跳到主要内容

与 Grafana 集成

概述​

本文档介绍如何将 TDengine 数据源与开源数据可视化系统 Grafana 集成，以实现数据的可视化和监测报警系统的搭建。通过 TDengine 插件，您可以轻松地将 TDengine 数据表的数据展示在 Grafana 仪表盘上，且无需进行复杂的开发工作。

前置条件​

要让 Grafana 能正常添加 TDengine 数据源，需要以下几方面的准备工作。

  • Grafana 服务已经部署并正常运行。当前 TDengine 支持 Grafana 7.5 及以上版本，建议使用最新版本。
    注意：要确保启动 Grafana 的账号有其安装目录的写权限，否则可能后面无法安装插件。
  • TDengine 集群已经部署并正常运行。
  • taosAdapter 已经安装并正常运行。具体细节请参考 taosAdapter 的使用手册

记录以下信息：

  • TDengine 集群 REST API 地址，如：http://tdengine.local:6041。
  • TDengine 集群认证信息，可使用用户名及密码。

安装 Grafana Plugin 并配置数据源​

对于使用 Grafana 7.x 版本或使用 Grafana Provisioning 配置的用户，可以在 Grafana 服务器上使用安装脚本自动安装插件即添加数据源 Provisioning 配置文件。

bash -c "$(curl -fsSL \
  https://raw.githubusercontent.com/taosdata/grafanaplugin/master/install.sh)" -- \
  -a http://localhost:6041 \
  -u root \
  -p taosdata

安装完毕后，需要重启 Grafana 服务后方可生效。

保存该脚本并执行 ./install.sh --help 可查看详细帮助文档。

信息

下文介绍中，都以 Grafana v11.0.0 版本为例，其他版本功能可能有差异，请参考 Grafana 官网。

Dashboard 使用指南​

本节内容按如下方式组织：

  1. 介绍基础知识，包括 Grafana 的内置变量和自定义变量，TDengine 对与时序查询的特色语法支持。
  2. 介绍如何使用 TDengine 数据源在 Grafana 中创建 Dashboard，然后给出使用时序查询的特色语法和如何分组展示数据。
  3. 由于配置的 Dashbord 在页面显示时会定时查询 TDengine 来刷新显示，如果 SQL 编写不当会导致严重的性能问题，我们给出了性能优化建议。
  4. 最后我们以 TDengine 监控面板 TDinsight 为例介绍了如何导入我们提供的 DashBoard。

Grafana 内置变量和自定义变量​

Grafana 中的 Variable（变量）功能非常强大，可以在 Dashboard 的查询、面板标题、标签等地方使用，用来创建更加动态和交互式的 Dashbord，提高用户体验和效率。

变量的主要作用和特点包括：

  • 动态数据查询：变量可以用于查询语句中，使得用户可以通过选择不同的变量值来动态更改查询条件，从而查看不同的数据视图。这对于需要根据用户输入动态展示数据的场景非常有用。

  • 提高可重用性：通过定义变量，可以在多个地方重用相同的配置或查询逻辑，而不需要重复编写相同的代码。这使得 Dashboard 的维护和更新变得更加简单高效。

  • 灵活的配置选项：变量提供了多种配置选项，如预定义的静态值列表、从数据源动态查询值、正则表达式过滤等，使得变量的应用更加灵活和强大。

Grafana 提供了内置变量和自定义变量，它们都可以可以在编写 SQL 时引用，引用的方式是 $variableName，variableName 是变量的名字，其他引用方式请参考 引用方式。

内置变量​

Grafana 内置了 from、to 和 interval 等变量，都取自于 Grafana 插件面板。其含义如下：

  • from 查询范围的起始时间
  • to 查询范围的结束时间
  • interval 窗口切分间隔

对于每个查询都建议设置查询范围的起始时间和结束时间，可以有效的减少 TDengine 服务端执行查询扫描的数据量。interval 是窗口切分的大小，在 Grafana 11 版本中，其大小为时间间隔和返回点数计算而得。

除了上述三个常用变量，Grafana 还提供了如 __timezone, __org, __user 等变量，详情请参考 内置变量。

自定义变量​

我们可以在 Dashbord 中增加自定义变量。自定义变量和内置变量的使用方式没有区别，都是在 SQL 中用 $variableName 进行引用。 自定义变量支持多种类型，常见的类型包括 Query（查询）、Constant（常量）、Interval（间隔）、Data source（数据源）等。 自定义变量可以引用其他自定义变量，比如一个变量表示区域，另一个变量可以引用区域的值，来查询这个区域的设备。

