Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Connect zu Unternehmensdatenquellen her
Die folgenden Datenquellen werden in Workspaces unterstützt, die auf Amazon Managed Grafana Enterprise-Plug-ins aktualisiert wurden. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
Enterprise-Plugins werden regelmäßig aktualisiert. Dies beinhaltet sowohl Updates der vorhandenen Plugins als auch manchmal neue Datenquellen. Die folgende Dokumentation enthält möglicherweise nicht alle verfügbaren Datenquellen. Eine Liste der aktuellen Enterprise-Plug-ins, die von Amazon Managed Grafana Enterprise-Plugins unterstützt werden, finden Sie unter [Grafana Enterprise-Plugins](https://grafana.com/docs/plugins/) in der *Grafana-Dokumentation*.
Für Workspaces, die Version 9 und neuer unterstützen, werden Enterprise-Datenquellen nicht mehr standardmäßig installiert. Sie müssen das richtige Datenquellen-Plug-In installieren. Sie können Plug-ins für alle Enterprise-Datenquellen installieren, auch für solche, die hier nicht aufgeführt sind. Sie können sich auch dafür entscheiden, die Version eines Plugins zu aktualisieren, das Sie bereits installiert haben. Weitere Informationen zur Verwaltung von Plugins finden Sie unter[Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
**Topics**
+ [AppDynamics](appdynamics-AMG-datasource.md)
+ [Databricks](AMG-databricks-datasource.md)
+ [Datadog](AMG-datadog-datasource-plugin.md)
+ [Dynatrace](dynatrace-AMG-datasource.md)
+ [GitLab](gitlab-AMG-datasource.md)
+ [Honeycomb](honeycomb-AMG-datasource.md)
+ [Jira](jira-AMG-datasource.md)
+ [MongoDB](AMG-mongodb-datasource.md)
+ [New Relic](new-relic-data-source.md)
+ [Oracle-Datenbank](oracle-datasource-AMG.md)
+ [Salesforce](salesforce-AMG-datasource.md)
+ [SAP HANA](saphana-AMG-datasource.md)
+ [ServiceNow](grafana-enterprise-servicenow-datasource.md)
+ [Snowflake](snowflake-datasource-for-AMG.md)
+ [Splunk](splunk-datasource.md)
+ [Überwachung der Splunk-Infrastruktur](AMG-datasource-splunkinfra.md)
+ [Wavefront](wavefront-datasource-for-AMG.md)
# Connect zu einer AppDynamics Datenquelle herstellen
Die AppDynamics Datenquelle für Amazon Managed Grafana ermöglicht es Ihnen, Metriken AppDynamics mithilfe der Metrik-API abzufragen und sie in Grafana-Dashboards zu visualisieren.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Hinweis zur Konfiguration der Datenquelle
Verwenden Sie Serverzugriff (Proxy) (um zu verhindern, dass CORS und Benutzer nach Ihrem Passwort suchen) und Standardauthentifizierung. Denken Sie daran, dass der Benutzername „user @account“ lauten sollte (d. h. your.name @customer1 oder my\$1user @saas\$1account\$1name).
Konfigurieren Sie das Passwort mit den folgenden Schritten:
1. Navigieren Sie zu [https://accounts.appdynamics.com/subscriptions](https://accounts.appdynamics.com/subscriptions)
1. Wählen Sie den Link in der Spalte **Name** in der Zeile für Ihr Abonnement.
1. Navigieren Sie zu den **Lizenzdetails**, indem Sie die Registerkarte oben auf der Seite auswählen.
1. Das Feld Access Key hat die Schaltfläche **Anzeigen**. Wählen Sie die Schaltfläche „**Anzeigen**“, um den Zugriffsschlüssel anzuzeigen.
1. Kopieren Sie den Zugriffsschlüssel in das Passwortfeld in den Basic Auth Details auf der Konfigurationsseite in Grafana.
Richten Sie mithilfe der folgenden Schritte einen Benutzer und eine Rolle für Amazon Managed Grafana ein.
1. Navigieren Sie in AppDynamics zu Einstellungen, Administration.
1. Wählen Sie die Registerkarte **Rollen** und dann die Schaltfläche „\$1“, um eine neue Rolle zu erstellen. Beispiel: `grafana_readonly.`
1. Fügen Sie auf der Registerkarte **Konto** des Abschnitts Rolle erstellen die Berechtigung hinzu`View Business Flow`.
1. Aktivieren Sie auf der Registerkarte **Anwendungen** das Kontrollkästchen **Ansicht**, damit Grafana Anwendungsdaten anzeigen kann.
1. Aktivieren Sie auf der Registerkarte **Datenbanken** das Kontrollkästchen **Ansicht**, damit Grafana Datenbankdaten anzeigen kann.
1. Aktivieren Sie auf der Registerkarte **Analytics** das Kontrollkästchen **Kann Daten aus allen Anwendungen anzeigen**, damit Grafana Anwendungsanalysedaten anzeigen kann.
1. Erstellen Sie auf der Registerkarte **Benutzer** der Administrationsseite einen neuen Benutzer, `grafana` z. B. Weisen Sie dem neuen Benutzer (oder einer Gruppe, zu der der Benutzer gehört) der Rolle zu, die Sie gerade erstellt haben, `grafana_readonly` z. B.
## Erstellen von Vorlagen
Die derzeit unterstützten Vorlagenabfragen sind:
1. `Applications`(Alle Anwendungen)
1. `AppName.BusinessTransactions`(Alles BTs für den Anwendungsnamen)
1. `AppName.Tiers`(Alle Stufen für den Anwendungsnamen)
1. `AppName.Nodes`(Alle Knoten für den Anwendungsnamen)
1. `AppName.TierName.BusinessTransactions`(Alles BTs für eine bestimmte Stufe)
1. `AppName.TierName.Nodes`(Alle Knoten für eine bestimmte Stufe)
1. `AppName.Path.`(Jeder metrische Pfad kann angegeben werden)
## Tasten der Legende
Die Standardeinstellung für den Legendenschlüssel kann ziemlich lang sein, aber diese Formatierung kann angepasst werden.
Dem Legendenschlüssel kann der Name der Anwendung vorangestellt werden, indem Sie die `App on legend` Option auswählen. Beispiel: `MyApp - Overall Application Performance|Average Response Time (ms)`.
Wenn sich die Abfrage auf ein einzelnes Statistikfeld oder ein anderes Fenster bezieht, in dem Sie den Legendenschlüssel nicht sehen können, wählen Sie die Option Metadaten anzeigen, um zu sehen, was der Legendenschlüssel (auch Alias genannt) für die Abfrage ist.
Die Dropdownliste „Legende“ enthält drei Optionen:`Full Path`, und. `Segments` `Custom`
### Option „Legende“ — vollständiger Pfad
Der Legendenschlüssel ist der vollständige metrische Pfad, zum Beispiel`Overall Application Performance|Average Response Time (ms)`.
### Legendenoption — Segmente
Der Name der Metrik besteht aus Segmenten. Sie können wählen, welche Segmente angezeigt werden sollen.
Zum Beispiel mit einem Metriknamen:
`Errors|mywebsite|Error|Errors per Minute`
Wenn Sie Folgendes `2,4` in das Feld Segmente eingeben, wird Folgendes zurückgegeben`mywebsite|Errors per minute`.
Die Indizierung beginnt mit 1 und `1` kehrt `Errors` zurück.
### Legendenoption — benutzerdefiniert
Erstellen Sie eine benutzerdefinierte Legende, indem Sie Text mit den folgenden Aliasmustern kombinieren, um metrische Metadaten mischen zu können.
+ `{{app}}`gibt den Namen der Anwendung zurück
+ `{{1}}`gibt ein Segment aus dem metrischen Pfad zurück.
Zum Beispiel `Overall Application Performance|Average Response Time (ms)` hat die Metrik: zwei Segmente. `{{1}}`gibt das erste Segment `{{2}}` zurück, gibt das zweite Segment zurück.
Beispiele für Legendenschlüsselmuster und die generierten Legendenschlüssel:
+ `custom legend key` => `custom legend key`
+ `App: {{app}} MetricPart2: {{2}}` => `App: myApp MetricPart2: Average Response Time (ms)`
# Stellen Sie eine Connect zu einer Databricks-Datenquelle her
Mit der Databricks-Datenquelle können Sie Databricks-Daten in Amazon Managed Grafana abfragen und visualisieren. Sie enthält einen SQL-Editor zum Formatieren und Farbcodieren Ihrer Abfragen.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Hinzufügen einer Databricks-Datenquelle
Gehen Sie wie folgt vor, um eine Databricks-Datenquelle in der Grafana-Konsole hinzuzufügen.
**Um eine Databricks-Datenquelle hinzuzufügen**
1. Öffnen Sie das Seitenmenü, indem Sie das Grafana-Symbol in der oberen Kopfzeile auswählen.
1. Wählen Sie im Seitenmenü unter dem Link **Dashboards** die Option **Datenquellen** aus.
**Anmerkung**
Wenn Sie den Link **Datenquellen** nicht sehen, haben Sie nicht die `Admin` Rolle für Grafana.
1. Wählen Sie in der oberen Kopfzeile die Schaltfläche **\$1 Datenquelle hinzufügen**.
1. Wählen Sie in der Dropdownliste **Typ** die Option **Databricks** aus.
**Anmerkung**
Wenn Sie die Databricks-Option nicht sehen und sie benötigen, müssen Sie ein Upgrade auf Grafana Enterprise durchführen.
1. Wählen Sie die Optionen, um eine Verbindung zu Ihren Daten herzustellen und sie zu bearbeiten.
## Hinweise zur Verwendung der Databricks-Datenquelle
**Zeitreihen**
Zeitreihenvisualisierungen können ausgewählt werden, wenn Sie Ihrer Abfrage ein `datetime` Feld hinzufügen. Dieses Feld wird als Zeitstempel für die Serie verwendet. Wenn das Feld keine bestimmte Zeitzone enthält, geht Grafana davon aus, dass die Zeit UTC ist.
**Mehrzeilige Zeitreihen**
Um eine mehrzeilige Zeitreihenvisualisierung zu erstellen, muss die Abfrage mindestens drei Felder in der folgenden Reihenfolge enthalten.
1. Ein `datetime` Feld mit dem Alias. `time`
1. Ein Wert für`GROUP BY`.
1. Ein oder mehrere zu visualisierende Metrikwerte.
Im Folgenden finden Sie ein Beispiel für eine Abfrage, die mehrzeilige Zeitreihenoptionen zurückgibt.
```
SELECT log_time AS time, machine_group, avg(disk_free) AS avg_disk_free
FROM mgbench.logs1
GROUP BY machine_group, log_time
ORDER BY log_time
```
# Stellen Sie eine Connect zu einer Datadog-Datenquelle her
Mit der Datadog-Datenquelle können Sie Metriken aus dem Datadog-Überwachungsservice in Amazon Managed Grafana visualisieren.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Usage
### Caching
Bei großen Dashboards, die viele Abfragen stellen, ist es möglich, die Geschwindigkeit durch die Datadog-API zu begrenzen (erreichen Sie die maximale Anzahl von API-Aufrufen pro Stunde, die die Datadog-API zulässt). Die Caching-Funktion speichert eindeutige Abfragen 60 Sekunden lang im Cache. Dieses Intervall kann auf der Konfigurationsseite so geändert werden, dass es länger oder kürzer ist.
### Abfrage-Editor
Es ist ganz einfach: Wählen Sie Aggregation und Metrik aus. Wenn Sie das Ergebnis filtern möchten, wählen Sie ein oder mehrere Tags aus.
Die Datadog-Datenquelle unterstützt alle erweiterten Funktionen, die der Datadog-Abfrageeditor unterstützt. Wählen Sie es aus der Drop-down-Liste aus und ordnen Sie es an, indem Sie einen Funktionsnamen wählen.
**Nutzungsmöglichkeiten von Alias nach Feldern**:
+ Geben Sie den Alias in das Feld „Alias von“ ein.
+ Verwenden Sie bereichsbezogene Variablen:
+ `$__metric`= durch den Namen der Metrik ersetzt
+ `$__display_name`= durch den Namen der Metrik ersetzt
+ `$__expression`= durch den vollständigen metrischen Ausdruck ersetzt
+ `$__aggr`= ersetzt durch eine metrische Aggregationsfunktion (zum Beispiel avg, max, min, sum)
+ `$__scope`= ersetzt durch den metrischen Gültigkeitsbereich (zum Beispiel Region, Standort, Umgebung, Host)
+ Verwenden Sie reguläre Ausdrücke:
+ Geben Sie Ihren regulären Ausdruck in das Feld „Alias RegExp“ im `/you regexp here/flags` Format ein.
+ Wenn das Feld „Alias von“ leer ist, werden die RegExp Ergebnisse anhand von verknüpft. Beispiel mit metrischem Ausdruck =`avg:system.load.5{*}`: „Alias by“ Feldeingabe: „" "Alias RegExp "Feldeingabe: `avg:(.+)\.(\d)` Ergebnis: `system.load, 5`
+ Verwenden Sie `$` Variablen im Feld „Alias by“. Beispiel mit metrischem Ausdruck =`avg:system.load.5{*}`: „Alias by“ Feldeingabe: Feldeingabe `$1: $2 seconds` RegExp „Alias“: `avg:(.+)\.(\d)` Ergebnis: `system.load: 5 seconds`
+ Wird verwendet`$0`, um den gesamten Ausdruck abzurufen. Beispiel mit metrischem Ausdruck =`datadog.dogstatsd.packet.count{*}`: „Alias by“ Feldeingabe: Feldeingabe `Expression: $0` RegExp „Alias“: `DOGstatsd\.(.*)\.(.*){\*}/i` Ergebnis: `Expression: datadog.dogstatsd.packet.count{*}`
Hinweis: Sie erhalten eine Fehlermeldung, wenn Sie die Gruppennummer angeben, die nicht existiert.
#### Metrische Arithmetik
*Um metrische Arithmetik zu verwenden, setzen Sie den *Abfragetyp* auf Arithmetisch.* Stellen Sie mithilfe von Vorzeichen eine Verknüpfung zu der gewünschten Metrik her. `#` Verdoppelt beispielsweise `#A * 2` das Ergebnis einer Abfrage`A`. Die Arithmetik zwischen zwei Metriken funktioniert auf die gleiche Weise: Fügen Sie Abfragen hinzu, deren Ergebnisse Sie für die Berechnung verwenden möchten, und verknüpfen Sie sie dann in der dritten Abfrage mit diesen Metriken, z. B. `#A / #B`
### Anmerkungen
Eine Anmerkung ist ein Ereignis, das Grafiken überlagert. Ein Beispiel für ein Ereignis ist eine Bereitstellung oder ein Ausfall. Mit dieser Datenquelle können Sie Ereignisse aus Datadog abrufen und sie in Grafiken in Amazon Managed Grafana überlagern. Annotationsereignisse können nach Quelle, Tag oder Priorität gefiltert werden.
### Erstellung von Vorlagen
Es gibt ein paar Optionen, um Werte von Template-Variablen abzurufen — Metriken und Tags. Um die Liste der verfügbaren Metriken abzurufen, geben Sie dies `*` im *Abfragefeld* an.
Um alle Tags zurückzugeben, verwenden Sie den Wert: `tag` oder`scope`.
Um Tags für eine angegebene Tag-Gruppe zurückzugeben, verwenden Sie einen der folgenden Standardkategoriewerte:
+ `host`
+ `device`
+ `env`
+ `region`
+ `site`
+ `status`
+ `version`
Geben Sie für benutzerdefinierte Taggruppen einfach den Namen der Taggruppe ein. Wenn Ihr benutzerdefinierter Tag-Gruppenname beispielsweise lautet`subscription_name`, geben Sie diesen in das *Abfragefeld* ein.
Filtern Sie die Ergebnisse mithilfe des *Regex-Felds*. Bei der Verwendung von Tags werden Variablen mit mehreren Werten unterstützt. Mehrere ausgewählte Tag-Werte werden in eine durch Kommas getrennte Liste von Tags umgewandelt.
#### Ad-hoc-Filter
In Grafana gibt es einen neuen speziellen Typ von Vorlagenvariablen, die als *Ad-hoc-Filter* bezeichnet werden. Diese Variable gilt für *alle* Datadog-Abfragen in einem Dashboard. Dies ermöglicht es, es wie einen Schnellfilter zu verwenden. Eine Ad-hoc-Variable für Datadog ruft beispielsweise alle Schlüssel-Wert-Paare aus Tags ab und verwendet sie als `region:east, region:west` Abfrage-Tags. Um diese Variable zu erstellen, wählen Sie den *Ad-hoc-Filtertyp* und wählen Sie Ihre Datadog-Datenquelle aus. Sie können einen beliebigen Namen für diese Variable festlegen.
# Stellen Sie eine Connect zu einer Dynatrace-Datenquelle her
[Datenquelle fürhttps://www.dynatrace.com/.](https://www.dynatrace.com) Um diese Datenquelle verwenden zu können, benötigen Sie ein Dynatrace-Konto.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
**Bekannte Einschränkungen**
Vorlagenvariablen können nicht mehrfach ausgewählt werden. Es wird nur die Einzelauswahl unterstützt.
Es werden nur APIs v2-Metriken unterstützt.
## Features
### Kern-Features
+ Vorlagenvariablen
+ Namen von Metriken
+ Nur Einzelauswahl (**keine Mehrfachauswahl**)
+ Ad-Hoc-Filter
+ Anmerkungen
+ Derzeit nicht unterstützt
+ Aliasing
+ Namen von Metriken
+ Aggregation
+ Anzeigename
+ Host
+ Description
+ Warnfunktion
+ Vollständige Unterstützung für Warnmeldungen
### Spezifische Funktionen von Dynatrace
Unterstützt sowohl integrierte als auch benutzerdefinierte Metriken mithilfe der Dynatrace Metrics v2-API. [Weitere Informationen finden Sie in der Dynatrace-Dokumentation: [Metrics API v2](https://www.dynatrace.com/support/help/dynatrace-api/environment-api/metric-v2/) und Metric Ingestion.](https://www.dynatrace.com/support/help/how-to-use-dynatrace/metrics/metric-ingestion/)
Je nach Metrik unterstützt die API möglicherweise zusätzliche Transformationsoptionen.
## Dynatrace-Berechtigungen
Sie benötigen die folgenden Berechtigungen in Dynatrace: Metriken mithilfe der API V2-Berechtigung (metrics.read) lesen — Entitäten mithilfe der API V2-Berechtigung (entities.read) lesen
## Holen Sie sich einen API-Schlüssel von Dynatrace
Informationen zum Einrichten eines API-Tokens finden Sie unter [Dynatrace API](https://www.dynatrace.com/support/help/dynatrace-api/basics/dynatrace-api-authentication/?api-token%3C-%3Epersonal-access-token=api-token) — Tokens und Authentifizierung
Legen Sie die `metrics.read` und `entities.read` -Berechtigungen für Ihr API-Token fest.
### Konfiguration
1. **Wählen Sie in der Benutzeroberfläche des logischen Grafana-Servers **Einstellungen/Datenquellen** und wählen Sie Datenquelle hinzufügen.**
1. Filtern Sie auf der Seite **Datenquelle hinzufügen** nach **Dynatrace und wählen Sie das Dynatrace-Plugin** aus.
1. Für die Konfiguration einer Dynatrace-Datenquelle sind die folgenden Parameter erforderlich:
+ `Name`- Der Name, den Sie auf die Dynatrace-Datenquelle anwenden möchten (Standard: Dynatrace).
+ `Dynatrace API Type`- Der Typ der Dynatrace-Instanz, zu der Sie eine Verbindung herstellen. Dies ist entweder `SaaS` oder `Managed Cluster`.
+ `Dynatrace API Token`- Dies ist das API-Token, das Sie im vorherigen Schritt generiert haben.
Die nächsten beiden Einstellungen hängen davon ab, ob Sie Dynatrace SaaS oder Managed sind
+ In einem SaaS-Beispiel für wäre Ihre **Umgebungs-ID**`yfc55578`. `yfc55578.live.dynatrace.com`
+ Im verwalteten `yd8888.managed-sprint.dynalabs.io/e/abc99984-3af2-55tt-72kl-0672983gc45` Beispiel von wäre Ihre **Umgebungs-ID** `abc99984-3af2-55tt-72kl-0672983gc45` und Ihre **Domain** wäre `yd8888.managed-sprint.dynalabs.io`
1. Nachdem alle Konfigurationswerte festgelegt wurden, wählen Sie **Save & Test**, um die Konfiguration zu validieren und Ihre Änderungen zu speichern.
