизации

Ниже приведены распространённые приёмы оптимизации, используемые в готовых дашбордах.

Настройте интервал группировки по времени. Выберите размер интервала в соответствии с диапазоном времени. Измените N в FLOOR(UNIX_TIMESTAMP(timestamp) / N) * N:

• 20 секунд: подходит для мониторинга в реальном времени на коротких промежутках.
• 60 секунд: подходит для обзоров в масштабе часов.
• 300 секунд: подходит для отслеживания динамики в масштабе дней.

Задавайте понятные имена рядов. Используйте CONCAT() для объединения нескольких полей:

CONCAT(device, ' read') AS metric

Используйте CASE WHEN для преобразования числовых значений в понятный текст:

CASE WHEN value = 2 THEN 'Running'
     WHEN value = 1 THEN 'Pending'
     WHEN value = 3 THEN 'Succeeded'
     WHEN value = 4 THEN 'Failed'
     ELSE 'Unknown'
END AS status

Обрабатывайте деление на ноль и значения NULL. Используйте NULLIF для защиты от деления на ноль и COALESCE для подстановки значений по умолчанию:

/ NULLIF(SUM(...), 0)
COALESCE(restarts, 0)

Запрос нескольких метрик одним SQL. Используйте CASE WHEN metric_name вместо JOIN:

SELECT timestamp AS time,
  SUM(CASE WHEN metric_name = 'node_memory_MemAvailable_bytes' THEN value END) AS available,
  SUM(CASE WHEN metric_name = 'node_memory_MemTotal_bytes' THEN value END) AS total
FROM otel.otel_metrics_gauge
WHERE metric_name IN ('node_memory_MemTotal_bytes', 'node_memory_MemAvailable_bytes')
GROUP BY timestamp

Отфильтровывайте шумовые данные. Исключайте виртуальные сетевые интерфейсы:

AND CAST(attributes['device'] AS VARCHAR) NOT LIKE 'veth%'
AND CAST(attributes['device'] AS VARCHAR) NOT LIKE 'br-%'
AND CAST(attributes['device'] AS VARCHAR) != 'lo'

Оставляйте только реальные файловые системы:

AND CAST(attributes['fstype'] AS VARCHAR) IN ('ext4', 'xfs', 'btrfs')

Справочная информация

Схема таблиц OTel

Таблицы метрик (gauge / sum / histogram: общие поля)

Поле	Тип	Описание
service_name	varchar(200)	Имя сервиса
timestamp	datetime(6)	Временная метка данных
service_instance_id	varchar(200)	Идентификатор экземпляра сервиса
metric_name	varchar(200)	Имя метрики
metric_description	text	Описание метрики
metric_unit	text	Единица измерения метрики
attributes	variant (JSON)	Измерения метрики
resource_attributes	variant (JSON)	Атрибуты ресурса
scope_name	text	Имя коллектора

Поле только для gauge: value (double)

Дополнительные поля sum: value (double), aggregation_temporality (text), is_monotonic (boolean)

Дополнительные поля histogram: count (bigint), sum (double), bucket_counts (array<bigint>), explicit_bounds (array<double>), min (double), max (double)

Таблица логов

Поле	Тип	Описание
timestamp	datetime(6)	Временная метка лога
service_name	varchar(200)	Имя сервиса
service_instance_id	varchar(200)	Идентификатор экземпляра сервиса
trace_id	varchar(200)	Идентификатор связанной трассировки
span_id	text	Идентификатор связанного спана
severity_number	int	Числовой уровень важности
severity_text	text	Текстовый уровень важности (INFO / WARN / ERROR)
body	text	Тело записи лога
resource_attributes	variant (JSON)	Атрибуты ресурса
log_attributes	variant (JSON)	Атрибуты лога

Таблица трассировок

Поле	Тип	Описание
timestamp	datetime(6)	Время начала спана
service_name	varchar(200)	Имя сервиса
trace_id	varchar(200)	Идентификатор трассировки
span_id	text	Идентификатор спана
parent_span_id	text	Идентификатор родительского спана
span_name	text	Имя спана
span_kind	text	Вид спана (CLIENT / SERVER / INTERNAL)
end_time	datetime(6)	Время окончания спана
duration	bigint	Длительность (наносекунды)
span_attributes	variant (JSON)	Атрибуты спана
events	array	События спана
links	array	Связи спана
status_code	text	Код состояния (OK / ERROR / UNSET)
status_message	text	Сообщение о состоянии
resource_attributes	variant (JSON)	Атрибуты ресурса

Памятка по синтаксису

Назначение	Синтаксис
Фильтр по времени (макрос)	$__timeFilter(timestamp)
Фильтр по времени (вручную)	timestamp >= FROM_UNIXTIME($__from/1000)
Временной интервал (20 секунд)	FLOOR(UNIX_TIMESTAMP(timestamp) / 20) * 20 AS time
Временной интервал (1 минута)	UNIX_TIMESTAMP(DATE_FORMAT(timestamp, '%Y-%m-%d %H:%i:00')) * 1000 AS time
Доступ к атрибуту	attributes['key']
Преобразование типа атрибута с помощью CAST	CAST(attributes['key'] AS VARCHAR)
Переменная с одиночным выбором	service_name = '$service_name'
Переменная с множественным выбором	IN (${namespace:sqlstring})
Защита от деления на ноль	/ NULLIF(..., 0)
Значение по умолчанию	COALESCE(..., 0)
Именование рядов	CONCAT(device, ' read') AS metric
Сопоставление состояний	CASE WHEN value = 2 THEN 'Running' ... END
Удаление строки запроса из URL	SUBSTRING_INDEX(url, '?', 1)
Исключение виртуальных сетевых интерфейсов	NOT LIKE 'veth%' + NOT LIKE 'br-%' + != 'lo'