添加查询类型变量​

在 Dashbord 的配置中，选择 【Variables】，然后点击 【New variable】：

  1. 在 “Name” 字段中，输入你的变量名，此处我们设置变量名为 selected_groups。
  2. 在 【Select variable type】下拉菜单中，选择 “Query”（查询）。 根据选择的变量类型，配置相应的选项。例如，如果选择了 “Query” 类型，你需要指定数据源和用于获取变量值的查询语句。此处我们还以智能电表为例，设置查询类型，选择数据源后，配置 SQL 为 select distinct(groupid) from power.meters where groupid < 3 and ts > $from and ts < $to;
  3. 点击底部的【Run Query】后，可以在 “Preview of values”（值预览）部分，查看到根据你的配置生成的变量值。
  4. 还有其他配置不再赘述，完成配置后，点击页面底部的【Apply】（应用）按钮，然后点击右上角的【Save dashboard】保存。

完成以上步骤后，我们就成功在 Dashboard 中添加了一个新的自定义变量 $selected_groups。我们可以后面在 Dashboard 的查询中通过 $selected_groups 的方式引用这个变量。

我们还可以再新增自定义变量来引用这个 selected_groups 变量，比如我们新增一个名为 tbname_max_current 的查询变量，其 SQL 为 select tbname from power.meters where groupid = $selected_groups and ts > $from and ts < $to;

添加间隔类型变量​

我们可以自定义时间窗口间隔，可以更加贴合业务需求。

  1. 在 “Name” 字段中，输入变量名为 interval。
  2. 在 【Select variable type】下拉菜单中，选择 “Interval”（间隔）。
  3. 在 【Interval options】选项中输入 1s,2s,5s,10s,15s,30s,1m。
  4. 还有其他配置不再赘述，完成配置后，点击页面底部的【Apply】（应用）按钮，然后点击右上角的【Save dashboard】保存。

完成以上步骤后，我们就成功在 Dashboard 中添加了一个新的自定义变量 $interval。我们可以后面在 Dashboard 的查询中通过 $interval 的方式引用这个变量。

备注

自定义变量和 Grafana 内置变量重名时，会优先引用自定义变量。

TDengine 时序查询支持​

TDengine 在支持标准 SQL 的基础之上，还提供了一系列满足时序业务场景需求的特色查询语法，这些语法能够为时序场景的应用的开发带来极大的便利。

  • partition by 子句可以按一定的维度对数据进行切分，然后在切分出的数据空间内再进行一系列的计算。绝大多数情况可以替代 group by。
  • interval 子句用于产生相等时间周期的窗口
  • fill 语句指定某一窗口区间数据缺失的情况下的填充模式
  • 时间戳伪列 如果需要在结果中输出聚合结果所对应的时间窗口信息，需要在 SELECT 子句中使用时间戳相关的伪列： 时间窗口起始时间 (_wstart), 时间窗口结束时间 (_wend) 等

上述特性详细介绍可以参考 特色查询。

创建 Dashboard​

有了前面的基础知识，我们可以配置基于 TDengine 数据源的时间序列数据展示 Dashbord。
在 Grafana 主界面创建 Dashboard，点击【Add Query】进入面板查询页面：

TDengine Database Grafana plugin create dashboard

如上图所示，在 “Query” 中选中 TDengine 数据源，在下方查询框可输入相应 SQL 进行查询。 我们继续用智能电表来举例，为了展示曲线美观，此处用了虚拟数据。

时间序列数据展示​

假设我们想查询一段时间内的平均电流大小，时间窗口按 $interval 切分，若某一时间窗口区间数据缺失，填充 null。

  • “INPUT SQL”：输入要查询的语句（该 SQL 语句的结果集应为两列多行），此处输入：select _wstart as ts, avg(current) as current from power.meters where groupid in ($selected_groups) and ts > $from and ts < $to interval($interval) fill(null) ，其中，from、to 和 interval 为 Grafana 内置变量，selected_groups 为自定义变量。
  • “ALIAS BY”：可设置当前查询别名。
  • “GENERATE SQL”： 点击该按钮会自动替换相应变量，并生成最终执行的语句。

在顶部的自定义变量中，若选择 selected_groups 的值为 1，则查询 meters 超级表中 groupid 为 1 的所有设备电流平均值变化如下图：

TDengine Database Grafana plugin create dashboard

备注

由于 REST 接口无状态， 不能使用 use db 语句来切换数据库。Grafana 插件中 SQL 语句中可以使用 <db_name>.<table_name> 来指定数据库。

时间序列数据分组展示​

假设我们想查询一段时间内的平均电流大小，按 groupid 分组展示，我们可以修改之前的 SQL 为 select _wstart as ts, groupid, avg(current) as current from power.meters where ts > $from and ts < $to partition by groupid interval($interval) fill(null)

