Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Conexión a orígenes de datos integrados Todos los espacios de trabajo de Amazon Managed Grafana admiten los siguientes orígenes de datos. En el caso de los espacios de trabajo compatibles con la versión 9 y posteriores, es posible que algunos de estos orígenes de datos no estén instalados de forma predeterminada. Los orígenes de datos principales están disponibles en todas las instalaciones, pero los orígenes de datos que no forman parte del conjunto principal pueden necesitar la instalación del complemento de Grafana correcto. Puede instalar complementos para orígenes de datos adicionales que no estén en esta lista. Para más información sobre la administración de complementos, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). **Topics** + [Alertmanager](data-source-alertmanager.md) + [Amazon CloudWatch](using-amazon-cloudwatch-in-AMG.md) + [OpenSearch Servicio Amazon](using-Amazon-OpenSearch-in-AMG.md) + [AWS IoT SiteWise](using-iotsitewise-in-AMG.md) + [AWS IoT TwinMaker](AMG-iot-twinmaker.md) + [Prometheus](prometheus-data-source.md) + [Amazon Timestream](timestream-datasource.md) + [Amazon Athena](AWS-Athena.md) + [Amazon Redshift](AWS-Redshift.md) + [AWS X-Ray](x-ray-data-source.md) + [Azure Monitor](using-azure-monitor-in-AMG.md) + [Graphite](using-graphite-in-AMG.md) + [Google Cloud Monitoring](using-google-cloud-monitoring-in-grafana.md) + [InfluxDB](using-influxdb-in-AMG.md) + [Jaeger](jaeger-data-source.md) + [Loki](using-loki-in-AMG.md) + [Microsoft SQL Server](using-microsoft-sql-server-in-AMG.md) + [MySQL](using-mysql-in-AMG.md) + [OpenSearch](using-opensearch-in-AMG.md) + [OpenTSDB](using-opentsdb-in-AMG.md) + [PostgreSQL](using-postgresql-in-AMG.md) + [Tempo](tempo-data-source.md) + [TestData](testdata-data-source.md) + [Zipkin](zipkin-data-source.md) # Conexión a un origen de datos de Alertmanager Grafana incluye compatibilidad integrada con la instancia de Alertmanager de Prometheus. Una vez configuradas las alertas de Grafana, puede utilizar la interfaz de usuario de alertas de Grafana para administrar los silencios, los puntos de contacto y las políticas de notificación. Una opción desplegable en estas páginas le permite cambiar entre Grafana y cualquier origen de datos de Alertmanager configurado. **Implementaciones de Alertmanager** Se admiten las implementaciones de Alertmanager de [Prometheus](https://prometheus.io/), [Cortex](https://cortexmetrics.io/) y [Grafana Mimir](https://grafana.com/docs/mimir/latest/). Puede especificar la implementación en la página de configuración del origen de datos. Los puntos de contacto y las políticas de notificación de Prometheus son de solo lectura en la interfaz de usuario de alertas de Grafana, ya que no admiten la actualización de la configuración a través de la API HTTP. ## Configuración de un origen de datos de Alertmanager Puede configurar un origen de datos de Alertmanager para utilizarlo con las alertas de Grafana. **Requisitos previos** Para configurar Alertmanager, debe cumplir el siguiente requisito previo: + Tener una instancia de Prometheus, con métricas ingeridas y al menos una regla de alerta o registro configurada. Necesitará la URL del espacio de trabajo. + Tener permisos definidos para que Amazon Managed Grafana tenga acceso de lectura a sus alertas, grupos de alertas, silencios y puntos de contacto desde su implementación de Alertmanager. **Configuración de un origen de datos de Alertmanager** 1. Desde su consola de Grafana, en el menú de Grafana, elija la página **Origen de datos** en **Configuración**. 1. Elija **Agregar origen de datos** y seleccione **Alertmanager** en la lista de tipos de orígenes de datos. 1. Proporcione la siguiente información para el nuevo origen de datos. + En **Nombre**, ingrese el nombre que desee para el origen de datos. + En **Implementación**, elija su implementación de Alertmanager: **Prometheus**, **Mimir** o **Cortex**. + En **HTTP**, para **URL**, proporcione la URL de Alertmanager. En el caso de Prometheus, esta es la URL del espacio de trabajo, con `alertmanager` anexado. Por ejemplo, `https://myprometheus/workspaces/ws-example-1234-5678-abcd-xyz00000001/alertmanager`. + En **Autenticación**, configure los detalles de autenticación necesarios para acceder a su implementación de Alertmanager. 1. Seleccione **Guardar y probar** para finalizar la configuración del origen de datos. Si el origen de datos está configurado correctamente, aparecerá un mensaje que indicará que la **comprobación de estado se ha superado**. # Conectarse a una fuente de CloudWatch datos de Amazon Con Amazon Managed Grafana, puede añadir Amazon CloudWatch como fuente de datos mediante la opción de configuración de fuentes de AWS datos de la consola de espacio de trabajo de Grafana. Esta función simplifica la adición CloudWatch como fuente de datos al descubrir sus CloudWatch cuentas existentes y administra la configuración de las credenciales de autenticación necesarias para acceder. CloudWatch Puede usar este método para configurar la autenticación y agregarla CloudWatch como fuente de datos. Como alternativa, puede configurar manualmente el origen de datos y las credenciales de autenticación necesarias mediante el mismo método que utilizaría en un servidor Grafana autogestionado. **Topics** + [Use la configuración de la fuente de AWS datos para agregarla CloudWatch como fuente de datos](adding-CloudWatch-AWS-config.md) + [Añadir manualmente CloudWatch como fuente de datos](adding--CloudWatch-manual.md) + [Uso del editor de consultas de](CloudWatch-using-the-query-editor.md) + [Paneles seleccionados](CloudWatch-curated-dashboards.md) + [Consultas con plantillas](cloudwatch-templated-queries.md) + [Uso de ejemplos de ec2\$1instance\$1attribute](cloudwatch-ec2-instance-attribute-examples.md) + [Uso de variables de plantilla de formato JSON](cloudwatch-using-json-format-template-variables.md) + [Precios](cloudwatch-pricing.md) + [Cuotas de servicio](cloudwatch-service-quotas.md) + [Observabilidad entre cuentas](cloudwatch-cross-account.md) # Use la configuración de la fuente de AWS datos para agregarla CloudWatch como fuente de datos Para usar la configuración de la fuente de AWS datos, primero debes usar la consola de Grafana gestionada por Amazon para habilitar las funciones de IAM gestionadas por el servicio que otorgan al espacio de trabajo las políticas de IAM necesarias para leer los CloudWatch recursos de tu cuenta o de toda tu unidad organizativa. A continuación, utiliza la consola de espacio de trabajo de Grafana gestionada por Amazon para añadirla CloudWatch como fuente de datos. **Para usar la configuración de la fuente de AWS datos para agregarla CloudWatch como fuente de datos** 1. Abra la consola de Amazon Managed Grafana en [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/). 1. En el panel de navegación, elija el icono de menú y, a continuación, seleccione **Todos los espacios de trabajo**. 1. Elija el nombre del espacio de trabajo. 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. 1. Selecciona la casilla de **Amazon CloudWatch** y, a continuación, selecciona **Acciones**, **activar la política gestionada por el servicio**. 1. Elija la pestaña **Orígenes de datos** de nuevo. 1. Selecciona **Configurar en Grafana** en la fila de **Amazon CloudWatch**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. 1. En la barra de navegación de la consola del espacio de trabajo de Grafana, selecciona el AWS icono y, a continuación, selecciona **AWS servicios**,. **CloudWatch** 1. Seleccione la región predeterminada desde la que desea que se realice la consulta de la fuente de CloudWatch datos. 1. Seleccione las cuentas que desee y, a continuación, elija **Agregar origen de datos**. # Añadir manualmente CloudWatch como fuente de datos **Para añadir manualmente la fuente CloudWatch de datos** 1. En el menú lateral de la consola de Grafana, coloque el cursor sobre el icono **Configuración** (engranaje) y, a continuación, seleccione **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija la fuente **CloudWatch**de datos. Si es necesario, puede empezar a escribir **CloudWatch** en el cuadro de búsqueda para ayudarlo a encontrarlo. ## CloudWatch configuración Se aplican los siguientes CloudWatch ajustes. | Name | Description (Descripción) | | --- | --- | | `Name` | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | `Default` | Designa el origen de datos que se preseleccionará para los nuevos paneles. | | `Default Region` | Establezca la región en el editor de consultas. Se puede cambiar por consulta. | | `Namespaces of Custom Metrics` | Especifica los espacios de CloudWatch nombres de las métricas personalizadas. Puede incluir varios espacios de nombres, separados por comas. | | `Auth Provider` | Especifica el proveedor para obtener las credenciales. | | `Assume Role Arn` | Especifica el Nombre de recurso de Amazon (ARN) del rol que se asumirá. | | `External ID` | (Opcional) Especifica el ID externo. Utilícelo si asume un rol en otro Cuenta de AWS que se ha creado con un ID externo. | | `Timeout` | Configure el tiempo de espera específicamente para las consultas CloudWatch de registros. | | `X-Ray trace links` | Para agregar enlaces automáticamente a los registros cuando el registro contenga el campo `@xrayTraceId`, enlace un origen de datos de X-Ray en la sección **Enlace de rastro de X-Ray** de la configuración del origen de datos. Ya debe tener configurado un [origen de datos de X-Ray](x-ray-data-source.md). | ### Autenticación Para habilitar la autenticación entre Amazon Managed Grafana y CloudWatch, puede utilizar la consola de Amazon Managed Grafana para crear rápidamente las políticas y los permisos necesarios. Como alternativa, puede configurar manualmente la autenticación utilizando algunos de los mismos métodos que utilizaría en un servidor de Grafana autoadministrado. Para usar la configuración del origen de datos de Amazon Managed Grafana para configurar rápidamente las políticas, siga los pasos que se indican en [Use la configuración de la fuente de AWS datos para agregarla CloudWatch como fuente de datos](adding-CloudWatch-AWS-config.md). Para configurar los permisos manualmente, utilice uno de los métodos que se describen en la siguiente sección. #### AWS credenciales Hay tres métodos de autenticación diferentes disponibles. + **AWS SDK predeterminado**: utiliza los permisos definidos en el rol asociado a tu espacio de trabajo. Para obtener más información, consulte [Permisos administrados por el cliente](AMG-manage-permissions.md#AMG-customer-managed). + **Clave de acceso y secreta**: se corresponde con `StaticProvider` de AWS SDK para Go . Utiliza el ID de clave de acceso y la clave secreta que se proporcionan para autenticarse. Este método no tiene ninguna alternativa y generará un error si el par de claves proporcionado no funciona. #### Roles de IAM Actualmente, todo el acceso CloudWatch se realiza desde el lado del servidor mediante el backend de Grafana utilizando el SDK oficial. AWS Si eliges el método de autenticación *predeterminado del AWS SDK* y tu servidor de Grafana está funcionando AWS, puedes usar las funciones de IAM para gestionar la autenticación automáticamente. Para obtener más información, consulte [Roles de IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html). #### Políticas de IAM Grafana necesita permisos otorgados a través de IAM para poder leer CloudWatch métricas y etiquetas, instancias y regiones de EC2. Puede adjuntar estos permisos a los roles de IAM y utilizar la compatibilidad integrada de Grafana para asumir roles. En el siguiente código de ejemplo se muestra una política mínima. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "AllowReadingMetricsFromCloudWatch", "Effect": "Allow", "Action": [ "cloudwatch:DescribeAlarmsForMetric", "cloudwatch:DescribeAlarmHistory", "cloudwatch:DescribeAlarms", "cloudwatch:ListMetrics", "cloudwatch:GetMetricStatistics", "cloudwatch:GetMetricData", "cloudwatch:GetInsightRuleReport" ], "Resource": "*" }, { "Sid": "AllowReadingLogsFromCloudWatch", "Effect": "Allow", "Action": [ "logs:DescribeLogGroups", "logs:GetLogGroupFields", "logs:StartQuery", "logs:StopQuery", "logs:GetQueryResults", "logs:GetLogEvents" ], "Resource": "*" }, { "Sid": "AllowReadingTagsInstancesRegionsFromEC2", "Effect": "Allow", "Action": [ "ec2:DescribeTags", "ec2:DescribeInstances", "ec2:DescribeRegions" ], "Resource": "*" }, { "Sid": "AllowReadingResourcesForTags", "Effect": "Allow", "Action": "tag:GetResources", "Resource": "*" }, { "Sid": "AllowReadingAcrossAccounts", "Effect": "Allow", "Action": [ "oam:ListSinks", "oam:ListAttachedLinks" ], "Resource": "*" } ] } ``` ------ #### Adopción de un rol El campo `Assume Role ARN` le permite especificar qué rol de IAM quiere asumir, en caso de que lo haya. Si lo deja en blanco, las credenciales proporcionadas se utilizan directamente y el rol o usuario asociado debe tener los permisos necesarios. Si este campo no está en blanco, las credenciales proporcionadas se utilizan para efectuar una llamada `sts:AssumeRole`. # Uso del editor de consultas de La fuente de CloudWatch datos de Amazon Managed Grafana proporciona un potente editor de consultas que le permite recuperar y analizar métricas y registros de varios AWS servicios a los que se envían datos. CloudWatch El editor de consultas admite dos modos de consulta distintos: búsqueda métrica y CloudWatch registros. El modo de editor de consultas para las métricas utiliza la CloudWatch API para buscar las métricas cargadas en CloudWatch. El modo de registros utiliza los CloudWatch registros APIs para buscar registros. Cada modo tiene su propio editor de consultas especializado. Para seleccionar la API con la que desea hacer la consulta, utilice el conmutador de modo de consulta situado en la parte superior del editor. **Topics** + [Uso del editor de consultas de métricas](CloudWatch-using-the-metric-query-editor.md) + [Uso del editor de consultas CloudWatch de Amazon Logs](CloudWatch-using-the-logs-query-editor.md) # Uso del editor de consultas de métricas El editor de consultas métricas le permite crear dos tipos de consultas: **búsqueda de métricas** y **consulta de métricas**. La opción **Consulta de métricas consulta** los datos mediante CloudWatch Metrics Insights. ## Campos comunes del editor de consultas Hay tres campos que son comunes a los modos **Búsqueda de métricas** y **Consulta de métricas**. **Campos comunes** **Id** La API de `GetMetricData` requiere que todas las consultas tengan un ID único. Utilice este campo para especificar un ID de su elección. El ID puede contener números, letras y guiones bajos, y debe comenzar por una letra minúscula. Si no se especifica ningún ID, Amazon Managed Grafana genera un ID utilizando el siguiente patrón: `query[refId of the current query row]`. Por ejemplo, `queryA` representa la primera fila de consulta en el editor del panel. **Periodo** Un período es el período de tiempo asociado a una CloudWatch estadística específica. Los periodos se definen en números de segundos. Los valores válidos incluyen 1, 5, 10, 30 o cualquier múltiplo de 60. Si deja el campo de período en blanco o se establece en`auto`, se calculará automáticamente en función del intervalo de tiempo y de la política CloudWatch de retención. La fórmula utilizada es `time range in seconds / 2000`, y a continuación, pasa al siguiente valor superior de una matriz de periodos predefinidos [60, 300, 900, 3600, 21 600, 86 400] tras eliminar los periodos en función de la retención. Para ver qué periodo utiliza Amazon Managed Grafana, seleccione **Mostrar vista previa de consultas** en el editor de consultas. **Alias** Se aplican los siguientes patrones de alias. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/es_es/grafana/latest/userguide/CloudWatch-using-the-metric-query-editor.html) # Uso de la opción de búsqueda de métricas Para crear una consulta válida en **Búsqueda de métricas**, debe especificar el espacio de nombres, el nombre de la métrica y al menos una estadística. Si la opción **Coincidir con exactitud** está activada, también debe especificar todas las dimensiones de la métrica que está consultando. El esquema de métricas debe coincidir exactamente. Para obtener más información, consulte la [sintaxis de las expresiones de CloudWatch búsqueda](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/search-expression-syntax.html). Si la opción **Coincidir con exactitud** está desactivada, puede especificar cualquier número de dimensiones por las que desee filtrar. Se muestran hasta 100 métricas que coinciden con sus criterios de filtro. ## Consultas dinámicas que utilizan caracteres comodín de dimensión Puede supervisar una lista dinámica de métricas utilizando el carácter comodín asterisco (`*`) para uno o más valores de dimensión. Esto le ayuda a supervisar las métricas de los AWS recursos, como las instancias o los contenedores de EC2. Por ejemplo, cuando se crean nuevas instancias como parte de un evento de escalado automático, aparecerán automáticamente en el gráfico sin que tengas que realizar un seguimiento de la nueva instancia IDs. Actualmente, esta capacidad se limita a recuperar un máximo de 100 métricas. Puede seleccionar **Mostrar vista previa de consultas** para ver la expresión de búsqueda que se crea automáticamente para admitir caracteres comodín. De forma predeterminada, la expresión de búsqueda se define de tal manera que las métricas consultadas deben coincidir exactamente con los nombres de las dimensiones definidas. Esto significa que en el ejemplo solo se devuelven las métricas con exactamente una dimensión llamada `InstanceId`. Para incluir métricas que tengan definidas otras dimensiones, puede desactivar **Coincidir con exactitud**. Al desactivar **Coincidir con exactitud**, también se crea una expresión de búsqueda aunque no utilice caracteres comodín. Grafana busca cualquier métrica que coincida al menos con el espacio de nombres, el nombre de la métrica y todas las dimensiones definidas. ## Variables de plantilla de varios valores Al definir los valores de las dimensiones en función de variables de plantilla con varios valores, se utiliza una expresión de búsqueda para consultar las métricas coincidentes. Esto permite el uso de varias variables de plantilla en una consulta. También puede usar variables de plantilla para las consultas que tengan la opción **Coincidir con exactitud** desactivada. Actualmente, las expresiones de búsqueda están limitadas a 1024 caracteres, por lo que la consulta podría fallar si tiene una lista de valores larga. Si desea consultar todas las métricas que tengan algún valor para un nombre de dimensión determinado, le recomendamos que utilice el carácter comodín asterisco (`*`) en lugar de la opción (`All`). El uso de variables de plantilla con varios valores solo se admite para los valores de dimensión. El uso de variables de plantilla con varios valores para `Region`, `Namespace`, o `Metric Name` no se admite. ## Expresiones matemáticas de métricas Para crear nuevas métricas de series temporales, utilice funciones matemáticas sobre las CloudWatch métricas. Se admiten los operadores aritméticos, la resta unaria y otras funciones, que se pueden aplicar a las métricas. CloudWatch [Para obtener más información sobre las funciones matemáticas CloudWatch métricas, consulte Uso de la matemática métrica.](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/using-metric-math.html) Por ejemplo, para aplicar operaciones aritméticas a una métrica, asigne un ID (una cadena única) a la métrica sin procesar. A continuación, puede usar este ID y aplicarle operaciones aritméticas en el campo `Expression` de la nueva métrica. Si usa el campo `Expression` para hacer referencia a otra consulta, por ejemplo `queryA * 2`, no puede crear una regla de alerta basada en esa consulta. ## Periodo Un período es el período de tiempo asociado a una CloudWatch estadística específica de Amazon. Los periodos se definen en números de segundos. Los valores válidos incluyen 1, 5, 10, 30 o cualquier múltiplo de 60. Si deja el campo de periodo en blanco o se establece en **Automático**, se calculará automáticamente en función del intervalo de tiempo. La fórmula utilizada es `time range in seconds / 2000` y, a continuación, pasa al siguiente valor superior de una matriz de periodos predefinidos `[60, 300, 900, 3600, 21600, 86400]`. Para ver qué periodo utiliza Amazon Managed Grafana, seleccione **Mostrar vista previa de consultas** en el editor de consultas. ## Conexión profunda entre los paneles de Grafana y la consola CloudWatch Al elegir una serie temporal en el panel, se muestra un menú contextual con un enlace a **Ver en la CloudWatch consola**. Al seleccionar ese enlace, se abre una nueva pestaña que lo lleva a la CloudWatch consola y muestra todas las métricas de esa consulta. Si actualmente no has iniciado sesión en la CloudWatch consola, el enlace te redirigirá a la página de inicio de sesión. El enlace proporcionado es válido para todos Cuenta de AWS , pero solo muestra las métricas correctas si has iniciado sesión en la Cuenta de AWS que corresponde a la fuente de datos seleccionada en Grafana. Esta característica no está disponible para métricas que se basan en expresiones de matemáticas de métricas. # Uso de la opción de consulta de métricas para consultar datos de CloudWatch Metrics Insights **nota** Amazon CloudWatch Metrics Insights está en versión preliminar. CloudWatch Las funciones de Metrics Insights están abiertas a todos Cuentas de AWS. Las características pueden estar sujetas a cambios. Puedes consultar los datos de CloudWatch Metrics Insights eligiendo el `metric query` modo en el **editor de consultas de Metric**. CloudWatch Metrics Insights es un potente motor de consultas SQL de alto rendimiento que puedes utilizar para consultar tus métricas a escala. Se trata de un motor de consultas rápido y flexible basado en SQL que puede utilizar para identificar tendencias y patrones en todas sus CloudWatch métricas en tiempo real. Utiliza un dialecto de SQL. Para obtener más información sobre la sintaxis de consultas de Información de métricas, consulte [Sintaxis y palabras clave de las consultas](#metrics-insights-syntax-keywords). ## Sintaxis y palabras clave de las consultas CloudWatch Metrics Insights utiliza un dialecto de SQL. En el siguiente ejemplo se muestra la sintaxis de la consulta. ``` SELECT FUNCTION(metricName) FROM namespace | [ SCHEMA(namespace[, labelKey [, ...] ]) ] [ WHERE labelKey OPERATOR labelValue [AND|OR|([...])*] [, ...] ] [ GROUP BY labelKey [, ...]] [ ORDER BY FUNCTION() [DESC | ASC] ] [ LIMIT number] ``` Las palabras clave no distinguen entre mayúsculas y minúsculas, pero los identificadores sí. Los identificadores incluyen los nombres de las métricas, los espacios de nombres y las dimensiones. En la siguiente tabla se facilitan las palabras clave de consulta y sus descripciones. | Palabra clave | Description (Descripción) | | --- | --- | | FUNCTION | Obligatorio. Especifica la función de agregado que se va a utilizar y también el nombre de la métrica que se va a consultar. Los valores válidos son AVG, COUNT, MAX, MIN y SUM. | | MetricName | Obligatorio. Por ejemplo, CPUUtilization. | | FROM | Obligatorio. Especifica el origen de la métrica. Puede especificar el espacio de nombres de métricas que contiene la métrica consultada o una función de tabla de SCHEMA. Algunos ejemplos de espacios de nombres son AWS/EC2 y AWS/Lambda. | | SCHEMA | (Opcional) Filtra los resultados de la consulta para mostrar solo las métricas que coinciden exactamente o las que no coinciden. | | WHERE | (Opcional) Filtra los resultados para mostrar solo las métricas que coinciden con la expresión especificada. Por ejemplo, WHERE InstanceType \$1= 'c3.4xlarge'. | | GROUP BY | (Opcional) Agrupa los resultados de la consulta en varias series temporales. Por ejemplo, GROUP BY ServiceName. | | ORDER BY | (Opcional) Especifica el orden de las series temporales que se van a devolver. Las opciones son ASC y DESC. | | LIMIT | (Opcional) Limita el número de series temporales que se devuelven. | A continuación se muestran algunos ejemplos: + ``` SELECT AVG(CPUUtilization) FROM "AWS/EC2" ``` Hace coincidir todas las métricas `CPUUtilization` del espacio de nombres `AWS/EC2`, ignora sus dimensiones y devuelve una única serie temporal agregada. + ``` SELECT AVG(CPUUtilization) FROM SCHEMA("AWS/EC2") ``` Solo coincide con las métricas `CPUUtilization` del espacio de nombres `AWS/EC2` que no tienen ninguna dimensión definida. + ``` SELECT AVG(CPUUtilization) FROM SCHEMA("AWS/EC2", InstanceId) ``` Solo coincide con las `CPUUtilization` métricas sobre las que se informó CloudWatch con exactamente una dimensión,`InstanceId`. + ``` SELECT SUM(RequestCount) FROM SCHEMA("AWS/ApplicationELB", LoadBalancer, AvailabilityZone) ``` Solo coincide con las `RequestCount` métricas CloudWatch de las que se informó `AWS/ApplicationELB` con exactamente dos dimensiones, `LoadBalancer` y`AvailabilityZone`. Los valores de etiqueta deben rodearse con comillas simples. ### Caracteres de escape En una consulta, los valores de etiqueta siempre deben estar rodeados de comillas simples.   