### Fragen Sie die Datenquelle ab
Verwenden Sie den Abfrage-Editor, um Dynatrace-Metriken und Probleme abzufragen. Der Abfragetyp kann oder sein. `metric` `problem`
**Metrischer Abfragetyp**
+ `Metric`— Wählen Sie die Metrik aus, die Sie sehen möchten. Um die Metrikliste erneut von Dynatrace abzurufen, wählen Sie die Schaltfläche **Aktualisieren**.
+ `Aggregations`— Wählen Sie die Aggregation aus, die Sie für eine bestimmte Metrik verwenden möchten. Wählen Sie den Aggregationswert, um den Aggregationstyp zu ändern, oder wählen Sie **\$1**, um eine weitere Aggregation hinzuzufügen.
+ `Transformations`— Sie können Transformationen im Abfrage-Editor auswählen. Geben Sie anschließend eine Reihe von Parametern in die ausgewählte Transformation ein. Derzeit wird nur die Transformation zum Zusammenführen unterstützt. Weitere Informationen zu den Zusammenführungstransformationen finden Sie unter [Transformation zusammenführen](https://www.dynatrace.com/support/help/dynatrace-api/environment-api/metric-v2/metric-selector/#merge-transformation).
+ `Filters`— Die Dynatrace-Datenquelle fragt dynamisch die entsprechenden Filter für jede Metrik ab. Um einen Filter hinzuzufügen, wählen Sie im Dynatrace-Abfrage-Editor das **Pluszeichen** neben der Bezeichnung **Filter** aus, wählen Sie das Feld aus, nach dem gefiltert werden soll, wählen Sie den zu verwendenden Operator aus und wählen Sie dann einen Wert aus, nach dem gefiltert werden soll. Mit der Dynatrace-Datenquelle können Sie Filtergruppen erstellen, die Sie zu komplexen logischen Vergleichen zusammenfügen können. Für die meisten Anwendungsfälle sind Filtergruppen nicht erforderlich. Bei der Erstellung von Filtern mit Tags verwendet Dynatrace unabhängig von der ausgewählten Verbindung immer AND. Dynatrace unterstützt keine OR-Filter mit Tags.
+ `Alias`— Es gibt zwei verschiedene Arten von Aliasnamen, auf die Sie bei der Verwendung der Dynatrace-Datenquelle stoßen werden. Der erste ist ein statischer Alias. Ein Alias dieses Typs ist für jede Abfrage verfügbar, die Sie erstellen, und der Name des Alias beginnt mit einem Kleinbuchstaben. Der zweite ist ein dynamischer Alias, der sich je nach der Metrik ändert, die Sie in Ihrer Abfrage verwenden, und der Name des Alias beginnt mit einem Großbuchstaben. Das Dynatrace-Plugin unterstützt mehrere verschiedene Aliase:`Metric Names`,,`Aggregation`, `Display Name` und. `Host` `Description`
| Name | Wert |
| --- | --- |
| \$1name | eingebaut:apps.other. keyUserActions. reportedErrorCount.os |
| \$1aggregation | auto, Wert |
| \$1displayName | Anzahl der gemeldeten Fehler (nach Hauptbenutzeraktion, Betriebssystem) [mobil, benutzerdefiniert] |
**Abfragetyp der Probleme**
+ `Problem Query Type`— Wählen Sie einen problematischen Abfragetyp aus. Derzeit wird nur der Abfragetyp Feed-Problem unterstützt. Informationen zum Abfragetyp „Feed-Problem“ finden Sie unter [Transformation zum Zusammenführen](https://www.dynatrace.com/support/help/dynatrace-api/environment-api/metric-v2/metric-selector/#merge-transformation)
+ `Status Filter`— Filtert die Ergebnisprobleme nach dem Status.
+ `Impact Filter`— Filtert die Ergebnisprobleme nach der Auswirkungsstufe.
+ `Severity Filter`— Filtert die Ergebnisprobleme nach dem Schweregrad.
+ `Expand Details`— Schließt verwandte Ereignisse in die Antwort ein, falls diese Option gesetzt ist.
#### Verwendung von Vorlagenvariablen
Informationen zum Hinzufügen einer neuen Dynatrace-Abfragevariablen finden [Sie unter Neue Vorlagenvariable hinzufügen](variables-types.md#add-a-query-variable). Verwenden Sie Ihre Dynatrace-Datenquelle als Datenquelle für die folgenden verfügbaren Abfragen:
+ `Query type`— Wählen Sie einen Abfragetyp aus. Der Abfragetyp verknüpft einige Daten mit einem Schlüssel oder Deskriptor.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/grafana/latest/userguide/dynatrace-AMG-datasource.html)
+ `Regex`— (Optional) Filtert alle zurückgegebenen Werte aus Ihrer Abfrage mit einem regulären Ausdruck heraus.
**Anmerkung**
`Multi-value`und `Include All option` werden derzeit von der Dynatrace-Datenquelle nicht unterstützt.
Nachdem Sie eine Variable erstellt haben, finden Sie sie im Dropdownmenü **Metrik**.
##### Importieren Sie ein Dashboard für Dynatrace
Informationen zum Importieren eines Dashboards finden Sie unter. [Ein Dashboard importieren](dashboard-export-and-import.md#importing-a-dashboard) Importierte Dashboards finden Sie unter **Konfiguration** > **Datenquellen** > wählen Sie Ihre Dynatrace-Datenquelle aus > wählen Sie die Registerkarte Dashboards, um verfügbare **vorgefertigte Dashboards** zu sehen.
# Stellen Sie eine Connect zu einer GitLab Datenquelle her
Mit der GitLab Datenquelle können Sie detaillierte GitLab Statistiken verfolgen, z. B. zu den wichtigsten Mitwirkenden, Commits pro Tag oder Deployments pro Tag. Sie können auch Vorlagenvariablen wie Projekte verwenden, um Filter für Ihre Dashboards einzurichten. Sie können Daten aus der GitLab API mit Daten aus anderen Quellen kombinieren.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Bekannte Beschränkungen
Warnmeldungen werden in diesem Plugin noch nicht unterstützt, da Transformationen in Warnungsabfragen nicht unterstützt werden und Transformationen die einzige Möglichkeit sind, aussagekräftige aggregierte Metriken aus GitLab API-Rohdaten zu erhalten.
## Hinzufügen der Datenquelle
1. Öffnen Sie die Grafana-Konsole im Amazon Managed Grafana-Arbeitsbereich und stellen Sie sicher, dass Sie angemeldet sind.
1. Wählen Sie im Seitenmenü unter **Konfiguration** (das Zahnradsymbol) die Option **Datenquellen** aus.
1. Wählen Sie **Datenquelle hinzufügen** aus.
**Anmerkung**
Wenn Sie den Link **Datenquellen** nicht in Ihrem Seitenmenü sehen, bedeutet dies, dass Ihr aktueller Benutzer die `Admin` Rolle nicht hat.
1. Wählen Sie **GitLab**aus der Liste der Datenquellen aus.
1. Geben Sie die folgenden Informationen ein:
+ Geben Sie unter **Name** einen Namen für diese GitLab Datenquelle ein.
+ Geben Sie unter **URL** die Stamm-URL für Ihre GitLab Instanz ein, z. **https://gitlab.com/api/v4** B.
+ Geben Sie **unter Zugriffstoken** Ihr GitLab persönliches Zugriffstoken ein.
## Fragen Sie die GitLab Datenquelle ab
Im GitLab Abfrage-Editor können Sie verschiedene Ressourcentypen auswählen, z. B. Commits, Issues oder Releases.
**Projekte filtern und anzeigen**
1. Wählen Sie im Dropdownmenü **Projekte** aus.
1. (Optional) Filtern Sie nach den Projekten, deren Eigentümer Sie sind.
1. Verwenden Sie die Dropdownliste und wählen Sie **Ja** oder **Nein** aus, um die Ergebnisse zu filtern.
**Anmerkung**
Das Abrufen aller Projekte im **Besitz = Nein** kann sehr lange dauern.
**Commits filtern und anzeigen**
1. **Wähle im Drop-down-Menü Commits aus.**
1. Verwenden Sie das Eingabefeld, um die Projekt-ID hinzuzufügen.
1. (Optional) branch/tag Verwenden Sie zum Filtern das Eingabefeld, um eine branch/tag Referenz hinzuzufügen.
**Probleme filtern und anzeigen**
1. Wählen Sie im Drop-down-Menü die Option **Probleme** aus.
1. Verwenden Sie das Eingabefeld, um die Projekt-ID hinzuzufügen.
1. **(Optional) Um nach Titel/Beschreibung zu filtern, verwenden Sie das Eingabefeld, um Probleme anhand ihres **Titels** und ihrer Beschreibung zu suchen.**
**Pressemitteilungen anzeigen**
1. Wählen Sie im Dropdownmenü die Option **Bereitstellungen** aus.
1. Verwenden Sie das Eingabefeld, um die Projekt-ID hinzuzufügen.
1. (Optional) Verwenden Sie die Eingabefelder, um nach Umgebung/Status zu filtern. Das **Statusattribut** kann einer der folgenden Werte sein:`created`,, `running` `success``failed`, oder. `canceled`
**Beschriftungen anzeigen**
1. Wählen Sie im Dropdownmenü die Option **Labels** aus.
1. Verwenden Sie das Eingabefeld, um die Projekt-ID hinzuzufügen.
## Vorlagen und Variablen
Informationen zum Hinzufügen einer neuen GitLab Abfragevariablen finden Sie unter[Hinzufügen einer Abfragevariablen](variables-types.md#add-a-query-variable). Verwenden Sie Ihre GitLab Datenquelle als Datenquelle. Wählen Sie einen Ressourcentyp: **Veröffentlichungen**, **Projekte** oder **Labels**.
Um eine dynamische Liste von Projekten, Labels usw. zur Auswahl zu erhalten, erstellen Sie eine Variable vom Typ Abfrage. Variablen vom Typ Abfrage verwenden den GitLab Abfrage-Editor, um Projekte, Labels usw. abzufragen und zurückzugeben. Im folgenden Beispiel wird eine Project-Variable erstellt, um Ihre Abfragen zu parametrisieren
**Erstellen Sie eine Project-Variable, um Ihre Abfragen zu parametrisieren**
1. Fügen Sie eine Variable vom Typ **Query** named hinzu. **project**
1. Wählen Sie Ihre GitLab Datenquelle aus und aktualisieren Sie sie **beim Laden des Dashboards**.
1. Wählen Sie den Ressourcentyp „**Projekte****“, „Ja“ für „****Eigentümer**“, **„Name**“ für **das Anzeigefeld und „****id**“ für **das Wertfeld**.
1. Wählen Sie „**Aktualisieren**“, um die Variable zum Dashboard hinzuzufügen.
1. Fügen Sie dem Dashboard ein neues Panel hinzu und verwenden Sie **\$1project** es als Projekt-ID.
Wenn Sie jetzt aus der Drop-down-Liste auswählen, erhalten Sie die Ergebnisse, die zu diesem Projekt gehören.
## Verwendung von Transformationen von Grafana zur Beantwortung häufig gestellter Fragen
Da Sie nun grundlegende GitLab Abfragen durchführen können, um Commits, Probleme usw. zu finden, können Sie Transformationen verwenden, um Datensätze zu visualisieren, zu aggregieren, zu gruppieren und zu verbinden, zusammen mit vielen anderen Arten von Transformationen, um einfache Ergebnisse in Antworten auf komplexe Fragen umzuwandeln. Im Folgenden finden Sie einige häufig gestellte Fragen und wie Sie diese mithilfe von Transformationen beantworten können.
**Wie viele commits/issues/deployments pro Tag in meinem Projekt?**
1. Fügen Sie eine Abfrage hinzu. Wählen Sie **Commits** als Ressourcentyp aus und fügen Sie die Projekt-ID hinzu.
1. **Fügen Sie eine neue **Gruppe nach** Transformation hinzu: Wählen Sie für **Group by** die Option **created\$1at\$1date** aus und berechnen Sie dann (Count) =id**
1. **Wählen Sie die Grafikvisualisierung aus.**
**Wie lange dauert es durchschnittlich, Probleme in meinem Projekt zu lösen?**
1. Fügen Sie eine Abfrage hinzu. Wählen Sie **Probleme** als Ressourcentyp aus und fügen Sie die Projekt-ID hinzu.
1. ****Fügen Sie ein neues **Feld aus der Berechnungstransformation hinzufügen hinzu**: Wählen Sie für **Modus** die Option **Binäre Operation, für **Operation**** die Option **closed\$1at = created\$1at und für Alias die Option resolution\$1time** aus.****
1. ******Fügen Sie ein neues **Feld aus der Berechnungstransformation hinzufügen hinzu**: Wählen Sie für **Modus** die Option **Binäre Operation, für Operation** die Option resolution\$1time/86400000 und für Alias die Option **resolution\$1time** aus.******
**Wählen **Sie** für Alle Felder ersetzen die Option True aus.**
1. Wählen Sie die **Statistik-Visualisierung** aus.
+ Zeigen = Berechnen
+ Berechnung = Mittelwert
+ Felder = **resolution\$1time**
# Stellen Sie eine Connect zu einer Honeycomb-Datenquelle her
Mit der Honeycomb-Datenquelle können Sie Honeycomb-Metriken abfragen und visualisieren und von Amazon Managed Grafana aus eine Verbindung zu Honeycomb-Traces herstellen.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Bekannte Beschränkungen
+ Diese Datenquelle unterstützt keine Ad-hoc-Abfragen.
+ Aufgrund von API-Einschränkungen kann der Variableneditor nur die ersten 1000 eindeutigen Werte für eine ausgewählte Spalte zurückgeben.
+ Aufgrund von API-Einschränkungen kann die Datenquelle nur die Daten der letzten 7 Tage abfragen.
## Die Datenquelle wird hinzugefügt
1. Öffnen Sie die Grafana-Konsole im Amazon Managed Grafana-Arbeitsbereich und stellen Sie sicher, dass Sie angemeldet sind.
1. Wählen Sie im Seitenmenü unter **Konfiguration** (das Zahnradsymbol) die Option **Datenquellen** aus.
1. Wählen Sie **Datenquelle hinzufügen** aus.
1. Wählen Sie **Honeycomb** aus der Liste der Datenquellen aus.
**Anmerkung**
Wenn Sie den Link **Datenquellen** nicht in Ihrem Seitenmenü sehen, bedeutet dies, dass Ihr aktueller Benutzer die `Admin` Rolle nicht hat.
**Honeycomb-Einstellungen**
| Name | Description |
| --- | --- |
| Name | Der Name der Datenquelle. So sehen Sie die Datenquelle in Bedienfeldern, Abfragen und Explore. |
| Honeycomb API key | Der API-Schlüssel, den Sie von Honeycomb erhalten haben. |
| URL | Die URL der Honeycomb-API. Beispiel, https://api.honeycomb.io. |
| Team | Das Honeycomb-Team, das mit dem API-Schlüssel verknüpft ist. |
## Fragen Sie die Honeycomb-Datenquelle ab
Um Metriken abzufragen, geben Sie Werte in die Editorfelder ein:
+ Wählen Sie einen Datensatz aus.
+ Die Standardabfrage bezieht sich `COUNT` auf den ausgewählten Datensatz.
+ Um die Abfrage zu verfeinern, wählen Sie Werte für eines der verbleibenden Felder aus, z. B. **Visualisierung**, **Visualisierung**, **Wo**, **Einschränkung**, **Gruppieren nach**, **Reihenfolge nach** oder **Limit**.
## Vorlagen und Variablen
Informationen zum Hinzufügen einer neuen Honeycomb-Abfragevariablen finden Sie unter[Hinzufügen einer Abfragevariablen](variables-types.md#add-a-query-variable).
YOu kann Variablen erstellen, die Datensätze, Spalten oder Spaltenwerte enthalten.
+ Wenn kein Datensatz ausgewählt ist, enthält die Variable Datensätze.
+ Wenn nur ein Datensatz ausgewählt ist, enthält die Variable Spaltennamen.
+ Wenn sowohl ein Datensatz als auch eine Spalte ausgewählt sind, enthält die Variable Spaltenwerte. Spaltenwerte können mithilfe der Where-Felder **im** Editor weiter eingeschränkt werden.
## Abfrage in der Honeycomb-Benutzeroberfläche anzeigen
Um die Abfrage, die Sie in der Honeycomb-Benutzeroberfläche erstellt haben, von der Dashboard-Leiste aus zu sehen, wählen Sie einen beliebigen Punkt im Diagramm aus und wählen Sie **In Honeycomb öffnen**.
Um die Abfrage, die Sie in der Honeycomb-Benutzeroberfläche erstellt haben, vom Abfrage-Editor aus anzuzeigen, wählen Sie In Honeycomb **öffnen**.
## Importieren Sie ein Dashboard für Honeycomb
Informationen zum Importieren eines Dashboards finden Sie unter[Ein Dashboard importieren](dashboard-export-and-import.md#importing-a-dashboard).
Um Ihre importierten Dashboards zu finden, wählen Sie **Konfiguration**, **Datenquellen**.
**Um die verfügbaren vorgefertigten Dashboards zu sehen, wählen Sie die Honeycomb-Datenquelle und dann die Registerkarte Dashboards aus.**
# Stellen Sie eine Connect zu einer Jira-Datenquelle her
Verschaffen Sie sich ein Gesamtbild Ihres Entwicklungsprozesses, indem Sie Problemdaten aus Jira mit Anwendungsleistungsdaten aus anderen Quellen kombinieren.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
+ Erstellen Sie Anmerkungen auf der Grundlage der Problemerstellung oder -lösung, um die Beziehung zwischen Problemen und Kennzahlen zu ermitteln.
+ Verfolge detaillierte Jira-Statistiken, wie etwa die durchschnittliche Zeit bis zur Lösung und den Durchsatz von Problemen.
Um die Jira-Datenquelle verwenden zu können, benötigst du ein Atlassian-Konto mit Zugriff auf ein Jira-Projekt.
## Bekannte Beschränkungen
Benutzerdefinierte Feldtypen von Jira-Addons werden möglicherweise nicht unterstützt.
## Die Datenquelle wird hinzugefügt
1. Öffnen Sie die Grafana-Konsole im Amazon Managed Grafana-Arbeitsbereich und stellen Sie sicher, dass Sie angemeldet sind.
1. Wählen Sie im Seitenmenü unter **Konfiguration** (das Zahnradsymbol) die Option **Datenquellen** aus.
1. Wählen Sie **Datenquelle hinzufügen** aus.
**Anmerkung**
Wenn Sie den Link **Datenquellen** nicht in Ihrem Seitenmenü sehen, bedeutet dies, dass Ihr aktueller Benutzer die `Admin` Rolle nicht hat.
1. Wählen Sie **Jira** aus der Liste der Datenquellen aus.
1. Geben Sie die folgenden Informationen ein:
+ Geben Sie **unter Name** einen Namen für diese Jira-Datenquelle ein.
+ Gib als **URL** die Root-URL für deine Atlassian-Instanz ein, z. B. **https://bletchleypark.atlassian.net**
+ Gib **unter Benutzer** eine E-Mail-Adresse für das user/service Konto ein.
+ Geben Sie für **API-Token** ein API-Token ein, das für den Benutzer generiert wurde.
## Fragen Sie die Jira-Datenquelle ab
Im Jira Query Editor können Sie Felder auswählen und Probleme abfragen.
Die Jira-Datenquelle fragt Jira nach Issues ab. Dabei kann es sich um Bugs, User Stories, Support-Tickets oder andere Aufgaben in Jira handeln
**Probleme filtern und anzeigen**
1. Wähle „**Felder**“, wähle das Drop-down-Menü aus und verwende die Eingabemaske, um aus beliebigen Feldern in deiner Jira-Instanz, einschließlich benutzerdefinierter Felder, auszuwählen. Einige Felder zum Ausprobieren:
+ **Zusammenfassung** — Der Name des Problems
+ **Epischer Name** — Die Episoden, zu denen eine Ausgabe gehört
+ **Story-Point-Schätzung** — Die Anzahl der Story Points, die das Team für ein Problem geschätzt hat
1. Filtere oder sortiere die Probleme. Gib dazu mit der Atlassian-Abfragesprache JQL einen gültigen JQL-Ausdruck ein, um die Probleme anhand ihrer Felder wie **Project**, **Assignee** oder **Sprint** zu filtern oder zu sortieren.