  • “Group by column(s)”： 半角逗号分隔的 group by 或 partition by 列名。如果是 group by 或 partition by 查询语句，设置 “Group by” 列，可以展示多维数据。此处设置 “Group by” 列名为 groupid，可以按 groupid 分组展示数据。
  • “Group By Format”： Group by 或 Partition by 场景下多维数据 legend 格式化格式。例如上述 INPUT SQL，将 “Group By Format” 设置为 groupid-{{groupid}}，展示的 legend 名字为格式化的分组名。

完成设置后，按照 groupid 分组展示如下图：

TDengine Database Grafana plugin create dashboard

关于如何使用 Grafana 创建相应的监测界面以及更多有关使用 Grafana 的信息，请参考 Grafana 官方的文档。

性能优化建议​

  • 所有查询加上时间范围，在时序数据库中，如果不加查询的时间范围，会扫表导致性能低下。常见的 SQL 写法是 select column_name from db.table where ts > $from and ts < $to;
  • 对于最新状态类型的查询，我们一般建议在创建数据库的时候打开缓存（CACHEMODEL 设置为 last_row 或者 both），常见的 SQL 写法是 select last(column_name) from db.table where ts > $from and ts < $to;

导入 Dashboard​

在数据源配置页面，您可以为该数据源导入 TDinsight 面板，作为 TDengine 集群的监控可视化工具。如果 TDengine 服务端为 3.0 版本请选择 TDinsight for 3.x 导入。注意 TDinsight for 3.x 需要运行和配置 taoskeeper。

TDengine Database Grafana plugine import dashboard

其中适配 TDengine 2.* 的 Dashboard 已发布在 Grafana：Dashboard 15167 - TDinsight) 。

使用 TDengine 作为数据源的其他面板，可以在此搜索。以下是一份不完全列表：

  • 15146： 监控多个 TDengine 集群
  • 15155： TDengine 告警示例
  • 15167： TDinsight
  • 16388： Telegraf 采集节点信息的数据展示

告警配置​

TDengine Grafana 插件支持告警，如果要配置告警，需要以下几个步骤：

  1. 配置联络点（“Contact points”）：配置通知渠道，包括 DingDing、Email、Slack、WebHook、Prometheus Alertmanager 等
  2. 配置告警通知策略（“Notification policies”）：配置告警发送到哪个通道的路由，以及发送通知的时间和重复频率
  3. 配置告警规则（“Alert rules”）：配置详细的告警规则
    3.1 配置告警名称
    3.2 配置查询和告警触发条件
    3.3 配置规则评估策略
    3.4 配置标签和告警通道
    3.5 配置通知文案

告警配置界面介绍​

在Grafana 11 告警界面一共有 6 个 Tab，分别是 “Alert rules”、“Contact points”、“Notification policies”、“Silences”、 “Groups” 和 “Settings”。

  • “Alert rules” 告警规则列表，用于展示和配置告警规则
  • “Contact points” 通知渠道，包括 DingDing、Email、Slack、WebHook、Prometheus Alertmanager 等
  • “Notification policies” 配置告警发送到哪个通道的路由，以及发送通知的时间和重复频率
  • “Silences” 配置告警静默时间段
  • “Groups” 告警组，配置的告警触发后会在这里分组显示
  • “Settings” 提供通过 JSON 方式修改告警配置

配置联络点​

本节以邮件和飞书为例配置联络点。

配置邮件联络点​

在 Grafana 服务的配置文件中添加 SMTP/Emailing 和 Alerting 模块。（以 Linux 系统为例，其配置文件一般位于 /etc/grafana/grafana.ini）

在配置文件中增加下面内容：

#################################### SMTP / Emailing ##########################
[smtp]
enabled = true
host = smtp.qq.com:465      #使用的邮箱
user = receiver@foxmail.com
password = ***********      #使用mail授权码
skip_verify = true
from_address = sender@foxmail.com

然后重启 Grafana 服务（以 Linux 系统为例，执行 systemctl restart grafana-server.service）即可添加完成

在 Grafana 页面找到 “Home” -> “Alerting” -> “Contact points”，创建新联络点
“Name”： Email Contact Point
“Integration”：选择联络类型，这里选择 Email，填写邮件接收地址，完成后保存联络点

TDengine Database Grafana plugin alert email

配置飞书联络点​

按照以下步骤配置飞书机器人：

  1. “飞书工作台” -> “获取应用” -> “搜索飞书机器人助手” -> “新建指令”
  2. 选择触发器：Grafana
  3. 选择操作：通过官方机器人发送消息，填写发送对象和发送内容

TDengine Database Grafana plugin feishu robot

在 Grafana 页面找到 “Home” -> “Alerting” -> “Contact points” 创建新联络点
“Name”：Feishu Contact Point
“Integration”：选择联络类型，这里选择 Webhook，并填写 URL (在飞书机器人助手的 Grafana 触发器 Webhook 地址)，完成后保存联络点