Por ejemplo, `SELECT MAX(CPUUtilization) FROM "AWS/EC2" WHERE AutoScalingGroupName = 'my-production-fleet'`. Los espacios de nombres de métricas, los nombres de métricas y las claves de etiquetas que contienen caracteres que no son letras, números y guiones bajos (`_`) deben estar rodeados de comillas dobles. Por ejemplo, `SELECT MAX("My.Metric")`. Si uno de ellos contiene comillas dobles en sí (como `Bytes"Input"`), debe escapar esas comillas dobles con barras invertidas, como en `SELECT AVG("Bytes\"Input\"")`. Si un espacio de nombres de métrica, un nombre de métrica o una clave de etiqueta contienen una palabra que es una palabra clave reservada en Información de métricas, también debe rodearse de comillas dobles. Por ejemplo, si tiene una métrica denominada `LIMIT`, utilizaría `SELECT AVG("LIMIT")`. También es válido incluir cualquier espacio de nombres, nombre de métrica o etiqueta entre comillas dobles, incluso si no contiene una palabra clave reservada. ## Modo de creador y modo de código Puede crear una consulta en modo `Builder` o modo `Code`. **Creación de una consulta en modo `Builder`** 1. Examine y seleccione un espacio de nombres de métricas, un nombre de métrica, un filtro, un grupo y unas opciones de orden mediante la información de la tabla anterior. 1. Para cada una de estas opciones, elija una opción de la lista de opciones posibles. **Creación de una consulta en modo `Code`** 1. Escriba su consulta en el editor de código. 1. Para ejecutar la consulta, seleccione **Ejecutar consulta** en el editor de código. Para crear una consulta el modo `builder`, haga lo siguiente: + Examine y seleccione un espacio de nombres de métricas, un nombre de métrica, un filtro, un grupo y unas opciones de orden mediante la información de la tabla anterior. + Para cada una de estas opciones, elija una opción de la lista de opciones posibles. Grafana crea automáticamente una consulta SQL en función de sus selecciones. Para crear una consulta el modo `code`, haga lo siguiente: + Escriba su consulta en el editor de código. + Para ejecutar la consulta, seleccione **Ejecutar consulta** en el editor de código. El editor de código tiene la característica de autocompletar integrada que ofrece sugerencias de palabras clave, agregaciones, espacios de nombres, métricas, etiquetas y valores de etiquetas. Las sugerencias se muestran al ingresar un espacio, una coma o un signo de dólar. También puede utilizar la combinación de teclado `CTRL+Space`. El editor de código puede completar automáticamente la consulta. Sin embargo, el uso de variables de plantilla en el editor de código puede interferir con la característica de autocompletar. ## CloudWatch Ejemplos de Metrics Insights **nota** CloudWatch Metrics Insights está en versión preliminar abierta. La vista previa está abierta a todas AWS las cuentas y no es necesario que solicites acceso. Las características se pueden agregar o cambiar antes de anunciar la disponibilidad general. Esta sección contiene ejemplos de consultas útiles de CloudWatch Metrics Insights que puedes copiar y usar directamente o copiar y modificar en el editor de consultas. Algunos de estos ejemplos ya están disponibles en la consola; para obtener acceso a ellos, elija **Add query** (Agregar consulta) en la vista de **Metrics** (Métricas). ### Ejemplos de EC2 Ver métricas de uso de CPU por instancia: ``` SELECT AVG(CPUUtilization) FROM "AWS/EC2" GROUP BY InstanceId ``` Ver la utilización promedio de CPU en toda la flota: ``` SELECT AVG(CPUUtilization) FROM SCHEMA("AWS/EC2", InstanceId) ``` Ver las 10 instancias con el uso promedio de CPU más alto: ``` SELECT MAX(CPUUtilization) FROM "AWS/EC2" GROUP BY InstanceId LIMIT 10 ``` Ver las 10 instancias con el mayor uso de CPU, ordenadas por el máximo y en orden descendente: ``` SELECT AVG(CPUUtilization) FROM "AWS/EC2" GROUP BY InstanceId ORDER BY MAX() DESC LIMIT 10 ``` En este caso, el CloudWatch agente recopila una CPUUtilization métrica por aplicación. Esta consulta filtra el promedio de esta métrica para un nombre de aplicación específico. ``` SELECT AVG(CPUUtilization) FROM "AWS/CWAgent" WHERE ApplicationName = 'eCommerce' SELECT AVG(ConcurrentExecutions) FROM "AWS/Lambda" ``` Ver el tiempo promedio de ejecución de las 10 principales funciones de Lambda, ordenadas por el máximo y en orden descendente: ``` SELECT AVG(Duration) FROM "AWS/Lambda" GROUP BY FunctionName ORDER BY MAX() DESC LIMIT 10 ``` Ver el tiempo de ejecución de Lambda promedio, mínimo y máximo: ``` SELECT MAX(Duration) FROM "AWS/Lambda" ``` ### Ejemplos de Application Load Balancer Vea las métricas que tienen las dimensiones **LoadBalancer**y **AvailabilityZone** ``` SELECT SUM(RequestCount) FROM SCHEMA("AWS/ApplicationELB", LoadBalancer, AvailabilityZone) ``` Ver las métricas con el número de conexiones TCP simultáneas activas: ``` SELECT AVG(ActiveConnectionCount) FROM "AWS/ApplicationELB" ``` ### Ejemplos de Amazon EBS Ver los 10 principales bytes de escritura promedio por volumen en orden descendente: ``` SELECT AVG(VolumeWriteBytes) FROM "AWS/EBS" GROUP BY VolumeId ORDER BY MAX() DESC LIMIT 10 ``` Ver el tiempo promedio de escritura del volumen de Amazon EBS: ``` SELECT AVG(VolumeTotalWriteTime) FROM "AWS/EBS" ``` Ver el tiempo promedio de inactividad del volumen de Amazon EBS: ``` SELECT AVG(VolumeIdleTime) FROM "AWS/EBS" View average burst balance per volume SELECT AVG(BurstBalance) FROM "AWS/EBS" GROUP BY VolumeId View average read bytes across Amazon EBS volumes SELECT AVG(VolumeReadBytes) FROM "AWS/EBS" ``` Ver el promedio de bytes de escritura en los volúmenes de Amazon EBS: ``` SELECT AVG(VolumeWriteBytes) FROM "AWS/EBS" ``` ### Ejemplos de Amazon Simple Storage Service Ver el grupo de latencia promedio por nombre de bucket: ``` SELECT AVG(TotalRequestLatency) FROM "AWS/S3" GROUP BY BucketName ``` Ver el número promedio de objetos por bucket en todos los buckets de Amazon S3: ``` SELECT AVG(NumberOfObjects) FROM "AWS/S3" GROUP BY BucketName ``` ### Ejemplos de Amazon Simple Notification Service Amazon-simple-notificaation-service: ejemplos ``` SELECT AVG(NumberOfMessagesPublished) FROM "AWS/SNS" ``` Ver el número promedio de mensajes fallidos para cada nombre de tema: ``` SELECT AVG(NumberOfNotificationsFailed) FROM "AWS/SNS" GROUP BY TopicName ``` ### AWS Ejemplos de uso de API Consulta las 20 principales AWS APIs según el número de llamadas en tu cuenta ``` SELECT COUNT(CallCount) FROM "AWS/Usage" WHERE "Type" = 'API' GROUP BY "Service", "Resource" ORDER BY SUM() DESC LIMIT 20 ``` ## CloudWatch Límites de Metrics Insights CloudWatch Actualmente, Metrics Insights tiene los siguientes límites: + Solo puede consultar las tres horas de datos más recientes. + Una única consulta puede procesar un máximo de 10 000 métricas. Esto significa que, si las cláusulas `SELECT`, `FROM` y `WHERE` coinciden con más de 10 000 métricas, la consulta solo procesará las primeras 10 000 de las métricas encontradas. + Una única consulta puede devolver un máximo de 500 series temporales. Esto significa que, si la consulta está procesando más de 500 métricas, no se devolverán todas las métricas en los resultados de la consulta. Si usa una cláusula `ORDER BY`, se ordenan todas las métricas que se procesan y se devuelven las 500 que tienen los valores más altos o más bajos según su cláusula `ORDER BY`. Si no incluye una cláusula `ORDER BY`, no puede controlar qué 500 métricas coincidentes se devuelven. + Cada operación `GetMetricData` puede tener solo una consulta, pero puede tener varios widgets en un panel y que cada uno incluya una consulta. # Uso del editor de consultas CloudWatch de Amazon Logs Para consultar CloudWatch los registros, seleccione la región y hasta 20 grupos de registros que desee consultar. Utilice el área de entrada principal para escribir la consulta. Para obtener más información, consulte [Sintaxis de consultas de CloudWatch Logs Insights](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/CWL_QuerySyntax.html). También puede escribir consultas que devuelvan datos de series temporales mediante el `stats` comando de CloudWatch Logs Insights. Al hacer consultas de `stats` en Explore, debe asegurarse de que está en el modo Explorador de métricas. A la derecha del campo de entrada de la consulta hay un enlace de CloudWatch Logs Insights que abre la consola de CloudWatch Logs Insights con la consulta. Puede continuar la exploración allí si es necesario. ## Uso de variables de plantilla Al igual que ocurre con otras fuentes de datos, la fuente de CloudWatch datos admite el uso de variables de plantilla en las consultas. Para obtener más información, consulte [Plantillas y variables](templates-and-variables.md). ## Enlaces profundos desde los paneles de Grafana a la consola Logs CloudWatch Si quieres ver tu consulta en la consola de CloudWatch Logs Insights, pulsa el botón **CloudWatch Logs Insights** situado junto al editor de consultas. Si actualmente no has iniciado sesión en la CloudWatch consola, el enlace te redirige a la página de inicio de sesión. El enlace proporcionado es válido para todos Cuenta de AWS , pero solo muestra las métricas correctas si has iniciado sesión en la Cuenta de AWS que corresponde a la fuente de datos seleccionada en Grafana. ## Alertas Como las consultas de CloudWatch registros pueden devolver datos numéricos, por ejemplo, mediante el uso del `stats` comando, se admiten las alertas. Para obtener más información, consulte [Alertas de Grafana](alerts-overview.md). # Paneles seleccionados La fuente CloudWatch de datos actualizada incluye paneles preconfigurados para cinco de los servicios más populares AWS : + Amazon EC2 + Amazon Elastic Block Store + AWS Lambda + Amazon CloudWatch Logs + Amazon Relational Database Service Para importar los paneles preconfigurados, vaya a la página de configuración de su fuente de CloudWatch datos y elija la pestaña **Paneles** de control. Elija **Importar** para el panel que desee usar. Para personalizar el panel, le recomendamos guardarlo con un nombre diferente, ya que, de lo contrario, el panel se sobrescribirá cuando se publique una nueva versión del panel. # Consultas con plantillas En lugar de codificar información como el nombre de los servidores, las aplicaciones y los sensores en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Consulte [Plantillas](templates-and-variables.md#templates) para obtener una introducción a la característica de plantillas y a los diferentes tipos de variables de plantilla. ## Variable de consulta La fuente de CloudWatch datos proporciona las siguientes consultas que puede especificar en el campo **Consulta** de la vista de edición de **variables**. Puede utilizarlas para rellenar la lista de opciones de una variable con elementos como `region`, `namespaces`, `metric names` y `dimension keys/values`. En lugar de `region`, puede configurar `default` para utilizar la región predeterminada configurada en el origen de datos para la consulta. | Name | Description (Descripción) | | --- | --- | | regions() | Devuelve una lista de todas AWS las regiones. | | namespaces() | Devuelve una lista de los espacios de nombres compatibles CloudWatch . | | metrics(namespace, [region]) | Devuelve una lista de las métricas del espacio de nombres. (Especifique la región o utilice "default" para las métricas personalizadas). | | dimension\$1keys(namespace) | Devuelve una lista de las claves de dimensiones del espacio de nombres. | | dimension\$1values(region, namespace, metric, dimension\$1key, [filters]) | Devuelve una lista de valores de dimensión que coinciden con los valores de region, namespace, metric o dimension\$1key especificados. Como alternativa, puede utilizar la dimensión filters para obtener un resultado más específico. | | ebs\$1volume\$1ids(region, instance\$1id) | Devuelve una lista de volúmenes que IDs coinciden con el especificadoregion,. instance\$1id | | ec2\$1instance\$1attribute(region, attribute\$1name, filters) | Devuelve una lista de atributos que coinciden con los valores de region, attribute\$1name y filters especificados. | | resource\$1arns(region, resource\$1type, tags) | Devuelve una lista de los ARNs valores que coinciden con los especificados regionresource\$1type, ytags. | | statistics() | Devuelve una lista de todas las estadísticas estándar. | Para obtener más información sobre las métricas que CloudWatch proporciona, consulte [AWS los servicios que publican CloudWatch métricas](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/aws-services-cloudwatch-metrics.html). ### Ejemplos de consultas con plantillas En la siguiente tabla se muestran ejemplos de consultas de dimensiones que devuelven una lista de recursos para AWS servicios individuales. | Consultar | Servicio | | --- | --- | | dimension\$1values(us-east-1,AWS/ELB,RequestCount,LoadBalancerName) | Elastic Load Balancing | | dimension\$1values(us-east-1,AWS/ElastiCache,CPUUtilization,CacheClusterId) | Amazon ElastiCache | | dimension\$1values(us-east-1,AWS/Redshift,CPUUtilization,ClusterIdentifier) | Amazon Redshift | | dimension\$1values(us-east-1,AWS/RDS,CPUUtilization,DBInstanceIdentifier) | Amazon RDS | | dimension\$1values(us-east-1,AWS/S3,BucketSizeBytes,BucketName) | Amazon Simple Storage Service (Amazon S3) | | dimension\$1values(us-east-1,CWAgent,disk\$1used\$1percent,device,\$1"InstanceId":"\$1instance\$1id"\$1) | CloudWatch Agente | | resource\$1arns(eu-west-1,elasticloadbalancing:loadbalancer,\$1"elasticbeanstalk:environment-name":["myApp-dev","myApp-prod"]\$1) | Elastic Load Balancing | | resource\$1arns(eu-west-1,ec2:instance,\$1"elasticbeanstalk:environment-name":["myApp-dev","myApp-prod"]\$1) | Amazon EC2 | # Uso de ejemplos de ec2\$1instance\$1attribute ## Filtros JSON La consulta `ec2_instance_attribute` usa `filters` en formato JSON. Puede especificar filtros predefinidos de `ec2:DescribeInstances`. Tenga en cuenta que el filtrado real se lleva a cabo en Grafana AWS, no en ella. En el ejemplo de código siguiente, se muestra la sintaxis de los filtros. ``` { filter_name1: [ filter_value1 ], filter_name2: [ filter_value2 ] } ``` En el siguiente ejemplo, se muestra la consulta `ec2_instance_attribute()`. ``` ec2_instance_attribute(us - east - 1, InstanceId, { 'tag:Environment': ['production'] }); ``` ## Selección de atributos Solo se puede devolver un atributo por instancia. Se puede seleccionar cualquier atributo plano (es decir, si el atributo tiene un valor único y no es un objeto o una matriz). A continuación se muestran los atributos planos que están disponibles. + `AmiLaunchIndex` + `Architecture` + `ClientToken` + `EbsOptimized` + `EnaSupport` + `Hypervisor` + `IamInstanceProfile` + `ImageId` + `InstanceId` + `InstanceLifecycle` + `InstanceType` + `KernelId` + `KeyName` + `LaunchTime` + `Platform` + `PrivateDnsName` + `PrivateIpAddress` + `PublicDnsName` + `PublicIpAddress` + `RamdiskId` + `RootDeviceName` + `RootDeviceType` + `SourceDestCheck` + `SpotInstanceRequestId` + `SriovNetSupport` + `SubnetId` + `VirtualizationType` + `VpcId` Las etiquetas se pueden seleccionar anteponiendo el nombre de la etiqueta con `Tags`. En el siguiente ejemplo, se muestra la consulta `ec2_instance_attribute()`. ``` ec2_instance_attribute(us - east - 1, Tags.Name, { 'tag:Team': ['sysops'] }); ``` # Uso de variables de plantilla de formato JSON Algunas consultas aceptan filtros en formato JSON y Grafana admite la conversión de variables de plantilla a JSON. Si `env = 'production', 'staging'`, la siguiente consulta devolverá los ARN de las instancias de EC2 para las que la etiqueta `Environment` es `production` o `staging`. ``` resource_arns(us-east-1, ec2:instance, {"Environment":${env:json}}) ``` # Precios La fuente de CloudWatch datos de Amazon para Grafana utiliza las llamadas a la `GetMetricData` CloudWatch API `ListMetrics` y para enumerar y recuperar las métricas. El precio de CloudWatch Logs se basa en la cantidad de datos ingeridos, archivados y analizados mediante las consultas de CloudWatch Logs Insights. Para obtener más información, consulta los [ CloudWatch precios de Amazon](https://aws.amazon.com/cloudwatch/pricing). Cada vez que elige una dimensión en el editor de consultas, Grafana emite una solicitud `ListMetrics`. Siempre que cambies las consultas en el editor de consultas, se GetMetricData emitirá una nueva solicitud para. Las solicitudes de API para recuperar muestras de datos utilizan la operación `GetMetricData`. Esta operación proporciona un mejor soporte para las matemáticas CloudWatch métricas. También admite la generación automática de expresiones de búsqueda cuando se utilizan caracteres comodín o se desactiva la opción **Coincidir con exactitud**. La operación `GetMetricData` genera cargos. Para obtener más información, consulte [Precios de Amazon CloudWatch](https://aws.amazon.com/cloudwatch/pricing). # Cuotas de servicio AWS define las cuotas, o límites, para los recursos, las operaciones y los artículos de su AWS cuenta. En función del número de consultas del panel y del número de usuarios que accedan al panel, es posible que alcance los límites de uso de varios recursos de CloudWatch Y CloudWatch Logs. Ten en cuenta que las cuotas se definen por cuenta y por AWS región. Si utilizas varias regiones o has configurado más de una fuente de CloudWatch datos para realizar consultas en varias cuentas, debes solicitar un aumento de cuota para cada cuenta y cada región en la que alcances el límite. Para más información, consulte [Service Quotas de CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/cloudwatch_limits.html). # Observabilidad entre cuentas **aviso** Esta característica requiere que su espacio de trabajo de Grafana sea de la versión 9 o posterior. El CloudWatch complemento le permite monitorear y solucionar problemas de aplicaciones en múltiples cuentas regionales. Gracias a la observabilidad entre cuentas, puede buscar, visualizar y analizar métricas y registros sin problemas sin tener que preocuparse por los límites de las cuentas. Para habilitar la observabilidad entre cuentas, primero habilítala y, a continuación CloudWatch, añade las acciones de IAM adecuadas a la ejecución del role/user plugin. Si su espacio de trabajo de Amazon Managed Grafana se ejecuta en una VPC, también debe tener una puerta de enlace de NAT que permita el acceso a Internet. + Para obtener información sobre cómo habilitar la función, consulta la [observabilidad CloudWatch entre cuentas en la Guía CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Unified-Cross-Account.html) *del usuario de Amazon*. + Las siguientes acciones son las acciones de IAM adecuadas que hay que añadir a la role/user que está ejecutando el complemento. ``` { "Sid": "AllowReadingAcrossAccounts", "Effect": "Allow", "Action": [ "oam:ListSinks", "oam:ListAttachedLinks" ], "Resource": "*" } ``` + La observabilidad entre cuentas de la fuente de CloudWatch datos se basa en Amazon CloudWatch Observability Access Manager. El administrador de acceso de observabilidad no admite un punto de conexión de VPC. Si tu espacio de trabajo de Grafana gestionado por Amazon se ejecuta dentro de una VPC, también debes tener una puerta de enlace NAT que permita al espacio de trabajo realizar llamadas APIs desde Internet. **nota** También debes tener permisos de IAM para leer los CloudWatch datos de la cuenta a la que intentas acceder. # Conectarse a una fuente OpenSearch de datos de Amazon Service **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). Con Amazon Managed Grafana, puede añadir Amazon OpenSearch Service como fuente de datos mediante la opción de configuración de fuentes de AWS datos de la consola de espacio de trabajo de Grafana. Esta fuente de datos es compatible con los dominios OpenSearch de servicio, que ejecutan OpenSearch clústeres además de clústeres antiguos de Elasticsearch. La opción de configuración de la fuente de AWS datos simplifica la adición de OpenSearch Service como fuente de datos al descubrir las cuentas de OpenSearch servicio existentes y administra la configuración de las credenciales de autenticación necesarias para acceder. OpenSearch Puede utilizar este método para configurar la autenticación y añadir el OpenSearch Servicio como fuente de datos, o puede configurar manualmente la fuente de datos y las credenciales de autenticación necesarias mediante el mismo método que utilizaría en un servidor Grafana autogestionado. La fuente OpenSearch de datos del Servicio admite el lenguaje de procesamiento canalizado (PPL). Para obtener más información sobre PPL, [consulta los datos de Amazon OpenSearch Service mediante el lenguaje de procesamiento canalizado](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/ppl-support.html). Puede utilizar la fuente de datos del OpenSearch Servicio para realizar muchos tipos de OpenSearch consultas simples o complejas con el fin de visualizar los registros o las métricas almacenados en ella. OpenSearch También puede anotar sus gráficos con los eventos de registro almacenados en OpenSearch ellos. **Topics** + [Use la configuración de la fuente de AWS datos para agregar el OpenSearch servicio como fuente de datos](ES-adding-AWS-config.md) + [Añadir Amazon OpenSearch Service manualmente como fuente de datos](ES-adding-the-data-source.md) + [OpenSearch Configuración del servicio](#ES-settings) + [Uso de la fuente OpenSearch de datos de Amazon Service](ES-use-datasource.md) + [Amazon OpenSearch Service sin servidor](datasources-opensearch-serverless.md) + [Compatibilidad con rastros](datasources-opensearch-traces.md) # Use la configuración de la fuente de AWS datos para agregar el OpenSearch servicio como fuente de datos Para usar la configuración de la fuente de AWS datos, primero debes usar la consola de Grafana gestionada por Amazon para habilitar las funciones de IAM administradas por el servicio que otorgan al espacio de trabajo las políticas de IAM necesarias para leer los recursos del OpenSearch servicio en tu cuenta o en todas tus unidades organizativas. A continuación, utiliza la consola de espacio de trabajo de Grafana gestionada por Amazon para añadir OpenSearch Service como fuente de datos. **Para utilizar la configuración de la fuente de AWS datos para añadir el OpenSearch Servicio como fuente de datos** 1. Abra la consola de Amazon Managed Grafana en [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/). 1. En la esquina superior izquierda de la página, elija el icono de menú y, a continuación, elija **Todos los espacios de trabajo**. 1. Elija el nombre del espacio de trabajo. 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. A continuación, selecciona la casilla **Amazon OpenSearch Service** y selecciona **Acciones**, **Habilitar la política gestionada por el servicio**. 1. Vuelva a seleccionar la pestaña **Fuentes de datos** y, a continuación, elija **Configurar en Grafana** en la fila **Amazon OpenSearch Service**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. 1. En la barra de navegación izquierda de la consola del espacio de trabajo de Grafana, elige el AWS icono y, a continuación, selecciona **AWS servicios**, **Amazon OpenSearch ** Service. 1. Seleccione la región en la que desea que Amazon Managed Grafana busque para descubrir los recursos del OpenSearch Servicio y, a continuación, seleccione las cuentas y los dominios del OpenSearch Servicio que desee añadir, configure los ajustes del índice y, a continuación, elija **Añadir fuentes de datos**. # Añadir Amazon OpenSearch Service manualmente como fuente de datos **Para añadir manualmente la fuente de datos OpenSearch de Amazon Service** 1. En el menú lateral de la consola de Grafana, seleccione el icono de **AWS** y, a continuación, seleccione **Orígenes de datos**. 1. Elige la fuente de datos de **Amazon OpenSearch Service**. Si es necesario, puede empezar a escribir **OpenSearch** en el cuadro de búsqueda para ayudarlo a encontrarlo. 1. Elija la **región** en la que desea buscar datos. 