Von hier aus können Sie Ihre Daten in einer Tabelle anzeigen oder Grafana-Transformationen verwenden, um diese Problemdaten zu bearbeiten, Berechnungen auszuführen oder die Daten in ein Zeitreihendiagramm umzuwandeln. Weitere Informationen finden Sie unter [Eine Transformation anwenden](panel-transformations.md#apply-a-transformation).
## Zeitreihenabfrage
Um Zeitreihendaten anzuzeigen, wählen Sie ein **Datumsfeld** zusammen mit einem numerischen Feld aus und wechseln Sie dann zur Grafikvisualisierung. Zum Beispiel: **Sprint-Startdatum**, **Story-Point-Schätzung**.
Das vorherige Beispiel allein ist nicht sehr nützlich. Das numerische Feld kann (und wird höchstwahrscheinlich) anhand von Transformationen berechnet werden. Die Verwendung der Option „**Nach Transformation gruppieren**“ würde eine Gruppierung nach **dem Startdatum des Sprints** und eine Zusammenfassung der **Story-Point-Schätzung ermöglichen, sodass die Story** Points im Zeitverlauf pro Sprint visualisiert werden könnten. Weitere Informationen zu Umwandlungen finden Sie unter [Eine Transformation anwenden](panel-transformations.md#apply-a-transformation).
## Vorlagen und Variablen
Informationen zum Hinzufügen einer neuen Jira-Abfragevariablen finden Sie unter[Hinzufügen einer Abfragevariablen](variables-types.md#add-a-query-variable). Verwenden Sie Ihre Jira-Datenquelle als Datenquelle.
Sie können Variablen in Ihren Dashboards definieren und sie in JQL-Ausdrücken referenzieren. Sie können beispielsweise ein Projektstatus-Dashboard erstellen und zwischen Projekten wählen, oder ein episches Status-Dashboard und verschiedene Epics oder ein Aufgabenstatus-Dashboard und verschiedene Verantwortliche auswählen.
Um eine dynamische Liste von Projekten, Epen, Verantwortlichen usw. zur Auswahl zu erhalten, erstelle eine Variable vom Typ Abfrage. Variablen vom Typ Abfrage verwenden JQL, um Probleme abzufragen und Projekte, Epen, Verantwortliche oder alles, was mit Problemen zu tun hat, zurückzugeben. Im Folgenden wird ein Beispiel gezeigt:
**Erstellen Sie eine Assignee-Variable, um den Status von Problemen nach Beauftragtem abzurufen**
1. **Fügen Sie eine Variable vom Typ Abfrage mit dem Namen hinzu.** **assignee**
1. Wählen Sie **Feld: Beauftragter** aus.
1. ) Optional) Fügen Sie einen JQL-Filter hinzu **project = „Ihr Projekt“**.
1. Wählen Sie **Ausführen**, um eine Liste der Beauftragten anzuzeigen.
1. Wählen Sie „**Aktualisieren**“, um die Variable zum Dashboard hinzuzufügen.
1. Fügen Sie dem Dashboard ein neues Panel hinzu und bearbeiten Sie die JQL, um mit Ihrer neuen Variablen **assignee = \$1assignee** zu filtern.
Wenn Sie jetzt aus der Dropdownliste auswählen, sehen Sie nur die Probleme, die diesem Benutzer zugewiesen sind.
Variablen mit mehreren Werten ermöglichen die Auswahl mehrerer Optionen und können als Teil der IN-Klausel verwendet werden. Zum Beispiel **Assignee IN (\$1assignee)**.
## Verwendung von Transformationen von Grafana zur Beantwortung häufig gestellter Fragen
Makros sind Variablen, die auf das Dashboard-Zeitfenster verweisen, sodass Sie Probleme nur innerhalb des Bereichs des Dashboard-Fensters filtern können. Es gibt 2 Makros:
+ **\$1\$1\$1timeFrom**
+ **\$1\$1\$1TimeTo.**
Das folgende Beispiel für eine JQL-Abfrage filtert Probleme, die im Zeitfenster des Dashboards entstanden sind: `createdDate >= $__timeFrom AND createdDate <= $__timeTo`
## Holen Sie das Beste aus der Datenquelle heraus
Mithilfe der Transformationen und anderer integrierter Funktionen von Grafana können Sie Ihre Jira-Daten aussagekräftig anzeigen.
### Verwenden von Transformationen zur Erweiterung von JQL
In Grafana stehen zwar viele Transformationen zur Auswahl, aber die folgenden bieten eine leistungsstarke Erweiterung, um JQL einen Teil von SQL zu geben. features/power
**Group By** Diese Transformation bietet eine wichtige Funktion, die nicht Teil der Jira-JQL-Standardsyntax ist: Gruppierung. Mithilfe der Transformation „**Gruppieren nach**“ können Sie nach Sprints oder anderen Problemfeldern gruppieren und nach Gruppen aggregieren, um Kennzahlen wie Geschwindigkeit und Story-Point-Schätzungen im Vergleich zu den tatsächlich in einem Sprint abgeschlossenen Ergebnissen zu erhalten.
**Äußere Verknüpfung** Ähnlich wie bei SQL-Verknüpfungen können Sie zwei oder mehr Abfragen anhand gemeinsamer Felder miteinander verbinden. Dies bietet eine Möglichkeit, Datensätze aus Abfragen zu kombinieren und andere Transformationen zu verwenden, um Werte aus mehreren Abfragen/Datensätzen zu berechnen.
**Feld aus Formel hinzufügen** Ähnlich wie bei SQL-Ausdrücken ermöglicht diese Transformation das Hinzufügen neuer Felder zu Ihrem Datensatz auf der Grundlage von Berechnungen anderer Felder. Die in der Berechnung verwendeten Felder können aus einer einzelnen Abfrage oder aus Abfragen stammen, die Sie miteinander verknüpft haben. Sie können Berechnungen auch verketten und Berechnungen anhand berechneter Felder durchführen.
### Verwendung von Transformationen von Grafana zur Beantwortung häufig gestellter Fragen
Sie können Transformationen verwenden, um Datensätze zu visualisieren, zu aggregieren, zu gruppieren und zu verbinden, zusammen mit vielen anderen Arten von Transformationen, um einfache Ergebnisse in Antworten auf komplexe Fragen umzuwandeln.
**Wie zeige ich die Geschwindigkeit pro Sprint an?**
1. Wählen Sie Felder aus: **Sprint-Name**, **Story-Point-Schätzung**.
1. Fügen Sie einen JQL-Filter hinzu: `project = "Your Project" AND type != epic AND status = done order by created ASC`
1. Fügen Sie eine **Gruppierung nach** Transformation hinzu:
+ Sprint-Name \$1 Gruppieren nach
+ Story Point-Schätzung \$1 Berechnen \$1 Summe
1. Wählen Sie die **Bar Gauge-Visualisierung** aus.
**Wie zeige ich an, was in einem Sprint abgeschlossen und was geschätzt wurde?**
1. Fügen Sie eine Abfrage hinzu. Wählen Sie zunächst Felder aus: **Sprint-Name**, **Sprint-Startdatum,** **Story Point-Schätzung**.
Fügen Sie dann einen JQL-Filter hinzu: `project = 'Your Project' AND type != epic`
1. Fügen Sie eine zweite Abfrage hinzu. Wählen Sie zunächst Felder aus: **Sprint-Name**, **Sprint-Startdatum,** **Story Point-Schätzung**.
Fügen Sie dann einen JQL-Filter hinzu: `project = 'Your Project' AND type != epic AND status = done`
1. Fügen Sie eine **Gruppierung nach** Transformation hinzu:
+ Sprint-Name \$1 Gruppieren nach
+ Startdatum des Sprints \$1 Gruppieren nach
+ Story Point-Schätzung \$1 Berechnen \$1 Summe
1. Wählen Sie die **Grafikvisualisierung**.
**Was ist die durchschnittliche Zeit bis zur Erledigung von Problemen in meinem Projekt?**
1. Fügen Sie eine Abfrage hinzu. Wählen Sie zunächst Felder: **Erstellt**, **Statuskategorie geändert** aus.
Fügen Sie dann einen JQL-Filter hinzu: `project = 'Your Project' AND type != epic AND status = done`
1. Fügen Sie eine Transformation hinzu: **Fügen Sie ein Feld aus der Formel** hinzu
+ Modus = Zeile reduzieren
+ Berechnung = Unterschied
1. Fügen Sie eine Transformation hinzu: **Fügen Sie ein Feld aus der Berechnung** hinzu
+ Modus = Binäre Operation
+ Betrieb = Unterschied/86000000
+ Alias = Tage
1. Fügen Sie eine Transformation hinzu: **Organisieren Sie Felder**
+ Anderes Feld ausblenden
1. Fügen Sie eine Transformation hinzu: **Daten nach Werten filtern**
+ Filtertyp = Einschließen
+ Bedingungen = Entspricht einer beliebigen
+ Feld = Tage \$1 Treffer = Ist größer \$1 Wert = 1
1. Transformation hinzufügen: **Reduzieren**
+ Modus = Reihe zu Zeilen
+ Berechnungen = Mittelwert
1. Wählen Sie die **Statistik-Visualisierung**.
# Stellen Sie eine Connect zu einer MongoDB-Datenquelle her
Die MongoDB-Datenquelle ermöglicht es Ihnen, Daten aus MongoDB in Amazon Managed Grafana zu visualisieren.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Usage
### Abfrage-Editor
Der Abfrage-Editor unterstützt dieselbe Syntax wie die MongoDB-Shell, mit einigen Einschränkungen: \$1 Sie können nur einen Befehl/eine Abfrage ausführen. \$1 Es werden nur Lesebefehle unterstützt: **Suchen** und **Aggregieren** \$1 *Die meisten* Objektkonstruktoren werden nicht unterstützt (mit Ausnahme von **ISODate**, der unterstützt wird)
Der Editor erweitert die MongoDB-Shell-Syntax auf folgende Weise:
+ **Datenbankauswahl** — Sie können den Namen der Datenbank anstelle des normalen „db“ angeben:
**Anmerkung**
Sie können weiterhin „db“ verwenden. Es bezieht sich auf die Standarddatenbank in Ihrer Verbindungszeichenfolge.
```
sample_mflix.movies.find()
```
+ **Aggregierte Sortierung** — Normalerweise erfolgt die Sortierung mit einem Schritt innerhalb der Aggregate-Pipeline, das kostenlose Kontingent von MongoDB Atlas erlaubt jedoch keine Sortierung. Wir haben die Syntax erweitert, um dies auch für Benutzer des kostenlosen Kontingents zu ermöglichen.
**Anmerkung**
MongoDB führt die Sortierung nicht mit dieser Syntax durch. Die Sortierung erfolgt, nachdem die Ergebnisse aus der Sammlung abgefragt wurden.
```
sample_mflix.movies.aggregate({}).sort({"time": 1})
```
+ Bei leerem Editor zeigt **Strg \$1 Leertaste** eine Auswahl aller verfügbaren Datenbanken an.
+ Wenn Sie nach der Datenbank einen Punkt eingeben, wird eine Auswahl aller verfügbaren Sammlungen für diese Datenbank angezeigt.
+ Wenn Sie nach der Sammlung einen Punkt eingeben, werden die verfügbaren Abfragemethoden angezeigt.
+ Wenn Sie nach der Abfragemethode einen Punkt eingeben, werden zusätzliche Funktionen angezeigt: sortieren/einschränken.
#### Die Abfrage wird ausgeführt
Drücken Sie **Cmd \$1 S**, um die Abfrage auszuführen
### Zeitreihen
Bei der Visualisierung von Zeitreihendaten muss das Plugin wissen, welches Feld als Uhrzeit verwendet werden soll. Projizieren Sie das Feld einfach mit dem Aliasnamen „Zeit“. Der Felddatentyp muss ein Datum sein.
Sie können Datentypen, die kein Datum haben, auf ein Datum festlegen. Auf diese Weise können Sie Felder ohne Datum als Zeitreihenzeit verwenden. Das folgende Beispiel zeigt, wie das Int-Feld „year“ mit dem MongoDB dateFromParts \$1-Pipeline-Operator in ein Datum konvertiert wird, das als „Zeit“ projiziert wird.
```
sample_mflix.movies.aggregate([
{"$match": { "year": {"$gt" : 2000} }},
{"$group": { "_id": "$year", "count": { "$sum": 1 }}},
{"$project": { "_id": 0, "count": 1, "time": { "$dateFromParts": {"year": "$_id", "month": 2}}}}
]
).sort({"time": 1})
```
### Diagnose
[Diagnosebefehle](https://docs.mongodb.com/manual/reference/command/nav-diagnostic/)
Die folgenden Diagnosebefehle werden derzeit unterstützt: „stats“, „serverStatus“, "replSetGetStatus“, „getLog“, "„, „connectionStatus“, connPoolStats „buildInfo“, „dbStats“, „HostInfo“, „LockInfo“
Beispiele:
```
admin.connectionStatus() // run the connectionStatus command
admin.connectionStatus({"authInfo.authenticatedUserRoles": 1}) // run and only return the "authInfo.authenticatedUserRoles" field
admin.connPoolStats({arg: "pool"}) // run the connPoolStats command and pass 1 argument
admin.serverStatus({args: {repl: 0, metrics:0}}) // run the serverStatus command and pass multiple args
```
### Makros
Sie können in Ihren Abfragen auf den Zeitbereich des Dashboards verweisen.
+ ` $__timeFrom `— ein Makro, das auf die Startzeit des Dashboards verweist
+ ` $__timeTo `— ein Makro, das auf die Endzeit des Dashboards verweist
```
$__timeTo - ``` sample_mflix.movies.find({released: {$gt:
"$__timeFrom"}}).sort({year: 1})
```
#### Vorlagenvariablen
MongoDB unterstützt die Idee von „Compound Variables“, die es Ihnen ermöglichen, eine Variable als mehrere Variablen zu verwenden, um komplexe Mehrschlüsselfilter durchzuführen.
Um eine zusammengesetzte Variable zu erstellen, verwenden Sie die Namenskonvention, die Variablen durch Unterstriche aufzuteilen (muss mit einem Unterstrich beginnen): `_var1_var2` Bei der Abfrage muss die Antwort das folgende Format haben: `val1-val2`
**Beispiel: Ich möchte die Ergebnisse sowohl nach dem Filmnamen als auch nach dem Jahr filtern.**
1. Erstellen Sie eine Variable vom Typ Query: `_movie_year`
1. Stellen Sie die Variablenabfrage auf eine Abfrage ein, die ein Array von Elementen mit einer Eigenschaft für das Filmjahr zurückgibt, wie im folgenden Beispiel gezeigt.
```
// Example sample_mflix.movies.aggregate([
{"$match": {year: {"$gt": 2011}}},
{"$project": {_id: 0, movie_year: {"$concat":
["$title", " - ", {"$toString":"$year"}]}}}
])
```
```
// [{"movie-year": "Ted - 2016"},
{"movie-year": "The Terminator -
1985"}]
```
1. Jetzt können Sie in Ihrer Abfrage mit der Syntax „\$1\$1variable“ auf „Film“ und „Jahr“ als separate Vorlagenvariablen verweisen.
##### Verwenden von Ad-hoc-Filtern
Zusätzlich zur Standardvariable vom Typ „Ad-hoc-Filter“ mit beliebigem Namen muss eine zweite Hilfsvariable erstellt werden. Es sollte ein „konstanter“ Typ mit dem Namen `mongodb\$1adhoc\$1query` und einem Wert sein, der mit dem Abfrage-Editor kompatibel ist. Das Abfrageergebnis wird verwendet, um die auswählbaren Filter zu füllen. Sie können sich dafür entscheiden, diese Variable aus der Ansicht auszublenden, da sie keinem weiteren Zweck dient.
```
sample_mflix.movies.aggregate([
{"$group": { "_id": "$year"}},
{"$project": { "year": "$_id","_id":
0 }} ] )
```
# Stellen Sie eine Connect zu einer New Relic-Datenquelle her
In diesem Abschnitt werden New Relic [APM](https://newrelic.com/products/application-monitoring) und [Insights](https://newrelic.com/products/insights) for Grafana behandelt.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Features
+ Vorlagenvariablen
+ Metriknamen
+ Metrikwerte
+ Anmerkungen
+ Aliasing
+ Metriknamen
+ Metrikwerte
+ Ad-hoc-Filter
+ Derzeit nicht unterstützt
+ Warnfunktion
## Konfiguration
Fügen Sie die Datenquelle hinzu und füllen Sie die Felder für Ihren [Admin-API-Schlüssel](https://docs.newrelic.com/docs/apis/get-started/intro-apis/types-new-relic-api-keys#admin), Ihren [persönlichen API-Schlüssel](https://docs.newrelic.com/docs/apis/get-started/intro-apis/types-new-relic-api-keys#personal-api-key) und Ihre [Konto-ID](https://docs.newrelic.com/docs/accounts/install-new-relic/account-setup/account-id) aus.
## Usage
### Arten von Diensten
+ **Metriken**[; für die Abfrage von New Relic APM über die REST-API von New Relic.](https://docs.newrelic.com/docs/apis/rest-api-v2)
+ **Insights**[; für die Abfrage von New Relic Insights über NRQL.](https://docs.newrelic.com/docs/insights/nrql-new-relic-query-language/nrql-resources/nrql-syntax-components-functions)
### Aliase
Sie können Klartext mit den folgenden Variablen kombinieren, um eine benutzerdefinierte Ausgabe zu erzeugen.
| Variable | Description | Beispielwert |
| --- | --- | --- |
| \$1\$1\$1nr\$1metric | Metrikname | CPU/User Zeit |
| \$1\$1\$1nr\$1metric\$1value | Metrikwerte | Durchschnittswert |
Beispiel:
```
Server: $__nr_server Metric: $__nr_metric
```
### Vorlagen und Variablen
1. Erstellen Sie eine Vorlagenvariable für Ihr Dashboard. Weitere Informationen finden Sie unter [Vorlagen und Variablen](templates-and-variables.md).
1. Wählen Sie den Typ „Abfrage“.
1. Wählen Sie die Datenquelle „New Relic“ aus.
1. Formulieren Sie eine Abfrage mit relativen [REST-API-Endpunkten](https://docs.newrelic.com/docs/apis/rest-api-v2) (ohne Dateierweiterungen).
Liste der verfügbaren Anwendungen:
```
applications
```
Liste der verfügbaren Metriken für eine Anwendung:
```
applications/{application_id}/metrics
```
### NRQL-Makros
Um das Schreiben bei der Erstellung von New Relic Query Language (NRQL) -Abfragen zu verbessern, unterstützt der Editor vordefinierte Makros:
+ `$__timeFilter`(oder`[[timeFilter]]`) interpoliert auf der `SINCE <from> UNTIL <to>` Grundlage des Zeitbereichs Ihres Dashboards.
Beispiel:
```
SELECT average(value) FROM $event_template_variable
$__timeFilter TIMESERIES
```
Weitere Hinweise zur Verwendung von Makros und Vorlagenvariablen finden Sie im Hilfebereich des Editors.
### Alarmereignisse
Wählen Sie Ihre New Relic-Datenquelle aus und legen Sie zusätzliche Filter fest. Wenn keine Filter gesetzt sind, werden alle Ereignisse zurückgegeben.
Wenn Sie Ereignisse nach der *Entitäts-ID* filtern möchten, verwenden Sie Vorlagenvariablen, da Sie dann den Entitätsnamen anstelle der ID auswählen können. Um beispielsweise Ereignisse für eine bestimmte Anwendung zu filtern, erstellen Sie eine Variable, `_$app_` die eine Liste von Apps abruft und sie als *Entitäts-ID-Filter* verwendet.
### Bereitstellungsereignissen
*Die Anwendungs-ID* ist ein Pflichtfeld.
# Stellen Sie eine Connect zu einer Oracle Database-Datenquelle her
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Die Datenquelle wird hinzugefügt
Wählen Sie **Datenquellen** im linken Bereich von Grafana aus.
Wählen Sie Datenquelle hinzufügen:
Geben Sie ein**oracle**, um die Datenquelle zu suchen.
Geben Sie Oracle-Serverdetails ein.
Geben Sie einen Hostnamen (oder eine IP-Adresse) zusammen mit der Portnummer sowie dem Benutzernamen und dem Passwort für die Verbindung ein.
