这是通过 grafana 使用它的正确方法吗？

Question

ClickHouse:

┌─name──────────┬─type──────────┬
│ FieldUUID     │ UUID          │
│ EventDate     │ Date          │
│ EventDateTime │ DateTime      │
│ Metric        │ String        │
│ LabelNames    │ Array(String) │
│ LabelValues   │ Array(String) │
│ Value         │ Float64       │
└───────────────┴───────────────┴

Row 1:
──────
FieldUUID:     499ca963-2bd4-4c94-bc60-e60757ccaf6b
EventDate:     2021-05-13
EventDateTime: 2021-05-13 09:24:18
Metric:        cluster_cm_agent_physical_memory_used
LabelNames:    ['host']
LabelValues:   ['test01']
Value:         104189952

格拉法纳：

SELECT
        EventDateTime,
        Value AS cluster_cm_agent_physical_memory_used
    FROM
        $table
    WHERE
        Metric = 'cluster_cm_agent_physical_memory_used'
        AND $timeFilter 
    ORDER BY
        EventDateTime

没有数据点。

问题：这是通过grafana使用的正确方法吗？

示例：
cluster_cm_agent_physical_memory_used{主机='test01'} 104189952

Answer 1

Grafana 希望您的 SQL 将 return 时间序列数据格式用于大多数可视化。

一栏DateTime\Date\DateTime64 or UInt32描述时间戳
一列或多列数字类型（Float、Int*、 UInt*) 与指标值（列名将用作时间序列名称）
可选的一列可以描述多个时间的字符串系列名称

或高级“时间序列”格式，第一列为 timestamp，第二列为 Array(tuple(String, Numeric))，其中 String 列为时间序列名称（通常与

所以，select table metrics.shell 作为 table 和 EventDateTime 作为 query editor 下拉列表中的字段，您的查询可能是改为

    SELECT
        EventDateTime,
        Value AS cluster_cm_agent_physical_memory_used
    FROM
        $table
    WHERE
        Metric = 'cluster_cm_agent_physical_memory_used'
        AND $timeFilter 
    ORDER BY
        EventDateTime

来自 post 的

SQL 查询可以在没有变化的情况下仅通过 Table 插件可视化，您应将“时间序列”更改为“table”格式在 grafana 端进行正确的数据转换

Answer 2

promQL 查询的模拟 cluster_cm_agent_physical_memory_used{host='test01'} 104189952 应该看起来像

SELECT
        EventDateTime,
        Value AS cluster_cm_agent_physical_memory_used
    FROM
        $table
    WHERE
        Metric = 'cluster_cm_agent_physical_memory_used'
        AND LabelValues[indexOf(LabelNames,'host')] = 'test01'
        AND $timeFilter 
    ORDER BY
        EventDateTime

这是通过 grafana 使用它的正确方法吗？

Is this the correct way to use it via grafana?

sql

performance

grafana

prometheus

clickhouse