1. Elija **Agregar origen de datos**. **nota** Si no ve el enlace **Orígenes de datos** en el menú lateral, su usuario actual no tiene el rol `Admin`. ## OpenSearch Configuración del servicio | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Url | El punto final de su dominio OpenSearch de servicio. El punto final adopta el siguiente formato: https://search-my-domain.us-east-1.es.amazonaws.com. | | Access | Servidor (predeterminado) = La URL debe ser accesible desde el backend o el servidor de Grafana. Navegador = La URL debe ser accesible desde el navegador. | El modo de acceso controla cómo se gestionarán las solicitudes al origen de datos. El servidor debería ser la forma preferida si no se indica nada más. ### Modo de acceso al servidor (predeterminado) Todas las solicitudes se hacen desde el navegador al backend o servidor de Grafana, que las reenvía al origen de datos, lo que elude los posibles requisitos del uso compartido de recursos entre orígenes (CORS). Si selecciona este modo de acceso, la URL debe ser accesible desde el backend o servidor de Grafana. ### Acceso (directo) desde el navegador Amazon Managed Grafana no admite el acceso directo desde el navegador. ### Configuración del índice Aquí puede especificar un valor predeterminado para el OpenSearch índice `time field` y especificar el nombre del mismo. Puede utilizar un patrón temporal para el nombre del índice o un carácter comodín. ### OpenSearch/Versión de Elasticsearch Especifica tu versión de Elasticsearch OpenSearch o la anterior en el menú desplegable de versiones. La versión es importante porque hay diferencias en la composición de las consultas para cada versión. Actualmente, Grafana es compatible con OpenSearch 1.0.x. Las versiones compatibles de Elasticsearch son `2.0+`, `5.0+`, `5.6+`, `6.0+` y `7.0+`. El valor `5.6+` se refiere a la versión 5.6 o posterior, pero anterior a la 6.0. El valor `6.0+` se refiere a la versión 6.0 o posterior, pero anterior a la 7.0. Por último, `7.0+` se refiere a la versión 7.0 o posterior, pero anterior a la 8.0. ### Intervalo de tiempo mínimo Un límite inferior para el grupo automático por intervalo de tiempo. Se recomienda que se establezca según la frecuencia de escritura, por ejemplo, `1m` si los datos se escriben cada minuto. Esta opción también puede estar overridden/configured en un panel de control, en las opciones de fuentes de datos. Este valor **debe** tener el formato de un número seguido de un identificador de tiempo válido, por ejemplo, `1m` (1 minuto) o `30s` (30 segundos). Se admiten los siguientes identificadores de tiempo. | Identificador | Description (Descripción) | | --- | --- | | y | Año | | M | Mes | | w | Semana | | d | Día | | h | Hora | | m | Minuto | | s | Segundo | | ms | Milisegundos | ### Registros También, se pueden configurar dos parámetros (`Message field name` y `Level field name`) desde la página de configuración del origen de datos para determinar qué campos se utilizarán para los mensajes de registro y los niveles de registro al visualizar los registros en [Explore](explore.md). Por ejemplo, si utilizas una configuración predeterminada de Filebeat para enviar los registros al OpenSearch Servicio, la siguiente configuración debería funcionar. + **Nombre del campo del mensaje**: mensaje + **Nombre del campo de nivel:** fields.level ### Enlaces de datos Los enlaces de datos crean un enlace desde un campo específico al que se puede acceder en la vista de registros de Explore. Cada configuración de enlaces de datos consta de los elementos siguientes: + **Campo**: nombre del campo que utiliza el enlace de datos. + **URL/consulta**: si el enlace es externo, ingrese la URL completa del enlace. Si el enlace es interno, esta entrada sirve como consulta para el origen de datos de destino. En ambos casos, puede interpolar el valor del campo con la macro `${__value.raw }`. + **Enlace interno**: seleccione esta opción si el vínculo es interno o externo. Si el enlace es interno, un selector de orígenes de datos le permite seleccionar el origen de datos de destino. Solo se admiten los orígenes de datos de seguimiento. # Uso de la fuente OpenSearch de datos de Amazon Service ## Editor de consultas de métricas El editor de OpenSearch consultas te permite seleccionar varias métricas y agruparlas por varios términos o filtros. Usa los íconos de signo más y menos situados a la derecha para ver add/remove las métricas o agruparlas por cláusulas. Algunas métricas y cláusulas de agrupamiento incluyen opciones. Elija el texto de la opción para expandir la fila para ver y editar la métrica o las opciones de agrupamiento. ## Uso del lenguaje de procesamiento con plecas (PPL) La fuente de datos de Amazon OpenSearch Service es compatible con el lenguaje de procesamiento canalizado (PPL), que permite capacidades de consulta y visualización más simples pero potentes para. OpenSearch El PPL permite a los clientes explorar y encontrar datos sin tener que redactar largas declaraciones en lenguaje específico de OpenSearch dominio (DSL) ni escribir consultas con objetos JSON. Con el PPL, puede escribir consultas como un conjunto de comandos delimitados por plecas similares a las de UNIX. Tomemos como ejemplo la siguiente consulta de DSL de muestra: ``` GET opensearch_sample_data_logs/_search{"from":0,"size":0,"timeout":"1m","query":{"bool":{"should":[{"term":{"response.keyword":{"value":"404","boost":1}}},{"term":{"response.keyword":{"value":"503","boost":1}}}],"adjust_pure_negative":true,"boost":1}},"sort":[{"_doc":{"order":"asc"}}],"aggregations":{"composite_buckets":{"composite":{"size":1000,"sources":[{"host":{"terms":{"field":"host.keyword","missing_bucket":true,"order":"asc"}}},{"response":{"terms":{"field":"response.keyword","missing_bucket":true,"order":"asc"}}}]},"aggregations":{"request_count":{"value_count":{"field":"request.keyword"}},"sales_bucket_sort":{"bucket_sort":{"sort":[{"request_count":{"order":"desc"}}],"size":10}}}}}}> ``` La consulta de DSL anterior se puede sustituir por el siguiente comando de PPL, que es conciso y legible para las personas. ``` source = opensearch_sample_data_logs | where response='404' or response='503' | stats count(request) as request_count by host, response | sort –request_count ``` Para obtener más información sobre PPL, [consulta los datos de Amazon OpenSearch Service mediante el lenguaje de procesamiento canalizado](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/ppl-support.html). ## Patrones de alias y nomenclatura de series Puede controlar el nombre de las series temporales mediante el campo de entrada `Alias`. | Patrón | Description (Descripción) | | --- | --- | | \$1\$1term fieldname\$1\$1 | Se sustituye por el valor de un término Agrupar por. | | \$1\$1metric\$1\$1 | Se sustituye por el nombre de la métrica (por ejemplo, Promedio, Mín., Máx.). | | \$1\$1field\$1\$1 | Se sustituye por el nombre del campo de la métrica. | ## Métricas de canalización **Algunas agregaciones de métricas se denominan agregaciones por canalización; por ejemplo, Moving Average y Derivative.** OpenSearch Las métricas de canalización requieren que se base en otra métrica. Use el icono del ojo situado junto a la métrica para ocultar las métricas y evitar que aparezcan en el gráfico. Resulta útil en el caso de las métricas que solo tiene en la consulta para su uso en una métrica de canalización. ## Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). ### Variable de consulta La fuente OpenSearch de datos del servicio admite dos tipos de consultas que puede utilizar en el campo de *consulta* de las variables de *consulta*. La consulta se escribe con una cadena JSON personalizada. | Consultar | Description (Descripción) | | --- | --- | | \$1"find": "fields", "type": "keyword"\$1 | Devuelve una lista de nombres de campos con el tipo de índice keyword. | | \$1"find": "terms", "field": "@hostname", "size": 1000\$1 | Devuelve una lista de valores de un campo mediante la agregación de términos. La consulta utilizará el intervalo de tiempo actual del panel de control como intervalo de tiempo para la consulta. | | \$1"find": "terms", "field": "@hostname", "query": ''\$1 | Devuelve una lista de valores de un campo mediante la agregación de términos y un filtro de consulta de Lucene especificado. La consulta utilizará el intervalo de tiempo actual del panel de control como intervalo de tiempo para la consulta. | Hay un límite de tamaño predeterminado de 500 en las consultas de términos. Para establecer un límite personalizado, defina la propiedad de tamaño en la consulta. Puede usar otras variables dentro de la consulta. En el siguiente ejemplo de código se muestra la definición de consulta de una variable denominada `$host`. ``` {"find": "terms", "field": "@hostname", "query": "@source:$source"} ``` En el ejemplo anterior, utilizamos otra variable denominada `$source` dentro de la definición de consulta. Siempre que cambie el valor actual de la variable `$source` mediante la lista desplegable, se inicia una actualización de la variable `$host`. Tras la actualización, la variable `$host` contiene solo los nombres de host filtrados, en este caso, por la propiedad de documento `@source`. De forma predeterminada, estas consultas devuelven los resultados por orden de términos (que luego se pueden ordenar alfabética o numéricamente como ocurre con cualquier variable). Para generar una lista de términos ordenados por número de documentos (una lista de los N valores principales), agregue la propiedad `orderBy` de `doc_count`. Esto selecciona automáticamente un orden descendente. Para poder utilizar `asc` con doc\$1count (una lista de N elementos más bajos) configure `order: "asc"`, pero no se recomienda porque aumenta el número de errores en el recuento de documentos. Para mantener los términos en el orden de recuento de documentos, defina la lista desplegable **Ordenar** de la variable en **Deshabilitado**. Como alternativa, es posible que desee seguir utilizando **Orden alfabético** para volver a ordenarlos. ``` {"find": "terms", "field": "@hostname", "orderBy": "doc_count"} ``` ### Uso de variables en consultas Existen dos sintaxis: + Ejemplo de `$`: @hostname:\$1hostname + Ejemplo de `[[varname]]`: @hostname:[[hostname]] ¿Por qué de dos maneras? La primera sintaxis es más fácil de leer y escribir, pero no permite utilizar una variable en medio de una palabra. Cuando las opciones *Varios valores* o *Valor Incluir todo* están habilitadas, Grafana convierte las etiquetas de texto sin formato a una condición compatible con Lucene. En el ejemplo anterior, tenemos una consulta de Lucene que filtra los documentos en función de la propiedad `@hostname` mediante una variable denominada `$hostname`. También utiliza una variable en el cuadro de entrada del campo de agrupamiento *Términos*. Esto le permite usar una variable para cambiar rápidamente la forma en que se agrupan los datos. ## Anotaciones Las anotaciones permiten superponer información detallada sobre los eventos en la parte superior de los gráficos. Las consultas de anotación se agregan mediante el menú Panel o la vista Anotaciones. Grafana puede consultar cualquier OpenSearch índice para eventos de anotación. Para obtener más información, consulte [Anotaciones](dashboard-annotations.md). | Nombre | Description (Descripción) | | --- | --- | | Query | Puede dejar la consulta de búsqueda en blanco o especificar una consulta de Lucene. | | Time | El nombre del campo de tiempo. Debe ser un campo de fecha. | | Time End | El nombre opcional del campo de hora de finalización debe ser un campo de fecha. Si se establece, las anotaciones se marcarán como una región entre tiempo y tiempo de fin. | | Text | Campo de descripción del evento. | | Tags | Nombre de campo opcional para usar en las etiquetas de eventos (puede ser una matriz o una cadena CSV). | ## Consulta de registros de La consulta y la visualización de los datos de registro están disponibles en OpenSearch Explore. Para mostrar los registros, seleccione la fuente de datos del OpenSearch servicio y, si lo desea, introduzca una consulta de Lucene. Para obtener más información, consulte [Explore](explore.md). ### Consultas de registros Una vez obtenido el resultado, en el panel de registros se muestra una lista de filas de registros y un gráfico de barras en el que el eje X muestra el tiempo y el eje Y muestra la frecuencia o el recuento. ### Filtrado de mensajes de registros Si lo desea, ingrese una consulta de Lucene en el campo de consulta para filtrar los mensajes de registro. Por ejemplo, si utiliza una configuración predeterminada de Filebeat, debería poder utilizar `fields.level:error` para mostrar solo los mensajes del registro de errores. # Amazon OpenSearch Service sin servidor **nota** OpenSearch La compatibilidad con Service Serverless solo está disponible en los espacios de trabajo de Grafana que ejecutan la versión 9.4 y versiones posteriores de Grafana. Puede utilizar la fuente de datos del OpenSearch Servicio para acceder a los datos de Amazon OpenSearch Service Serverless con Amazon Managed Grafana. El acceso a los datos está controlado por las políticas de acceso a los datos. En el siguiente ejemplo, se muestra una política que permite a los usuarios consultar una colección e índice específicos. Asegúrese de reemplazar *`collection_name`*, *`index_name`* y *`principal_arn`* por los valores correctos para su caso de uso. ``` [ { "Rules": [ { "Resource": ["collection/{collection_name}"], "Permission": ["aoss:DescribeCollectionItems"], "ResourceType": "collection" }, { "Resource": ["index/{collection_name}/{index_name}"], "Permission": ["aoss:DescribeIndex", "aoss:ReadDocument"], "ResourceType": "index" } ], "Principal": ["principal_arn"], "Description": "read-access" } ] ``` # Compatibilidad con rastros El OpenSearch complemento admite la visualización de una lista de trazas en forma de tabla y una sola traza en **Trace View**, que muestra la cronología de los tramos de traza. **nota** La consulta de OpenSearch trazas solo está disponible mediante las consultas de Lucene. La compatibilidad con los rastros solo está disponible para los espacios de trabajo de Grafana que admiten la versión 9.4 o posterior. Para crear una consulta que muestre todos los rastros, utilice la consulta de Lucene de tipo `Traces` con una consulta en blanco. Si es necesario, seleccione el tipo de visualización **Tabla**. Al seleccionar el ID de un rastro en la tabla, ese rastro se abrirá en la vista de rastros. Para crear una consulta que muestre un único rastro, utilice la consulta `traceid: {traceId}` y, si es necesario, seleccione el tipo de visualización **Rastros**. # Conectarse a una fuente AWS IoT SiteWise de datos **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). Con Amazon Managed Grafana, puede añadirlo AWS IoT SiteWise como fuente de datos mediante la opción de configuración de fuentes de AWS datos de la consola del espacio de trabajo de Grafana. Esta función simplifica la adición AWS IoT SiteWise como fuente de datos al descubrir sus AWS IoT SiteWise cuentas existentes y administra la configuración de las credenciales de autenticación necesarias para acceder. AWS IoT SiteWise Puede utilizar este método para configurar la autenticación y agregar AWS IoT SiteWise como origen de datos, o puede configurar manualmente el origen de datos y las credenciales de autenticación necesarias con el mismo método que utilizaría en un servidor Grafana autoadministrado. **Topics** + [Use la configuración de la fuente de AWS datos para agregarla AWS IoT SiteWise como fuente de datos](IoTSiteWise-adding-AWS-config.md) + [Añadir manualmente la fuente AWS IoT SiteWise de datos](iotsitewise-add-the-data-source.md) + [AWS IoT SiteWise configuración](#iotsitewise-settings) + [Uso de la fuente AWS IoT SiteWise de datos](IoTSiteWise-using.md) # Use la configuración de la fuente de AWS datos para agregarla AWS IoT SiteWise como fuente de datos Para usar la configuración de la fuente de AWS datos, primero debes usar la consola de Grafana gestionada por Amazon para habilitar las funciones de IAM gestionadas por el servicio que otorgan al espacio de trabajo las políticas de IAM necesarias para leer los AWS IoT SiteWise recursos de tu cuenta o de todas tus unidades organizativas. A continuación, utilice la consola de espacio de trabajo de Amazon Managed Grafana para agregar AWS IoT SiteWise como origen de datos. **Para usar la configuración de la fuente AWS de datos para añadirla como fuente de datos AWS IoT SiteWise** 1. Abra la consola de Amazon Managed Grafana en [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/). 1. En la esquina superior izquierda de la página, elija el icono de menú y, a continuación, elija **Todos los espacios de trabajo**. 1. Elija el nombre del espacio de trabajo. 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. A continuación, seleccione la casilla de verificación de **AWS IoT** y elija **Acciones SiteWise**, **Habilitar la política de administración de servicios**. 1. Vuelva a elegir la pestaña **Fuentes de datos** y, a continuación, elija **Configurar en Grafana** en la fila **AWS IoT SiteWise**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. 1. **En la barra de navegación izquierda de la consola del espacio de trabajo de Grafana, elige el AWS icono y, a continuación, selecciona **AWS servicios**, IoT. SiteWise** 1. Seleccione la región predeterminada desde la que desea que se realice la consulta de la fuente de AWS IoT SiteWise datos, seleccione las cuentas y, a continuación, elija **Agregar fuente de datos**. # Añadir manualmente la fuente AWS IoT SiteWise de datos **Para añadir manualmente la fuente AWS IoT SiteWise de datos** 1. En el menú lateral de la consola de Grafana, haga una pausa en el icono **Configuración** (engranaje) y, a continuación, elija **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija la fuente **AWS de SiteWise datos de IoT**. Si es necesario, puede empezar a escribir **SiteWise** en el cuadro de búsqueda para ayudarlo a encontrarlo. ## AWS IoT SiteWise configuración | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Proveedor de autenticación | Especifique el proveedor para obtener las credenciales. | | Región predeterminada | Se utiliza en el editor de consultas para establecer la región (se puede cambiar en función de cada consulta). | | Nombre del perfil de credenciales | Especifique el nombre del perfil que se va a utilizar (si utiliza un archivo \$1/.aws/credentials) y manténgalo en blanco de manera predeterminada. | | Adopción del ARN de rol | Especifique el ARN del rol que se va a adoptar. | | Punto de conexión (opcional) | Si debe especificar un punto de conexión de servicio alternativo. | # Uso de la fuente AWS IoT SiteWise de datos Para obtener información sobre cómo usar la fuente de AWS IoT SiteWise datos, consulta [AWS IoT SiteWise Datasource](https://github.com/grafana/iot-sitewise-datasource/blob/main/src/README.md) en Github. # Conectarse a una fuente AWS IoT TwinMaker de datos **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). Con Amazon Managed Grafana, puede añadir AWS IoT TwinMaker un potente servicio de análisis de datos industriales como aplicación y fuente de datos en su espacio de trabajo de Grafana. Con él AWS IoT TwinMaker, puede crear aplicaciones gemelas digitales 3D para usuarios finales para monitorear las operaciones industriales. Se AWS IoT TwinMaker trata de un servicio que permite a los desarrolladores crear réplicas digitales de sistemas reales con mayor rapidez, lo que ayuda a más clientes a aprovechar el potencial de los gemelos digitales para optimizar las operaciones. AWS IoT TwinMaker Para Grafana proporciona paneles personalizados, plantillas de paneles y una fuente de datos para conectarse a los datos de sus gemelos digitales. # Añadir manualmente la fuente AWS IoT TwinMaker de datos ## Requisitos previos Antes de empezar, asegúrese de tener acceso a **AWS IoT TwinMaker**desde su Cuenta de AWS. Para obtener información sobre cómo añadir permisos de acceso a la función de IAM de su espacio de trabajo AWS IoT TwinMaker, consulte[Añadir el permiso para AWS IoT TwinMaker al rol de usuario de tu espacio de trabajo](AMG-iot-twinmaker.md#twinmaker-add-permission). **Para añadir la fuente AWS IoT TwinMaker de datos:** 1. Asegúrese de que su rol de usuario sea de administrador o editor. 1. En el menú lateral de la consola de Grafana, coloque el cursor sobre el icono **Configuración** (engranaje) y, a continuación, seleccione **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija la fuente **AWS IoT TwinMaker**de datos. Si es necesario, puede empezar a escribir **TwinMaker** en el cuadro de búsqueda para ayudarlo a encontrarlo. 1. Se abrirá la página **Detalles de la conexión**. Siga los pasos para configurar [AWS IoT TwinMaker detalles de conexión, configuración](AMG-iot-twinmaker.md#twinmaker-connection-details). ## Añadir el permiso para AWS IoT TwinMaker al rol de usuario de tu espacio de trabajo **Para añadir permisos AWS IoT TwinMaker al rol de usuario de tu espacio de trabajo, asume el permiso de rol entre el espacio de trabajo de Grafana gestionado por Amazon y los roles del TwinMaker panel de control.** 1. Vaya a [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/). 1. Cree manualmente un rol del panel. Para obtener más información sobre cómo crear un rol del panel, consulte [Para crear manualmente un rol en el panel de control de Grafana AWS IoT TwinMaker](#iot-twinmaker-dashboard-role). ## AWS IoT TwinMaker detalles de conexión, configuración **Configuración de los ajustes de los detalles de conexión** 1. En el menú **Detalles de la conexión**, seleccione el proveedor de autenticación (recomendado: **rol de IAM del espacio de trabajo**). 1. Elija la **región predeterminada** que desee consultar. 1. En la **TwinMaker configuración**, introduzca el nombre del AWS IoT TwinMaker espacio de trabajo. # Uso de la fuente AWS IoT TwinMaker de datos Para obtener información sobre cómo usar la fuente de AWS IoT TwinMaker datos, consulte [AWS IoT TwinMakerDatasource en.](https://github.com/grafana/grafana-iot-twinmaker-app) GitHub ## Para crear manualmente un rol en el panel de control de Grafana AWS IoT TwinMaker **Para crear manualmente un rol en el panel de control de Grafana AWS IoT TwinMaker** 1. Inicie sesión en la consola de IAM en. [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/) 1. Busque su rol del espacio de trabajo de Amazon Managed Grafana en el resumen. Aparece como se muestra a continuación: ``` AmazonGrafanaServiceRole-random_ID ``` 1. Agregue la siguiente política insertada al rol: ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": { "Effect": "Allow", "Action": "sts:AssumeRole", "Resource": "arn:aws:iam::111122223333:role/TwinMakerDashboardRole" } } ``` ------ 1. Agregue una nueva política insertada para cada rol del panel. Como alternativa, añada una lista de nombres de recursos de Amazon (ARNs) del rol en la línea **de recursos**. 1. Busque el rol del panel en la consola de IAM. Debe tener una política de `SceneViewer` y, opcionalmente, una política de `VideoPlayer`. 1. Seleccione la pestaña **Relación de confianza**. 1. Elija **Editar relación de confianza**. 1. Introduzca la siguiente política y *AMGWorkspaceRoleArn* sustitúyala por el Arn de su cuenta: ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "AWS": "AMGWorkspaceRoleARN" }, "Action": "sts:AssumeRole" } ] } ``` ------ ## Ejemplo de política AWS IoT TwinMaker La siguiente es una AWS IoT TwinMaker política mínima que puede adjuntar a un rol de panel. Debe reemplazar los valores del ARN y el ID del AWS IoT TwinMaker espacio de trabajo, así como el ARN del bucket de Amazon S3, en función de sus propios recursos. # Conexión a Amazon Managed Service para Prometheus y a los orígenes de datos de Prometheus de código abierto En Amazon Managed Grafana, el origen de datos de Prometheus admite el uso de servidores de Prometheus autoadministrados y espacios de trabajo de Amazon Managed Service para Prometheus como orígenes de datos. Para obtener más información sobre Amazon Managed Service para Prometheus, consulte [What is Amazon Managed Service for Prometheus?](https://docs.aws.amazon.com/prometheus/latest/userguide/what-is-Amazon-Managed-Service-Prometheus.html) Con Amazon Managed Grafana, puede agregar un espacio de trabajo de Amazon Managed Service para Prometheus como origen de datos mediante la opción de configuración de orígenes de datos de AWS en la consola del espacio de trabajo de Grafana. Esta característica simplifica la adición de Amazon Managed Service para Prometheus como origen de datos al detectar las cuentas de Amazon Managed Service para Prometheus existentes y administra la configuración de las credenciales de autenticación necesarias para acceder a Amazon Managed Service para Prometheus. **nota** Puede ver sus alertas de Prometheus en la interfaz de alertas unificada de Grafana, mediante [Configuración de un origen de datos de Alertmanager](data-source-alertmanager.md#data-source-alertmanager-create). **Topics** + [Usa la configuración de la fuente de AWS datos para añadir Amazon Managed Service for Prometheus como fuente de datos](AMP-adding-AWS-config.md) + [Cómo agregar manualmente el origen de datos de Prometheus](prometheus-manually-adding.md) + [Uso del origen de datos de Prometheus](using-prometheus-datasource.md) + [Visualización de las alertas de Amazon Managed Service para Prometheus](amp-configure-alerts.md) + [Configuración de ejemplares](amp-configure-exemplars.md) # Usa la configuración de la fuente de AWS datos para añadir Amazon Managed Service for Prometheus como fuente de datos Para usar la configuración de la fuente de AWS datos, primero debes usar la consola de Amazon Managed Grafana para habilitar las funciones de IAM administradas por el servicio que otorgan al espacio de trabajo las políticas de IAM necesarias para leer los recursos de Amazon Managed Service for Prometheus en tu cuenta o en todas tus unidades organizativas. A continuación, use la consola del espacio de trabajo de Amazon Managed Grafana para agregar Amazon Managed Service para Prometheus como origen de datos. **Para usar la configuración de la fuente de AWS datos para añadir Amazon Managed Service for Prometheus como fuente de datos** 1. Abra la consola de Amazon Managed Grafana en [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/). 1. En la esquina superior izquierda de la página, elija el icono de menú y, a continuación, elija **Todos los espacios de trabajo**. 1. Elija el nombre del espacio de trabajo. 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. Seleccione la casilla **Amazon Managed Service para Prometheus** y, a continuación, seleccione **Acciones**, **Habilitar la política administrada por el servicio**. 