Wenn Sie die Option tnsnames umschalten, kann jeder gültige Eintrag in Ihrer tnsnames.ora-Konfigurationsdatei zusammen mit der Standardauthentifizierung verwendet werden.
Ähnlich wie im vorherigen Beispiel, verwendet jedoch Kerberos für die Authentifizierung. Einzelheiten zur Konfiguration des Betriebssystems oder des Docker-Containers für die Verwendung von Kerberos finden Sie in der kerberos-spezifischen Setup-Anleitung.
Ändern Sie optional die Zeitzone, die für die Verbindung mit dem Oracle-Server verwendet wird und die von zeitzonenfähigen Makros verwendet werden soll. Die Standardeinstellung ist UTC.
Speichern und testen Sie die Datenquelle. Sie sollten eine grüne Meldung mit der Aufschrift „Datenbankverbindung OK“ sehen
## Usage
### Makros
Um die Syntax zu vereinfachen und dynamische Teile wie Datumsbereichsfilter zu berücksichtigen, kann die Abfrage Makros enthalten. Der Spaltenname muss in doppelten Anführungszeichen () `"` stehen.
| Beispiel für ein Makro | Description |
| --- | --- |
| \$1\$1\$1\$1time (DateColumn) \$1 \$1 Wird durch einen Ausdruck ersetzt, um die Spalte in `time` umzubenennen. Zum Beispiel `DateColumn as time` \$1\$1\$1\$1timeEpoch (DateColumn) \$1 | Wird durch einen Ausdruck ersetzt, in den die Spalte umbenannt und der Wert in einen Unix-Zeitstempel (in Millisekunden) konvertiert wird. time |
| \$1\$1\$1\$1timeFilter (DateColumn) \$1 \$1 Wird durch einen Zeitbereichsfilter ersetzt, der den angegebenen Spaltennamen verwendet. Zum Beispiel `DateColumn BETWEEN TO\$1DATE ('19700101', 'yyyymmdd') \$1 (1/24/60/60/1000) \$1 1500376552001 UND TO\$1DATE ('19700101', 'yyyymmdd') \$1 (1/24/60/60/1000) \$1 1500376552002` \$1\$1\$1\$1timeFrom () \$1 | Wird durch den Start der aktuell aktiven Zeitauswahl ersetzt, die in den DATE Datentyp umgewandelt wurde. Beispiel, TO\$1DATE('19700101','yyyymmdd') \$1 (1/24/60/60/1000) \$1 1500376552001. |
| \$1\$1\$1\$1timeTo () \$1 \$1 Wird durch das Ende der aktuell aktiven Zeitauswahl ersetzt, die in den Datentyp `DATE` konvertiert wurde. \$1\$1\$1\$1timeGroup (DateColumn, „5m“) \$1 | Wird durch einen Ausdruck ersetzt, der in der GROUP BY-Klausel verwendet werden kann. |
| \$1\$1\$1\$1timeGroup (DateColumn, „5m" [, Füllwert]) \$1 | Wird durch einen Ausdruck ersetzt, der in der GROUP BY-Klausel verwendet werden kann. Wenn Sie für FillValue den Wert NULL oder einen Gleitkommawert angeben, werden leere Reihen im Zeitbereich automatisch mit diesem Wert gefüllt. Zum Beispiel t i m e G r o u p c r e a t e d A t, ′1 m ′, 0. \$1\$1\$1timeGroup (DateColumn, „5m“, 0) \$1. |
| \$1 t i m e G r o u p (d a t e C o l u m n, '5 m ', N U L L L) \$1 \$1 S a m e a s a s a b o v e b u t U L L w i l l b e u s e d a s v a l u e f o r m i s s i n g Bis zu es ist. \$1\$1\$1TimeGroup (DateColumn, „5m“, zurück) \$1 | Wie oben, aber der vorherige Wert in dieser Reihe wird als Füllwert verwendet, wenn noch kein Wert gefunden wurde, wird NULL verwendet. |
| \$1\$1\$1\$1 unixEpochFilter (DateColumn) \$1 \$1 Wird durch einen Zeitbereichsfilter ersetzt, der den angegebenen Spaltennamen verwendet, wobei die Zeiten als Unix-Zeitstempel (in Millisekunden) dargestellt werden. Zum Beispiel `DateColumn >= 1500376552001 UND DateColumn <= 1500376552002` \$1\$1\$1\$1 () \$1 unixEpochFrom | Wird durch den Beginn der aktuell aktiven Zeitauswahl als Unix-Zeitstempel ersetzt. Beispiel, 1500376552001. |
| \$1\$1\$1\$1unixEpochTo()\$1 | Wird durch das Ende der aktuell aktiven Zeitauswahl als Unix-Zeitstempel ersetzt. Beispiel, 1500376552002. |
Das Plugin unterstützt auch die Notation mit geschweiften Klammern`{}`. Verwenden Sie diese Notation, wenn Abfragen innerhalb von Parametern benötigt werden.
**Anmerkung**
Verwenden Sie einen Notationstyp pro Abfrage. Wenn die Abfrage geschweifte Klammern benötigt, müssen alle Makros in der Abfrage geschweifte Klammern verwenden.
```
$__timeGroup{"dateColumn",'5m'}
$__timeGroup{SYS_DATE_UTC("SDATE"),'5m'}
$__timeGroup{FROM_TZ(CAST("SDATE" as timestamp), 'UTC'), '1h'}
```
Der Abfrage-Editor verfügt über einen Link **Generiertes SQL**, der angezeigt wird, nachdem eine Abfrage ausgeführt wurde, während sich das Fenster im Bearbeitungsmodus befindet. Wenn Sie den Link auswählen, wird er erweitert und zeigt die unformatierte interpolierte SQL-Zeichenfolge an, die ausgeführt wurde.
### Tabellenabfragen
Wenn die Option **Als Abfrage formatieren** auf **Tabelle** gesetzt ist, können Sie grundsätzlich jede Art von SQL-Abfrage ausführen. Das Tabellenfenster zeigt automatisch die Ergebnisse der Spalten und Zeilen an, die Ihre Abfrage zurückgibt. Sie können den Namen der Spalten im Tabellenfenster steuern, indem Sie die reguläre `as` SQL-Spaltenauswahlsyntax verwenden.
### Zeitreihenabfragen
Wenn Sie **Format** auf **Zeitreihe** festlegen, z. B. für die Verwendung im Grafikfenster, muss die Abfrage eine Spalte mit dem Namen `time` zurückgeben, die entweder einen SQL-Datetime-Wert oder einen beliebigen numerischen Datentyp zurückgibt, der die Unix-Epoche in Sekunden darstellt. Grafana interpretiert DATE- und TIMESTAMP-Spalten ohne explizite Zeitzone als UTC. Jede Spalte außer `time` und `metric` wird als Wertespalte behandelt. Sie können eine Spalte mit dem Namen zurückgeben`metric`, die als Metrikname für die Wertspalte verwendet wird.
Das folgende Codebeispiel zeigt die `metric` Spalte.
```
SELECT
$__timeGroup("time_date_time", '5m') AS time,
MIN("value_double"),
'MIN' as metric
FROM test_data
WHERE $__timeFilter("time_date_time")
GROUP BY $__timeGroup("time_date_time", '5m')
ORDER BY time
```
### Weitere Abfragen — mit oracle-fake-data-gen
```
SELECT
$__timeGroup("createdAt", '5m') AS time,
MIN("value"),
'MIN' as metric
FROM "grafana_metric"
WHERE $__timeFilter("createdAt")
GROUP BY $__timeGroup("createdAt", '5m')
ORDER BY time
```
Das folgende Codebeispiel zeigt eine Zeitreihe mit gefälschten Daten.
```
SELECT
"createdAt",
"value"
FROM "grafana_metric"
WHERE $__timeFilter("createdAt")
ORDER BY "createdAt" ASC
```
```
SELECT
"createdAt" as time,
"value" as value
FROM "grafana_metric"
WHERE $__timeFilter("createdAt")
ORDER BY time ASC
```
Das folgende Beispiel zeigt ein nützliches Tabellenergebnis.
```
select tc.table_name Table_name
,tc.column_id Column_id
,lower(tc.column_name) Column_name
,lower(tc.data_type) Data_type
,nvl(tc.data_precision,tc.data_length) Length
,lower(tc.data_scale) Data_scale
,tc.nullable nullable
FROM all_tab_columns tc
,all_tables t
WHERE tc.table_name = t.table_name
```
### Erstellen von Vorlagen
Anstatt Dinge wie Server-, Anwendungs- und Sensornamen in Ihren metrischen Abfragen fest zu codieren, können Sie stattdessen Variablen verwenden. Variablen werden als Drop-down-Auswahlfelder oben im Dashboard angezeigt. Diese Dropdown-Felder machen es einfach, die in Ihrem Dashboard angezeigten Daten zu ändern.
#### Variable abfragen
Wenn Sie eine Vorlagenvariable dieses Typs hinzufügen`Query`, können Sie eine Oracle-Abfrage schreiben, die beispielsweise Messnamen, Schlüsselnamen oder Schlüsselwerte zurückgeben kann, die als Drop-down-Auswahlfeld angezeigt werden.
Sie können beispielsweise über eine Variable verfügen, die alle Werte für die `hostname` Spalte in einer Tabelle enthält, wenn Sie in der Abfrageeinstellung für die Vorlagenvariable eine solche *Abfrage* angeben.
```
SELECT "hostname" FROM host
```
Eine Abfrage kann mehrere Spalten zurückgeben und Grafana erstellt automatisch eine Liste daraus. Die folgende Abfrage gibt beispielsweise eine Liste mit Werten von `hostname` und `hostname2` zurück.
```
SELECT "host.hostname", "other_host.hostname2" FROM host JOIN other_host ON host.city = other_host.city
```
Um zeitbereichsabhängige Makros wie `$__timeFilter("time_column")` in Ihrer Abfrage zu verwenden, muss der Aktualisierungsmodus der Vorlagenvariablen *auf On Time Range Change* gesetzt sein.
```
SELECT "event_name" FROM event_log WHERE $__timeFilter("time_column")
```
Eine weitere Option ist eine Abfrage, mit der eine key/value Variable erstellt werden kann. Die Abfrage sollte zwei Spalten mit dem Namen `__text` und zurückgeben`__value`. Der `__text` Spaltenwert sollte eindeutig sein (wenn er nicht eindeutig ist, wird der erste Wert verwendet). Die Optionen in der Dropdownliste enthalten einen Text und einen Wert, sodass Sie einen benutzerfreundlichen Namen als Text und eine ID als Wert angeben können. Der folgende Beispielcode zeigt eine Abfrage mit `hostname` als Text und `id` als Wert.
```
SELECT "hostname" AS __text, "id" AS __value FROM host
```
Sie können auch verschachtelte Variablen erstellen. Zum Beispiel, wenn Sie eine andere Variable benannt `region` haben. Dann könnten Sie mit einer solchen Abfrage in der Variablen hosts nur Hosts aus der aktuell ausgewählten Region anzeigen lassen (wenn `region` es sich um eine Variable mit mehreren Werten handelt, verwenden Sie den `IN` Vergleichsoperator, anstatt `=` sie mit mehreren Werten abzugleichen).
```
SELECT "hostname" FROM host WHERE region IN('$region')
```
#### Verwenden von Variablen in Abfragen
Werte von Vorlagenvariablen werden nur in Anführungszeichen gesetzt, wenn die Vorlagenvariable a ist`multi-value`.
Wenn es sich bei der Variablen um eine Variable mit mehreren Werten handelt, verwenden Sie den `IN` Vergleichsoperator`=`, anstatt sie mit mehreren Werten abzugleichen.
Es gibt zwei Syntaxen:
`$`Beispiel mit einer Template-Variablen namens`hostname`:
```
SELECT
"atimestamp" as time,
"aint" as value
FROM table
WHERE $__timeFilter("atimestamp") AND "hostname" IN('$hostname')
ORDER BY "atimestamp" ASC
```
`[[varname]]`Beispiel mit einer Vorlagenvariablen namens`hostname`:
```
SELECT
"atimestamp" as time,
"aint" as value
FROM table
WHERE $__timeFilter("atimestamp") AND "hostname" IN('[[hostname]]')
ORDER BY atimestamp ASC
```
# Stellen Sie eine Connect zu einer Salesforce-Datenquelle her
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
Die Salesforce-Datenquelle ermöglicht es Ihnen, Daten aus Salesforce in Amazon Managed Grafana zu visualisieren.
Um diese Datenquelle verwenden zu können, benötigen Sie ein [Salesforce-Konto und eine Salesforce](https://www.salesforce.com/) [Connected-Anwendung](https://help.salesforce.com/articleView?id=sf.connected_app_overview.htm&type=5).
## Bekannte Beschränkungen
+ Ad-hoc-Filter werden noch nicht unterstützt.
+ Derzeit werden nur SOQL-Abfragen und Daten unterstützt, auf die über SOQL zugegriffen werden kann. SOSL- und SAQL-Abfrageformate werden noch nicht unterstützt.
## Erforderliche Einstellungen
Die folgenden Einstellungen sind erforderlich.
**Anmerkung**
Das Plugin verwendet derzeit den OAuth 2.0-Benutzername-Passwort-Flow. Die erforderliche Rückruf-URL in der Connected App wird nicht verwendet. Daher können Sie sie auf eine beliebige gültige URL setzen.
| Name | Description |
| --- | --- |
| Enable OAuth settings | Sie müssen dies überprüfen, um es zu aktivieren OAuth. |
| Callback URL | Wird in diesem Plugin nicht verwendet, sodass Sie eine beliebige gültige URL angeben können. |
| Selected OAuth Scopes (minimum requirements) | Greifen Sie auf Ihre Daten zu und verwalten Sie sie (API). |
| Require Secret for Refresh Token Flow | Sie können dies entweder aktivieren oder deaktivieren. |
## Die Datenquelle wird hinzugefügt
1. Öffnen Sie die Grafana-Konsole im Amazon Managed Grafana-Arbeitsbereich und stellen Sie sicher, dass Sie angemeldet sind.
1. Wählen Sie im Seitenmenü unter **Konfiguration** (das Zahnradsymbol) die Option **Datenquellen** aus.
1. Wählen Sie **Datenquelle hinzufügen** aus.
**Anmerkung**
Wenn Sie den Link **Datenquellen** nicht in Ihrem Seitenmenü sehen, bedeutet dies, dass Ihr aktueller Benutzer die `Admin` Rolle nicht hat.
1. Wählen Sie **Salesforce** aus der Liste der Datenquellen aus.
1. Geben Sie die folgenden Informationen ein:
+ **Geben Sie unter Benutzername den Benutzernamen für das Salesforce-Konto ein, das Sie für die Verbindung und die Abfrage von Salesforce verwenden möchten.**
+ Geben Sie unter **Passwort** das Passwort für diesen Benutzer ein.
+ Geben Sie **unter Sicherheitstoken** das Sicherheitstoken für diesen Benutzer ein.
+ Geben Sie für **Consumer Key** A Consumer Key ein, um eine Verbindung zu Salesforce herzustellen. Sie können diesen in Ihrer Salesforce Connected-Anwendung abrufen.
+ Geben Sie für **Consumer Secret** A Consumer Secret ein, um eine Verbindung zu Salesforce herzustellen. Sie können dies in Ihrer Salesforce Connected-Anwendung abrufen.
+ Wählen **Sie unter Sandbox verwenden** diese Option aus, wenn Sie eine Salesforce-Sandbox verwenden möchten.
## Fragen Sie die Salesforce-Datenquelle ab
Der Abfrage-Editor unterstützt die Modi Query Builder und SOQL Editor. SOQL steht für [Salesforce Object Query Language](https://developer.salesforce.com/docs/atlas.en-us.soql_sosl.meta/soql_sosl/sforce_api_calls_soql.htm).
### Query Builder (SOQL Builder)
Query Builder ist eine benutzerfreundliche Oberfläche zum Erstellen von SOQL-Abfragen. Wenn Sie mit dem Schreiben von SOQL-Abfragen nicht vertraut sind, können Sie diesen Modus verwenden, um die SOQL zum Abfragen von Salesforce-Objekten zu erstellen. Das **FROM-Feld** im Query Builder bezieht sich auf die Entität oder Entitäten in Salesforce. Sie müssen das FROM-Feld **vor** jeder anderen Operation im Query Builder auswählen. **Nachdem Sie das FROM-Feld ausgewählt haben, müssen Sie den Builder-Modus auswählen.** SOQL Builder unterstützt derzeit die folgenden Modi.
+ `List`— Listet die Elemente mit ihren Feldern aus der ausgewählten Tabelle/Salesforce auf. Verwenden Sie diesen Modus, um Ergebnisse wie „Zeigen Sie mir eine Liste der in diesem Geschäftsquartal erstellten Opportunities mit Namen, Wert und Phase“ zu erhalten.
+ `Aggregate`— Aggregieren Sie die Elemente in einer Entität. Verwenden Sie diesen Modus, um Ergebnisse wie „Zähle die im letzten Monat geschaffenen Opportunities“ zu erhalten. oder „Was ist der Gesamtwert der Opportunities, gruppiert nach ihrem Phasennamen?“
+ `Trend`— Zeigt die aggregierten Ergebnisse im Zeitverlauf an. Verwenden Sie diesen Modus, um Ergebnisse wie „Zähle die Anzahl der Opportunities nach“ zu erhalten CreatedDate. oder „Was ist die Gesamtsumme des Werts, gruppiert nach den Schlussterminen der Opportunities?“
Nachdem Sie den Modus `Entity/FROM` und den **Modus** im Abfrage-Editor ausgewählt haben, erstellen Sie Ihre Abfrage mit den folgenden Optionen.
| **Felder** | **Gilt für** | **Beschreibungen** |
| --- | --- | --- |
| SELECT | ALL | Wählen Sie die Liste der Felder aus, die Sie sehen möchten. Wählen Sie für die Aggregat- oder Trendansicht außerdem aus, wie Sie die Werte aggregieren möchten. |
| WHERE | ALL | (Optional) Geben Sie die Filterbedingungen an. Die Ergebnisse werden auf der Grundlage der von Ihnen ausgewählten Bedingungen gefiltert. |
| ORDER BY | AUFLISTEN, AGGREGIEREN | (Optional) Wählen Sie den Feldnamen und die gewünschte Sortierreihenfolge für die Ergebnisse aus. |
| LIMIT | AUFLISTEN, AGGREGIEREN | (Optional) Beschränken Sie die Anzahl der zurückgegebenen Ergebnisse. Der Standardwert ist 100. |
| GROUP BY | AGGREGATE | (Optional) Wählen Sie das Feld aus, wenn Sie den aggregierten Wert durch ein bestimmtes Feld aufteilen möchten. |
| ZEITFELD | TREND | Geben Sie das Datumsfeld an, nach dem Sie Ihre Ergebnisse gruppieren möchten. Die Ergebnisse werden auf der Grundlage des Zeitauswahlbereichs von Grafana gefiltert. |
Wenn Sie die vorherigen Felder im Abfrage-Editor konfigurieren, wird Ihnen auch unterhalb des Abfrage-Editors eine Vorschau der generierten SOQL angezeigt. Wenn Sie aufgrund von Einschränkungen im Abfrage-Generator blockiert sind, können Sie problemlos zum SOQL-Editor wechseln, wo Sie die generierte SOQL-Abfrage anpassen können.
### SOQL-Editor
Der Roh-SOQL-Editor bietet die Möglichkeit, Salesforce-Objekte über eine SOQL-Rohabfrage abzufragen. Der SOQL-Editor bietet Vorschläge zur automatischen Vervollständigung, z. B. verfügbare Entitäten pro Tabelle und entsprechende Felder. Verwenden Sie Strg\$1Leertaste nach SELECT oder WHERE, um die verfügbaren Entitäten pro Tabelle zu sehen. Sie können die verfügbaren Felder sehen, wenn Sie nach dem Entitätsnamen einen Punkt eingeben.
**Abkürzungen**
Verwenden Sie STRG \$1 LEERTASTE, um die Codevervollständigung anzuzeigen, wodurch die verfügbaren Kontextoptionen angezeigt werden.
CMD \$1 S führt die Abfrage aus.