TDengine Database Grafana plugin feishu contact point

配置告警通知策略​

配置好联络点后，可以看到已有一个Default Policy

TDengine Database Grafana plugin Notification default policy

点击右侧 “...” -> ”Edit”，然后编辑默认通知策略，弹出配置窗口：

TDengine Database Grafana plugin Notification

然后配置下列参数：

  • “Group wait”： 发送首次告警之前的等待时间。
  • “Group interval”： 发送第一个告警后，为该组发送下一批新告警的等待时间。
  • “Repeat interval”： 成功发送告警后再次重复发送告警的等待时间。

配置告警规则​

以配置智能电表告警为例，告警规则的配置主要包括告警名称、查询和告警触发条件、规则评估策略、标签和告警通道、通知文案。

配置告警名称​

在需要配置告警的面板中选择 “Edit” -> “Alert” -> “New alert rule”。

“Enter alert rule name“ (输入告警规则名称)：此处以智能电表为例输入 power meters alert

配置查询和告警触发条件​

在 “Define query and alert condition” (定义查询和告警触发条件) 中配置告警规则。

  1. 选择数据源：TDengine Datasource

  2. 查询语句：

    select _wstart as ts, groupid, avg(current) as current from power.meters where ts > $from and ts < $to partition by groupid interval($interval) fill(null)

  3. 设置 “Expression”（表达式）：Threshold is above 100

  4. 点击【Set as alert condition】

  5. “Preview”：查看设置的规则的结果

完成设置后可以看到下面图片展示：

TDengine Database Grafana plugin Alert Rules

Grafana 的 “Expression”（表达式）支持对数据做各种操作和计算，其类型分为：

  1. “Reduce”：将所选时间范围内的时间序列值聚合为单个值
    1.1 “Function” 用来设置聚合方法，支持 Min、Max、Last、Mean、Sum 和 Count。
    1.2 “Mode” 支持下面三种：
    • “Strict”：如果查询不到数据，数据会赋值为 NaN。
    • “Drop Non-numeric Value”：去掉非法数据结果。
    • “Replace Non-numeric Value”：如果是非法数据，使用固定值进行替换。
  2. “Threshold”：检查时间序列数据是否符合阈值判断条件。当条件为假时返回 0，为真则返回1。支持下列方式：
    • Is above (x > y)
    • Is below (x < y)
    • Is within range (x > y1 AND x < y2)
    • Is outside range (x < y1 AND x > y2)
  3. “Math”：对时间序列的数据进行数学运算。
  4. “Resample”：更改每个时间序列中的时间戳使其具有一致的时间间隔，以便在它们之间执行数学运算。
  5. “Classic condition (legacy)”： 可配置多个逻辑条件，判断是否触发告警。

如上节截图显示，此处我们设置最大值超过 100 触发告警。

配置规则评估策略​

TDengine Database Grafana plugin Alert Evaluation Behavior

完成下面配置：

  • “Folder”：设置告警规则所属目录。
  • “Evaluation group”：设置告警规则评估组。“Evaluation group” 可以选择已有组或者新建组，新建组可以设置组名和评估时间间隔。
  • “Pending period”：在告警规则的阈值被触发后，异常值持续多长时间可以触发告警，合理设置可以避免误报。

配置标签和告警通道​

TDengine Database Grafana plugin Alert Labels and Notifications

完成下面配置：

  • “Labels” 将标签添加到规则中，以便进行搜索、静默或路由到通知策略。
  • “Contact point” 选择联络点，当告警发生时通过设置的联络点进行通知。

配置通知文案​

TDengine Database Grafana plugin Alert Labels and Notifications

设置 “Summary” 和 “Description” 后，若告警触发，将会收到告警通知。

SOC 2 Certified
ISO 27001 Certified
ISO 27017 Certified
TDengine 核心是一款高性能、集群开源、云原生的时序数据库（Time Series Database，TSDB），专为物联网IoT平台、工业互联网、电力、IT 运维等场景设计并优化，具有极强的弹性伸缩能力。同时它还带有内建的缓存、流式计算、数据订阅等系统功能，能大幅减少系统设计的复杂度，降低研发和运营成本，是一个高性能、分布式的物联网IoT、工业大数据平台。
产品
TDengine Enterprise
TDengine Cloud
学习
文档
博客
资源
公司
关于我们
技术支持
新闻动态
安全性
联系我们
招贤纳士
服务条款
隐私
场景
物联网
工业互联网
车联网
IT 运维
电力能源
金融
TDengine Database
TDengine Database
加小 T 为好友
即可加入物联网大数据技术前沿群
点击填写表单
获得解决方案专家帮助
© 2017-2024 涛思数据
京公网安备 11010502047618号
新版时序数据库 TDengine v3.0