1. Vuelva a seleccionar la pestaña **Orígenes de datos** y, a continuación, elija **Configurar en Grafana** en la fila **Amazon Managed Service para Prometheus**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. 1. **En la barra de navegación izquierda de la consola del espacio de trabajo de Grafana, elige el AWS icono y, a continuación, selecciona **AWS servicios**, Prometheus.** 1. Seleccione la región en la que desee que Amazon Managed Grafana busque para descubrir los espacios de trabajo de Amazon Managed Service para Prometheus y, a continuación, seleccione las cuentas y los espacios de trabajo de Amazon Managed Service para Prometheus que desee agregar y, a continuación, seleccione **Agregar origen de datos**. # Cómo agregar manualmente el origen de datos de Prometheus **Cómo agregar manualmente el origen de datos de Prometheus** 1. En el menú lateral de la consola de Grafana, haga una pausa en el elemento del menú **Administración** (o el icono de **Configuración** [engranaje] en la versión 8 de Grafana) y, luego, seleccione **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija el origen de datos de **Prometheus**. Si es necesario, puede empezar a escribir **Prometheus** en el cuadro de búsqueda para ayudarlo a encontrarlo. # Uso del origen de datos de Prometheus ## Configuración de Prometheus | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Url | La URL del servidor de Prometheus; por ejemplo, https://prometheus.example.org:9090. | | Access | Servidor (predeterminado) = La URL debe ser accesible desde el backend o el servidor de Grafana. | | Basic Auth | Habilite la autenticación básica en el origen de datos de Prometheus. | | User | Nombre de usuario de autenticación básica. | | Password | Contraseña de autenticación básica. | | Scrape interval | Establézcalo en el intervalo típico de extracción y evaluación configurado en Prometheus. El valor predeterminado es 15 segundos. | | Disable metrics lookup | Al marcar esta opción, se deshabilitará el selector de métricas y la metric/label compatibilidad con la función de autocompletar del campo de consulta. Esto es útil si hay problemas de rendimiento con instancias de Prometheus más grandes. | | Custom Query Parameters | Agregue parámetros personalizados a la URL de consultas de Prometheus. Por ejemplo, timeout, partial\$1response, dedup o max\$1source\$1resolution. Los parámetros múltiples se deben concatenar varios con “&”. | ## Editor de consultas de Prometheus Las siguientes secciones proporcionan información y opciones para el editor de consultas de Prometheus en el panel y en Explore. ### Editor de consultas en paneles Para abrir un gráfico en el modo de edición, seleccione el título y, a continuación, seleccione **Editar** (o pulse la tecla **e** mientras hace una pausa en el panel). | Name | Description (Descripción) | | --- | --- | | Query expression | Para obtener más información sobre las expresiones de consultas de Prometheus, consulte la [documentación de Prometheus](https://prometheus.io/docs/querying/basics/). | | Legend format | Controla el nombre de la serie temporal mediante el nombre o el patrón. Por ejemplo, \$1\$1hostname\$1\$1 se sustituye por el valor de la etiqueta hostname. | | Min step | Un límite inferior adicional para el [parámetro `step` de las consultas de intervalo de Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries) y para las variables \$1\$1\$1interval y \$1\$1\$1rate\$1interval. El límite es absoluto y no lo modifica la configuración de Resolución. | | Resolution | 1/1 establece tanto la variable \$1\$1\$1interval como el [parámetro `step` de las consultas de intervalo de Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries) de manera que cada píxel corresponda a un punto de datos. Para obtener un mejor rendimiento, utilice resoluciones más bajas. 1/2 solo recupera un punto de datos por cada dos píxeles y 1/10 recupera un punto de datos por cada 10 píxeles. Tenga en cuenta que el Intervalo de tiempo mínimo y el Paso mínimo limitan el valor final de \$1\$1\$1interval y step. | | Metric lookup | Busque los nombres de las métricas en este campo de entrada. | | Format as | Cambia entre Table, Time series o Heatmap. Table solo funciona en el panel de tablas. Heatmap es adecuado para mostrar métricas del tipo histograma en un panel de mapa de calor. Convierte los histogramas acumulados en histogramas normales y clasifica los buckets por grupos. | | Instant | Haga una consulta “instantánea” para devolver solo el último valor que haya extraído Prometheus para la serie temporal solicitada. Las consultas instantáneas devuelven resultados mucho más rápido que las consultas de intervalo normales. Utilícelas para buscar conjuntos de etiquetas. | | Min time interval | Este valor multiplicado por el denominador de la configuración de Resolución establece un límite inferior tanto para la variable \$1\$1\$1interval como para el [parámetro `step` de las consultas de intervalo de Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries). El valor predeterminado pasa a ser Intervalo de extracción según se establece en las opciones del origen de datos. | **nota** Amazon Managed Grafana modifica las fechas de solicitud de las consultas para alinearlas con el paso calculado dinámicamente. Esto garantiza una visualización coherente de los datos de las métricas, pero puede provocar una pequeña discontinuidad de los datos en el borde derecho del gráfico. #### Consultas instantáneas en los paneles El origen de datos de Prometheus le permite ejecutar consultas instantáneas del valor más reciente. Puede visualizar los resultados en un panel de tablas para ver todas las etiquetas disponibles de una serie temporal. Los resultados de las consultas instantáneas se componen de un solo punto de datos por serie. Se pueden mostrar en el panel de gráficos con la ayuda de anulaciones de serie. Para mostrarlos en el gráfico como el último punto de valor, agregue una modificación de la serie y seleccione `Points > true`. Para mostrar una línea horizontal en todo el gráfico, agregue una modificación de serie y seleccione `Transform > constant`. Para obtener más información sobre las anulaciones de serie, consulte [Anulaciones de series](graph-panel.md#graph-panel-series-overrides). ### Editor de consultas en Explore | Name | Description (Descripción) | | --- | --- | | Query expression | Para más información sobre la expresión de consultas de Prometheus, consulte la [documentación de Prometheus](https://prometheus.io/docs/querying/basics/). | | Step | [Parámetro `Step` de las consultas de intervalo de Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries). Aquí se pueden usar unidades de tiempo, por ejemplo, 5s, 1m, 3h, 1d y 1y. La unidad predeterminada, si no se ha especificado ninguna unidad, es s (segundos). | | Query type | Range, Instant, o Both. Al ejecutar una Consulta de intervalo, el resultado de la consulta se muestra en un gráfico y una tabla. La consulta instantánea devuelve solo el último valor que haya extraído Prometheus para la serie temporal solicitada y se muestra en la tabla. Cuando se selecciona Ambas, se ejecutan tanto la consulta instantánea como la consulta de intervalo. El resultado de la consulta de intervalo se muestra en el gráfico y el resultado de la consulta instantánea se muestra en la tabla. | ## Navegador de métricas El navegador de métricas le permite encontrar métricas rápidamente y seleccionar las etiquetas correspondientes para crear consultas básicas. Cuando abra el navegador, verá todas las métricas y etiquetas disponibles. Si la instancia de Prometheus lo admite, cada métrica mostrará su AYUDA y TIPO como información sobre herramientas. Al seleccionar una métrica, el navegador reduce las etiquetas disponibles para mostrar solo las que se aplican a la métrica. A continuación, puede seleccionar una etiqueta o varias y se mostrarán los valores de etiqueta disponibles en las listas de la sección inferior. Seleccione un valor o varios para cada etiqueta para restringir el alcance de la consulta. **nota** Si no recuerda el nombre de una métrica con el que empezar, también puede seleccionar antes algunas etiquetas para reducir la lista y, luego, buscar los valores de etiqueta correspondientes. Todas las listas del navegador de métricas tienen un campo de búsqueda encima para filtrar rápidamente las métricas o etiquetas que coinciden con una cadena determinada. La sección de valores solo tiene un campo de búsqueda. Su filtrado se aplica a todas las etiquetas para encontrar valores en todas las etiquetas una vez que las haya seleccionado, por ejemplo, entre las etiquetas app, job o job\$1name, solo una podría tener el valor que busca. Cuando la consulta sea satisfactoria, haga clic en “Usar consulta” para ejecutarla. El botón **Utilizar como consulta de tasa** agrega una función rate(...)[\$1\$1\$1interval] en torno a la consulta para escribir consultas para las métricas de contadores. El botón “Validar selector” comprobará con Prometheus cuántas series temporales están disponibles para ese selector. ### Limitaciones El navegador de métricas tiene un límite estricto de 10 000 etiquetas (claves) y 50 000 valores de etiquetas (lo que incluye los nombres de las métricas). Si la instancia de Prometheus devuelve más resultados, el navegador seguirá funcionando. Sin embargo, los conjuntos de resultados se reducirán por encima de esos límites máximos. ## Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). ### Variable de consulta La variable del tipo *Consulta* le permite consultar Prometheus para obtener una lista de métricas, etiquetas o valores de etiquetas. El complemento de origen de datos de Prometheus proporciona las siguientes funciones que puede utilizar en el campo de entrada **Consulta**. | Name | Description (Descripción) | | --- | --- | | label\$1names() | Devuelve una lista de nombres de etiquetas. | | label\$1values(label) | Devuelve una lista de valores de etiquetas para el parámetro label de cada métrica. | | label\$1values(metric, label) | Devuelve una lista de valores de etiquetas para el parámetro label de la métrica especificada. | | metrics(metric) | Devuelve una lista de métricas que coinciden con la expresión regular especificada metric. | | query\$1result(query) | Devuelve una lista de los resultados de la consulta de Prometheus para query. | Para obtener información sobre qué son los *nombres de las métricas*, los *nombres de las etiquetas* y los *valores de las etiquetas*, consulte la [documentación de Prometheus](https://prometheus.io/docs/concepts/data_model/#metric-names-and-labels). #### Uso de variables de intervalo y rango **nota** La compatibilidad con `$__range`, `$__range_s` y `$__range_ms` está disponible solo a partir de Grafana v5.3. Puede utilizar algunas variables globales en las variables de consulta: `$__interval`, `$__interval_ms`, `$__range`, `$__range_s` y `$__range_ms`. Para obtener más información, consulte [Variables globales](variables-types.md#global-variables). Puede resultar práctico utilizarlas con la función `query_result` cuando se deben filtrar consultas de variables, ya que la función `label_values` no admite consultas. Para obtener las instancias correctas al cambiar el intervalo de tiempo en el panel, asegúrese de configurar el desencadenador `refresh` de la variable para que sea `On Time Range Change`. El siguiente ejemplo de código muestra cómo rellenar una variable con las cinco instancias de solicitud de mayor actividad en función del QPS promedio en el intervalo de tiempo que se muestra en el panel. ``` Query: query_result(topk(5, sum(rate(http_requests_total[$__range])) by (instance))) Regex: /"([^"]+)"/ ``` El siguiente ejemplo de código muestra cómo rellenar una variable con las instancias que tienen un estado determinado en el intervalo de tiempo que se muestra en el panel mediante `$__range_s`. ``` Query: query_result(max_over_time([${__range_s}s]) != ) Regex: ``` ### Uso de la variable `$__rate_interval` La variable `$__rate_interval` está destinada a usarse en la función de tasa. Se define como máx.(`$__interval` \$1 *intervalo de extracción*, 4 \$1 *intervalo de extracción*). *Intervalo de extracción* es la configuración del paso mínimo (también denominado query\$1interval, una configuración por consulta de PromQL), si se establece alguno, y de lo contrario, el *intervalo de extracción* como se establece en el origen de datos de Prometheus (pero se ignora cualquier configuración de intervalo mínimo del panel, porque esta última se modifica con la configuración de resolución). ### Uso de variables en consultas Existen dos sintaxis: + Ejemplo de `$`: rate(http\$1requests\$1total\$1job=\$1"\$1job"\$1[5m]) + Ejemplo de `[[varname]]`: rate(http\$1requests\$1total\$1job=\$1"[[job]]"\$1[5m]) ¿Por qué de dos maneras? La primera sintaxis es más fácil de leer y escribir, pero no permite utilizar una variable en medio de una palabra. Cuando las opciones *Varios valores* o *Valor Incluir todo* están habilitadas, Grafana convierte las etiquetas de texto sin formato a una cadena compatible con expresiones regulares. Lo que significa que tiene que utilizar `=~` en lugar de `=`. ## Anotaciones Puede utilizar las anotaciones para superponer información detallada de los eventos sobre los gráficos. Las consultas de anotación se agregan mediante el menú Panel o la vista Anotaciones. Para obtener más información, consulte [Anotaciones](dashboard-annotations.md). Prometheus admite dos formas de consultar anotaciones. + Una consulta de métricas normal. + Una consulta de Prometheus para alertas pendientes y de activación. Para más información, consulte [Inspecting alerts during runtime](https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/#inspecting-alerts-during-runtime). La opción del paso es útil para limitar el número de eventos que se devuelven de la consulta. # Visualización de las alertas de Amazon Managed Service para Prometheus Puede visualizar sus alertas de Amazon Managed Service para Prometheus o sus alertas de Prometheus en Amazon Managed Grafana configurando un origen de datos de Alertmanager para los orígenes de datos de Prometheus a los que ya esté conectado. **Requisitos previos** Para configurar una instancia de Alertmanager a fin de usarla con Amazon Managed Service para Prometheus, debe cumplir los siguientes requisitos previos: + Una instancia de [Amazon Managed Service para Prometheus](https://docs.aws.amazon.com/prometheus/latest/userguide/AMP-onboard-create-workspace.html), con métricas ingeridas y al menos una regla de alerta o registro configurada. **Necesitarás la URL de tu espacio de trabajo (en los detalles de tu espacio de trabajo en Amazon Managed Service for Prometheus puedes ver la URL del punto de conexión).** El espacio de trabajo URl es la URL del punto de conexión (sin la que `api/v1/remote_write` aparece al final). + Un espacio de trabajo de Amazon Managed Grafana [creado](AMG-create-workspace.md) con la instancia de Prometheus [configurada como origen de datos](prometheus-data-source.md). + Amazon Managed Grafana debe tener los siguientes permisos para los recursos de Prometheus. Debe agregarlos a las políticas administradas por el servicio o administradas por el cliente que se describen en [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). + `aps:ListRules` + `aps:ListAlertManagerSilences` + `aps:ListAlertManagerAlerts` + `aps:GetAlertManagerStatus` + `aps:ListAlertManagerAlertGroups` + `aps:PutAlertManagerSilences` + `aps:DeleteAlertManagerSilence` **Configuración de un origen de datos de Alertmanager para usarlo con Amazon Managed Service para Prometheus** 1. Desde su consola de Grafana, en el menú de Grafana, elija la página **Origen de datos** en **Configuración**. 1. Elija **Agregar origen de datos** y seleccione **Alertmanager** en la lista de tipos de orígenes de datos. 1. Proporcione la siguiente información para el nuevo origen de datos. + Para **Implementación**, elija **Prometheus**. + En **HTTP**, para **URL**, proporcione la URL del espacio de trabajo de Prometheus, con `alertmanager` incluido. Por ejemplo, `https://aps-workspaces.us-east1.amazonaws.com/workspaces/ws-example-1234-5678-abcd-xyz00000001/alertmanager`. + En **Autenticación**, active **SigV4Auth**. Esto le indica a Grafana que debe utilizar la [autenticación de AWS](https://docs.aws.amazon.com/general/latest/gr/signature-version-4.html) para las solicitudes. + En **Detalles de SigV4auth**, en **Región predeterminada**, indique la región de la instancia de Prometheus; por ejemplo, `us-east-1`. 1. Seleccione **Guardar y probar** para finalizar la configuración del origen de datos. Si el origen de datos está configurado correctamente, aparecerá un mensaje que indicará que la **comprobación de estado se ha superado**. **Conexión del nuevo origen de datos de Alertmanager al origen de datos de Prometheus** 1. Desde su consola de Grafana, en el menú de Grafana, elija la página **Origen de datos** en **Configuración**. 1. Seleccione su origen de datos original de Amazon Managed Service para Prometheus y active el conmutador **Administrar alertas mediante la interfaz de usuario de alertas**. 1. Seleccione **Guardar y probar** para terminar de configurar el origen de datos. # Configuración de ejemplares **nota** Esta característica requiere la versión 2.26 o posterior de Prometheus. Los ejemplares no se admiten en Amazon Managed Service para Prometheus. Puede mostrar los datos de los ejemplares junto con una métrica tanto en Explore como en Paneles. Los ejemplares asocian los metadatos de mayor cardinalidad de un evento específico con los datos de serie temporal tradicionales. Puede configurar los ejemplares en los ajustes del origen de datos agregando enlaces a los ejemplares. Puede usar macros en su URL. Por ejemplo, podría crear una URL como `https://example.com/${__value.raw}`. # Conexión a un origen de datos de Amazon Timestream **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). Con Amazon Managed Grafana, puede añadir Amazon Timestream como fuente de datos mediante la opción de configuración de fuentes de datos de AWS la consola de espacio de trabajo de Grafana. Esta característica simplifica la adición de Timestream como origen de datos al detectar las cuentas de Timestream existentes y administra la configuración de las credenciales de autenticación necesarias para acceder a Timestream. Puede utilizar este método para configurar la autenticación y agregar Timestream como origen de datos, o puede configurar manualmente el origen de datos y las credenciales de autenticación necesarias con el mismo método que utilizaría en un servidor Grafana autoadministrado. # Use la configuración de la fuente de AWS datos para agregar Timestream como fuente de datos Para usar la configuración de la fuente de AWS datos, primero debes usar la consola de Amazon Managed Grafana para habilitar las funciones de IAM administradas por el servicio que otorgan al espacio de trabajo las políticas de IAM necesarias para leer los recursos de Timestream en tu cuenta o en todas tus unidades organizativas. A continuación, utilice la consola del espacio de trabajo de Amazon Managed Grafana para agregar Timestream como origen de datos. **Para usar la configuración de la fuente de AWS datos para añadir Timestream como fuente de datos** 1. Abra la consola de Amazon Managed Grafana en [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/). 1. En la esquina superior izquierda de la página, elija el icono de menú y, a continuación, elija **Todos los espacios de trabajo**. 1. Elija el nombre del espacio de trabajo. 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. Seleccione la casilla **Amazon Timestream** y, a continuación, elija **Acciones**, **Habilitar la política administrada por el servicio**. 1. Vuelva a elegir la pestaña **Orígenes de datos** y, a continuación, elija **Configurar en Grafana** en la fila **Amazon Timestream**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. 1. En la barra de navegación izquierda de la consola del espacio de trabajo de Grafana, selecciona **Aplicaciones** y luego **Fuentes de AWS datos** (en Grafana v8, selecciona el AWS icono del menú de la izquierda). 1. Elija la pestaña **Servicios de AWS ** y, a continuación, **Timestream**. 1. Seleccione la región predeterminada desde la que quiere que consulte el origen de datos de **Timestream**, seleccione las cuentas y, luego, elija **Agregar origen de datos.** # Adición manual del origen de datos de Timestream **Adición manual del origen de datos de Timestream** 1. En el menú lateral de la consola de Grafana, haga una pausa en el icono **Configuración** (engranaje) y, a continuación, elija **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija el origen de datos de **Amazon Timestream**. Si es necesario, puede empezar a escribir **Timestream** en el cuadro de búsqueda para ayudarlo a encontrarlo. ## Configuración de Timestream | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Proveedor de autenticación | Especifique el proveedor para obtener las credenciales. | | Región predeterminada | Se utiliza en el editor de consultas para establecer la región (se puede cambiar en función de cada consulta). | | Nombre del perfil de credenciales | Especifique el nombre del perfil que se va a utilizar (si utiliza un archivo \$1/.aws/credentials) y manténgalo en blanco de manera predeterminada. | | Adopción del ARN de rol | Especifique el ARN del rol que se va a adoptar. | | Punto de conexión (opcional) | Si debe especificar un punto de conexión de servicio alternativo. | ### Autenticación En esta sección se describen los distintos tipos de autenticación que puede utilizar para el origen de datos de Amazon Timestream. #### Ejemplo de credenciales AWS No puede utilizar el método de autenticación del archivo de credenciales en Amazon Managed Grafana. # Uso del origen de datos de Timestream ## Editor de consultas El editor de consultas acepta la sintaxis de Timestream además de las macros enumeradas anteriormente y las variables de la plantilla del panel. Pulse **Ctrl\$1Espacio** para abrir las IntelliSense sugerencias. ## Macros Para simplificar la sintaxis y permitir partes dinámicas, como los filtros de intervalo de fechas, la consulta puede contener macros. | Ejemplo de macros | Description (Descripción) | | --- | --- | | *\$1\$1\$1database* | Especificará la base de datos seleccionada. Utiliza el valor predeterminado de la configuración del origen de datos o el valor explícito del editor de consultas. | | *\$1\$1\$1table* | Especificará la base de datos seleccionada. Utiliza el valor predeterminado de la configuración del origen de datos o el valor explícito del editor de consultas. | | *\$1\$1\$1measure* | Especificará la medida seleccionada. Utiliza el valor predeterminado de la configuración del origen de datos o el valor explícito del editor de consultas. | | *\$1\$1\$1timeFilter* | Se sustituirá por una expresión que limite el tiempo al rango del panel | | *\$1\$1\$1interval\$1ms* | Se reemplazará por un número que representa la cantidad de tiempo que debe cubrir un solo píxel del gráfico. | # Conexión a un origen de datos de Amazon Athena **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). **nota** En esta guía se presupone que está familiarizado con el servicio Amazon Athena antes de utilizar el origen de datos de Athena. Con Amazon Managed Grafana, puede añadir Athena como fuente de datos mediante la opción de configuración de fuentes de datos de la consola del AWS espacio de trabajo de Grafana. Esta característica simplifica la adición de Athena como origen de datos al detectar las cuentas de Athena existentes y administra la configuración de las credenciales de autenticación necesarias para acceder a Athena. Puede utilizar este método para configurar la autenticación y agregar Athena como origen de datos, o puede configurar manualmente el origen de datos y las credenciales de autenticación necesarias con el mismo método que utilizaría en un servidor de Grafana autoadministrado. Existen requisitos previos para que Amazon Managed Grafana pueda acceder a Athena. Para conocer los requisitos previos relacionados con el uso del origen de datos de Athena, consulte [Requisitos previos](Athena-prereq.md). # Requisitos previos Para usar las políticas administradas de Amazon Managed Grafana para Athena, complete las siguientes tareas antes de configurar el origen de datos de Athena: + Etiquete sus grupos de trabajo de Athena con `GrafanaDataSource: true`. + Cree un bucket de S3 con un nombre que comience por `grafana-athena-query-results-`. Esta política proporciona permisos para escribir los resultados de las consultas en un bucket de S3 con esa convención de nomenclatura. Los permisos de Amazon S3 para acceder al origen de datos subyacente de una consulta de Athena no se incluyen en esta política administrada. Debe añadir los permisos necesarios para los buckets de Amazon S3 de forma manual y case-by-case puntual. Para obtener más información, consulte [Identity-based policy examples in Amazon Managed Grafana](https://docs.aws.amazon.com/grafana/latest/userguide/security_iam_id-based-policy-examples.html) en esta guía. # Utilice la configuración de la fuente de AWS datos para añadir Amazon Athena como fuente de datos ## Requisitos previos + La [CLI de AWS](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html) está instalada y configurada en el entorno. + Tiene acceso a Athena desde su cuenta. Para usar la configuración de la fuente de AWS datos, primero ve a la consola de Amazon Managed Grafana para habilitar las funciones de IAM administradas por el servicio que otorgan al espacio de trabajo las políticas de IAM necesarias para leer los recursos de Athena en tu cuenta o en todas tus unidades organizativas. A continuación, utilice la consola del espacio de trabajo de Amazon Managed Grafana para agregar Athena como origen de datos. # Para usar la configuración de la fuente de AWS datos para agregar Athena como fuente de datos 1. Asegúrese de que su rol de usuario sea de administrador o editor. 