**Abfrage als Zeitreihe**
Erstellen Sie eine Zeitreihenabfrage, indem Sie ein Datumsfeld mit Uhrzeit und ein Metrikfeld mit einer Metrik verknüpfen und dann nach der Metrik und dem Datum gruppieren. Im Folgenden wird ein Beispiel gezeigt:
```
SELECT sum(Amount) amount, CloseDate time, Type metric from Opportunity
group by Type, CloseDate
```
**Makros**
Um nach dem Zeitbereich des Dashboards zu filtern, können Sie Makros in Ihren SOQL-Abfragen verwenden:
+ `$__timeFrom`— Wird durch den Beginn der aktuell aktiven Zeitauswahl ersetzt, die in den `time` Datentyp konvertiert wurde.
+ `$__timeTo`— Wird durch das Ende der aktuell aktiven Zeitauswahl ersetzt, die in den `time` Datentyp umgewandelt wurde.
+ `$__quarterStart`— Der Beginn des Geschäftsquartals (abgeleitet aus den SalesForce Geschäftsjahreseinstellungen).
+ `$__quarterEnd`— Das Ende des Geschäftsquartals (abgeleitet aus den SalesForce Geschäftsjahreseinstellungen).
```
SELECT UserId, LoginTime from LoginHistory where LoginTime > $__timeFrom
```
## Vorlagen und Variablen
Informationen zum Hinzufügen einer neuen Salesforce-Abfragevariablen finden Sie unter[Hinzufügen einer Abfragevariablen](variables-types.md#add-a-query-variable). Verwenden Sie Ihre Salesforce-Datenquelle als Datenquelle. Sie können hier jede SOQL-Abfrage verwenden.
Wenn Sie name/value Paare verwenden möchten, z. B. eine Benutzer-ID und einen Benutzernamen, geben Sie zwei Felder aus Ihrer SOQL-Abfrage zurück. Das erste Feld wird als ID verwendet. Tun Sie dies, wenn Sie in Ihrem Abfrage-Editor SOQL nach Schlüsseln (ID usw.) filtern möchten.
Verwenden Sie die Variable in Ihren SOQL-Abfragen mithilfe der Variablensyntax. Weitere Informationen finden Sie unter [Syntax der Variablen](templates-and-variables.md#variable-syntax).
# Stellen Sie eine Connect zu einer SAP HANA-Datenquelle her
[SAP HANA](https://www.sap.com/products/technology-platform/hana.html) ist eine leistungsstarke In-Memory-Datenbank, die datengestützte Entscheidungen und Aktionen in Echtzeit beschleunigt. Sie wird von SAP entwickelt und vermarktet. Das SAP HANA-Datenquellen-Plugin hilft Ihnen, Ihre SAP HANA-Instanz mit Grafana zu verbinden.
Mit dem SAP HANA Grafana Enterprise-Plugin können Sie Ihre SAP HANA-Daten zusammen mit all Ihren anderen Datenquellen in Grafana sowie Protokoll- und Metrikdaten im Kontext visualisieren. Dieses Plugin enthält einen integrierten Abfrage-Editor, unterstützt Anmerkungen und ermöglicht es Ihnen, Schwellenwerte für Warnmeldungen festzulegen, den Zugriff zu kontrollieren, Berechtigungen festzulegen und vieles mehr.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Features
+ **Abfrageeditor** — Das Plugin verfügt über einen integrierten SQL-Abfrageeditor mit Syntaxhervorhebung, mit dem Sie Zeitreihen- oder Tabellendaten visualisieren und grundlegende Grafana-Makros auto vervollständigen können.
+ **Datenquellenberechtigungen** — Steuern Sie, wer SAP HANA-Daten in Grafana anzeigen oder abfragen kann.
+ **Anmerkungen** — Überlagern Sie SAP HANA-Ereignisse oder -Daten in einem beliebigen Grafana-Diagramm, um Ereignisse mit anderen Grafikdaten zu korrelieren.
+ **Warnmeldungen** — Legen Sie in SAP HANA fest, dass auf Alarmen basierende Kennzahlen gespeichert werden.
+ **Variablen für Abfragen** — Erstellen Sie in Grafana Vorlagenvariablen, die auf SAP HANA-Daten basieren, und schließen Sie Variablen in SAP HANA-Abfragen ein, um Dashboards interaktiv zu gestalten.
## Hinzufügen der Datenquelle
1. Öffnen Sie die Grafana-Konsole im Amazon Managed Grafana-Arbeitsbereich und stellen Sie sicher, dass Sie angemeldet sind.
1. Wählen Sie im Seitenmenü unter **Konfiguration** (das Zahnradsymbol) die Option **Datenquellen** aus.
1. Wählen Sie **Datenquelle hinzufügen** aus.
**Anmerkung**
Wenn Sie den Link **Datenquellen** nicht in Ihrem Seitenmenü sehen, bedeutet dies, dass Ihr aktueller Benutzer die `Admin` Rolle nicht hat.
1. Wählen Sie **SAP HANA** aus der Liste der Datenquellen aus.
1. Geben Sie im Config-Editor die folgenden Informationen ein:
+ Geben Sie für **Serveradresse** die Adresse der SAP HANA-Instanz an. Beispiel:`xxxxxxx-xxxx-xxxx-xxxx-xxxxxxx.hana.trial-us10.hanacloud.ondemand.com`.
+ Geben Sie für **Serverport** den Port der SAP HANA-Instanz an.
+ Geben Sie **unter Benutzername** den Benutzernamen ein, der für die Verbindung mit der SAP HANA-Instanz verwendet werden soll.
+ Geben Sie unter **Passwort** das Passwort für diesen Benutzer ein.
+ (Optional) Aktivieren Sie „**TLS-Überprüfung überspringen**“, wenn Sie die TLS-Überprüfung überspringen möchten.
+ (Optional) Aktivieren Sie **TLS Client Auth**, wenn Sie ein Client-Zertifikat und einen Client-Schlüssel angeben müssen.
+ (Optional) Aktivieren Sie „**Mit CA-Zertifikat**“, wenn Sie die Überprüfung von selbstsignierten TLS-Zertifikaten aktivieren möchten.
+ (Optional) Geben Sie unter **Standardschema ein Standardschema** ein, das verwendet werden soll. Wenn Sie dies weglassen, müssen Sie das Schema in jeder Abfrage angeben.
**Zugriff und Berechtigungen**
Verwenden Sie spezielle Anmeldeinformationen, um Grafana mit SAP HANA zu verbinden. Stellen Sie dem Benutzer nur die erforderlichen Berechtigungen zur Verfügung. Erstellen Sie zunächst einen eingeschränkten Benutzer mit Benutzername und Passwort. Die folgende Abfrage ist ein Beispiel für die Erstellung eines eingeschränkten Benutzers. Diese Abfrage deaktiviert auch die erzwungene Kennwortänderung.
```
CREATE RESTRICTED USER PASSWORD NO FORCE_FIRST_PASSWORD_CHANGE;
```
Erlauben Sie dem Benutzer anschließend, das System über Clients wie Grafana wie folgt zu verbinden:
```
ALTER USER ENABLE CLIENT CONNECT;
```
Geben Sie dem Benutzer abschließend Zugriff auf die erforderlichen Ansichten, Tabellen und Schemas.
```
ALTER USER GRANT ROLE PUBLIC;
GRANT SELECT ON SCHEMA TO ;
```
**Berechtigungen auf Benutzerebene**
Beschränken Sie den Zugriff auf SAP HANA, indem Sie auf der Datenquellenkonfigurationsseite auf die Registerkarte Berechtigungen klicken, um Datenquellenberechtigungen zu aktivieren. Auf der Berechtigungsseite können Administratoren Berechtigungen aktivieren und Abfrageberechtigungen auf bestimmte Benutzer und Teams beschränken.
## Abfrage-Editor
Das SAP HANA Grafana-Plugin enthält einen SQL-Abfrageeditor, in den Sie beliebige HANA-Abfragen eingeben können. Wenn Ihre Abfrage Zeitreihendaten zurückgibt, können Sie sie als Zeitreihen formatieren, um sie in einem Grafikfeld zu visualisieren. Der Abfrage-Editor bietet auto Vervollständigung für unterstützte Grafana-Makros und Syntaxhervorhebung Ihrer SQL-Abfrage.
## Anmerkungen
Sie können SAP HANA-Abfragen als Quellen für Grafana-Anmerkungen verwenden. Ihre Kommentarabfrage sollte mindestens eine Zeitspalte und eine Textspalte zurückgeben. Weitere Informationen zu Anmerkungen finden Sie unter[Anmerkungen](dashboard-annotations.md).
**Um Anmerkungen aus SAP HANA zu erstellen**
1. Wählen Sie das Zahnradsymbol für die **Dashboard-Einstellungen**.
1. Wählen Sie im linken Menü **Anmerkungen**, **Neu** aus.
1. Wählen Sie im Dropdownmenü **Datenquelle** Ihre SAP HANA-Datenquelleninstanz aus.
1. Geben Sie im Feld **Abfrage** eine SAP HANA-Abfrage ein, die mindestens ein Zeitfeld und ein Textfeld zurückgibt.
1. Wählen Sie im Dropdownmenü **Format als** die Option **Zeitreihe** aus.
1. Konfigurieren Sie für jede Anmerkung die Felder **Von**.
## Vorlagen und Variablen
Informationen zum Hinzufügen einer neuen SAP HANA-Abfragevariablen finden Sie unter[Hinzufügen einer Abfragevariablen](variables-types.md#add-a-query-variable). Verwenden Sie Ihre SAP HANA-Datenquelle als Datenquelle.
Die folgende Beispielabfrage gibt die eindeutige Liste von `username` aus der `users` Tabelle zurück.
```
select distinct("username") from "users"
```
**Anmerkung**
Achten Sie darauf, dass Sie in Ihrer Variablenabfrage nur eine Spalte auswählen. Wenn Ihre Abfrage zwei Spalten zurückgibt, wird die erste Spalte als Anzeigewert und die zweite Spalte als der tatsächliche Wert der Variablen verwendet. Wenn Ihre Abfrage mehr als zwei Spalten zurückgibt, werden sie zurückgewiesen.
### Vorlagen und Variablen
Sie können jede Grafana-Variable in Ihrer Abfrage verwenden. Die folgenden Beispiele zeigen, wie Sie die Einzel-/Mehrfachvariable in Ihrer Abfrage verwenden.
```
-- For example, following query
select * from "users" where "city" = ${city}
-- will be translated into
select * from "users" where "city" = 'london'
--- where you can see ${city} variable translated into actual value in the variable
```
Ähnlich wie Text funktionieren Variablen auch für numerische Felder. Im folgenden Beispiel `${age}` handelt es sich um eine Textfeldvariable, die Zahlen akzeptiert und dann mit dem numerischen Feld in der Tabelle vergleicht.
```
select * from "users" where "age" > ${age}
--- wil be translated into
select * from "users" where "age" > '36'
```
Wenn Ihre Variable mehrere Werte zurückgibt, können Sie sie wie folgt in der `in` Bedingung der SAP HANA-Abfrage verwenden. Beachten Sie die Klammern, die die Variable umgeben, damit die `where in` Bedingung in SAP HANA gültig ist.
```
select * from "users" where "city" in (${cities})
--- will be translated into
select * from "users" where "city" in ('london','perth','delhi')
--- where you can see ${cities} turned into a list of grafana variables selected.
--- You can also write the same query using shorthand notation as shown below
select * from "users" where "city" in ($cities)
```
### Makros
+ `$__timeFilter()`— Wendet den Zeitraum von Grafana auf die angegebene Spalte an, wenn er in der Rohabfrage verwendet wird. Gilt für date/timestamp/long Zeitspalten.
+ `$__timeFilter(, )`— Wie oben. Bietet jedoch die Möglichkeit, das Format der in der Datenbank gespeicherten time\$1column anzugeben.
+ `$__timeFilter(, "epoch", )`— Wie oben, kann aber verwendet werden, wenn sich Ihre Zeitspalte in der Epoche befindet. Das Format kann aus 's', 'ms' und 'ns' bestehen.
+ `$__fromTimeFilter()`— Wie oben, kann aber verwendet werden, wenn Ihre Zeitspalte im Epochenformat ist. Das Format kann aus 's', 'ms' und 'ns' bestehen.
+ `$__fromTimeFilter(, )`— Wie oben, kann aber comparison\$1predicate angeben.
+ `$__fromTimeFilter(, )`— Wie oben, kann aber das Format der Zeitspalte angeben.
+ `$__fromTimeFilter(, , )`— Wie oben, kann aber comparison\$1predicate angeben.
+ `$__toTimeFilter()`— Gibt die Zeitbedingung auf der Grundlage von Grafanas zur Zeit in einem Zeitfeld zurück.
+ `$__toTimeFilter(, )`— Wie oben, kann aber comparison\$1predicate angeben.
+ `$__toTimeFilter(, )`— Wie oben, kann aber das Format der Zeitspalte angeben.
+ `$__toTimeFilter(, )`— Wie oben, kann aber comparison\$1predicate angeben.
+ `$__timeGroup(, )`— Erweitert die Zeitspalte in Intervallgruppen. Gilt für date/timestamp/long Zeitspalten..
**Makro \$1\$1\$1timeFilter ()**
Das folgende Beispiel erklärt das Makro: `$__timeFilter()`
```
- In the following example, the query
select ts, temperature from weather where $__timeFilter(ts)
--- will be translated into
select ts, temperature from weather where ts > '2021-02-24T12:52:48Z' AND ts < '2021-03-24T12:52:48Z'
--- where you can see the grafana dashboard's time range is applied to the column ts in the query.
```
**Makro \$1\$1\$1timeFilter (,)**
In einigen Fällen werden Zeitspalten in der Datenbank in benutzerdefinierten Formaten gespeichert. Im folgenden Beispiel wird das `$__timeFilter(, )` Makro erklärt, mit dessen Hilfe benutzerdefinierte Zeitstempel auf der Grundlage der Zeitauswahl von grafana gefiltert werden können:
```
SELECT TO_TIMESTAMP("TS",'YYYYMMDDHH24MISS') AS METRIC_TIME , "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TS","YYYYMMDDHH24MISS") -- TS is in 20210421162012 format
SELECT TO_TIMESTAMP("TS",'YYYY-MON-DD') AS METRIC_TIME , "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TS","YYYY-MON-DD") -- TS is in 2021-JAN-15 format
```
Im Makro kann das Format eines der gültigen HANA-Formate sein, die Ihrer Zeitstempelspalte entsprechen. `YYYYMMDDHH24MISS`Ist beispielsweise ein gültiges Format, wenn Ihre Daten im `20210421162012` Format gespeichert werden.
**Makro \$1\$1\$1timeFilter (, „epoch“)**
In einigen Fällen werden Zeitstempel als Epochenzeitstempel in Ihrer Datenbank gespeichert. Das folgende Beispiel erklärt das `$__timeFilter(, "epoch" )` Makro, das hilft, Epochenzeitstempel auf der Grundlage von Grafanas Zeitauswahl zu filtern. Im Makro kann das Format ms, s oder ns sein. Wenn nicht angegeben, wird s als Standardformat behandelt.
```
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP") AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch") -- Example : TIMESTAMP field stored in epoch_second format 1257894000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP") AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","s") -- Example : TIMESTAMP field stored in epoch_second format 1257894000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ms") -- Example : TIMESTAMP field stored in epoch_ms format 1257894000000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000000000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ns") -- Example : TIMESTAMP field stored in epoch_nanoseconds format 1257894000000000000
```
Anstatt das dritte Argument für den \$1\$1\$1timeFilter zu verwenden, können Sie eines von epoch\$1s, epoch\$1ms oder epoch\$1ns als Ihr zweites Argument verwenden..
```
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ms")
-- is same as
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch_ms")
```
**fromTimeFilterDie toTimeFilter Makros \$1\$1\$1 () und \$1\$1\$1 ()**
Das `$__fromTimeFilter()` Makro wird auf eine Bedingung über ein Zeitfeld ausgedehnt, die auf der From-Zeit der Grafana-Zeitauswahl basiert.
Dies akzeptiert drei Parameter. Der erste Parameter ist der Name des Zeitfeldes. Sie können comparison\$1predicate oder das Format der Zeitspalte als zweites Argument übergeben. Wenn Sie beide übergeben möchten, ist format der zweite Parameter und Sie verwenden comparison\$1predicate als dritten Parameter.
****Wenn das Format nicht angegeben ist, geht das Plugin davon aus, dass es sich bei der Zeitspalte um einen Typ handelt. timestamp/date Wenn Ihre Zeitspalte in einem anderen Format als Zeitstempel/Datum gespeichert ist, übergeben Sie das Format als zweites Argument. kann eines der Formate epoch\$1s, epoch\$1ms, epoch\$1ns oder ein anderes benutzerdefiniertes Format sein. YYYY-MM-DD
****optionaler Parameter. Wenn nicht übergeben, verwendet das Plugin > als Vergleichsprädikat. kann einer von =,\$1 sein =, <>, <, <=, >, >=
`$__toTimeFilter()`funktioniert genauso wie fromTimeFilter \$1\$1\$1 (). Anstatt Grafanas from time zu verwenden, wird es to time verwenden. Außerdem wird das Standard-Vergleichsprädikat < sein.
**\$1\$1\$1timeGroup (,)**
Beispielsweise wird das Makro \$1\$1\$1timeGroup (timecol,1h) in der Abfrage zu SERIES\$1ROUND („timecol“, 'INTERVAL 1 HOUR') erweitert.
Das folgende Beispiel erklärt `$__timeGroup(, ) macro.`
```
SELECT $__timeGroup(timestamp,1h), "user", sum("value") as "value"
FROM "salesdata"
WHERE $__timeFilter("timestamp")
GROUP BY $__timeGroup(timestamp,1h), "user"
ORDER BY $__timeGroup(timestamp,1h) ASC
```
Dies wird in die folgende Abfrage übersetzt, in der `$__timeGroup(timestamp,1h)` es erweitert wird`SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR')`.
```
SELECT SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR') as "timestamp", "user", sum("value") as "value"
FROM "salesdata"
WHERE "timestamp" > '2020-01-01T00:00:00Z' AND "timestamp" < '2020-01-01T23:00:00Z'
GROUP BY SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR'), "user"
ORDER BY "timestamp" ASC
```
**Anmerkung**
Wenn Sie das Makro „Gruppieren nach“ zusammen mit dem Makro „\$1\$1\$1timeGroup“ verwenden, stellen Sie sicher, dass das Feld „Auswählen, Sortieren nach“ denselben Namen hat wie das Makro „Gruppieren nach Feld“. Andernfalls erkennt HANA die Abfrage möglicherweise nicht.
Wenn Sie das Intervall in der Funktion \$1\$1\$1timeGroup () nicht fest codieren möchten, können Sie das Grafana überlassen, indem Sie \$1\$1\$1interval als Ihr Intervall angeben. Grafana berechnet dieses Intervall aus dem Dashboard-Zeitbereich. Beispielabfrage:
```
SELECT $__timeGroup(timestamp, $__interval), sum("value") as "value"
FROM "salesdata"
WHERE $__timeFilter("timestamp")
GROUP BY $__timeGroup(timestamp, $__interval)
ORDER BY $__timeGroup(timestamp, $__interval) ASC
```
Diese Abfrage wird basierend auf dem Dashboard-Zeitraum in die folgende Abfrage übersetzt.
```
SELECT SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE'), sum("value") as "value"
FROM "salesdata"
WHERE "timestamp" > '2019-12-31T23:09:14Z' AND "timestamp" < '2020-01-01T23:17:54Z'
GROUP BY SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE')
ORDER BY SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE') ASC
```
### Warnfunktion
**Um eine SAP HANA-Warnung in Grafana einzurichten**
1. Erstellen Sie ein Grafikfenster in Ihrem Dashboard.
1. Erstellen Sie eine SAP HANA-Abfrage im Zeitreihenformat.
1. Wählen Sie die Registerkarte **Warnung** und geben Sie die Warnkriterien an.
1. Wählen Sie **Testregel**, um die Warnungsabfrage zu testen.
1. Geben Sie die Empfänger der Warnung, die Nachricht und die Fehlerbehandlung an.
1. Speichern Sie das Dashboard.
#### Warnung bei Daten, die keine Zeitreihendaten sind
Um bei Daten, die keine Zeitreihen sind, eine Warnung zu erhalten, verwenden Sie das `TO_TIMESTAMP('${__to:date}')` Makro, um Metriken, die keine Zeitreihen sind, in Zeitreihen umzuwandeln. Dadurch wird Ihre Metrik in eine Einzelpunkt-Zeitreihenabfrage umgewandelt. Das Format der Abfrage ist unten angegeben
```
SELECT TO_TIMESTAMP('${__to:date}'), FROM
```
Im folgenden Beispiel hat eine Tabelle vier Felder mit den Namen Benutzername, Alter, Stadt und Rolle. Diese Tabelle hat kein Zeitfeld. Wir möchten Sie benachrichtigen, wenn die Anzahl der Benutzer mit Entwicklerrolle unter drei liegt.
