数据转换（Transformations）

数据转换是 Grafana 的强大功能，可以在数据可视化之前对数据进行处理和转换。本节将学习：转换类型、合并查询、计算字段，以及数据聚合。

Transformations 转换类型

Grafana 支持哪些转换类型呢？

第一个类型：Add field from calculation。 计算新字段，支持数学运算，基于现有字段计算。例如计算两个字段的和、差、积、商。

第二个类型：Concatenate fields。 连接多个字段，合并字段值，创建组合字段。例如将服务名和实例名连接。

第三个类型：Convert field type。 转换字段类型，字符串转数字，时间戳转换。这样可以进行数学运算。

第四个类型：Filter data by values。 按值过滤数据，保留或排除特定值，条件过滤。这样可以只显示需要的数据。

第五个类型：Group by。 按字段分组，数据聚合，分类汇总。这样可以按类别统计。

第六个类型：Merge。 合并多个查询结果，合并不同数据源，统一数据格式。这样可以在一个图表中显示多个数据源的数据。

转换类型架构： 原始数据经过 Transformations 转换，可以添加字段、连接字段、转换类型、过滤数据、分组、合并。转换后得到新的数据。

这就是转换类型。选择合适的转换类型，可以让数据处理更灵活。

合并查询

合并查询有什么方法呢？

第一种方法：使用 Merge transformation。 合并多个查询，统一字段格式，保留所有数据。这是最简单的方法。

第二种方法：使用 Outer join。 外连接查询，保留所有数据点，填充缺失值。这样不会丢失数据。

第三种方法：使用 Inner join。 内连接查询，只保留匹配的数据点，数据对齐。这样只显示有数据的时间点。

合并查询适用于哪些场景呢？

场景 1：合并不同数据源。 Prometheus 指标、Loki 日志计数、Tempo 追踪数据。可以在一个图表中显示不同数据源的数据。

场景 2：合并同一查询的不同过滤条件。 不同环境的指标、不同服务的指标、不同实例的指标。可以在一个图表中对比不同的环境、服务、实例。

合并示例： 查询 A（Prometheus）和查询 B（Loki）可以通过 Merge 合并。合并后得到统一的结果。

这就是合并查询。使用 Transformations 可以轻松合并多个查询。

计算字段

计算字段是什么？ 计算字段用于基于现有字段计算新字段。

计算字段支持哪些操作呢？

• 加法： A + B。例如计算两个指标的和。
• 减法： A - B。例如计算两个指标的差。
• 乘法： A * B。例如计算两个指标的积。
• 除法： A / B。例如计算比率。
• 取模： A % B。例如计算余数。
• 幂运算： A ^ B。例如计算幂。

计算示例：

第一个示例：计算错误率。 错误请求数 / 总请求数 * 100。这样可以计算出错误率。

第二个示例：计算平均值。 (值 A + 值 B + 值 C) / 3。这样可以计算平均值。

第三个示例：计算增长率。 (当前值 - 历史值) / 历史值 * 100。这样可以计算增长率。

计算字段使用： 原始字段 → 计算表达式 → 计算结果 → 新字段。这样就可以得到新的字段。

这就是计算字段。使用计算字段，可以创建更复杂的指标。

数据聚合

数据聚合是什么？ 数据聚合用于按字段分组并汇总数据。

数据聚合支持哪些操作呢？

• Sum： 求和。例如计算多个实例的总请求数。
• Mean： 平均值。例如计算多个实例的平均 CPU 使用率。
• Min： 最小值。例如找出多个实例中的最小延迟。
• Max： 最大值。例如找出多个实例中的最大延迟。
• Count： 计数。例如统计有多少个实例。

数据聚合适用于哪些场景呢？

第一个场景：按服务聚合。 聚合多个实例的数据，计算服务总和，计算服务平均值。这样可以查看整个服务的指标。

第二个场景：按环境聚合。 聚合不同环境的数据，对比不同环境，环境级别汇总。这样可以对比不同环境的指标。

第三个场景：按时间聚合。 按小时、天聚合，时间维度汇总，趋势分析。这样可以查看长期趋势。

聚合流程： 原始数据 → 按字段分组 → 聚合操作 → 聚合结果。聚合操作可以是 Sum、Mean、Min、Max、Count。

这就是数据聚合。使用数据聚合，可以按不同的维度汇总数据。

本节小结

在本节中，我们学习了数据转换（Transformations）：

第一个是转换类型。 Add field、Concatenate、Convert type、Filter、Group by、Merge。这些转换类型可以灵活处理数据。

第二个是合并查询。 使用 Merge transformation 合并多个查询。可以在一个图表中显示多个数据源的数据。

第三个是计算字段。 基于现有字段计算新字段。可以创建更复杂的指标。

第四个是数据聚合。 按字段分组并汇总数据。可以按不同的维度汇总数据。

Transformations 总结： Transformations 包括合并查询、计算字段、数据聚合、其他转换。这些功能组合在一起，可以让数据处理更灵活。

这就是数据转换（Transformations）。掌握这些转换功能，可以帮助我们处理更复杂的数据。

在下一节，我们将学习变量（Variables）和动态 Dashboard。学习如何创建动态 Dashboard，让 Dashboard 更灵活、更实用。