1. Seleccione el espacio de trabajo en el que desee trabajar en la consola de Grafana gestionada por Amazon en. [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/) 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. Seleccione la casilla **Amazon Athena** y, a continuación, elija **Acciones**, **Habilitar la política administrada por el servicio**. 1. Vuelva a elegir la pestaña **Orígenes de datos** y, a continuación, elija **Configurar en Grafana** en la fila **Amazon Athena**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. El usuario debe tener una política de acceso de Athena adjunta al usuario o rol para poder acceder al origen de datos de Athena. Consulte [AWS política gestionada: AmazonGrafanaAthenaAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaAthenaAccess) para obtener más información. 1. **En la barra de navegación izquierda de la consola del espacio de trabajo de Grafana, selecciona el AWS icono inferior (hay dos) y, a continuación, selecciona **Athena en el menú Fuentes de datos**.** 1. Seleccione la región predeterminada desde la que quiere que consulte el origen de datos de Athena, seleccione las cuentas que desea y, luego, elija **Agregar origen de datos**. 1. Siga los pasos para configurar **Detalles de Athena** en [Configuración de **Detalles de Athena**](#Athena-settings). ## Configuración de **Detalles de Athena** **Configurar los ajustes de **Athena Details**** 1. En el menú **Detalles de la conexión**, seleccione el proveedor de autenticación (recomendado: **rol de IAM del espacio de trabajo**). 1. Seleccione el origen de datos de Athena de destino en el que tiene su cuenta de Athena. Si no selecciona ningún origen de datos, hay un origen de datos predeterminado en el menú desplegable. Para crear una nueva cuenta de Athena, siga las instrucciones de [Introducción a Athena](https://docs.aws.amazon.com/athena/latest/ug/getting-started.html). 1. Seleccione su base de datos de Athena de destino en el origen de datos seleccionado anteriormente. 1. Seleccione el grupo de trabajo. **Principal** es la opción predeterminada. 1. Si su grupo de trabajo aún no tiene configurada una ubicación de salida, especifique un bucket de S3 y una carpeta para usarlos en los resultados de la consulta. Por ejemplo, `s3://grafana-athena-plugin-test-data/query-result-output/ ` 1. Seleccione **Guardar y probar**. # Cómo agregar manualmente el origen de datos de Athena ## Requisitos previos + La [CLI de AWS](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html) está instalada y configurada en el entorno. + Tiene acceso a **Amazon Athena** desde su cuenta. **Cómo agregar manualmente el origen de datos de Athena:** 1. En el menú lateral de la consola de Grafana, haga una pausa en el icono **Configuración** (engranaje) y, a continuación, elija **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija el origen de datos de **AWS Athena**. Si es necesario, puede empezar a escribir **Athena** en el cuadro de búsqueda para ayudarlo a encontrarlo. 1. En el menú **Detalles de la conexión**, configure el proveedor de autenticación (recomendado: **rol de IAM del espacio de trabajo**). 1. Seleccione el origen de datos, la base de datos y el grupo de trabajo de Athena de destino. Para crear una nueva cuenta de Athena, siga las instrucciones de [Introducción a Athena](https://docs.aws.amazon.com/athena/latest/ug/getting-started.html). 1. Si su grupo de trabajo aún no tiene configurada una ubicación de salida, especifique un bucket de S3 y una carpeta para usarlos en los resultados de la consulta. Por ejemplo, `s3://grafana-athena-plugin-test-data/query-result-output/ `. 1. Seleccione **Guardar y probar**. Lo que se muestra a continuación es un ejemplo de la configuración de **Detalles de Athena**. ![\[Ejemplo de Detalles de Athena\]](http://docs.aws.amazon.com/es_es/grafana/latest/userguide/images/athena.png) # Uso del origen de datos de Athena ## Políticas de IAM Grafana necesita permisos otorgados a través de IAM para poder leer las métricas de Athena. Puede adjuntar estos permisos a los roles de IAM y usar la compatibilidad integrada de Grafana para asumir roles. Tenga en cuenta que deberá [configurar la política requerida](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_create.html) para su rol antes de agregar el origen de datos a Grafana. Necesitará un rol de administrador o editor para agregar un origen de datos. La política de acceso integrada de Athena de Amazon Grafana se define en la sección [AWS política gestionada: AmazonGrafanaAthenaAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaAthenaAccess). ## Consulta de datos de Athena El origen de datos de Athena proporciona un editor de consultas SQL estándar. Amazon Managed Grafana incluye algunas macros para ayudar a escribir consultas de series temporales más complejas. Macros | Macro | Description (Descripción) | Ejemplo | Ejemplo de salida | | --- | --- | --- | --- | | \$1\$1\$1dateFilter(column) | \$1\$1\$1dateFilter crea un filtro condicional que selecciona los datos (utilizando column) en función del intervalo de fechas del panel. | \$1\$1\$1date(my\$1date) | my\$1date BETWEEN date '2017-07-18' AND date '2017-07-18' | | \$1\$1\$1parseTime(column,format) | \$1\$1\$1parseTime convierte un varchar en una marca de tiempo con el formato especificado. | \$1\$1\$1parseTime(eventtime, 'yyyy-MM-dd''T''HH:mm:ss''Z') | parse\$1datetime(time,'yyyy-MM-dd''T''HH:mm:ss''Z') | | \$1\$1\$1timeFilter(column,format) | \$1\$1\$1timeFilter crea un condicional que filtra los datos (utilizando column) en función del intervalo de tiempo del panel. El segundo argumento se usa para analizar opcionalmente la columna de un varchar a una marca de tiempo con un formato específico. | \$1\$1\$1timeFilter(time, 'yyyy-MM-dd HH:mm:ss') | TIMESTAMP time BETWEEN TIMESTAMP '2017-07-18T11:15:52Z' AND TIMESTAMP '2017-07-18T11:15:52Z' | | \$1\$1\$1timeFrom() | \$1\$1\$1timeFrom muestra la hora de inicio actual del intervalo del panel con comillas. | \$1\$1\$1timeFrom() | TIMESTAMP '2017-07-18 11:15:52' | | \$1\$1\$1timeTo() | \$1\$1\$1timeTo muestra la hora de finalización actual del intervalo del panel con comillas. | \$1\$1\$1timeTo() | TIMESTAMP '2017-07-18 11:15:52' | | \$1\$1\$1timeGroup(column, '1m', format) | \$1\$1\$1timeGroup agrupa las marcas de tiempo de modo que solo haya 1 punto por cada periodo del gráfico. El tercer argumento se usa para analizar opcionalmente la columna de un varchar a una marca de tiempo con un formato específico. | \$1\$1\$1timeGroup(time,'5m','yyyy-MM-dd''T''HH:mm:ss.SSSSSS''Z') | FROM\$1UNIXTIME(FLOOR(TO\$1UNIXTIME(parse\$1datetime(time,'yyyy-MM-dd''T''HH:mm:ss.SSSSSS''Z'))/300)\$1300) | | \$1\$1\$1table | \$1\$1\$1table devuelve la tabla seleccionada en el selector Tablas. | \$1\$1\$1table | my\$1table | | \$1\$1\$1column | \$1\$1\$1column devuelve la columna seleccionada en el selector Columnas (requiere una tabla). | \$1\$1\$1column | col1 | **Visualización** La mayoría de las consultas en Athena se representarán mejor mediante una visualización de tabla. Una consulta muestra los datos devueltos en una tabla. Si se puede consultar, se puede mostrar como una tabla. Este ejemplo devuelve los resultados de una visualización de tabla: ``` SELECT {column_1}, {column_2} FROM {table}; ``` **Visualizaciones de series temporales o gráficos** Para las visualizaciones de series temporales y gráficos, debe: + Seleccionar una columna con un tipo `date` o `datetime`. La columna `date` debe estar en orden ascendente (utilizando `ORDER BY column ASC`). + Seleccione también una columna numérica. **Inspección de la consulta** Amazon Managed Grafana admite macros que Athena no, lo que significa que una consulta podría no funcionar si se copia y pega directamente en Athena. Para ver la consulta interpolada completa, que funciona directamente en Athena, haga clic en el botón **Inspector de consultas**. La consulta completa se muestra en la pestaña **Consulta**. ## Plantillas y variables Para obtener más información acerca de cómo agregar una variable de consulta de Athena, consulte [Adición de una variable de consulta](variables-types.md#add-a-query-variable). Utilice su origen de datos de Athena como origen de datos para las consultas disponibles. Cualquier valor consultado en una tabla de Athena se puede utilizar como variable. Evite seleccionar demasiados valores, ya que esto puede provocar problemas de rendimiento. Después de crear una variable, puede usarla en sus consultas de Athena mediante [Sintaxis de variable](templates-and-variables.md#variable-syntax). Para obtener más información acerca de las variables, consulte [Plantillas y variables](templates-and-variables.md). ## Anotaciones Las [Anotaciones](dashboard-annotations.md) permiten superponer información detallada sobre los eventos encima de los gráficos. Puede agregar anotaciones seleccionando el panel o agregando consultas de anotación mediante la vista **Anotaciones** del menú **Panel**. Un ejemplo de consulta para agregar anotaciones automáticamente: ``` SELECT time as time, environment as tags, humidity as text FROM tableName WHERE $__dateFilter(time) and humidity > 95 ``` En la siguiente tabla se representan las descripciones de las columnas que se pueden utilizar para representar las anotaciones: | Name | Description (Descripción) | | --- | --- | | Time | El nombre del date/time campo. Puede ser una columna con un tipo de date/time datos SQL nativo o un valor de época. | | Timeend | Nombre opcional del date/time campo final. Podría ser una columna con un tipo de date/time datos SQL nativo o un valor de época. (Versión 6.6 y posteriores de Grafana) | | Text | Campo de descripción del evento. | | Tags | Nombre de campo opcional para utilizar en las etiquetas de eventos como una cadena separada por comas. | ## Compatibilidad de datos de consulta asíncrona Las consultas de Athena en Amazon Managed Grafana se gestionan de forma asíncrona para evitar tiempos de espera. Las consultas asíncronas utilizan solicitudes independientes para iniciar la consulta, comprobar su progreso y, por último, obtener los resultados. Esto evita los tiempos de espera de las consultas que se ejecutan durante mucho tiempo. ## Reutilización de resultados de las consultas Puede reutilizar los resultados de las consultas anteriores para mejorar el rendimiento de las consultas. Para habilitar la reutilización de las consultas, habilítela en la sección **Reutilización de los resultados de las consultas** del editor de consultas. Esto debe hacerse para cada consulta que desee reutilizar. **nota** Esta característica requiere que la instancia de Athena esté en la versión 3 del motor. Para obtener más información, consulte [Cambio de las versiones del motor Athena](https://docs.aws.amazon.com/athena/latest/ug/engine-versions-changing.html) en la *Guía del usuario de Amazon Athena*. # Conexión a un origen de datos de Amazon Redshift **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). **nota** En esta guía se supone que los usuarios están familiarizados con el servicio Amazon Redshift antes de utilizar el origen de datos de Amazon Redshift. Con Amazon Managed Grafana, puede añadir Amazon Redshift como fuente de datos mediante la opción de configuración de fuentes de datos de AWS la consola de espacio de trabajo de Grafana. Esta característica simplifica la adición de Amazon Redshift como origen de datos al detectar las cuentas de Amazon Redshift existentes y administra la configuración de las credenciales de autenticación necesarias para acceder a Amazon Redshift. Puede utilizar este método para configurar la autenticación y agregar Amazon Redshift como origen de datos, o puede configurar manualmente el origen de datos y las credenciales de autenticación necesarias con el mismo método que utilizaría en un servidor de Grafana autoadministrado. Existen requisitos previos para que Amazon Managed Grafana pueda acceder a Amazon Redshift. Para conocer los requisitos previos relacionados con el uso del origen de datos de Amazon Redshift, consulte [Requisitos previos](Redshift-prereq.md). # Requisitos previos Para utilizar las políticas AWS gestionadas de Amazon Managed Grafana, complete las siguientes tareas antes de configurar la fuente de datos de Amazon Redshift: + Etiquete su clúster de Amazon Redshift con `GrafanaDataSource: true`. De lo contrario, no estará accesible. + Cree las credenciales de la base de datos de una de las siguientes maneras, que se excluyen mutuamente: + Si desea utilizar el mecanismo predeterminado (las opciones de credenciales temporales) para autenticarse en la base de datos de Redshift, debe crear un usuario de base de datos con el nombre `redshift_data_api_user`. + Si quiere usar las credenciales de Secrets Manager, debe etiquetar el secreto con `RedshiftQueryOwner: true`. Para obtener más información, consulte [Identity-based policy examples in Amazon Managed Grafana](https://docs.aws.amazon.com/grafana/latest/userguide/security_iam_id-based-policy-examples.html) en esta guía. # Utilice la configuración de la fuente de AWS datos para añadir Amazon Redshift como fuente de datos # Para usar la configuración de la fuente de AWS datos para añadir Amazon Redshift como fuente de datos 1. Asegúrese de que su rol de usuario sea de administrador o editor. 1. Seleccione el espacio de trabajo en el que desee trabajar en la consola de Grafana gestionada por Amazon en. [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/) 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. A continuación, seleccione la casilla **Amazon Redshift** y elija **Acciones**, **Habilitar la política administrada por el servicio**. 1. Vuelva a elegir la pestaña **Orígenes de datos** y, a continuación, elija **Configurar en Grafana** en la fila **Amazon Redshift**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. 1. En la barra de navegación del lado izquierdo de la consola del espacio de trabajo de Grafana, elija el icono de AWS situado abajo (hay dos) y, a continuación, elija **Redshift**. 1. Seleccione la región predeterminada desde la que quiere que se consulte el origen de datos de Amazon Redshift, seleccione las cuentas que desea y, luego, elija **Agregar origen de datos**. 1. Siga los pasos para configurar los **detalles de conexión** en [Configuración de los **ajustes de conexión**](Redshift-config.md#Redshift-connection-details). # Cómo agregar manualmente el origen de datos de Amazon Redshift ## Requisitos previos + Tiene acceso a **Amazon Redshift** desde su cuenta. **Cómo agregar el origen de datos de Amazon Redshift:** 1. Adjunta el rol de usuario [AmazonRedshiftAccessPolicy](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaRedshiftAccess)a tu espacio de trabajo. 1. Asegúrese de que su rol de usuario sea de administrador o editor. 1. Selecciona el espacio de trabajo en el que quieres trabajar en la consola de Grafana gestionada por Amazon en. [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/) 1. En el menú lateral de la consola de Grafana, haga una pausa en el icono **Configuración** (engranaje) y, a continuación, elija **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija el origen de datos de **AWS Redshift**. Si es necesario, puede empezar a escribir **Redshift** en el cuadro de búsqueda para ayudarlo a encontrarlo. 1. Se abrirá la página **Detalles de la conexión**. Siga los pasos para configurar [Configuración de los **ajustes de conexión**](Redshift-config.md#Redshift-connection-details). # Configuración de Amazon Redshift Tras agregar el origen de datos de Amazon Redshift a su espacio de trabajo, configure los ajustes de Amazon Redshift de la siguiente manera: ## Requisitos previos + Tiene acceso a **Amazon Redshift** desde su cuenta. ## Configuración de los **ajustes de conexión** **Configuración de los ajustes de los detalles de conexión** 1. En el menú **Detalles de la conexión**, seleccione el proveedor de autenticación (recomendado: **rol de IAM del espacio de trabajo**). 1. Elija la **región predeterminada** que desee consultar. ## Configuración de **autenticación** **Configuración de los ajustes de la **autenticación**** 1. En el menú **Autenticación**, elija la pestaña **Credenciales temporales** o **AWS Secrets Manager** como proveedor de credenciales de acceso. Para obtener más información sobre Temporary Credentials and AWS Secrets Manager, consulte [AWS política gestionada: AmazonGrafanaRedshiftAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaRedshiftAccess) 1. Si elige **Credenciales temporales**, que son las predeterminadas, siga los pasos que se indican a continuación. Si elige **AWS Secrets Manager**, ingrese sus credenciales de **AWS Secrets Manager** en los campos de entrada. 1. Elija el **identificador de clúster** del clúster creado en Amazon Redshift. Para obtener más información sobre el clúster de Redshift, consulte [Conexiones de Redshift](https://docs.aws.amazon.com/redshift/latest/gsg/connection.html). 1. Elija su base de datos de Redshift específica. 1. Seleccione el usuario de base de datos que creó para el clúster anterior. 1. Elija **Guardar y probar**. A continuación se muestra un ejemplo de la configuración de las **credenciales temporales**. ![\[Ejemplo de credenciales temporales\]](http://docs.aws.amazon.com/es_es/grafana/latest/userguide/images/redshift.png) A continuación se muestra un ejemplo del menú **AWS Secrets Manager**. ![\[Ejemplos de Secrets Manager\]](http://docs.aws.amazon.com/es_es/grafana/latest/userguide/images/secretsmanager.png) # Uso del origen de datos de Amazon Redshift ## Políticas de IAM Grafana necesita permisos concedidos mediante IAM para poder leer las métricas de Redshift. Puede adjuntar estos permisos a los roles de IAM y usar la compatibilidad integrada de Grafana para asumir roles. La política de acceso integrada a Amazon Grafana Redshift se define en la sección [AWS política gestionada: AmazonGrafanaRedshiftAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaRedshiftAccess). ## Consulta de datos de Amazon Redshift El origen de datos de Amazon Redshift proporciona un editor de consultas SQL estándar. Amazon Managed Grafana incluye algunas macros para ayudar a escribir consultas de series temporales más complejas. Macros | Macro | Description (Descripción) | Ejemplo de resultados | | --- | --- | --- | | \$1\$1\$1timeEpoch(column) | \$1\$1\$1timeEpoch se sustituirá por una expresión para convertirla en una marca de tiempo UNIX y cambiar el nombre de la columna a time. | UNIX\$1TIMESTAMP(dateColumn) as "time" | | \$1\$1\$1timeFilter(column) | \$1\$1\$1timeFilter crea un condicional que filtra los datos (utilizando column) en función del intervalo de tiempo del panel. | time BETWEEN '2017-07-18T11:15:52Z' AND '2017-07-18T11:15:52Z' | | \$1\$1\$1timeFrom() | \$1\$1\$1timeFrom muestra la hora de inicio actual del intervalo del panel con comillas. | '2017-07-18T11:15:52Z' | | \$1\$1\$1timeTo() | \$1\$1\$1timeTo muestra la hora de finalización actual del intervalo del panel con comillas. | '2017-07-18T11:15:52Z' | | \$1\$1\$1timeGroup(column, '1m') | \$1\$1\$1timeGroup agrupa las marcas de tiempo de modo que solo haya 1 punto por cada periodo del gráfico. | floor(extract(epoch from time)/60)\$160 AS "time" | | \$1\$1\$1schema | \$1\$1\$1schema usa el esquema seleccionado. | public | | \$1\$1\$1table | \$1\$1\$1table genera una tabla a partir del valor de \$1\$1\$1schema proporcionado (usa el esquema público de forma predeterminada). | sales | | \$1\$1\$1column | \$1\$1\$1column genera una columna a partir del valor de \$1\$1\$1table actual. | date | | \$1\$1\$1unixEpochFilter(column) | \$1\$1\$1unixEpochFilter se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado con las horas representadas como marca de tiempo Unix. | column >= 1624406400 AND column <= 1624410000 | | \$1\$1\$1unixEpochGroup(column) | \$1\$1\$1unixEpochGroup coincide con \$1\$1\$1timeGroup pero para las horas almacenadas como marca de tiempo Unix. | floor(time/60)\$160 AS "time" | **Visualización** La mayoría de las consultas en Redshift se representarán mejor mediante una visualización de tabla. En cualquier consulta, se mostrarán los datos de una tabla. Si se puede consultar, se puede colocar en una tabla. Este ejemplo devuelve los resultados de una visualización de tabla: ``` SELECT {column_1}, {column_2} FROM {table}; ``` **Visualizaciones de series temporales y gráficos** Para las visualizaciones de series temporales y gráficos, existen algunos requisitos: + Debe seleccionarse una columna con un tipo de `date` o `datetime`. + La columna `date` debe estar en orden ascendente (utilizando `ORDER BY column ASC`). + Debe seleccionar una columna numérica. Para crear un gráfico más razonable, asegúrese de utilizar las macros `$__timeFilter` y `$__timeGroup`. **Ejemplo de consulta de series temporales:** ``` SELECT avg(execution_time) AS average_execution_time, $__timeGroup(start_time, 'hour'), query_type FROM account_usage.query_history WHERE $__timeFilter(start_time) group by query_type,start_time order by start_time,query_type ASC; ``` **Modo de relleno** Grafana también completa automáticamente los marcos sin un valor con algunos valores predeterminados. Para configurar este valor, cambie el **valor de relleno** en el editor de consultas. **Inspección de la consulta** Como Grafana admite macros que Redshift no admite, la consulta completamente renderizada, que se puede copiar y pegar directamente en Redshift, está visible en el inspector de consultas. Para ver la consulta interpolada completa, seleccione el menú **Inspector de consultas** y la consulta completa estará visible en la pestaña **Consulta**. ## Plantillas y variables Para obtener más información acerca de cómo agregar una nueva variable de consulta de Redshift, consulte [Adición de una variable de consulta](variables-types.md#add-a-query-variable). Utilice su origen de datos de Redshift como origen de datos para las consultas disponibles. Cualquier valor consultado en una tabla de Amazon Redshift se puede utilizar como variable. Asegúrese de no seleccionar demasiados valores, ya que esto puede provocar problemas de rendimiento. Después de crear una variable, puede usarla en sus consultas de Redshift mediante [Sintaxis de variable](templates-and-variables.md#variable-syntax). Para obtener más información acerca de las variables, consulte [Plantillas y variables](templates-and-variables.md). ## Anotaciones [Anotaciones](dashboard-annotations.md) permite superponer información detallada sobre los eventos en la parte superior de los gráficos. Puede agregar anotaciones seleccionando el panel o agregando consultas de anotación mediante la vista **Anotaciones** abierta desde el menú **Panel**. Ejemplo de consulta para agregar anotaciones automáticamente: ``` SELECT time as time, environment as tags, humidity as text FROM $__table WHERE $__timeFilter(time) and humidity > 95 ``` En la siguiente tabla, se representan los valores de las columnas que se tienen en cuenta para representar las anotaciones: | Name | Description (Descripción) | | --- | --- | | Time | Nombre del campo de fecha o de hora. Puede ser una columna con un tipo de datos de fecha u hora nativo de SQL o un valor de época. | | Timeend | Nombre opcional del campo de fecha u hora de fin. Puede ser una columna con un tipo de datos de fecha u hora nativo de SQL o un valor de época. | | Text | Campo de descripción del evento. | | Tags | Nombre de campo opcional para utilizar en las etiquetas de eventos como una cadena separada por comas. | # Conectarse a una fuente AWS X-Ray de datos **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). AWS X-Ray Añádelo como fuente de datos y, a continuación, cree cuadros de mando o utilice Explore with X-Ray para ver trazas, análisis o información. Con Amazon Managed Grafana, puede añadir X-Ray como fuente de datos mediante la opción de configuración de fuentes de AWS datos de la consola de espacio de trabajo de Grafana. Esta característica simplifica la adición de X-Ray como origen de datos al detectar las cuentas de X-Ray existentes y administra la configuración de las credenciales de autenticación necesarias para acceder a X-Ray. Puede utilizar este método para configurar la autenticación y agregar X-Ray como origen de datos, o puede configurar manualmente el origen de datos y las credenciales de autenticación necesarias con el mismo método que utilizaría en un servidor Grafana autoadministrado. **Topics** + [Use la configuración de la fuente de AWS datos para agregar X-Ray como fuente de datos](xray-adding-AWS-config.md) + [Adición manual del origen de datos de X-Ray](xray-add-the-data-source.md) + [Configuración de X-Ray](#xray-settings) + [Uso del origen de datos de X-Ray](xray-using.md) # Use la configuración de la fuente de AWS datos para agregar X-Ray como fuente de datos Para usar la configuración de la fuente de AWS datos, primero debes usar la consola de Grafana gestionada por Amazon para habilitar las funciones de IAM gestionadas por el servicio que otorgan al espacio de trabajo las políticas de IAM necesarias para leer los recursos de X-Ray de tu cuenta o de todas tus unidades organizativas. A continuación, utilice la consola de espacio de trabajo de Amazon Managed Grafana para agregar X-Ray como origen de datos. **Para usar la configuración de la fuente de AWS datos para agregar X-Ray como fuente de datos** 1. Abra la consola de Amazon Managed Grafana en [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/). 