```
SELECT TO_TIMESTAMP('${__to:date}'), count(*) as "count" FROM (
SELECT 'John' AS "username", 32 AS "age", 'Chennai' as "city", 'dev' as "role" FROM dummy
UNION ALL SELECT 'Jacob' AS "username", 32 AS "age", 'London' as "city", 'accountant' as "role" FROM dummy
UNION ALL SELECT 'Ali' AS "username", 42 AS "age", 'Delhi' as "city", 'admin' as "role" FROM dummy
UNION ALL SELECT 'Raja' AS "username", 12 AS "age", 'New York' as "city", 'ceo' as "role" FROM dummy
UNION ALL SELECT 'Sara' AS "username", 35 AS "age", 'Cape Town' as "city", 'dev' as "role" FROM dummy
UNION ALL SELECT 'Ricky' AS "username", 25 AS "age", 'London' as "city", 'accountant' as "role" FROM dummy
UNION ALL SELECT 'Angelina' AS "username", 31 AS "age", 'London' as "city", 'cxo' as "role" FROM dummy
) WHERE "role" = 'dev'
```
# Connect zu einer ServiceNow Datenquelle herstellen
Dies ist die ServiceNow Datenquelle, die verwendet wird, um eine Verbindung zu ServiceNow Instanzen herzustellen.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Features
+ Abfragen
+ API-Abfragen starten
+ Tabellen-API-Abfragen
+ Vorfälle, Änderungen und jede andere Tabelle
+ Benachrichtigungen
+ Anmerkungen (Beta-Funktion)
+ Vorlagenvariablen
## Konfiguration
Wählen Sie Datenquellen im linken Bereich von Grafana aus.
Wählen Sie Datenquelle hinzufügen:
Geben Sie ein**servicenow**, um das Datenquellen-Plugin zu finden:
ServiceNow URL eingeben:
Wählen Sie **Speichern & Testen** aus. Sie sollten eine grüne Meldung mit „ServiceNow Verbindung OK“ sehen.
### Beispiel-Dashboards
Vorgefertigte Dashboards sind im Plugin enthalten und können über die Konfigurationsseite der Datenquelle auf der Registerkarte Dashboards importiert werden.
## Usage
Es gibt zwei Möglichkeiten, Daten im Abfrage-Editor zurückzugeben.
+ Tabellen-API
+ Aggregierte API
Benutzer können derzeit zwischen der Abfrage vordefinierter Tabellen wählen, z. B. den folgenden:
+ Änderungen
+ Vorfälle
Oder ab sofort eine API-gesteuerte Liste von Tabellen und Feldern mit der Option **Andere (benutzerdefinierte** Tabelle). `v1.4.0` Mit dieser Option können Sie Daten abfragen, die sich in einer beliebigen Tabelle befinden, die dem Benutzer zur Einrichtung der ServiceNow Datenquelle zur Verfügung steht.
Die Option **Benutzerdefinierte Tabelle** sollte dieselben Funktionen wie die vordefinierten Tabellenlisten unterstützen.
### TableAPI-Abfragen
Die TableAPI gibt Daten zurück, die für die Anzeige in einem Tabellenfenster geeignet sind. Sie ermöglicht eine geordnete Auswahl der anzuzeigenden Felder sowie Filteroptionen. Der Abfrage-Editor bietet auch ein Feld, mit dem die Anzahl der von einer Abfrage zurückgegebenen Zeilen begrenzt werden kann.
Beispiel für einen Tabellenbereich mit Ergebnissen aus der vorherigen Abfrage.
#### Anzeigen
Die Zeile *Show* bietet eine Auswahl für ein anzuzeigendes Feld. Es können auch mehrere Felder angegeben werden. Die Felder werden genau in der angegebenen Reihenfolge zurückgegeben.
#### Werte anzeigen
Das Kennzeichen „*Werte anzeigen*“ bewirkt, dass die Abfrage benutzerfreundliche Werte oder Anzeigewerte anstelle von numerischen Werten zurückgibt.
Ein Schweregrad `1` ohne dieses Kennzeichen würde beispielsweise nur angezeigt. `1` Wenn das Kennzeichen aktiviert ist, wird der angezeigte Wert wie folgt angezeigt`1 - High`.
Laut der [ServiceNow API-Dokumentation](https://developer.servicenow.com/dev.do#!/reference/api/orlando/rest/c_TableAPI) kann dies negative Auswirkungen auf die Leistung haben.
**Anmerkung**
[...] Die Angabe des Anzeigewerts kann zu Leistungsproblemen führen, da er nicht direkt aus der Datenbank gelesen wird und das Verweisen auf andere Felder und Datensätze beinhalten könnte.
#### Filter (allgemein)
Die *Filterzeile* bietet die Möglichkeit, die angezeigten Zeilen anhand mehrerer Feld- und Wertkriterien einzugrenzen.
Alle Filter werden mit einer *UND-* *oder* einer OR-Operation kombiniert.
Die folgenden Felder sind verfügbar, wenn keine benutzerdefinierte Tabelle verwendet wird (diese Liste wird in future erweitert).
```
Active
Asset
Group
Assigned To
Escalation
Issue Number
Description
Priority
State
Type
Change Risk
Change State
Start Date
End Date
On Hold
```
Bei der Auswahl einer benutzerdefinierten Tabelle werden die Felder automatisch über die Service Now-API gefüllt.
##### Datumsfilter
| Feld „Zeit“ | Betreiber | Wert |
| --- | --- | --- |
| Geöffnet am | Am oder vor heute nicht heute vorher am oder davor danach am oder danach | Zeitstempel javascript:gs.vor Tagen (30) |
| Aktivität fällig | | |
| Geschlossen am | | |
| Fälligkeitsdatum | | |
| Voraussichtlicher Start | | |
| Uhrzeit der Wiedereröffnung | | |
| Gelöst am | | |
| Ende der Arbeit | | |
| Beginn der Arbeit | | |
| Zeit ignorieren | | |
Weitere Datumswerte finden Sie unter: https://developer.servicenow.com/app.do\$1\$1/ api\$1doc? v=NewYork&id=r\$1sgsys-DateGenerate\$1s\$1S
##### Operatoren (allgemein, auf Zeichenketten basierend)
+ Beginnt mit
+ Endet mit
+ Wie
+ Nicht wie
+ Gleich
+ Nicht gleich
+ Ist leer
##### Operatoren (zeitbasiert)
+ Heute
+ Heute nicht
+ Vor
+ Bei oder davor
+ Nach
+ Am oder danach
##### Werte
Die Auswahl des Werts hängt vom ausgewählten Filtertyp ab.
+ Boolesche Filter haben Optionen True/False
+ Textfilter ermöglichen die Eingabe eines beliebigen Werts
+ Eskalation, Priority hat einen festen Satz numerischer Werte
#### Sortiere nach
Die Zeile *Sortieren nach* bietet die Möglichkeit, die angezeigten Zeilen anhand mehrerer Feld- und Wertkriterien einzugrenzen.
*Alle Filter werden mit einer UND-Operation kombiniert.* Support für weitere Betreiber wird hinzugefügt.
#### Limit
Es kann ein Zeilenlimit angegeben werden, um zu verhindern, dass zu viele Daten zurückgegeben werden. Der Standardwert ist 25.
#### Feld „Zeit“
Das `Time Field` ist es, was Ihre abgefragten Daten in eine Zeitreihe verwandelt. Wenn Ihre Daten als Zeitreihe behandelt werden, bedeutet dies, dass Werte in Ihrem ausgewählten „Zeitfeld“, die nicht in den Zeitbereich Ihres Dashboards/Panels fallen, nicht angezeigt werden.
Das standardmäßig verwendete Zeitfeld ist „Geöffnet am“, kann aber in jedes verfügbare Feld geändert werden, das einen Zeitwert enthält.
Ein spezieller Wert „Zeit ignorieren“ ist vorgesehen, um die Ergebnisse „bis jetzt“ zu berücksichtigen und um den Filtern zu ermöglichen, zu steuern, welche Daten angezeigt werden.
### AggregateAPI-Abfragen (Stats)
Die AggregateAPI gibt immer Metriken mit den folgenden Aggregationen zurück: avg, min, max, sum. Die Filterung ist auch verfügbar, um Abfragen einzugrenzen.
#### Anzeigen
Die Zeile *Anzeigen* bietet eine Auswahl für eine anzuzeigende Metrik. Es können auch mehrere Metriken angegeben werden.
#### Filter (allgemein)
*Aggregatfilter* bieten die Möglichkeit, die angezeigten Metriken anhand von Feld- und Wertkriterien einzugrenzen, ähnlich wie bei der Tabellenoption.
*Alle Filter werden mit einer UND-Operation kombiniert.* Support für weitere Betreiber wird hinzugefügt.
Die Stat-Filteroptionen sind dieselben wie bei der TableAPI.
#### Aggregation
Es gibt vier Arten von Metrikaggregationen sowie eine „Anzahl“:
+ Durchschnitt
+ Minimum
+ Maximum
+ Summe
+ Anzahl — dies gibt die „Anzahl“ der von einer Abfrage zurückgegebenen Metriken zurück
##### Gruppieren nach
Dieser Selektor bietet die Möglichkeit, Metriken in kleinere Aggregate aufzuteilen. Bei der Gruppierung nach „Priorität“ würden die Metriken mit einem Prioritäts-Tag und getrennten Einzelwerten zurückgegeben.
### Erstellung von Vorlagen
Anstatt Namen in Ihren Abfragen fest zu codieren, können Sie stattdessen Variablen verwenden. Variablen werden als Drop-down-Auswahlfelder oben im Dashboard angezeigt. Sie können diese Dropdown-Felder verwenden, um die auf Ihrem Dashboard angezeigten Daten zu ändern.
Im Beispiel im Abschnitt **Abfragevariable** erfahren Sie, wie Sie eine Abfragevariable hinzufügen und diese mit einem Vorlagenwert referenzieren.
#### Abfragevariable
Wenn Sie eine Vorlagenvariable dieses Typs hinzufügen`Query`, können Sie eine Abfrage schreiben, die Elemente wie Kategorienamen, Schlüsselnamen oder Schlüsselwerte zurückgeben kann, die als Dropdownauswahlfeld angezeigt werden.
Sie können beispielsweise eine Variable erstellen, die alle Werte für enthält, `categories` indem Sie eine Abfrage wie diese in der *Abfrageeinstellung* für die Vorlagenvariable angeben.
Wenn Sie die **Abfrageeinstellung** auswählen, wird ein Abschnitt **Filter** angezeigt, in dem Sie einen **Typ** und ein **Feld** auswählen können. Derzeit ist **Type** auf Incidents und Changes beschränkt. Bei der Auswahl eines Typs wird Ihnen eine Liste mit Feldern angezeigt, die für diesen Typ gelten. Sobald ein **Typ** und ein **Feld** ausgewählt sind, wird unten eine Vorschau der Werte mit den für diesen Typ/dieses Feld verfügbaren Optionen angezeigt. Diese Werte werden in einer Dropdownliste auf dem Dashboard angezeigt, die Sie zusammen mit Templating verwenden können, um Daten in Ihren Dashboard-Panels zu filtern.
Wenn Sie beispielsweise eine Variable mit dem Namen *Kategorie* hinzufügen und dann Typ = Vorfälle und Feld = Kategorie auswählen, wird eine Liste mit Optionen für Kategorie angezeigt. Wenn Sie dann einem Bereich einen Filter hinzufügen und Kategorie entspricht \$1 \$1category\$1 auswählen, werden in den Panel-Daten nur Daten für die Kategorie angezeigt, die in der Dashboard-Dropdownliste ausgewählt wurde.
Importieren Sie das Dashboard „**Vorfälle nach Kategorie“**, um ein Beispiel zu sehen.
#### Verwenden von Variablen in Abfragen
Es gibt zwei Syntaxen:
`$`Beispiel mit einer Template-Variablen namens`hostname`:
`[[varname]]`Beispiel mit einer Vorlagenvariablen namens`hostname`:
## Warnfunktion
Standard-Grafana-Benachrichtigungen werden unterstützt. Alle in einem Grafikfenster definierten Abfragen können zur Generierung von Warnungen verwendet werden.
Im Folgenden finden Sie eine Beispielabfrage und eine Warnung. Diese Abfrage gibt ein Diagramm aller offenen kritischen Vorfälle mit hoher Priorität zurück:
Diese Warnung wird ausgelöst, wenn mehr als fünf kritische Vorfälle mit hoher Priorität offen sind:
Beim Testen der Warnungsregel werden die Ergebnisse der Warnungsregel angezeigt. Wenn Sie den Statusverlauf auswählen, wird angezeigt, ob die Warnung von „OK“ zu „Ausstehend“ und „Warnung“ wechselt.
In der Diagrammansicht wird eine vertikale Linie angezeigt, und das Herzsymbol oben färbt sich orange, solange die Warnung noch aussteht.
Sobald die Kriterien für Benachrichtigungen erfüllt sind, wird die Regel rot.
In der Diagrammansicht erscheint die rote vertikale Linie und das Herzsymbol oben wird rot.
### Vorfälle für Warnmeldungen schreiben
**Beta-Funktion**
+ Konfigurieren Sie einen Benachrichtigungskanal für Ihre ServiceNow Datenquelle.
Dadurch wird ein [Grafana-Benachrichtigungskanal](https://grafana.com/docs/grafana/latest/alerting/notifications/) konfiguriert, der Ihren konfigurierten Benutzer verwendet, um Vorfälle auf der ServiceNow Instanz für diese Datenquelle zu erstellen.
Für diese Aktion muss der ServiceNow Datenquellenbenutzer über Berechtigungen zum Schreiben von Vorfällen verfügen.
## Anmerkungen
Grafana-Anmerkungen sind ab dieser Datenquelle eine **Beta-Funktion**. `v1.4.0` Anmerkungen geben Ihnen die Möglichkeit, Ereignisse in Diagrammen zu überlagern.
Die Annotationsabfrage unterstützt dieselben Optionen wie der Standard-Abfrage-Editor mit einigen geringfügigen Unterschieden:
+ Es kann nur eine Spalte mit der Option „Anzeigen“ ausgewählt werden. Dies wird wahrscheinlich in einer future Verbesserung behoben.
+ Das Zeitfeld ist erforderlich.
## Häufig gestellte Fragen
### Was ist, wenn wir das ITSM Roles Plugin nicht haben?
**Administratorzugriff ist erforderlich, um die folgenden Aktionen durchzuführen**
Option 1: Erteilen Sie Grafana-Benutzeradministratorberechtigungen, um Zugriff auf alle Tabellen zu gewähren.
Option 2: Erstellen Sie eine Rolle und wenden Sie ACLs sie auf alle Tabellen an, auf die Grafana zugreifen muss.
Administratorzugriff ist erforderlich, um die folgenden Aktionen auszuführen.
1. Der angemeldete Administrator muss den Zugriff auf security\$1admin erhöhen.
1. Wählen Sie im Navigationsbereich oben rechts das Profilsymbol aus. Das Profilsymbol hat eine Dropdown-Feldmarkierung.
1. **Wählen Sie in der Dropdownliste die Option Elevate Roles aus.**
1. Wählen Sie in dem angezeigten Modal das Kontrollkästchen **security\$1admin** aus.
1. Wählen Sie OK aus.
1. Erstellen Sie eine neue Rolle mit der gewünschten Namenskonvention.
1. Navigieren Sie in der linken Navigationsleiste zum Bereich Rollen. Systemsicherheit => Benutzer und Gruppen => Rollen
1. Wählen Sie oben „**Neu**“.
1. Geben Sie einen Namen für die Rolle und eine entsprechende Beschreibung ein.
1. Wählen Sie **Absenden** aus.
1. Erstellen Sie einen neuen Benutzer oder ändern Sie einen vorhandenen Benutzer mit den erforderlichen Rollen.
1. Die Rolle, die Sie in Schritt 2 erstellen
1. personalize\$1dictionary
1. personalisierte\$1Entscheidungen
1. cmdb\$1read (dadurch wird Lesezugriff auf alle CMDB-Tabellen gewährt)
1. Erstellen Sie eine Tabelle ACLs für die erforderlichen Tabellen und Felder.
1. Erstellen Sie eine ACL für die Tabelle sys\$1db\$1object.
1. **Geben Sie in der zweiten Suchüberschriftenspalte **Name** ein**sys\$1db\$1object**, und drücken Sie die EINGABETASTE.**
1. Das gefilterte Ergebnis sollte **Tabelle** anzeigen. Wählen Sie **Tabelle**, um zum Datensatz zu navigieren.
1. Wählen Sie im Registerkartenbereich die Option **Steuerelemente** aus.
1. Vergewissern Sie sich, dass im unteren Bereich der Seite **Access Controls** die ausgewählte Registerkarte ist.
1. Wählen Sie **Neu**, um eine neue ACL zu erstellen.
1. Ändern Sie die **Operationsauswahl** auf Lesen.
1. Wählen Sie im Abschnitt **Erfordert Rolle** im unteren Teil des Bildschirms die Option **Neue Zeile einfügen** aus (doppelklicken Sie darauf) und suchen Sie nach der Rolle, die Sie erstellt haben.
1. Nachdem Sie die von Ihnen erstellte Rolle ausgewählt haben, klicken Sie auf das grüne Häkchen.
1. Wählen Sie im unteren Teil des Bildschirms **Submit**, um die ACL zu erstellen, und klicken Sie dann auf **Weiter**, wenn das Modal angezeigt wird.
1. Erstellen Sie ACLs für bestimmte sys\$1db\$1object-Felder. Die folgenden Schritte müssen für jedes der folgenden Felder wiederholt werden: Name, Bezeichnung, Anzeigename und Erweiterungstabelle.
1. Während Sie sich noch in der Tabellendatensatzansicht für sys\$1db\$1object befinden, wählen Sie die Registerkarte **Spalten** in der Registerkartengruppe aus, die dem oberen Bildschirmrand am nächsten ist.
1. Suchen Sie den Feldnamen und wählen Sie ihn aus.
1. Wählen Sie im unteren Bereich der Registerkarte „**Zugriffskontrollen**“ die Option **Neu** aus.
1. Ändern Sie den Vorgang auf Lesen
1. Wählen Sie (Doppelklicken), um in der unteren Tabelle „Rolle erforderlich“ einen Zeilentext einzufügen.
1. Suchen Sie nach der Rolle, die Sie erstellt haben, und klicken Sie auf das grüne Häkchen.
1. Wählen Sie **Absenden** aus.
1. Stellen Sie sicher, dass Sie diese Schritte für alle erforderlichen Felder wiederholt haben: Name, Bezeichnung, Anzeigename und Erweiterungstabelle.
1. Wiederholen Sie die Schritte aus 4.1 für Change, Incident und alle anderen Nicht-CMDB-Tabellen, die Sie von Grafana abfragen möchten. Wiederholen Sie nicht die Schritte aus 4.2. Dieser Schritt ist nur für sys\$1db\$1object erforderlich.
# Stellen Sie eine Connect zu einer Snowflake-Datenquelle her
Mit der Snowflake Enterprise-Datenquelle können Sie Ihre Snowflake-Daten zusammen mit all Ihren anderen Datenquellen in Grafana sowie Protokoll- und Metrikdaten im Kontext visualisieren. Diese Datenquelle umfasst einen leistungsstarken Texte-Ahead-Abfrageeditor, unterstützt komplexe Anmerkungen, legt Schwellenwerte für Warnmeldungen fest, steuert den Zugriff und die Berechtigungen und vieles mehr.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## -Übersicht
### Was ist Snowflake?
Snowflake bietet einen cloudbasierten Datenspeicher- und Analysedienst, der allgemein als „Daten warehouse-as-a-service“ bezeichnet wird und eine Lösung für Data Warehousing, Data Lakes, Datentechnik, Datenwissenschaft, Datenanwendungsentwicklung und Datenaustausch bietet. In den letzten Jahren hat Snowflake aufgrund seiner Fähigkeit, Daten mithilfe von cloudbasierter Hard- und Software kostengünstig zu speichern und zu analysieren, an Popularität gewonnen. Vor Kurzem gipfelte Snowflake im größten Software-Börsengang aller Zeiten. Heute verwenden viele Unternehmen Snowflake als primäre Datenbank, um Anwendungs- und Geschäftsdaten wie Transaktionszahlen, aktive Benutzersitzungen und sogar Zeitreihen und Metrikdaten zu speichern.
### Das Beste aus Snowflake und Amazon Managed Grafana herausholen
**Visualisieren Sie Snowflake-Daten, ohne sie zu verschieben**: Die einzigartige Architektur von Grafana fragt Daten direkt dort ab, wo sie sich befinden, anstatt sie zu verschieben und für redundante Speicherung und Erfassung zu bezahlen.
**Stellen Sie Panels aus verschiedenen Quellen zusammen:** Mit vorgefertigten und benutzerdefinierten Dashboards können Sie Daten aus vielen verschiedenen Datenquellen in einer einzigen Glasscheibe zusammenführen.
**Transformation und Berechnung auf Benutzerebene: Benutzer** können Daten transformieren und verschiedene Berechnungen mit den Daten durchführen, die sie sehen, wodurch weniger Datenvorbereitung erforderlich ist.
**Kombinieren, berechnen und visualisieren Sie innerhalb von Panels**: Erstellen Sie Panels mit gemischten Datenquellen, in denen verwandte Daten aus Snowflake und anderen Quellen angezeigt werden.
### Features
**Abfrage-Editor:** Der Abfrage-Editor ist ein intelligenter SQL-Autovervollständigungseditor, mit dem Sie Zeitreihen- oder Tabellendaten visualisieren, SQL-Syntaxfehler behandeln und grundlegende SQL-Schlüsselwörter automatisch vervollständigen können.
**Datenquellenberechtigungen**: Steuern Sie, wer Snowflake-Daten in Grafana anzeigen oder abfragen kann
**Anmerkungen:** Überlagern Sie Snowflake-Ereignisse in einem beliebigen Grafana-Diagramm, um Ereignisse mit anderen Grafikdaten zu korrelieren
Warnung**: Legen Sie in Snowflake fest, dass auf Warnmeldungen basierende Metriken gespeichert** werden
**Variablen für Abfragen:** Erstellen Sie in Grafana Vorlagenvariablen, die auf Snowflake-Daten basieren, und fügen Sie Variablen in Snowflake-Abfragen ein, um interaktive Dashboards zu erstellen.
**Abfragen mit mehreren Metriken:** Schreiben Sie eine einzelne Abfrage, die mehrere Metriken zurückgibt, jede in einer eigenen Spalte
## Fangen Sie mit dem Snowflake-Plugin an
Hier sind fünf schnelle Schritte, um mit dem Snowflake-Plugin in Grafana zu beginnen:
### Schritt 1: Richten Sie die Snowflake-Datenquelle ein
Um die Datenquelle zu konfigurieren, wählen Sie **Konfiguration**, **Datenquellen**, **Datenquelle hinzufügen, Snowflake** aus.
Fügen Sie Ihre Authentifizierungsdetails hinzu und die Datenquelle ist bereit für die Abfrage\$1
Die folgenden Konfigurationsfelder sind verfügbar.
| Name | Description |
| --- | --- |
| Account | Konto für Snowflake. |
| Username | Benutzername für das Dienstkonto. |
| Passwort | Passwort für das Dienstkonto. |
| Schema (optional) | Legt ein Standardschema für Abfragen fest. |
| Lagerhaus (optional) | Legt ein Standard-Warehouse für Abfragen fest. |
| Datenbank (optional) | Legt eine Standarddatenbank für Abfragen fest. |
| Rolle (optional) | Nimmt eine Rolle für Abfragen an. |
### Schritt 2: Schreiben Sie Abfragen für Ihre Snowflake-Daten
Erstellen Sie ein Panel in einem Dashboard und wählen Sie eine Snowflake-Datenquelle aus, um mit der Verwendung des Abfrage-Editors zu beginnen.
+ Datum/Uhrzeit können an einer beliebigen Stelle in der Abfrage erscheinen, sofern sie enthalten sind.
+ Eine numerische Spalte muss enthalten sein. Dies kann eine Aggregation oder eine int/float Spalte sein.
+ Optional können Sie Zeichenkettenspalten einbeziehen, um separate Datenreihen zu erstellen, wenn Ihre Zeitreihendaten für unterschiedliche Metriken formatiert sind.
#### Layout einer Snowflake-Abfrage
```
select
,
,
,
<...>
from
where
$__timeFilter() // predefined where clause for time range
and $ = 1 // custom variables start with dollar sign
```
#### SQL-Abfrageformat für Zeitreihen, gruppiert nach Intervall
```
select
$__timeGroup(created_ts, '1h'), // group time by interval of 1h
,
,
from
where
$__timeFilter() // predefined where clause for time range
and $ = 1 // custom variables start with dollar sign
group by
```
#### SQL-Abfrageformat für Tabellen
```
select
, // optional if result format option is table
from
where
$__timeFilter(time_column) // macro for time range, optional if format as option is table
and $ = 1 // custom variables start with dollar sign
```
### Schritt 3: Vorlagenvariablen erstellen und verwenden
#### Verwenden von Vorlagenvariablen
Sie können Vorlagenvariablen in Abfragen einbeziehen, wie im folgenden Beispiel gezeigt.
```
select
from
WHERE column >= '$variable'
```
Das folgende Beispiel zeigt die Verwendung von Variablen mit mehreren Werten in einer Abfrage.
```
select
from
WHERE regexp '${variable:regex}'
```
#### Verwenden der Snowflake-Datenquelle zum Erstellen von Variablen
**Wählen Sie in den Dashboard-Einstellungen **Variablen** und dann Neu aus.**
Wählen Sie mithilfe des Variablentyps „Abfrage“ die Snowflake-Datenquelle als „Datenquelle“ aus.
**Wichtig**
Achten Sie darauf, nur eine Spalte in Ihrer Variablenabfrage auszuwählen.
Beispiel:
```
SELECT DISTINCT query_type from account_usage.query_history;
```
gibt Ihnen diese Variablen:
```
All DESCRIBE USE UNKNOWN GRANT SELECT CREATE DROP SHOW
```
### Schritt 4: Richten Sie eine Warnung ein
Sie können Benachrichtigungen zu bestimmten Snowflake-Metriken oder zu von Ihnen erstellten Abfragen einrichten.
Wählen Sie im Abfrage-Editor die Registerkarte „Warnung“ und dann „Warnung **erstellen**“.
### Schritt 5. Erstellen Sie eine Anmerkung
Anmerkungen ermöglichen es Ihnen, Ereignisse in einem Diagramm zu überlagern.
Um eine Anmerkung zu erstellen, wählen Sie in den Dashboard-Einstellungen **Anmerkungen** und **Neu** aus und wählen Sie Snowflake als Datenquelle aus.
Da es sich bei Anmerkungen um Ereignisse handelt, benötigen sie mindestens eine Zeitspalte und eine Spalte, um das Ereignis zu beschreiben.
Der folgende Beispielcode zeigt eine Abfrage zur Kommentierung aller fehlgeschlagenen Anmeldungen bei Snowflake.
```
SELECT
EVENT_TIMESTAMP as time,
EVENT_TYPE,
CLIENT_IP
FROM ACCOUNT_USAGE.LOGIN_HISTORY
WHERE $__timeFilter(time) AND IS_SUCCESS!='YES'
ORDER BY time ASC;
```
Bedingung 2
+ Zeit: `TIME`
+ Titel: `EVENT_TYPE`
+ text: `CLIENT_IP`
Dadurch werden Anmerkungen zu allen fehlgeschlagenen Anmeldungen bei Snowflake auf Ihren Dashboard-Panels eingeblendet.
## Zusätzliche Funktionen
### Verwenden Sie das Feld Anzeigename
Dieses Plugin verwendet das Feld Anzeigename auf der Registerkarte „Feld“ des Bedienfelds „Optionen“, um einen Legendenschlüssel anhand seines Namens, seiner Beschriftungen oder Werte zu kürzen oder zu ändern. Andere Datenquellen verwenden benutzerdefinierte `alias` Funktionen, um Legendentasten zu ändern, aber die Funktion „Anzeigename“ ist eine konsistentere Methode, dies zu tun.
### Berechtigungen für Datenquellen
Beschränken Sie den Zugriff auf Snowflake, indem Sie auf der Datenquellenkonfigurationsseite die Registerkarte **Berechtigungen** auswählen, um Datenquellenberechtigungen zu aktivieren. Auf der Berechtigungsseite können Administratoren Berechtigungen aktivieren und Abfrageberechtigungen auf bestimmte Benutzer und Teams beschränken.
### Machen Sie sich mit Ihren Snowflake-Abrechnungs- und Nutzungsdaten vertraut
In der Snowflake-Datenquelle können Sie ein Abrechnungs- und Nutzungs-Dashboard importieren, das Ihnen nützliche Abrechnungs- und Nutzungsinformationen anzeigt.
Fügen Sie das Dashboard auf der Konfigurationsseite der Snowflake-Datenquelle hinzu:
Dieses Dashboard verwendet die ACCOUNT\$1USAGE-Datenbank und erfordert, dass der Querier die Rolle ACCOUNTADMIN hat. Um dies sicher zu tun, erstellen Sie eine neue Grafana-Datenquelle mit einem Benutzer mit der Rolle ACCOUNTADMIN. Wählen Sie dann diese Datenquelle in den Variablen aus.
# Stellen Sie eine Connect zu einer Splunk-Datenquelle her
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Konfiguration
### Konfiguration der Datenquelle
Stellen Sie bei der Konfiguration der Datenquelle sicher, dass das URL-Feld den von Ihnen konfigurierten Splunk-Port verwendet `https` und auf diesen verweist. Der Standard-Splunk-API-Punkt ist 8089, nicht 8000 (dies ist der Standard-Web-UI-Port). Aktivieren Sie *Basic Auth und geben Sie den Splunk-Benutzernamen und das* Passwort an.
#### Browser-Zugriffsmodus (direkter Zugriff) und CORS
Amazon Managed Grafana unterstützt keinen direkten Browserzugriff auf die Splunk-Datenquelle.
### Erweiterte Optionen
#### Stream-Modus
Aktivieren Sie den Stream-Modus, wenn Sie Suchergebnisse erhalten möchten, sobald sie verfügbar sind. Dies ist eine experimentelle Funktion. Aktivieren Sie sie erst, wenn Sie sie wirklich benötigen.
#### Ergebnis der Umfrage
Führen Sie die Suche aus und überprüfen Sie dann regelmäßig das Ergebnis. Unter der Haube führt diese Option einen `search/jobs` API-Aufruf mit der `exec_mode` Einstellung auf aus`normal`. In diesem Fall gibt die API-Anfrage die Job-SID zurück, und Grafana überprüft dann von Zeit zu Zeit den Jobstatus, um das Job-Ergebnis zu erhalten. Diese Option kann bei langsamen Abfragen hilfreich sein. Standardmäßig ist diese Option deaktiviert und Grafana legt fest`oneshot`, was `exec_mode` die Rückgabe von Suchergebnissen im selben API-Aufruf ermöglicht. Weitere Informationen zum `search/jobs` API-Endpunkt finden Sie in den [Splunk-Dokumenten](https://docs.splunk.com/Documentation/Splunk/latest/RESTREF/RESTsearch#search.2Fjobs).
#### Abfrageintervall für die Suche
Mit dieser Option können Sie einstellen, wie oft Amazon Managed Grafana Splunk nach Suchergebnissen abfragt. Zeit für die nächste Umfrage, wobei nach dem Zufallsprinzip aus dem Intervall [min, max.) ausgewählt wird. Wenn Sie viele umfangreiche Suchanfragen durchführen, ist es sinnvoll, diese Werte zu erhöhen. Tipps: Erhöhen Sie *Min*, wenn die Ausführung von Suchaufträgen lange dauert, und *Max*, wenn Sie viele parallel Suchen ausführen (viele Splunk-Metriken im Grafana-Dashboard). Die Standardeinstellung ist ein Intervall von [500, 3000) Millisekunden.
#### Automatische Stornierung
Falls angegeben, wird der Job nach so vielen Sekunden Inaktivität automatisch abgebrochen (0 bedeutet, dass kein automatischer Abbruch erfolgt). Die Standardeinstellung ist 30.
#### Status-Buckets
Die meisten zu generierenden Status-Buckets. 0 bedeutet, dass keine Zeitleisteninformationen generiert werden. Die Standardeinstellung ist 300.
#### Suchmodus für Felder
Wenn Sie den Visual Query Editor verwenden, versucht die Datenquelle, eine Liste der verfügbaren Felder für den ausgewählten Quelltyp abzurufen.
+ schnell — verwendet das erste verfügbare Ergebnis aus der Vorschau
+ voll — warten Sie, bis der Job abgeschlossen ist, und erhalten Sie das vollständige Ergebnis.
#### Frühester Standardzeitpunkt
Bei einigen Suchanfragen kann der Zeitbereich des Dashboards nicht verwendet werden (z. B. Abfragen mit Vorlagenvariablen). Diese Option trägt dazu bei, die Suche für alle Zeiten zu verhindern, was Splunk verlangsamen kann. Die Syntax besteht aus einer Ganzzahl und einer Zeiteinheit. `[+|-]` Zum Beispiel `-1w`. [Die Zeiteinheit](https://docs.splunk.com/Documentation/Splunk/latest/Search/Specifytimemodifiersinyoursearch) kann sein`s, m, h, d, w, mon, q, y`.
#### Suchmodus für Variablen
Suchmodus für Abfragen von Vorlagenvariablen. Mögliche Werte:
+ schnell — Die Felderkennung für die Suche nach Ereignissen ist deaktiviert. Keine Ereignis- oder Felddaten für die Suche nach Statistiken.
+ smart — Felderkennung für die Suche nach Ereignissen aktiviert. Keine Ereignis- oder Felddaten für die Suche nach Statistiken.
+ ausführlich — Alle Ereignis- und Felddaten.
## Usage
### Abfrage-Editor
#### Editor-Modi
Der Abfrage-Editor unterstützt zwei Modi: roh und visuell. Um zwischen diesen Modi zu wechseln, wählen Sie das Hamburger-Symbol auf der rechten Seite des Editors und dann die Option Editor-Modus *ein-/ausschalten*.
#### Raw-Modus
Verwenden Sie den `timechart` Befehl für Zeitreihendaten, wie im folgenden Codebeispiel gezeigt.
```
index=os sourcetype=cpu | timechart span=1m avg(pctSystem) as system, avg(pctUser) as user, avg(pctIowait) as iowait
index=os sourcetype=ps | timechart span=1m limit=5 useother=false avg(cpu_load_percent) by process_name
```
Abfragen unterstützen Vorlagenvariablen, wie im folgenden Beispiel gezeigt.
```
sourcetype=cpu | timechart span=1m avg($cpu)
```
Denken Sie daran, dass Grafana eine zeitreihenorientierte Anwendung ist und Ihre Suche Zeitreihendaten (Zeitstempel und Wert) oder Einzelwerte zurückgeben sollte. [Informationen zum Befehl [timechart](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/Timechart) und weitere Suchbeispiele finden Sie in der offiziellen Splunk-Suchreferenz](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/WhatsInThisManual)
#### Splunk-Metriken und `mstats`
Splunk 7.x bietet `mstats` Befehle zum Analysieren von Metriken. Damit Charts richtig funktionieren`mstats`, sollte es mit einem `timeseries` Befehl kombiniert werden und die `prestats=t` Option muss gesetzt werden.
```
Deprecated syntax:
| mstats prestats=t avg(_value) AS Value WHERE index="collectd" metric_name="disk.disk_ops.read" OR metric_name="disk.disk_ops.write" by metric_name span=1m
| timechart avg(_value) span=1m by metric_name
Actual:
| mstats prestats=t avg(disk.disk_ops.read) avg(disk.disk_ops.write) WHERE index="collectd" by metric_name span=1m
| timechart avg(disk.disk_ops.read) avg(disk.disk_ops.write) span=1m
```
Weitere Informationen zu `mstats` Befehlen finden Sie in [Splunk Search](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/Mstats) Reference.
#### Formatieren als
Es gibt zwei unterstützte Ergebnisformatmodi: *Zeitreihe* (Standard) und *Tabelle*. Der Tabellenmodus eignet sich für die Verwendung mit dem Tabellenfenster, wenn Sie aggregierte Daten anzeigen möchten. Das funktioniert mit Rohereignissen (gibt alle ausgewählten Felder zurück) und mit der `stats` Suchfunktion, die tabellenähnliche Daten zurückgibt. Beispiele:
```
index="os" sourcetype="vmstat" | fields host, memUsedMB
index="os" sourcetype="ps" | stats avg(PercentProcessorTime) as "CPU time", latest(process_name) as "Process", avg(UsedBytes) as "Memory" by PID
```
Das Ergebnis ähnelt dem Tab „*Statistik*“ in der Splunk-Benutzeroberfläche.
Lesen Sie mehr über die Verwendung von `stats` Funktionen in [Splunk](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/Stats) Search Reference.
#### Visueller Modus
Dieser Modus ermöglicht das Erstellen von step-by-step Suchen. Beachten Sie, dass in diesem Modus eine `timechart` Splunk-Suche erstellt wird. Wählen Sie einfach Index, Quelltyp und Metriken aus und legen Sie bei Bedarf die Aufteilung nach Feldern fest.
##### Metrik
Sie können mehrere Metriken zur Suche hinzufügen, indem Sie die *Plus-Schaltfläche* auf der rechten Seite der Metrikzeile auswählen. Der Metrik-Editor enthält eine Liste häufig verwendeter Aggregationen, aber Sie können hier jede andere Funktion angeben. Wählen Sie einfach ein Agg-Segment (`avg`standardmäßig) und geben Sie ein, was Sie benötigen. Wählen Sie das gewünschte Feld aus der Drop-down-Liste aus (oder geben Sie es ein) und legen Sie einen Alias fest, wenn Sie möchten.
##### Aufteilen nach und wo
Wenn Sie „Nach Feld teilen“ wählen und den Modus „*Zeitreihen*“ verwenden, ist der Editor „Wo“ verfügbar. Wählen Sie *Plus* und dann Operator, Aggregation und Wert aus, zum Beispiel *Where avg in den Top 10.* Beachten Sie, dass diese *Where-Klausel* Teil von *Split by* ist. Weitere Informationen finden Sie unter [Timechart Docs](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/timechart#where_clause).
#### Optionen
Um die Standard-Timechart-Optionen zu ändern, wählen Sie in der letzten Zeile **Optionen** aus.
Weitere Informationen zu diesen Optionen finden Sie in den [Timechart-Dokumenten](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/timechart).
#### Gerenderte Splunk-Suche
Wählen Sie den Zielbuchstaben auf der linken Seite, um den Editor zu reduzieren und die gerenderte Splunk-Suche anzuzeigen.
### Anmerkungen
Verwenden Sie Anmerkungen, wenn Sie Splunk-Benachrichtigungen oder Ereignisse im Diagramm anzeigen möchten. Bei Anmerkungen kann es sich entweder um eine vordefinierte Splunk-Warnung oder um eine reguläre Splunk-Suche handeln.
#### Splunk-Warnung
Geben Sie einen Namen für die Warnung ein, oder lassen Sie das Feld leer, um alle ausgelösten Alarme zu erhalten. Vorlagenvariablen werden unterstützt.
#### Splunk-Suche
Verwenden Sie die Splunk-Suche, um benötigte Ereignisse abzurufen, wie im folgenden Beispiel gezeigt.
```
index=os sourcetype=iostat | where total_ops > 400
index=os sourcetype=iostat | where total_ops > $io_threshold
```
Vorlagenvariablen werden unterstützt.
Die Option **Ereignisfeld als Text** ist geeignet, wenn Sie den Feldwert als Annotationstext verwenden möchten. Das folgende Beispiel zeigt den Text der Fehlermeldung aus Protokollen.
```
Event field as text: _raw
Regex: WirelessRadioManagerd\[\d*\]: (.*)
```
Regex ermöglicht es, einen Teil der Nachricht zu extrahieren.
### Vorlagenvariablen
Die Funktion für Vorlagenvariablen unterstützt Splunk-Abfragen, die eine Liste von Werten zurückgeben, beispielsweise mit einem `stats` Befehl.