1. En la esquina superior izquierda de la página, elija el icono de menú y, a continuación, elija **Todos los espacios de trabajo**. 1. Elija el nombre del espacio de trabajo. 1. Si no eligió usar permisos administrados por el servicio para este espacio de trabajo cuando lo creó, pase de usar permisos administrados por el cliente a usar permisos administrados por el servicio para asegurarse de que las funciones y políticas de IAM adecuadas estén habilitadas para usar la opción de configuración de AWS fuentes de datos en la consola del espacio de trabajo de Grafana. Para ello, elija el icono de edición junto a **Rol de IAM** y, luego, seleccione **Servicio administrado**, **Guardar cambios**. Para obtener más información, consulte [Amazon gestionó los permisos y las políticas de Grafana para las fuentes de datos AWS](AMG-manage-permissions.md). 1. Elija la pestaña **Orígenes de datos**. A continuación, seleccione la casilla de **AWS X-Ray** y elija **Acciones**, **Habilitar política administrada por el servicio**. 1. Vuelva a elegir la pestaña **Orígenes de datos** y, a continuación, elija **Configurar en Grafana** en la fila **AWS X-Ray**. 1. Inicie sesión en la consola del espacio de trabajo de Grafana mediante IAM Identity Center, si es necesario. 1. **En la barra de navegación izquierda de la consola del espacio de trabajo de Grafana, elige el AWS icono y, a continuación, selecciona **AWS servicios**, X-Ray.** 1. Seleccione la región predeterminada desde la que quiere que consulte el origen de datos de X-Ray, seleccione las cuentas y, luego, elija **Agregar origen de datos**. # Adición manual del origen de datos de X-Ray **Adición manual del origen de datos de X-Ray** 1. En el menú lateral de la consola de Grafana, haga una pausa en el icono **Configuración** (engranaje) y, a continuación, elija **Orígenes de datos**. 1. Elija **Agregar origen de datos**. 1. Elija el origen de datos de **X-Ray**. Si es necesario, puede empezar a escribir **X-Ray** en el cuadro de búsqueda para ayudarlo a encontrarlo. ## Configuración de X-Ray | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Predeterminado | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Región predeterminada | Se utiliza en el editor de consultas para establecer la región (se puede cambiar en función de cada consulta). | | Proveedor de autenticación | Especifique el proveedor para obtener las credenciales. | | Nombre del perfil de credenciales | Especifique el nombre del perfil que se va a utilizar (si utiliza un archivo \$1/.aws/credentials) y manténgalo en blanco de manera predeterminada. | | Adopción del ARN de rol | Especifique el ARN del rol que se va a adoptar. | | ID externo | Si asume un rol en otra cuenta que se ha creado con un ID externo, especifique el ID externo aquí. | ### Autenticación En esta sección se describen los distintos tipos de autenticación que puede utilizar para el origen de datos de X-Ray. #### Roles de IAM Actualmente, todo el acceso a X-Ray se realiza desde el servidor desde el backend del espacio de trabajo de Grafana mediante el SDK oficial. AWS Si su servidor de Grafana está funcionando AWS, puede utilizar las funciones de IAM y la autenticación se gestionará automáticamente. Para obtener más información, consulte [Roles de IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html). ### Políticas de IAM Grafana necesita permisos otorgados a través de IAM para poder leer datos de X-Ray y EC2. tags/instances/regions Puede adjuntar estos permisos a los roles de IAM y utilizar la compatibilidad integrada de Grafana para asumir roles. En el siguiente código de ejemplo se muestra una política mínima. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "xray:BatchGetTraces", "xray:GetTraceSummaries", "xray:GetTraceGraph", "xray:GetGroups", "xray:GetTimeSeriesServiceStatistics", "xray:GetInsightSummaries", "xray:GetInsight", "ec2:DescribeRegions" ], "Resource": "*" } ] } ``` ------ #### AWS Ejemplo de credenciales No puede utilizar el método del archivo de credenciales en Amazon Managed Grafana. # Uso del origen de datos de X-Ray ## Editor de consultas El campo más importante del editor es el tipo de consulta. Hay cuatro tipos de consultas: + Lista de trazas (trazas en AWS) + Estadísticas de seguimiento + Trace Analytics (entrada analítica AWS) + Información ## Lista de rastros El tipo Lista de rastros permite buscar rastros que se muestran en una tabla. Al elegir el ID de rastro en la primera columna, se abre el rastro en el lado derecho. Observe el campo de consulta en el editor. Puede escribir consultas, filtrar expresiones o insertar un único ID de rastro que se mostrará en una vista de rastros. Para obtener más información sobre las expresiones de filtro, consulte la [documentación de AWS X-Ray](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-filters.html). **nota** La lista de rastros mostrará solo los 1000 primeros rastros. ## Estadísticas de seguimiento En las estadísticas de seguimiento, puede ver un gráfico y una tabla que muestran información sobre errores, fallos, limitaciones, solicitudes correctas y el recuento total. Puede usar el campo de columnas del editor de consultas para ver solo las columnas especificadas. ## Trace Analytics En Análisis de seguimiento, puede visualizar las siguientes tablas. + Causa raíz + Tiempo de respuesta + Servicio de la causa raíz (último servicio en la ruta) + Ruta (varias rutas) + Error + Servicio de la causa raíz (último servicio en la ruta) + Ruta + Mensaje de error + Fallo + Servicio de la causa raíz (último servicio en la ruta) + Ruta + Mensaje de error + Impacto en el usuario final + URL + Código de estado HTTP ## Información En Información, puede ver la tabla de resumen de la información. Al elegir el InsightId , accederá a la consola AWS de administración. ## Alertas Como las consultas de X-Ray pueden devolver datos numéricos, se admiten las alertas. Para obtener más información, consulte [Alertas de Grafana](alerts-overview.md). # Conexión a un origen de datos de Azure Monitor El origen de datos de Azure Monitor admite varios servicios en la nube de Azure: + El **servicio Azure Monitor** es el servicio de plataforma que proporciona un único origen para supervisar los recursos de Azure. Para obtener más información, consulte [Consulta del servicio Azure Monitor](#query-the-azure-monitor-service). + El **servidor de Información de aplicaciones** es un servicio extensible de administración del rendimiento de aplicaciones (APM) para desarrolladores web en múltiples plataformas y se puede utilizar para supervisar su aplicación web publicada. Detectará automáticamente las anomalías de rendimiento. Para obtener más información, consulte [Consulta del servicio Application Insights Analytics](#query-the-application-insights-analytics-service). + **Azure Log Analytics** (o Azure Logs) le permite acceder a los datos de registro recopilados por Azure Monitor. Para obtener más información, consulte [Consulta del servicio Azure Log Analytics](#querying-the-azure-log-analytics-service). + Utilice el **servicio Análisis de Información de aplicaciones** para consultar los [datos de Información de aplicaciones](https://docs.microsoft.com/en-us/azure/azure-monitor/app/analytics) con el mismo lenguaje de consulta que se utiliza para Azure Log Analytics. Para obtener más información, consulte [Consulta del servicio Application Insights Analytics](#query-the-application-insights-analytics-service). ## Adición del origen de datos El origen de datos puede acceder a las métricas de cuatro servicios diferentes. Puede configurar el acceso a los servicios que utiliza. También es posible utilizar las mismas credenciales para varios servicios si así lo ha configurado en el ID de Azure Entra. + [Registre una aplicación de Microsoft Entra y cree una entidad principal de servicio](https://docs.microsoft.com/en-us/azure/azure-resource-manager/resource-group-create-service-principal-portal) 1. Al acceder desde el menú principal de Grafana, los orígenes de datos recién instalados se pueden agregar inmediatamente en la sección Orígenes de datos. A continuación, pulse el botón **Agregar origen de datos** en la esquina superior derecha. El origen de datos de Azure Monitor estará disponible para su selección en la sección Nube de la lista de orígenes de datos. 1. En el campo de nombre, Grafana rellenará automáticamente un nombre para el origen de datos: `Azure Monitor` o algo así como `Azure Monitor - 3`. Si está configurando varios orígenes de datos, cambie el nombre por uno más informativo. 1. Si utiliza Azure Monitor, necesitará cuatro datos de Azure Portal (para instrucciones detalladas, consulte el vínculo proporcionado anteriormente): + **ID de inquilino** (ID de Azure Entra, propiedades, ID de directorio) + **ID de cliente** (ID de Azure Entra, registros de aplicaciones, elija su aplicación, ID de aplicación) + **Secreto de cliente** (ID de Azure Entra, registros de aplicaciones, elija su aplicación, claves) + **ID de suscripción predeterminado** (suscripciones, elegir suscripción, información general, ID de suscripción) 1. Pegue estos cuatro elementos en los campos de la sección de detalles de la API de Azure Monitor. + El ID de suscripción se puede cambiar por consulta. Guarde el origen de datos y actualice la página para ver la lista de suscripciones disponibles para el ID de cliente especificado. 1. Si también utiliza el servicio Azure Log Analytics, debe especificar estos dos valores de configuración o volver a utilizar el ID de cliente y el secreto del paso anterior. + ID de cliente (ID de Azure Entra, registros de aplicaciones, elija su aplicación, ID de aplicación) + Secreto de cliente (ID de Azure Entra, registros de aplicaciones, elija su aplicación, claves, cree una clave, utilice secreto de cliente) 1. Si utiliza Información de aplicaciones, necesitará dos datos del Azure Portal (para instrucciones detalladas, consulte el vínculo proporcionado anteriormente): + Application ID + Clave de API 1. Pegue estos dos elementos en los campos correspondientes de la sección de detalles de la API de Información de aplicaciones. 1. Para comprobar que los detalles de configuración sean correctos, pulse el botón **Guardar y probar**. Como alternativa, en el paso 4, si va a crear una nueva aplicación de ID de Azure Entra, utilice la [CLI de Azure](https://docs.microsoft.com/en-us/cli/azure/?view=azure-cli-latest): ``` az ad sp create-for-rbac -n "http://localhost:3000" ``` ## Elección de un servicio En el editor de consultas de un panel, después de elegir el origen de datos de Azure Monitor, el primer paso consiste en seleccionar un servicio. Hay cuatro opciones: + `Azure Monitor` + `Application Insights` + `Azure Log Analytics` + `Insights Analytics` El editor de consultas cambia en función de la opción que seleccione. Azure Monitor es el predeterminado. ## Consulta del servicio Azure Monitor El servicio Azure Monitor proporciona métricas de todos los servicios de Azure que se ejecutan. Ayuda a comprender el rendimiento de las aplicaciones en Azure y detecta de forma proactiva los problemas que afectan a las aplicaciones. Si sus credenciales de Azure Monitor le dan acceso a varias suscripciones, elija antes la suscripción adecuada. Entre los ejemplos de métricas que puede obtener del servicio se encuentran los siguientes: + `Microsoft.Compute/virtualMachines - Percentage CPU` + `Microsoft.Network/networkInterfaces - Bytes sent` + `Microsoft.Storage/storageAccounts - Used Capacity` El editor de consultas le permite consultar múltiples dimensiones en métricas que las admiten. Las métricas que admiten varias dimensiones son las que figuran en la [Lista de métricas compatibles con Azure Monitor](https://docs.microsoft.com/en-us/azure/azure-monitor/platform/metrics-supported) y que tienen un valor o varios en la columna **Dimensión** de la métrica. ### Formato de las claves de leyenda con alias para Azure Monitor El formato de leyenda predeterminado para la API de Azure Monitor es: `metricName{dimensionName=dimensionValue,dimensionTwoName=DimensionTwoValue}` Pueden ser largos, pero puede cambiar este formato mediante alias. En el campo **Formato de leyenda**, puede combinar los siguientes alias de la forma que desee. Ejemplos de Azure Monitor: + `Blob Type: {{ blobtype }}` + `{{ resourcegroup }} - {{ resourcename }}` ### Patrones de alias para Azure Monitor + `{{ resourcegroup }}` = sustituido por el valor del grupo de recursos + `{{ namespace }}` = sustituido por el valor del espacio de nombres (por ejemplo, Microsoft.Compute/virtualMachines) + `{{ resourcename }}` = sustituido por el valor del nombre del recurso + `{{ metric }}` = sustituido por el nombre de la métrica (por ejemplo, Porcentaje de CPU) + `{{ dimensionname }}`= La *versión anterior a partir de la versión 7.1\$1 (por compatibilidad con versiones anteriores)* se sustituyó por la de la primera dimensión key/label (ordenada por la clave/etiqueta) (por ejemplo, blobtype) + `{{ dimensionvalue }}`= La versión *antigua a partir de la versión 7.1\$1 (por motivos de compatibilidad con versiones anteriores)* se sustituyó por el valor de la primera dimensión (ordenado por la clave/etiqueta) (por ejemplo,) BlockBlob + `{{ arbitraryDim }}`= *Disponible en 7.1\$1* reemplazado por el valor de la dimensión correspondiente. (por ejemplo, `{{ blobtype }}` se convierte en) BlockBlob ### Creación de variables de plantilla para Azure Monitor En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Tenga en cuenta que el servicio Azure Monitor aún no admite varios valores. Para visualizar varias series temporales (por ejemplo, las métricas del servidor1 y servidor2), agregue varias consultas para poder verlas en el mismo gráfico o en la misma tabla. El complemento del origen de datos de Azure Monitor proporciona las siguientes consultas que puede especificar en el campo **Consulta** de la vista de edición de variables. Puede utilizarlas para rellenar la lista de opciones de una variable. | Name | Description (Descripción) | | --- | --- | | Subscriptions() | Devuelve una lista de suscripciones. | | ResourceGroups() | Devuelve una lista de grupos de recursos. | | ResourceGroups(12345678-aaaa-bbbb-cccc-123456789aaa) | Devuelve una lista de grupos de recursos para una suscripción especificada. | | Namespaces(aResourceGroup) | Devuelve una lista de espacios de nombres para el grupo de recursos especificado. | | Namespaces(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup) | Devuelve una lista de espacios de nombres para el grupo de recursos y la suscripción especificados. | | ResourceNames(aResourceGroup, aNamespace) | Devuelve una lista de nombres de recursos. | | ResourceNames(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup, aNamespace) | Devuelve una lista de nombres de recursos para una suscripción especificada. | | MetricNamespace(aResourceGroup, aNamespace, aResourceName) | Devuelve una lista de espacios de nombres de métricas. | | MetricNamespace(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup, aNamespace, aResourceName) | Devuelve una lista de espacios de nombres de métricas para una suscripción especificada. | | MetricNames(aResourceGroup, aNamespace, aResourceName) | Devuelve una lista de nombres de métricas. | | MetricNames(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup, aNamespace, aResourceName) | Devuelve una lista de nombres de métricas para una suscripción especificada. | Ejemplos: + Consulta de grupos de recursos: `ResourceGroups()` + Pasar una variable de nombre de métrica: `Namespaces(cosmo)` + Encadenamiento de variables de plantilla: `ResourceNames($rg, $ns)` + No entrecomille los parámetros: `MetricNames(hg, Microsoft.Network/publicIPAddresses, grafanaIP)` Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas](templates-and-variables.md#templates). ### Lista de métricas de Azure Monitor admitidas No todas las métricas devueltas por la API de Azure Monitor tienen valores. Para facilitar la creación de una consulta, el origen de datos de Grafana tiene una lista de métricas de Azure Monitor admitidas e ignora las métricas que nunca tendrán valores. Esta lista se actualiza periódicamente a medida que se agregan nuevos servicios y métricas a la nube de Azure. ### Alertas de Azure Monitor Grafana Alerting es compatibles con el servicio Azure Monitor. Esto no es compatible con Azure Alerts. Para obtener más información sobre Grafana Alerting, consulte [Alertas de Grafana](alerts-overview.md). ## Consulta del servicio de Información de aplicaciones ### Formato de las claves de las leyendas con alias para Información de aplicaciones El formato de leyenda predeterminado es: `metricName{dimensionName=dimensionValue,dimensionTwoName=DimensionTwoValue}` En el campo Formato de leyenda, los siguientes alias se pueden combinar de la forma que quiera. Ejemplos de Información de aplicaciones: + `city: {{ client/city }}` + `{{ metric }} [Location: {{ client/countryOrRegion }}, {{ client/city }}]` ### Patrones de alias para Información de aplicaciones + `{{ groupbyvalue }}`= *El legado de Grafana 7.1\$1 (por compatibilidad con versiones anteriores)* se reemplazó por el de la primera dimensión key/label (ordenado por la clave/etiqueta) + `{{ groupbyname }}`= *Legacy a partir de Grafana 7.1\$1 (por compatibilidad con versiones anteriores)* reemplazado por el valor de la primera dimensión (ordenado por la clave/etiqueta) (por ejemplo,) BlockBlob + `{{ metric }}` = sustituido por el nombre de la métrica (por ejemplo, solicitudes o recuento) + `{{ arbitraryDim }}` = *Disponible en la versión 7.1 y posteriores* se sustituyó por el valor de la dimensión correspondiente, por ejemplo, `{{ client/city }}` se convierte en Chicago) ### Expresiones de filtro para Información de aplicaciones El campo de filtro toma una expresión de filtro. OData Ejemplos: + `client/city eq 'Boydton'` + `client/city ne 'Boydton'` + `client/city ne 'Boydton' and client/city ne 'Dublin'` + `client/city eq 'Boydton' or client/city eq 'Dublin'` ### Plantillas con variables para Información de aplicaciones Utilice una de las siguientes consultas en el campo **Consulta** de la vista de edición de variables. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas](templates-and-variables.md#templates). | Name | Description (Descripción) | | --- | --- | | AppInsightsMetricNames() | Devuelve una lista de nombres de métricas. | | AppInsightsGroupBys(aMetricName) | Devuelve una lista de cláusulas group by del nombre de la métrica especificada. | Ejemplos: + Consulta de nombres de métricas: `AppInsightsMetricNames()` + Pasar una variable de nombre de métrica: `AppInsightsGroupBys(requests/count)` + Encadenamiento de variables de plantilla: `AppInsightsGroupBys($metricnames)` ### Alertas en Información de aplicaciones Información de aplicaciones es compatible con Grafana Alerting. Esto no es compatible con Azure Alerts. Para obtener más información sobre Grafana Alerting, consulte [Alertas de Grafana](alerts-overview.md). ## Consulta del servicio Azure Log Analytics Las consultas se escriben en el nuevo [lenguaje de consultas de Azure Log Analytics (o KustoDB).](https://docs.microsoft.com/en-us/azure/azure-monitor/log-query/query-language) Una consulta de Log Analytics se puede formatear como datos de serie temporal o como datos de tabla. Si sus credenciales le dan acceso a varias suscripciones, elija la suscripción adecuada antes de introducir las consultas. ### Consultas de series temporales Las consultas de series temporales son para el panel de gráficos y para otros paneles, como el SingleStat panel. Cada consulta debe contener al menos una columna de fecha y hora y una columna de valores numéricos. El resultado debe ordenarse de manera ascendente según la columna de fecha y hora. El ejemplo de código siguiente muestra una consulta que devuelve el recuento agregado que se agrupa por hora. ``` Perf | where $__timeFilter(TimeGenerated) | summarize count() by bin(TimeGenerated, 1h) | order by TimeGenerated asc ``` Una consulta también puede tener una o más columnas no numéricas ni de fecha y hora, y esas columnas se consideran dimensiones y se convierten en etiquetas en la respuesta. Por ejemplo, una consulta que devuelve el recuento agregado agrupado por hora, ordenador y CounterName. ``` Perf | where $__timeFilter(TimeGenerated) | summarize count() by bin(TimeGenerated, 1h), Computer, CounterName | order by TimeGenerated asc ``` También puede seleccionar columnas de valores numéricos adicionales (con o sin varias dimensiones). Por ejemplo, obtener un recuento y un valor promedio por hora CounterName, ordenador y InstanceName: ``` Perf | where $__timeFilter(TimeGenerated) | summarize Samples=count(), ["Avg Value"]=avg(CounterValue) by bin(TimeGenerated, $__interval), Computer, CounterName, InstanceName | order by TimeGenerated asc ``` **nota** **Consejo**: En la consulta anterior, se utilizan la sintaxis de Kusto y `Samples=count()``["Avg Value"]=...` se utilizan para cambiar el nombre de esas columnas. La segunda sintaxis permite el espacio. Esto cambia el nombre de la métrica que utiliza Grafana. Como resultado, los elementos como las leyendas de las series y las columnas de las tablas coincidirán con lo que se especifique. En este ejemplo, `Samples` se muestra en lugar de `_count`. ### Consultas de tablas Las consultas de tablas se utilizan principalmente en el panel de tablas y muestran una lista de columnas y filas. Esta consulta de ejemplo devuelve filas con las seis columnas especificadas. ``` AzureActivity | where $__timeFilter() | project TimeGenerated, ResourceGroup, Category, OperationName, ActivityStatus, Caller | order by TimeGenerated desc ``` ### Formato del nombre de visualización de Log Analytics El formato predeterminado de nombre para mostrar es: `metricName{dimensionName=dimensionValue,dimensionTwoName=DimensionTwoValue}` Esto se puede personalizar con la opción de campo de nombre para mostrar. ### Macros de Azure Log Analytics Para facilitar la redacción de consultas, Grafana proporciona varias macros que puede usar en la cláusula where de una consulta: + `$__timeFilter()`: se expande hasta `TimeGenerated ≥ datetime(2018-06-05T18:09:58.907Z) and` `TimeGenerated ≤ datetime(2018-06-05T20:09:58.907Z)` donde están las fechas y horas de inicio y fin del selector de hora de Grafana. + `$__timeFilter(datetimeColumn)`: se expande hasta `datetimeColumn ≥ datetime(2018-06-05T18:09:58.907Z) and` `datetimeColumn ≤ datetime(2018-06-05T20:09:58.907Z)` donde están las fechas y horas de inicio y fin del selector de hora de Grafana. + `$__timeFrom()`: devuelve la fecha y hora desde el selector de Grafana. Ejemplo: `datetime(2018-06-05T18:09:58.907Z)`. + `$__timeTo()`: devuelve la fecha y hora desde el selector de Grafana. Ejemplo: `datetime(2018-06-05T20:09:58.907Z)`. + `$__escapeMulti($myVar)`: se debe utilizar con variables de plantilla con varios valores que contengan caracteres no válidos. Si `$myVar` tiene los siguientes dos valores como cadena `'\\grafana-vm\Network(eth0)\Total','\\hello!'`, se expande a `@'\\grafana-vm\Network(eth0)\Total', @'\\hello!'`. Si utiliza variables de un solo valor, no es necesaria esta macro, escape la variable insertada en su lugar: `@'\$myVar'`. + `$__contains(colName, $myVar)`: se debe utilizar con variables de plantilla de valores múltiples. Si `$myVar` tiene el valor `'value1','value2'`, se expande a `colName in ('value1','value2')`. Si utiliza la opción **Todo**, active la casilla **Opción Incluir todo** y, en el campo **Valor Personalizar todo**, ingrese el siguiente valor: **all**. Si `$myVar` tiene el valor `all`, la macro se expandirá hasta `1 == 1`. En el caso de las variables de plantilla con numerosas opciones, esto aumenta el rendimiento de la consulta, ya que no se crea una cláusula extensa “where…in”. ### Variables integradas de Azure Log Analytics También hay algunas variables de Grafana que se pueden usar en las consultas de Azure Log Analytics: + `$__interval`: Grafana calcula el intervalo de tiempo mínimo que se puede utilizar para agrupar por tiempo en las consultas. Devuelve un intervalo de tiempo como, por ejemplo, `5m` o `1h` que se puede utilizar en la función bin, por ejemplo, `summarize count() by bin(TimeGenerated, $__interval)`. Para obtener más información acerca de las variables de intervalo, consulte [Adición de una variable de intervalo](variables-types.md#add-an-interval-variable). ### Plantillas con variables para Azure Log Analytics Cualquier consulta de Log Analytics que devuelva una lista de valores se puede usar en el campo **Consulta** de la vista de edición de variables. También hay una función de Grafana para Log Analytics que devuelve una lista de espacios de trabajo. Para obtener información sobre las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). | Name | Description (Descripción) | | --- | --- | | workspaces() | Devuelve una lista de los espacios de trabajo de la suscripción predeterminada. | | workspaces(12345678-aaaa-bbbb-cccc-123456789aaa) | Devuelve una lista de los espacios de trabajo de la suscripción especificada (el parámetro puede estar entre comillas o sin comillas). | En la tabla siguiente se muestran ejemplos de consultas de variables. | Consultar | Description (Descripción) | | --- | --- | | subscriptions() | Devuelve una lista de suscripciones de Azure. | | workspaces() | Devuelve una lista de espacios de trabajo para la suscripción predeterminada. | | workspaces("12345678-aaaa-bbbb-cccc-123456789aaa") | Devuelve una lista de espacios de trabajo para una determinada suscripción. | | workspaces("\$1subscription") | Con una variable de plantilla para el parámetro de suscripción. | | workspace("myWorkspace").Heartbeat \$1\$1 distinct Computer | Devuelve una lista de máquinas virtuales. | | workspace("\$1workspace").Heartbeat \$1\$1 distinct Computer | Devuelve una lista de máquinas virtuales con la variable de plantilla. | | workspace("\$1workspace").Perf \$1\$1 distinct ObjectName | Devuelve una lista de objetos de la tabla Perf. | | workspace("\$1workspace").Perf \$1\$1 where ObjectName == "\$1object" \$1\$1 distinct CounterName | Devuelve una lista de nombres de métricas de la tabla Perf. | El siguiente ejemplo de código muestra una consulta de series temporales con variables. ``` Perf | where ObjectName == "$object" and CounterName == "$metric" | where TimeGenerated >= $__timeFrom() and TimeGenerated <= $__timeTo() | where $__contains(Computer, $computer) | summarize avg(CounterValue) by bin(TimeGenerated, $__interval), Computer | order by TimeGenerated asc ``` ### Vínculos profundos que van desde los paneles de Grafana al editor de consultas de Log Analytics en Azure Portal Elija una serie temporal en el panel para ver un menú contextual con un enlace a **Ver en Azure Portal**. Al elegir ese enlace, se abre el editor de consultas de Azure Log Analytics en Azure Portal y se ejecuta la consulta desde el panel de Grafana. Si actualmente no ha iniciado sesión en Azure Portal, el enlace abre la página de inicio de sesión. El enlace proporcionado es válido para cualquier cuenta, pero solo muestra la consulta si su cuenta tiene acceso al espacio de trabajo de Azure Log Analytics especificado en la consulta. ### Alertas de Azure Log Analytics Información de aplicaciones es compatible con Grafana Alerting. Esto no es compatible con Azure Alerts. Para obtener más información acerca de las alertas en los espacios de trabajo de Grafana, consulte [Alertas de Grafana](alerts-overview.md). ## Consulta del servicio Application Insights Analytics Si cambia el tipo de servicio a **Insights Analytics**, estará disponible un editor similar al servicio Log Analytics. Este servicio también utiliza el lenguaje Kusto, por lo que las instrucciones para consultar los datos son idénticas a [Consulta del servicio Azure Log Analytics](#querying-the-azure-log-analytics-service), salvo que, en su lugar, se consultan los datos de Application Insights Analytics. # Conexión a un origen de datos de Graphite Grafana tiene un editor de consultas avanzado de Graphite que le permite navegar rápidamente por el espacio métrico, agregar funciones, cambiar los parámetros de las funciones, etc. El editor puede gestionar todo tipo de consultas de Graphite. Incluso puede gestionar consultas anidadas complejas mediante el uso de referencias de consulta. ## Configuración de Graphite Para acceder a la configuración de Graphite, haga una pausa en el icono **Configuración** (engranaje), elija **Orígenes de datos** y, luego, elija el origen de datos de Graphite. | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | URL | El protocolo HTTP, la IP y el puerto de la instalación de graphite-web o graphite-api. | | Access | Servidor (predeterminado) = La URL debe ser accesible desde el backend o el servidor de Grafana. | | Auth | | | Basic Auth | Habilite la autenticación básica en el origen de datos. | | User | Nombre de usuario de autenticación básica. | | Password | Contraseña de autenticación básica. | | Custom HTTP Headers | Elija Agregar encabezado para agregar un encabezado HTTP personalizado. | | Header | Ingrese el nombre de encabezado personalizado. | | Value | Ingrese el valor de encabezado personalizado. | | Graphite details | | | Version | Seleccione la versión de Graphite. | | Type | Seleccione el tipo de Graphite. | El modo de acceso controla cómo se gestionarán las solicitudes al origen de datos. El servidor debería ser la forma preferida si no se indica nada más. ### Modo de acceso al servidor (predeterminado) Todas las solicitudes se hacen desde el navegador a Amazon Managed Grafana, que las reenvía al origen de datos, lo que elude los posibles requisitos del uso compartido de recursos entre orígenes (CORS). Si selecciona este modo de acceso, la URL debe ser accesible desde Amazon Managed Grafana. ### Modo de acceso del navegador Amazon Managed Grafana no admite el acceso directo del navegador al origen de datos de Graphite. ## Editor de consultas de Graphite Grafana incluye un editor de consultas específico para Graphite para crear consultas. Para ver el texto sin procesar de la consulta que se envía a Graphite, elija el icono **Alternar modo de edición de texto** (lápiz). ### Elección de métricas para consultar Elija **Seleccionar métrica** para navegar por el espacio de la métrica. Después de empezar, puede seguir utilizando el puntero o las teclas de flecha del teclado. Puede seleccionar un carácter comodín y continuar. ### Funciones Para agregar una función, elija el icono más que se encuentra junto a **Función**. Puede buscar la función o seleccionarla en el menú. Una vez seleccionada una función, se agregará y el foco estará en el cuadro de texto del primer parámetro. Para editar o cambiar un parámetro, elíjalo y se convertirá en un cuadro de texto. - Para eliminar una función, elija el nombre de la función seguido del icono x. Algunas funciones, como `aliasByNode`, admiten un segundo argumento opcional. Para agregar un argumento, haga una pausa en el primer argumento y, a continuación, elija el símbolo `+` que aparece. Para quitar el segundo parámetro opcional, elíjalo y manténgalo en blanco. El editor lo quitará. ### Ordenación de etiquetas Si quiere un orden coherente, utilice `sortByName`. Esto puede resultar molesto si tiene las mismas etiquetas en varios gráficos y ambas están ordenadas de forma diferente y con colores diferentes. Para corregir esto, utilice `sortByName()`. ### Consultas anidadas Puede hacer referencia a las consultas por la *letra* de fila en la que se encuentran (similar a Microsoft Excel). Si agrega una segunda consulta a un gráfico, puede hacer referencia a la primera y escribir \$1A. Esto permite crear consultas compuestas de manera práctica. ### Cómo evitar muchas consultas mediante el uso de caracteres comodín En ocasiones, es posible que quiera ver varias series temporales trazadas en el mismo gráfico. Por ejemplo, es posible que desee ver cómo se usa la CPU en una máquina. Inicialmente, podría crear el gráfico al agregar una consulta para cada serie temporal, por ejemplo, `cpu.percent.user.g`, `cpu.percent.system.g` y así sucesivamente. Esto da como resultado que se efectúen *n* consultas al origen de datos, lo que resulta ineficiente. Para mayor eficiencia, se pueden utilizar caracteres comodín en la búsqueda, lo que devuelve todas las series temporales de una consulta. Por ejemplo, `cpu.percent.*.g`. ### Modificación del nombre de la métrica en tablas o gráficos Utilice las funciones `alias` para cambiar los nombres de las métricas en las tablas o gráficos de Grafana; por ejemplo, `aliasByNode()` o `aliasSub()`. ## Consolidación de puntos Todas las métricas de Graphite se consolidan para que Graphite no devuelva más puntos de datos que píxeles en el gráfico. De forma predeterminada, esta consolidación se lleva a cabo mediante la función `avg`. Para poder controlar la forma en que Graphite consolida las métricas, agregue la función consolidateBy de Graphite. **nota** Esto significa que los valores resumidos de la leyenda (máximo, mínimo, total) no pueden ser correctos todos al mismo tiempo. Grafana los calcula desde el lado del cliente. Y según la función de consolidación, solo uno o dos pueden ser correctos al mismo tiempo. ## Combinación de series temporales Para combinar series temporales, elija **Combinar** en la lista **Funciones**. ## Exploración de datos y etiquetas En Graphite, todo es una etiqueta. Al explorar los datos, las etiquetas previamente seleccionadas se utilizan para filtrar el conjunto de resultados restante. Para seleccionar los datos, se utiliza la función `seriesByTag`, que admite expresiones de etiquetas (`=`, `!=`, `=~`, `!=~`) para filtrar las series temporales. El generador de consultas de Grafana lo hace automáticamente cuando se selecciona una etiqueta. **nota** **Consejo:** La búsqueda de expresiones regulares puede ser lenta en las etiquetas de alta cardinalidad, así que intente utilizar primero otras etiquetas para reducir el alcance. Empezar con un nombre o un espacio de nombres en concreto ayuda a reducir los resultados. ## Variables de plantilla En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). Para crear una variable con valores de etiqueta, utilice las funciones de Grafana `tags` y `tag_values`. | Consultar | Description (Descripción) | | --- | --- | | tags() | Devuelve todas las etiquetas. | | tags(server=\$1backend\$1\$1) | Devuelve solo las etiquetas que aparecen en series que coinciden con la expresión del filtro. | | tag\$1values(server) | Devuelve los valores de etiquetas para la etiqueta especificada. | | tag\$1values(server, server=\$1backend\$1\$1) | Devuelve los valores de etiquetas filtrados que aparecen para la etiqueta especificada en series que coinciden con esas expresiones. | | tag\$1values(server, server=\$1backend\$1\$1, app=\$1\$1\$1apps:regex\$1) | Varias expresiones y expresiones de filtro pueden contener otras variables. | Para obtener más información, consulte los [documentos de Graphite sobre la API de autocompletado para etiquetas](https://graphite.readthedocs.io/en/latest/tags.html#auto-complete-support). ### Variable de consulta La consulta que se especifique en el campo de consulta debe ser de tipo búsqueda de métrica. Por ejemplo, una consulta como `prod.servers.*` rellenará la variable con todos los valores posibles que estén en la posición del comodín. También puede crear variables anidadas que utilicen otras variables en su definición. Por ejemplo, `apps.$app.servers.*` utiliza la variable `$app` en su definición de consulta. #### Uso de `__searchFilter` para filtrar los resultados de las variables de consulta Si se utiliza `__searchFilter` en el campo de consulta, se filtrará el resultado de la consulta en función de lo que ingrese en el cuadro de selección desplegable. Si no se ingresa nada, el valor predeterminado para `__searchFilter` es `*` y `` cuando se utiliza como parte de una expresión regular. El siguiente ejemplo muestra cómo utilizar `__searchFilter` como parte del campo de consulta para permitir la búsqueda de `server` mientras el usuario ingresa texto en el cuadro de selección desplegable. Consultar ``` apps.$app.servers.$__searchFilter ``` TagValues ``` tag_values(server, server=~${__searchFilter:regex}) ``` ### Uso de variables Puede usar una variable en la ruta de un nodo de métricas o como parámetro de una función. Existen dos sintaxis: + Ejemplo de `$`: apps.frontend.\$1server.requests.count + Ejemplo de `${varname}`: apps.frontend.\$1\$1server\$1.requests.count ¿Por qué de dos maneras? La primera sintaxis es más fácil de leer y escribir, pero no permite utilizar una variable en medio de una palabra. Use la segunda sintaxis en expresiones como `my.server${serverNumber}.count`. ### Uso de variables en las consultas de etiquetas Las variables de varios valores en las consultas de etiquetas utilizan la sintaxis de formato avanzada que se presentó en Grafana 5.0 para las variables: `{var:regex}`. Las consultas sin etiquetas utilizarán el formato de expresión global predeterminado para las variables con varios valores. El siguiente ejemplo de código muestra una expresión de etiqueta con formato de expresiones regulares y que utiliza el operador de igual y tilde de la ñ, `=~`. ``` server=~${servers:regex} ``` Para obtener más información, consulte [Opciones avanzadas de formato de variables](templates-and-variables.md#advanced-variable-format-options). ## Anotaciones Las anotaciones le permiten superponer información detallada sobre los eventos en la parte superior de los gráficos. Las consultas de anotación se agregan a través del menú Panel o la vista Anotaciones. Para obtener más información, consulte [Anotaciones](dashboard-annotations.md). Graphite admite dos formas de consultar las anotaciones: + Una consulta de métricas normal. Para ello, se utiliza el cuadro de texto **Consulta de Graphite**. + Una consulta de eventos de Graphite. Para ello, utilice el cuadro de texto `Graphite event tags` y especifique una etiqueta o un carácter comodín (mantenerlo vacío también debe funcionar). # Conexión a un origen de datos de Google Cloud Monitoring **nota** En versiones anteriores de Grafana, este origen de datos se denominaba Google Stackdriver. Agregue el origen de datos de Google Cloud Monitoring para poder crear paneles para las métricas de Google Cloud Monitoring. ## Adición del origen de datos 1. Elija el icono de Grafana en el encabezado superior para abrir el menú lateral. 1. En el menú lateral, en el enlace de **Paneles**, encontrará el enlace de **Orígenes de datos**. 1. Elija el botón **\$1 Agregar origen de datos** en el encabezado superior. 1. Seleccione **Google Cloud Monitoring** en la lista desplegable **Tipo**. 1. Cargue el archivo de clave de la cuenta de servicio o pegue en este. Consulte más adelante en este documento los pasos para crear un archivo de clave de cuenta de servicio. **nota** Si no ve el vínculo **Orígenes de datos** en el menú lateral, su usuario actual no tiene el rol `Admin`. | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se hace referencia al origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Service Account Key | Archivo de clave de cuenta de servicio para un proyecto de GCP. Consulte las instrucciones que aparecen más adelante en este documento sobre cómo crearlo. | ## Autenticación Existen dos formas de autenticar el complemento de Google Cloud Monitoring + Carga de un archivo JWT de Google + Recuperación automática de las credenciales del servidor de metadatos de Google La última opción solo está disponible cuando se ejecuta Grafana en una máquina virtual de GCE. ### Uso de un archivo de clave de cuenta de servicio de Google Para autenticarse con la API de Google Cloud Monitoring, debe crear una cuenta de servicio de Google Cloud Platform (GCP) para el proyecto del que quiere mostrar los datos. Un origen de datos de Grafana se integra con un proyecto de GCP. Para visualizar los datos de varios proyectos de GCP, debe crear un origen de datos por proyecto de GCP. #### Habilitar APIs Primero se APIs debe habilitar lo siguiente: + [API de supervisión](https://console.cloud.google.com/apis/library/monitoring.googleapis.com) + [API de administrador de recursos de nube](https://console.cloud.google.com/apis/library/cloudresourcemanager.googleapis.com) Elija los vínculos de la lista y, a continuación, elija el botón **Activar**. #### Creación de una cuenta de servicio de GCP para un proyecto 1. Navegue a la [página Credenciales APIs y de los servicios](https://console.cloud.google.com/apis/credentials). 1. Elija la opción **Crear credenciales** dropdown/button y elija la **clave de la cuenta de servicio**. \$1\$1< docs-imagebox img=»/img/docs/v71/cloudmonitoring\$1create\$1service\$1account\$1button.png "class="docs-image—no-shadow» caption="Botón para crear una cuenta de servicio» >\$1\$1 1. En la página **Creación de clave de cuenta de servicio**, elija el tipo de clave `JSON`. A continuación, en la lista desplegable **Cuenta de servicio**, elija la opción **Nueva cuenta de servicio**. \$1\$1< docs-imagebox img=»/\$1create\$1service\$1account\$1key.png "class="docs-image—no-shadow» caption="Crear clave de cuenta de servicio» >\$1\$1 img/docs/v71/cloudmonitoring 1. Aparecerán algunos campos nuevos. Ingrese un nombre para la cuenta de servicio en el campo **Nombre de cuenta de servicio** y, a continuación, elija el rol **Lector de supervisión** en la lista desplegable **Rol**. \$1\$1< docs-imagebox img=»/\$1service\$1account\$1choose\$1role.png "class="docs-image—no-shadow» caption="Elige un rol» >\$1\$1 img/docs/v71/cloudmonitoring 1. Elija el botón **Crear**. Se creará un archivo de clave JSON y se descargará en el equipo. Guarde este archivo en un lugar seguro, ya que permite el acceso a sus datos de Google Cloud Monitoring. 1. Cárguelo en Grafana en la página **Configuración** del origen de datos. Puede cargar el archivo o pegar el contenido del archivo. \$1\$1< docs-imagebox img=»/img/docs/v71/cloudmonitoring\$1grafana\$1upload\$1key.png "class="docs-image—no-shadow» caption="Sube el archivo clave de servicio a Grafana» >\$1\$1 1. El contenido del archivo se cifrará y guardará en la base de datos de Grafana. No olvide guardarlo después de cargar el archivo. \$1\$1< docs-imagebox img=»/img/docs/v71/cloudmonitoring\$1grafana\$1key\$1uploaded.png "class="docs-image—no-shadow» caption="El archivo clave de servicio se ha subido a Grafana» >\$1\$1 ## Uso del editor de consultas de El editor de consultas de Google Cloud Monitoring le permite crear dos tipos de consultas: **métrica** y **objetivo de nivel de servicio (SLO)**. Ambos tipos devuelven datos de serie temporal. ### Consultas de métricas El editor de consultas de métricas te permite seleccionar métricas, group/aggregate por etiquetas y por tiempo, y usar filtros para especificar qué series temporales deseas incluir en los resultados. Para crear una consulta de métricas, haga lo siguiente: 1. Elija la opción **Métricas** en la lista desplegable **Tipo de consulta**. 1. Elija un proyecto de la lista desplegable **Proyecto**. 1. Elija un servicio de Google Cloud Platform de la lista desplegable **Servicio**. 1. Elija una métrica en la lista desplegable **Métrica**. 1. Para agregar o eliminar filtros o agrupar por cláusulas, utilice los iconos de más y menos del filtro y agrupe por secciones. Este paso es opcional. Las métricas de Google Cloud Monitoring pueden ser de distintos tipos (MEDICIÓN, DELTA o ACUMULATIVA) y admiten diferentes opciones de agregación (reductores y alineadores). El editor de consultas de Grafana muestra la lista de métodos de agregación disponibles para una métrica seleccionada y establece un reductor y un alineador predeterminados al seleccionar la métrica. El editor de consultas también selecciona automáticamente las unidades del eje Y. #### Filtros Para agregar un filtro, elija el icono más, elija un campo por el que filtrar e ingrese un valor de filtro. Por ejemplo, escriba `instance_name = grafana-1`. Para poder eliminar el filtro, seleccione el nombre del filtro y seleccione `--remove filter--`. ##### Caracteres comodín sencillos Si el operador está establecido en `=` o `!=`, es posible agregar caracteres comodín al campo de valor del filtro. Por ejemplo, `us-*` captura todos los valores que comienzan por “us-” y `*central-a` captura todos los valores que terminan en “central-a”. `*-central-*` captura todos los valores que tienen la subcadena de `central-`. Los caracteres comodín sencillos son menos costosos que las expresiones regulares. ##### Expresiones regulares Si el operador está establecido en `=~` o `!=~` es posible agregar expresiones regulares al campo del valor del filtro. Por ejemplo, `us-central[1-3]-[af]` coincide con todos los valores que comiencen por “us-central”, seguidos de un número comprendido entre 1 y 3, un guion y, a continuación, una “a” o una “f”. No se necesitan barras diagonales iniciales y finales al crear expresiones regulares. #### Agregación El campo de agregación permite combinar series temporales en función de estadísticas comunes. Para obtener más información sobre la agregación, consulte las [opciones de agregación](https://cloud.google.com/monitoring/charts/metrics-selector#aggregation-options). El campo `Aligner` le permite alinear varias series temporales después del mismo grupo por intervalo de tiempo. Para obtener más información sobre el alineador, consulte el [selector de métricas de alineación](https://cloud.google.com/monitoring/charts/metrics-selector#alignment). ##### Periodo de alineación y agrupación por tiempo `Alignment Period` agrupa una métrica por tiempo si se elige una agregación. De forma predeterminada, se utilizan las agrupaciones predeterminadas de Google Cloud Monitoring de GCP (que le permiten comparar los gráficos de Grafana con los gráficos de la IU de Google Cloud Monitoring). La opción se llama `cloud monitoring auto` y los valores predeterminados son: + 1m para intervalos de tiempo inferiores a 23 horas + 5m para intervalos de tiempo superiores o iguales a 23 horas e inferiores 6 días + 1h para intervalos de tiempo superiores o iguales a 6 días La otra opción automática es `grafana auto`. Esto establecerá automáticamente el grupo por tiempo en función del intervalo de tiempo elegido y del ancho del panel del gráfico. Para obtener más información, consulte [Adición de una variable de intervalo](variables-types.md#add-an-interval-variable). También es posible elegir intervalos de tiempo fijos para agruparlos, como `1h` o `1d`. #### Agrupación por Agrupe por etiquetas de recursos o métricas para reducir el número de series temporales y para agregar los resultados por grupos. Por ejemplo, agrupe por instance\$1name para ver una métrica agregada de una instancia de cómputo. ##### Etiquetas de metadatos Las etiquetas de metadatos de los recursos contienen información para identificar de forma exclusiva un recurso en Google Cloud. Las etiquetas de metadatos solo se muestran en la respuesta de serie temporal si forman parte del segmento **Agrupar por** de la solicitud de serie temporal. No hay ninguna API para recuperar las etiquetas de los metadatos, por lo que no es posible rellenar la lista desplegable del grupo con las etiquetas de los metadatos disponibles para el servicio y la métrica seleccionados. Sin embargo, la lista desplegable **Agrupar por** campos incluye una lista predefinida de las etiquetas comunes del sistema. Las etiquetas de usuario no se pueden predefinir, pero se pueden ingresar manualmente en el campo **Agrupar por**. Si se incluye una etiqueta de metadatos, una etiqueta de usuario o una etiqueta de sistema en el segmento **Agrupar por**, puede crear filtros basados en esta y ampliar su valor en el campo **Alias**. #### Patrones de alias El campo Alias por permite controlar el formato de las claves de la leyenda. El valor predeterminado es mostrar el nombre y las etiquetas de la métrica. Puede ser largo y difícil de leer. Si utiliza los siguientes patrones en el campo de alias, puede formatear la clave de la leyenda del modo que desee. #### Patrones de tipo de métrica | Patrón de alias | Description (Descripción) | Ejemplo de resultado | | --- | --- | --- | | \$1\$1metric.type\$1\$1 | Devuelve el tipo de métrica completo. | compute.googleapis.com/instance/cpu/utilization | | \$1\$1metric.name\$1\$1 | Devuelve la parte del nombre de la métrica. | instance/cpu/utilization | | \$1\$1metric.service\$1\$1 | Devuelve la parte de servicio. | compute | #### Patrones de etiquetas En la lista desplegable Agrupar por, puede ver una lista de etiquetas de métricas y recursos de una métrica. Se pueden incluir en la clave de la leyenda mediante patrones de alias. | Formato de patrones de alias | Description (Descripción) | Ejemplo de patrón de alias | Ejemplo de resultado | | --- | --- | --- | --- | | \$1\$1metric.label.xxx\$1\$1 | Devuelve el valor de la etiqueta de la métrica. | \$1\$1metric.label.instance\$1name\$1\$1 | grafana-1-prod | | \$1\$1resource.label.xxx\$1\$1 | Devuelve el valor de la etiqueta del recurso. | \$1\$1resource.label.zone\$1\$1 | us-east1-b | | \$1\$1metadata.system\$1labels.xxx\$1\$1 | Devuelve el valor de la etiqueta del sistema de metadatos. | \$1\$1metadata.system\$1labels.name\$1\$1 | grafana | | \$1\$1metadata.user\$1labels.xxx\$1\$1 | Devuelve el valor de la etiqueta de usuario de los metadatos. | \$1\$1metadata.user\$1labels.tag\$1\$1 | production | Ejemplo de Alias por: `{{metric.type}} - {{metric.label.instance_name}}` Ejemplo de resultado: `compute.googleapis.com/instance/cpu/usage_time - server1-prod` También es posible resolver el nombre del tipo de recurso supervisado. | Formato de patrones de alias | Description (Descripción) | Ejemplo de resultado | | --- | --- | --- | | \$1\$1resource.type\$1\$1 | Devuelve el nombre del tipo de recurso supervisado. | gce\$1instance | Ejemplo de Alias por: `{{resource.type}} - {{metric.type}}` Ejemplo de resultado: `gce_instance - compute.googleapis.com/instance/cpu/usage_time` ### Consultas de SLO **nota** Las consultas de SLO solo están disponibles en la versión de Grafana 7.0 o posterior El generador de consultas de SLO del origen de datos de Google Cloud Monitoring le permite mostrar los datos de SLO en formato de series temporales. Para comprender los conceptos básicos de la supervisión de servicios, consulte la [documentación oficial](https://cloud.google.com/monitoring/service-monitoring) de Google Cloud Monitoring. #### Creación de una consulta de SLO Para crear una consulta de SLO, haga lo siguiente: 1. Elija la opción **Objetivos del nivel de servicio (SLO)** en la lista desplegable **Tipo de consulta**. 