```
index=os sourcetype="iostat" | stats values(Device)
```
Diese Abfrage gibt eine Liste von `Device` Feldwerten aus `iostat` der Quelle zurück. Anschließend können Sie diese Gerätenamen für Zeitreihenabfragen oder Anmerkungen verwenden.
Es gibt zwei mögliche Arten von Variablenabfragen, die in Grafana verwendet werden können. Die erste ist eine einfache Abfrage (wie zuvor vorgestellt), die eine Liste von Werten zurückgibt. Der zweite Typ ist eine Abfrage, die eine key/value Variable erstellen kann. Die Abfrage sollte zwei Spalten mit dem Namen `_text` und zurückgeben`_value`. Der `_text` Spaltenwert sollte eindeutig sein (wenn er nicht eindeutig ist, wird der erste Wert verwendet). Die Optionen in der Dropdownliste enthalten einen Text und einen Wert, sodass Sie einen benutzerfreundlichen Namen als Text und eine ID als Wert verwenden können.
Diese Suche gibt beispielsweise eine Tabelle mit den Spalten `Name` (Docker-Containername) und `Id` (Container-ID) zurück.
```
source=docker_inspect | stats count latest(Name) as Name by Id | table Name, Id
```
Um den Container-Namen als sichtbaren Wert für die Variable und die ID als echten Wert zu verwenden, sollte die Abfrage wie im folgenden Beispiel geändert werden.
```
source=docker_inspect | stats count latest(Name) as Name by Id | table Name, Id | rename Name as "_text", Id as "_value"
```
#### Variablen mit mehreren Werten
Es ist möglich, Variablen mit mehreren Werten in Abfragen zu verwenden. Eine interpolierte Suche hängt vom Verwendungskontext der Variablen ab. Es gibt eine Reihe dieser Kontexte, die das Plugin unterstützt. Angenommen, es gibt eine Variable `$container` mit ausgewählten Werten `foo` und`bar`:
+ Einfacher Filter für `search` Befehle
```
source=docker_stats $container
=>
source=docker_stats (foo OR bar)
```
+ Feldwertfilter
```
source=docker_stats container_name=$container
=>
source=docker_stats (container_name=foo OR container_name=bar)
```
+ Feldwertfilter mit dem Operator und der Funktion `IN` `in()`
```
source=docker_stats container_name IN ($container)
=>
source=docker_stats container_name IN (foo, bar)
source=docker_stats | where container_name in($container)
=>
source=docker_stats | where container_name in(foo, bar)
```
#### Variablen und Anführungszeichen mit mehreren Werten
Wenn eine Variable in Anführungszeichen eingeschlossen ist (sowohl doppelte als auch einfache), werden ihre Werte ebenfalls in Anführungszeichen gesetzt, wie im folgenden Beispiel.
```
source=docker_stats container_name="$container"
=>
source=docker_stats (container_name="foo" OR container_name="bar")
source=docker_stats container_name='$container'
=>
source=docker_stats (container_name='foo' OR container_name='bar')
```
# Stellen Sie eine Connect zu einer Splunk Infrastructure Monitoring-Datenquelle her
Bietet Unterstützung für Splunk Infrastructure Monitoring (früher). SignalFx
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Die Datenquelle wird hinzugefügt
1. Öffnen Sie die Grafana-Konsole im Amazon Managed Grafana-Arbeitsbereich und stellen Sie sicher, dass Sie angemeldet sind.
1. Wählen Sie im Seitenmenü unter **Konfiguration** (das Zahnradsymbol) die Option **Datenquellen** aus.
1. Wählen Sie **Datenquelle hinzufügen** aus.
**Anmerkung**
Wenn Sie den Link **Datenquellen** nicht in Ihrem Seitenmenü sehen, bedeutet dies, dass Ihr aktueller Benutzer die `Admin` Rolle nicht hat.
1. Wählen Sie **Splunk Infrastructure Monitoring** aus der Liste der Datenquellen aus.
1. Geben Sie die folgenden Informationen ein:
+ Geben Sie unter **Zugriffstoken** das Token ein, das von Ihrem SignalFx Konto generiert wurde. Weitere Informationen finden Sie unter [Authentifizierungstoken](https://docs.signalfx.com/en/latest/admin-guide/tokens.html).
+ **Realm** Eine eigenständige Bereitstellung, die Ihre Organisation hostet. Sie finden Ihren Realm-Namen auf Ihrer Profilseite, wenn Sie auf der SignalFx Benutzeroberfläche angemeldet sind.
## Verwenden Sie den Abfrage-Editor
Der Abfrage-Editor akzeptiert ein [ SignalFlow](https://dev.splunk.com/observability/docs/signalflow/)Programm/eine Abfrage.
Bei Labels `publish(label = 'foo')` wird ein Signalflow-Label als Metadaten auf die Ergebnisse angewendet: **„label“ :"foo“**
**Für Vorlagenvariablen vom Abfragetyp gibt es kein Abfragefeld.** Stattdessen wählen Sie einen der folgenden Abfragetypen aus:
+ Dimensionen
+ Kennzahlen
+ Tags (Markierungen)
Ad-hoc-Filter werden unterstützt, sodass globale Filter mithilfe von Dimensionen möglich sind.
Grafana-Anmerkungen werden unterstützt. Verwenden Sie beim Erstellen von Anmerkungen SignalFlow Warnungs- oder Ereignisabfragen.
Beispiel für das Abrufen von Warnmeldungen für einen Melder:
```
alerts(detector_name='Deployment').publish();
```
Beispiel für das Abrufen benutzerdefinierter Ereignisse nach Typ:
```
events(eventType='simulated').publish();
```
# Connect zu einer Wavefront-Datenquelle herstellen (VMware Tanzu Observability von Wavefront)
Die Wavefront-Datenquelle (VMware Tanzu Observability by Wavefront) ermöglicht es Amazon Managed Grafana-Benutzern, die von ihnen gesammelten Daten direkt von Wavefront abzufragen und zu visualisieren und sie einfach zusammen mit anderen Metriken, Protokollen, Ablaufverfolgungs- oder anderen Datenquellen zu visualisieren. Diese flexible Ansicht in einem einzigen Fenster erleichtert die Nachverfolgung des Systemzustands und das Debuggen von Problemen.
**Anmerkung**
Diese Datenquelle ist nur für Grafana Enterprise bestimmt. Weitere Informationen finden Sie unter [Zugriff auf Enterprise-Plugins verwalten](upgrade-to-enterprise-plugins.md).
In Workspaces, die Version 9 oder neuer unterstützen, müssen Sie für diese Datenquelle möglicherweise außerdem das entsprechende Plugin installieren. Weitere Informationen finden Sie unter [Erweitere deinen Workspace mit Plugins](grafana-plugins.md).
## Was ist Wavefront?
[Wavefront](https://www.wavefront.com) ist ein Cloud-Überwachungs- und Analysetool, das von entwickelt wurde. VMware Wavefront ist ein in der Cloud gehosteter Dienst, über den Sie Ihre (metrischen) Zeitreihendaten senden — von CollectD, StatsD, JMX, Rubys Logger oder anderen Tools. AWS Mit Wavefront können Benutzer mathematische Operationen an diesen Serien durchführen, Diagramme rendern, um Anomalien zu erkennen, sie verfolgen und Warnmeldungen erstellen. KPIs
## Maximieren Sie Ihren Tech-Stack mit Wavefront und Grafana
Oberflächlich betrachtet klingen Grafana und Wavefront zwar ähnlich, aber viele Unternehmen verwenden sowohl Wavefront als auch Grafana als wichtige Bestandteile ihrer Observability-Workflows.
**Visualisieren ohne Datenquellen zu verschieben:** Die einzigartige Architektur von Grafana fragt Daten direkt dort ab, wo sie sich befinden, anstatt sie zu verschieben und für redundante Speicherung und Erfassung zu bezahlen.
**Panels aus verschiedenen Quellen zusammenstellen** Mit vorgefertigten und benutzerdefinierten Dashboards können Sie Daten aus vielen verschiedenen Datenquellen in einer einzigen Oberfläche zusammenführen.
**Transformation und Berechnung auf Benutzerebene: Benutzer** können Daten transformieren und verschiedene Berechnungen mit den Daten durchführen, die sie sehen, wodurch weniger Datenvorbereitung erforderlich ist.
**Kombinieren, berechnen und visualisieren in Panels: Erstellen Sie Panels** mit gemischten Datenquellen, die verwandte Daten aus Waveferont und anderen Quellen wie Prometheus und InfluxDB anzeigen.
## Dokumentation
### Features
+ Visualisierungen von Zeitreihen
+ Tabellen-Visualisierungen
+ Heatmap-Visualisierungen
+ Visualisierungen mit einzelnen Statistiken
+ Geführter Abfrage-Editor
+ Roher WQL-Abfrage-Editor
+ Anmerkungen für Ereignisdaten
+ Vorlagenvariablen
+ Ad-Hoc-Filter
+ Warnfunktion
### Konfiguration
Die Konfiguration der Wavefront-Datenquelle ist relativ einfach. Es sind nur zwei Felder erforderlich, um die Konfiguration abzuschließen: `API URL` und. `Token`
+ `API URL`wird die URL sein, die Sie für den Zugriff auf Ihre Wavefront-Umgebung verwenden. Beispiel: `https://myenvironment.wavefront.com`.
+ `Token`muss von einem Benutzer- oder Dienstkonto aus generiert werden.
1. **Um ein auf einem Benutzerkonto basierendes Token zu erstellen, melden Sie sich bei Ihrer Wavefront-Umgebung an, wählen Sie das Zahnrad in der oberen rechten Ecke der Seite, wählen Sie Ihren Benutzernamen (zum Beispiel`me@grafana.com`), wählen Sie oben auf der Benutzerseite den Tab **API-Zugriff** aus, kopieren Sie dann einen vorhandenen Schlüssel oder wählen Sie Generieren.**
1. Um ein auf einem Dienstkonto basierendes Token zu erstellen, melden Sie sich in Ihrer Wavefront-Umgebung an, wählen Sie das Zahnrad in der oberen rechten Ecke der Seite und dann Kontoverwaltung. Wählen Sie in der linken Navigationsleiste **Konten, Gruppen und Rollen** aus, wählen Sie oben die Registerkarte **Dienstkonten** und dann Neues Konto **erstellen** aus. Geben Sie einen Namen für das Dienstkonto ein. Das kann alles sein, was Sie wollen. Kopieren Sie das Token, das im Abschnitt **Tokens** bereitgestellt wird.
1. Der letzte Schritt besteht darin, sicherzustellen, dass das Kontrollkästchen **Konten, Gruppen und Rollen** unter **Berechtigungen** aktiviert ist.
Nachdem Sie das Token haben, fügen Sie es dem `Token` Konfigurationsfeld hinzu und Sie sollten fertig sein\$1
Die fertige Konfigurationsseite sollte ungefähr so aussehen:
### Usage
#### Verwenden des Abfrage-Editors
Der Wavefront-Abfrageeditor hat zwei Modi: **Query Builder** und **Raw** Query. Um zwischen ihnen umzuschalten, verwenden Sie den Selektor oben rechts im Abfrageformular:
Im **Query Builder-Modus** stehen Ihnen vier Optionen zur Auswahl:
1. Welche Metrik möchten Sie abfragen?
1. Welche Aggregation möchten Sie für diese Metrik durchführen?
1. Wie möchten Sie die Ergebnisse dieser Metrikabfrage filtern?
1. Möchten Sie zusätzliche Funktionen auf das Ergebnis anwenden?
Die Metrikauswahl ist eine kategorisierte Hierarchie. Wählen Sie eine Kategorie aus und wählen Sie dann erneut, um die Unterkategorien aufzuschlüsseln. Wiederholen Sie diesen Vorgang, bis Sie die gewünschte Metrik erreicht haben.
Nachdem Sie eine Metrik ausgewählt haben, werden die verfügbaren Filter und Filterwerte automatisch für Sie aufgefüllt.
Im Modus **Raw Query** sehen Sie ein einzelnes Feld mit der Bezeichnung **Query**. Auf diese Weise können Sie jede gewünschte [WQL-Abfrage](#wavefront-references) ausführen.
#### Verwenden von Filtern
Das Wavefront-Plugin fragt dynamisch die entsprechenden Filter für jede Metrik ab.
Um einen Filter hinzuzufügen, klicken Sie im Wavefront-Abfrage-Editor auf das **\$1** neben der Bezeichnung **Filter**, wählen Sie aus, nach welchem Feld Sie filtern möchten, und wählen Sie einen Wert aus, nach dem gefiltert werden soll.
#### Verwenden von -Funktionen
Funktionen bieten eine zusätzliche Möglichkeit, die metrischen Antwortdaten zu aggregieren, zu bearbeiten und Berechnungen für sie durchzuführen. Um die verfügbaren Funktionen anzuzeigen, wählen Sie die Dropdownliste neben der Funktionsbezeichnung im **Query Builder** aus. Je nach der ausgewählten Funktion können Sie weitere Aktionen ausführen, z. B. eine Gruppe nach Feldern festlegen oder Schwellenwerte anwenden. Benutzer können mehrere Funktionen miteinander verketten, um erweiterte Berechnungen oder Datenmanipulationen durchzuführen.
#### Hinzufügen einer Variablen für eine Abfragevorlage
1. Um eine neue Wavefront-Vorlagenvariable für ein Dashboard zu erstellen, wählen Sie das Einstellungen-Zahnrad oben rechts im Dashboard aus.
1. **Wählen Sie im Bereich auf der linken Seite Variablen aus.**
1. Wählen Sie oben rechts auf der Variablenseite „**Neu**“ aus.
1. Geben Sie einen **Namen** und eine **Bezeichnung** für die Vorlagenvariable ein, die Sie erstellen möchten. **Name** ist der Wert, den Sie in Abfragen verwenden, um auf die Vorlagenvariable zu verweisen. **Label** ist ein benutzerfreundlicher Name, der für die Vorlagenvariable im Auswahlbereich des Dashboards angezeigt wird.
1. Wählen Sie den Typ **Query** für das Typfeld aus (er sollte standardmäßig ausgewählt sein).
1. Wählen Sie unter der Überschrift **Abfrageoptionen** in der Dropdownliste **Datenquelle** die Option **Wavefront** aus.
1. **Einzelheiten dazu, was in das [Abfragefeld eingegeben werden sollte, finden Sie unter Abfragestruktur mit Vorlagenvariablen](#template-variable-query-structure).**
1. Wenn Sie einen der zurückgegebenen Werte aus Ihrer Abfrage herausfiltern möchten, geben Sie einen regulären Ausdruck in das **Regex-Eingabefeld** ein.
1. Wenden Sie alle Sortiereinstellungen an, die Sie möglicherweise haben, indem Sie in der Dropdownliste Sortieren einen **Sortiertyp** auswählen.
1. Nachdem Sie die Konfiguration überprüft haben, wählen Sie **Hinzufügen**, um die Vorlagenvariable hinzuzufügen, und klicken Sie dann im linken Navigationsbereich auf **Dashboard speichern**, um Ihre Änderungen zu speichern.
#### Abfragestruktur der Vorlagenvariablen
Metriklisten: Metriken: ts (...)
Quellenlisten: Quellen: ts (...)
Quell-Tag-Listen: sourceTags: ts (...)
passende Quell-Tag-Listen matchingSourceTags: ts (...)
Tag-Namenlisten: TagNames: ts (...)
Tag-Wertelisten: tagValues (): ts (...)
**Hinweise**
+ Das s am Ende jedes Abfragetyps ist optional
+ Support für alle Kleinbuchstaben. Sie können Tagnamen oder TagNames verwenden, aber keine TAGNAMES.
+ Die Verwendung von Leerzeichen um das: ist optional
**WARNUNG**
`Multi-value`und `Include All option` werden derzeit nicht vom Wavefront-Plugin unterstützt.
#### Verwenden von Vorlagenvariablen
Nachdem Sie die Schritte zum [Hinzufügen einer neuen Vorlagenvariablen](#wavefront-adding-a-query-template-variable-1) abgeschlossen haben, können Sie die Vorlagenvariable nun in Ihren Dashboard-Bereichen verwenden, um dynamische Visualisierungen zu erstellen.
1. Fügen Sie mithilfe des Panel\$1-Symbols in der oberen rechten Ecke Ihres Dashboards ein neues Dashboard-Panel hinzu.
1. Wählen Sie das Aggregat aus, das Sie für Ihre Abfrage verwenden möchten.
1. Klicken Sie auf das Pluszeichen neben der Bezeichnung **Filter** und wählen Sie den Schlüsseltyp aus, der Ihrer Vorlagenvariablen entspricht. `host=`zum Beispiel für einen Hostfilter.
1. Geben Sie den Namen der von Ihnen erstellten Vorlagenvariablen in das Eingabefeld **Wert** des Filters ein.
1. Speichern Sie das Dashboard.
Sie sollten jetzt in der Lage sein, zwischen verschiedenen Werten Ihrer Vorlagenvariablen zu wechseln und Ihr Panel dynamisch zu aktualisieren\$1
#### Verwenden von Ad-Hoc-Filtern
Um Ad-hoc-Filter verwenden zu können, müssen wir zwei Vorlagenvariablen erstellen. Die erste ist eine Hilfsvariable, die verwendet wird, um eine Metrik auszuwählen, sodass Add-hoc-Filter für diesen Metriknamen gefüllt werden können. Die andere wird die eigentliche Ad-hoc-Filtervariable sein.
**Wichtig**
Die benötigte Hilfsvariable muss benannt `metriclink` werden. Dabei kann es sich um eine benutzerdefinierte Variable mit der Liste der Metriken handeln, die Sie verwenden möchten, oder um eine abfragebasierte Variable, die die [Abfragestruktur der Vorlagenvariablen](#template-variable-query-structure) verwendet. Wenn Sie die Ad-hoc-Filterfelder nur mit den Werten einer einzelnen Metrik füllen möchten, können Sie die `metriclink` Vorlagenvariable ausblenden.
Nachdem Sie die `metriclink` Variable erstellt haben, können Sie nun den Ad-hoc-Filter hinzufügen, indem Sie dieselben Schritte ausführen, die unter [Hinzufügen einer Abfragevorlagenvariable](#wavefront-adding-a-query-template-variable-1) beschrieben sind. Der Unterschied besteht darin, dass Sie **Ad-hoc-Filter** als **Typ** auswählen und für eine Abfrage keine Eingaben erforderlich sind.
#### Hinzufügen von Anmerkungen
1. Um eine neue Wavefront-Anmerkung für ein Dashboard zu erstellen, wählen Sie das Einstellungen-Zahnrad oben rechts im Dashboard.
1. **Wählen Sie im Bereich auf der linken Seite „Anmerkungen“ aus.**
1. **Wählen Sie oben rechts auf der Seite „Anmerkungen“ die Option „Neu“ aus.**
1. Geben Sie einen Namen für die Anmerkung ein (dieser wird als Name des Schalters auf dem Dashboard verwendet).
1. Wählen Sie die **Datenquelle** von Wavefront aus.
1. Standardmäßig haben Anmerkungen ein Limit von 100 Alarmereignissen, die zurückgegeben werden. Um dies zu ändern, setzen Sie das Feld **Limit** auf den gewünschten Wert.
1. Wählen Sie **Hinzufügen** aus.
#### Verwenden von Anmerkungen
Wenn Anmerkungen aktiviert sind, sollten Sie jetzt die Alertereignisse und Probleme sehen, die mit einem bestimmten Zeitraum korrelieren.
Wenn Sie am unteren Rand eines mit Anmerkungen versehenen Abschnitts einer Visualisierung eine Pause einlegen, wird ein Popup-Fenster mit dem Namen der Warnung und einem direkten Link zur Warnung in Wavefront angezeigt.
#### Verwenden Sie das Feld Anzeigename
Diese Datenquelle verwendet das Feld Anzeigename auf der Registerkarte „Feld“ des Bedienfelds „Optionen“, um einen Legendenschlüssel anhand seines Namens, seiner Beschriftungen oder Werte zu kürzen oder zu ändern. Andere Datenquellen verwenden benutzerdefinierte `alias` Funktionen, um Legendenschlüssel zu ändern, aber die Funktion „Anzeigename“ ist eine konsistentere Methode, dies zu tun.
### Referenzen
+ [WQL (Wavefront Query Language)](https://docs.wavefront.com/query_language_reference.html)