1. Elija un proyecto de la lista desplegable **Proyecto**. 1. Elija un [Servicio de SLO](https://cloud.google.com/monitoring/api/ref_v3/rest/v3/services) en la lista desplegable **Servicio**. 1. Elija un [SLO](https://cloud.google.com/monitoring/api/ref_v3/rest/v3/services.serviceLevelObjectives) de la lista desplegable **SLO**. 1. Elija un [selector de series temporales](https://cloud.google.com/monitoring/service-monitoring/timeseries-selectors#ts-selector-list) en la lista desplegable **Selector**. Los nombres descriptivos de los selectores de series temporales se muestran en Grafana. En la siguiente tabla, se muestra la asignación del nombre descriptivo al nombre del sistema que se utiliza en la documentación de supervisión del servicio. | Valor de la lista desplegable de selectores | Se utilizó el selector de series temporales correspondiente | | --- | --- | | Valor de SLI | select\$1slo\$1health | | Cumplimiento del SLO | select\$1slo\$1compliance | | Restante del presupuesto de error de SLO | select\$1slo\$1budget\$1fraction | #### Patrones de alias para consultas de SLO Puede usar el campo Alias por para controlar el formato de las claves de leyenda de las consultas de SLO. | Patrón de alias | Description (Descripción) | Ejemplo de resultado | | --- | --- | --- | | \$1\$1project\$1\$1 | Devuelve el nombre del proyecto de GCP. | myProject | | \$1\$1service\$1\$1 | Devuelve el nombre del servicio. | myService | | \$1\$1slo\$1\$1 | Devuelve el SLO. | latency-slo | | \$1\$1selector\$1\$1 | Devuelve el selector. | select\$1slo\$1health | #### Periodo de alineación y agrupación por tiempo para las consultas de SLO Las consultas de SLO utilizan la misma funcionalidad de periodo de alineación que las consultas de métricas. Para obtener más información, consulte [Consultas de métricas](#google-metric-queries). ## Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). ### Variable de consulta La variable del tipo *Consulta* le permite consultar varios tipos de datos en Google Cloud Monitoring. El complemento de origen de datos de Google Cloud Monitoring proporciona los siguientes `Query Types`. | Name | Description (Descripción) | | --- | --- | | Metric Types | Devuelve una lista de los nombres de los tipos de métricas disponibles para el servicio especificado. | | Labels Keys | Devuelve una lista de claves para metric label y resource label de la métrica especificada. | | Labels Values | Devuelve una lista de valores para la etiqueta de la métrica especificada. | | Resource Types | Devuelve una lista de los tipos de recursos para la métrica especificada. | | Aggregations | Devuelve una lista de agregaciones (reductores de series cruzadas) para la métrica especificada. | | Aligners | Devuelve una lista de alineadores (alineadores por serie) para la métrica especificada. | | Alignment periods | Devuelve una lista de todos los periodos de alineación disponibles en el editor de consultas de Google Cloud Monitoring en Grafana. | | Selectors | Devuelve una lista de selectores que se pueden usar en las consultas de SLO (objetivos de nivel de servicio). | | SLO Services | Devuelve una lista de los servicios de supervisión de servicios que se pueden utilizar en las consultas de SLO. | | Service Level Objectives (SLO) | Devuelve una lista de los SLO para el servicio de SLO especificado. | ### Uso de variables en consultas Existen dos sintaxis: + Ejemplo de `$`: `metric.label.$metric_label` + Ejemplo de `[[varname]]`: `metric.label.[[metric_label]]` ¿Por qué de dos maneras? La primera sintaxis es más fácil de leer y escribir, pero no permite utilizar una variable en medio de una palabra. Cuando las opciones *Varios valores* o *Valor Incluir todo* están habilitadas, Grafana convierte las etiquetas de texto sin formato a una cadena compatible con expresiones regulares, lo que significa que debe utilizar `=~` en lugar de `=`. ## Anotaciones Puede utilizar las anotaciones para superponer información detallada de los eventos sobre los gráficos. Las consultas de anotación se agregan a través del menú Panel o la vista Anotaciones. La representación de anotaciones es costosa, por lo que es importante limitar el número de filas devueltas. Todavía no se pueden mostrar las anotaciones y los eventos de Google Cloud Monitoring, pero funciona bien con [métricas personalizadas](https://cloud.google.com/monitoring/custom-metrics/) en Google Cloud Monitoring. Para obtener más información acerca de las anotaciones, consulte [Anotaciones](dashboard-annotations.md). Con el editor de consultas para anotaciones, puede seleccionar una métrica y filtros. Los campos **Título** y **Texto** admiten la creación de plantillas y pueden utilizar los datos que devuelve la consulta. Por ejemplo, el campo Título podría tener el siguiente texto: `{{metric.type}} has value: {{metric.value}}` Ejemplo de resultado: `monitoring.googleapis.com/uptime_check/http_status has this value: 502` ### Patrones para el editor de consultas de anotaciones | Formato de patrones de alias | Description (Descripción) | Ejemplo de patrón de alias | Ejemplo de resultado | | --- | --- | --- | --- | | \$1\$1metric.value\$1\$1 | Valor de la métrica/punto. | \$1\$1metric.value\$1\$1 | 555 | | \$1\$1metric.type\$1\$1 | Devuelve el tipo de métrica completo. | \$1\$1metric.type\$1\$1 | compute.googleapis.com/instance/cpu/utilization | | \$1\$1metric.name\$1\$1 | Devuelve la parte del nombre de la métrica. | \$1\$1metric.name\$1\$1 | instance/cpu/utilization | | \$1\$1metric.service\$1\$1 | Devuelve la parte de servicio. | \$1\$1metric.service\$1\$1 | compute | | \$1\$1metric.label.xxx\$1\$1 | Devuelve el valor de la etiqueta de la métrica. | \$1\$1metric.label.instance\$1name\$1\$1 | grafana-1-prod | | \$1\$1resource.label.xxx\$1\$1 | Devuelve el valor de la etiqueta del recurso. | \$1\$1resource.label.zone\$1\$1 | us-east1-b | ## Vínculos profundos desde los paneles de Grafana al Explorador de métricas de Google Cloud Console **nota** Esta característica solo está disponible para las consultas de métricas. Seleccione una serie temporal en el panel para ver un menú contextual con un enlace a Ver en el Explorador de métricas en Google Cloud Console. Al elegir ese vínculo, se abre el Explorador de métricas en Google Cloud Console y se ejecuta la consulta desde el panel de Grafana. El vínculo lleva al usuario primero al selector de cuentas de Google. Tras seleccionar correctamente una cuenta, se redirige al usuario al Explorador de métricas. El enlace proporcionado es válido para cualquier cuenta, pero solo muestra la consulta si su cuenta tiene acceso al proyecto de GCP especificado en la consulta. # Conexión a un origen de datos de InfluxDB Grafana incluye un complemento de origen de datos con una gran variedad de características para InfluxDB. El complemento incluye un editor de consultas personalizado y admite anotaciones y plantillas de consultas. ## Adición del origen de datos 1. Elija el icono de Grafana en el encabezado superior para abrir el menú lateral. 1. En el menú lateral, en el enlace de **Paneles**, encontrará un enlace llamado **Orígenes de datos**. 1. Elija el botón **\$1 Agregar origen de datos** en el encabezado superior. 1. Seleccione **InfluxDB** en la lista desplegable **Tipo**. 1. Seleccione **InfluxQL** o **Flux** en la lista **Lenguaje de consulta**. **nota** Si no ve el enlace **Orígenes de datos** en el menú lateral, su usuario actual no tiene el rol `Admin`. # Conexión a un origen de datos de Jaeger La fuente de datos de Jaeger proporciona un rastreo end-to-end distribuido de código abierto. ## Adición del origen de datos Para acceder a la configuración de Jaeger, elija el icono de **Configuración** (engranaje), seleccione **Orígenes de datos** y, a continuación, elija **Jaeger**. | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles, las consultas y Explore. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | URL | URL de la instancia de Jaeger, por ejemplo, http://localhost:16686. | | Access | Servidor (predeterminado) = La URL debe ser accesible desde el backend o el servidor de Grafana. | | Basic Auth | Habilite la autenticación básica en el origen de datos de Jaeger. | | User | Nombre de usuario de autenticación básica. | | Password | Contraseña de autenticación básica. | ## Rastros de consultas Puede consultar y mostrar los rastros de Jaeger a través de Explore. Para obtener más información, consulte [Explore](explore.md). El editor de consultas de Jaeger le permite hacer consultas directamente por ID de rastro o seleccionar un rastro desde el selector de rastros. Para hacer consultas mediante ID de rastro, inserte el ID en la entrada de texto. Utilice el selector de rastros para seleccionar un rastro concreto de todos los rastros registrados en el intervalo de tiempo que haya seleccionado en Explore. El selector de rastros tiene tres niveles de anidación: 1. El servicio que le interesa. 1. Una operación específica forma parte del servicio seleccionado. 1. Rastro específico en el que se produjo la operación seleccionada, representado por el nombre de la operación raíz y la duración del rastro. ## Enlace al ID de seguimiento desde los registros Puede vincular el rastro de Jaeger desde los registros de Loki configurando un campo derivado con un enlace interno. Para obtener más información, consulte [Campos derivados](using-loki-in-AMG.md#loki-derived-fields). # Conexión a un origen de datos de Loki El origen de datos de Loki proporciona acceso a Loki, el sistema de agregación de registros de Grafana. ## Adición del origen de datos 1. Abra el espacio de trabajo de Grafana y asegúrese de haber iniciado sesión. 1. En el menú lateral, bajo el vínculo **Configuración**, encontrará el enlace **Orígenes de datos**. 1. Elija el botón **Agregar origen de datos** en la parte superior. 1. Seleccione **Loki** en la lista de orígenes de datos. **nota** Si no ve el enlace **Orígenes de datos** en el menú lateral, su usuario actual no tiene el rol `Admin`. | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles, las consultas y Explore. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | URL | La URL de la instancia de Loki, por ejemplo, http://localhost:3100. Puede ser la URL de un EC2 host de Amazon, una Application Load Balancer situada delante de un clúster de Amazon EKS o cualquier otra URL de una instancia de Loki. | | Maximum lines | Límite máximo de líneas de registro que devuelve Loki (el valor predeterminado es 1000). Disminuya si el navegador está lento al mostrar los registros en Explore. | ### Campos derivados Puede utilizar la configuración de *campos derivados* para hacer lo siguiente: + Agregue los campos analizados del mensaje de registro. + Agregue un enlace que utilice el valor del campo. Puede utilizar esta funcionalidad para vincular el backend de seguimiento directamente desde los registros, o enlazar a una página de perfil de usuario si hay un ID de usuario en la línea de registro. Estos enlaces aparecen en los detalles del registro. Para obtener más información, consulte [Etiquetas y campos detectados](explore.md#labels-and-detected-fields). Cada campo derivado consta de los elementos siguientes: + **Nombre**: se muestra en los detalles del registro como una etiqueta. + **Expresión regular**: patrón de expresión regular que se ejecuta en el mensaje de registro y captura parte de él como el valor del nuevo campo. Solo puede contener un único grupo de captura. + **URL/consulta**: si el enlace es externo, ingrese la URL completa del enlace. Si el enlace es interno, esta entrada sirve como consulta para el origen de datos de destino. En ambos casos, puede interpolar el valor del campo con la macro `${__value.raw }`. + **Enlace interno**: selecciónelo si el enlace es interno o externo. En el caso de un vínculo interno, un selector de orígenes de datos le permite seleccionar el origen de datos de destino. Solo se admiten los orígenes de datos de seguimiento. Puede utilizar una sección de depuración para ver qué extraen los campos y cómo se interpola la URL. Seleccione **Mostrar mensaje de registro de ejemplo** para mostrar el área de texto en la que puede introducir un mensaje de registro. El nuevo campo con el enlace que se muestra en los detalles del registro. ## Consulta de registros de La consulta y visualización de los datos de registro de Loki está disponible a través de Explore y con el panel de registros en las visualizaciones. Seleccione el origen de datos de Loki y, a continuación, ingrese una consulta de LogQL para mostrar los registros. Para obtener más información acerca de LogQL, consulte [LogQL](https://grafana.com/docs/loki/latest/logql/). ### Consultas de registros Una consulta de registros consta de dos partes: un **selector de flujo de registro** y una **expresión de búsqueda**. Por motivos de rendimiento, debe empezar por elegir una etiqueta de registro para un flujo de registro. El Explorador de registros (el botón **Etiquetas de registro**) situado junto al campo de consulta muestra una lista de las etiquetas de los flujos de registro disponibles. Una forma alternativa de escribir una consulta es utilizar la función de cumplimentación automática del campo de consulta. Empiece por escribir un corchete izquierdo `{` y el menú de autocompletar le sugerirá una lista de etiquetas. Pulse la tecla **Intro** para ejecutar la consulta. Una vez obtenido el resultado, en el panel de registros se muestra una lista de filas de registros y un gráfico de barras en el que el eje X muestra el tiempo y el eje Y muestra la frecuencia o el recuento. ### Selector de flujo de registro En el caso de la parte de la etiqueta de la expresión de consultas, póngala entre corchetes `{}` y, luego, utilice la sintaxis de valor de clave para seleccionar las etiquetas. Cuando hay varias expresiones de etiquetas, estas se separan con una coma: `{app="mysql",name="mysql-backup"}` Actualmente, se admiten los siguientes operadores de coincidencia de etiquetas: + `=` es exactamente igual. + `!=` no es igual. + `=~` coincidencia de expresión regular. + `!~` no hace coincidir las expresiones regulares. Ejemplos: + `{name=~"mysql.+"}` + `{name!~"mysql.+"}` En la sección de tablas se puede agregar también un selector de etiquetas. Elija **Filtro** junto a una etiqueta para agregar la etiqueta a la expresión de consulta. Esto funciona incluso para varias consultas y agregará el selector de etiquetas a cada consulta. ### Expresiones de búsqueda Después de escribir el selector del flujo de registro, puede filtrar aún más los resultados al escribir una expresión de búsqueda. La expresión de búsqueda puede ser solo texto o una expresión regular. Consultas de ejemplo: + `{job="mysql"} |= "error"` + `{name="kafka"} |~ "tsdb-ops.*io:2003"` + `{instance=~"kafka-[23]",name="kafka"} != "kafka.server:type=ReplicaManager"` Los operadores de filtro se pueden encadenar y filtrarán secuencialmente la expresión. Las líneas de registro resultantes satisfarán todos los filtros. Ejemplo `{job="mysql"} |= "error" != "timeout"` Actualmente, se admiten los siguientes tipos de filtro: + `|=` la línea contiene una cadena. + `!=` la línea no contiene una cadena. + `|~` la línea coincide con la expresión regular. + `!~` la línea no coincide con la expresión regular. **nota** Para obtener más información sobre LogQL, el lenguaje de consulta de Loki, consulte [Loki LogQL](https://grafana.com/docs/loki/latest/logql/). ## Contexto del registro Al utilizar una expresión de búsqueda como se detalla anteriormente, ahora puede recuperar el contexto que rodea a los resultados filtrados. Si elige el enlace de `Show Context` de las filas filtradas, podrá investigar los mensajes de registro que aparecen antes y después del mensaje de registro que le interesa. ## Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). ## Anotaciones Puede utilizar cualquier consulta de Loki no métrica como origen de anotaciones. El contenido del registro se utilizará como texto de anotación y las etiquetas del flujo de registro como etiquetas, por lo que no es necesario hacer ninguna otra asignación. # Conexión a un origen de datos de Microsoft SQL Server Utilice el origen de datos de Microsoft SQL Server (MSSQL) para consultar y visualizar datos de cualquier servidor de Microsoft SQL Server 2005 o posterior, lo que incluye Microsoft Azure SQL Database. **importante** La versión 8.0 de Grafana cambia la estructura de datos subyacente de los marcos de datos de Microsoft SQL Server, Postgres y MySQL. Como consecuencia, el resultado de una consulta de serie temporal se devuelve en un formato ancho. Para más información, consulte [Wide format](https://grafana.com/developers/plugin-tools/introduction/data-frames#wide-format) en la documentación de los marcos de datos de Grafana. Para que las visualizaciones funcionen como antes, es posible que tenga que hacer algunas migraciones manuales. Una solución está documentada en Github en [Postgres/MySQL/MSSQL: Un cambio radical en la versión 8.0 relacionado con las consultas de series temporales y el orden de las columnas de datos](https://github.com/grafana/grafana/issues/35534). ## Adición del origen de datos 1. Elija el icono de Grafana en el encabezado superior para abrir el menú lateral. 1. En el menú lateral, en el vínculo **Configuración**, encontrará el enlace **orígenes de datos**. 1. Elija el botón **\$1 Agregar origen de datos** en el encabezado superior. 1. Seleccione **Microsoft SQL Server** en la lista desplegable **Tipo**. ### Opciones de origen de datos | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Host | La IP address/hostname y el puerto opcional de tu instancia de MSSQL. Si se omite el puerto, se usará el puerto 1433 predeterminado. | | Database | Nombre de la base de datos MSSQL. | | User | Nombre de usuario o inicio de sesión de la base de datos. | | Password | Contraseña del usuario de la base de datos. | | Encrypt | Esta opción determina si se negociará una TCP/IP conexión SSL segura con el servidor, o en qué medida false (Grafana v5.4\$1). | | Max open | El número máximo de conexiones abiertas a la base de datos. El valor predeterminado es unlimited (Grafana v5.4 o posteriores). | | Max idle | El número máximo de conexiones en el grupo de conexiones inactivas. El valor predeterminado es 2 (Grafana v5.4 o posteriores). | | Max lifetime | La cantidad máxima de tiempo en segundos que se puede reutilizar. El valor predeterminado es 14400/4 horas. | ### Intervalo de tiempo mínimo Un límite inferior para las variables `$_interval` `$_interval_ms`. Se recomienda que se establezca según la frecuencia de escritura, por ejemplo, `1m` si los datos se escriben cada minuto. Esta opción también puede estar overridden/configured en un panel de control, en las opciones de fuentes de datos. Este valor **debe** tener el formato de un número seguido de un identificador de tiempo válido, por ejemplo, `1m` (1 minuto) o `30s` (30 segundos). Se admiten los siguientes identificadores de tiempo. | Identificador | Description (Descripción) | | --- | --- | | y | Año | | M | Mes | | w | Semana | | d | Día | | h | Hora | | m | Minuto | | s | Segundo | | ms | Milisegundos | ### Permisos de usuario de base de datos **importante** Al usuario de la base de datos que especifique al agregar el origen de datos solo se le deben conceder los permisos SELECT en la base de datos y las tablas especificadas que se quiere consultar. Grafana no valida que la consulta sea segura. La consulta puede incluir cualquier instrucción SQL. Por ejemplo, se ejecutarán instrucciones como `DELETE FROM user;` y `DROP TABLE user;`. Para evitar esto, le recomendamos crear un usuario de MSSQL específico con permisos restringidos. El siguiente código de ejemplo muestra la creación de un usuario de MSSQL específico con permisos restringidos. ``` CREATE USER grafanareader WITH PASSWORD 'password' GRANT SELECT ON dbo.YourTable3 TO grafanareader ``` Asegúrese de que el usuario no reciba ningún permiso no deseado del rol público. ### Problemas conocidos Si utiliza una versión anterior de Microsoft SQL Server, como 2008 y 2008 R2, es posible que tenga que deshabilitar el cifrado para poder conectarse. Si es posible, le recomendamos que utilice el último paquete de servicio disponible para lograr una compatibilidad óptima. ## Editor de consultas Encontrará el editor de consultas de MSSQL en la pestaña de métricas del modo de edición del panel de gráficos, de valor único o de tablas. Para entrar en el modo de edición, elija el título del panel y, a continuación, elija Editar. El editor le permite definir una consulta SQL para seleccionar los datos que se van a visualizar. 1. Seleccione *Formatear como* `Time series` (para usarlo en los paneles de gráficos o de valor único, entre otros) o `Table` (para usarlo en el panel de tablas, entre otros). 1. Este es el editor real en el que se escriben las consultas SQL. 1. Muestre la sección de ayuda para MSSQL debajo del editor de consultas. 1. Muestre la consulta SQL que se ejecutó. Estará disponible solo después de que se haya ejecutado correctamente la consulta. 1. Agregue una consulta adicional en la que se muestre un editor de consultas adicional. ## Macros Para simplificar la sintaxis y permitir partes dinámicas, como los filtros de intervalo de fechas, la consulta puede contener macros. | Ejemplo de macros | Description (Descripción) | | --- | --- | | \$1\$1\$1time(dateColumn) | Se sustituirá por una expresión para cambiar el nombre de la columna a time. Por ejemplo, dateColumn as time. | | \$1\$1\$1timeEpoch(dateColumn) | Se sustituirá por una expresión para convertir un tipo de columna DATETIME en una marca de tiempo de Unix y cambiarle el nombre a time. Por ejemplo, DATEDIFF(second, “1970-01-01”, dateColumn) AS time. | | \$1\$1\$1timeFilter(dateColumn) | Se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado. Por ejemplo, dateColumn BETWEEN "2017-04-21T05:01:17Z" AND "2017-04-21T05:06:17Z". | | \$1\$1\$1timeFrom() | Se sustituirá por el inicio de la selección de tiempo actualmente activa. Por ejemplo, “2017-04-21T05:01:17Z”. | | \$1\$1\$1timeTo() | Se sustituirá por el fin de la selección de tiempo actualmente activa. Por ejemplo, “2017-04-21T05:06:17Z”. | | \$1\$1\$1timeGroup(dateColumn,'5m'[, fillvalue]) | Se sustituirá por una expresión utilizable en la cláusula AGRUPAR POR. Si se proporciona un valor fillValue NULO o flotante, se rellenarán automáticamente las series vacías en un intervalo de tiempo con ese valor. Por ejemplo, CAST(ROUND(DATEDIFF(second, “1970-01-01”, time\$1column)/300.0, 0) as bigint)\$1300. | | \$1\$1\$1timeGroup(dateColumn,'5m', 0) | Igual que el anterior, pero con un parámetro de relleno, por lo que Grafana agregará los puntos que falten en esa serie y usará el valor 0. | | \$1\$1\$1timeGroup(dateColumn,'5m', NULL) | Igual que el anterior, pero se usará NULO como valor para los puntos faltantes. | | \$1\$1\$1timeGroup(dateColumn,'5m', previous) | Igual que el anterior, pero el valor anterior de esa serie se utilizará como valor de relleno si no se ha visto ningún valor, pero se utilizará NULL (solo disponible en Grafana 5.3\$1). | El editor de consultas tiene un vínculo **SQL generativo** que aparece una vez ejecutada la consulta, en el modo de edición de panel. Si lo elige, se ampliará y mostrará la cadena SQL interpolada sin procesar que se ejecutó. ## Consultas de tablas Si la opción de consulta se establece en **Formatear como****tabla**, básicamente puede hacer cualquier tipo de consulta SQL. El panel de tablas mostrará automáticamente los resultados de las columnas y filas que devuelva la consulta. En el siguiente código de ejemplo se muestra una tabla de una base de datos. ``` CREATE TABLE [event] ( time_sec bigint, description nvarchar(100), tags nvarchar(100), ) ``` ``` CREATE TABLE [mssql_types] ( c_bit bit, c_tinyint tinyint, c_smallint smallint, c_int int, c_bigint bigint, c_money money, c_smallmoney smallmoney, c_numeric numeric(10,5), c_real real, c_decimal decimal(10,2), c_float float, c_char char(10), c_varchar varchar(10), c_text text, c_nchar nchar(12), c_nvarchar nvarchar(12), c_ntext ntext, c_datetime datetime, c_datetime2 datetime2, c_smalldatetime smalldatetime, c_date date, c_time time, c_datetimeoffset datetimeoffset ) INSERT INTO [mssql_types] SELECT 1, 5, 20020, 980300, 1420070400, '$20000.15', '£2.15', 12345.12, 1.11, 2.22, 3.33, 'char10', 'varchar10', 'text', N'☺nchar12☺', N'☺nvarchar12☺', N'☺text☺', GETDATE(), CAST(GETDATE() AS DATETIME2), CAST(GETDATE() AS SMALLDATETIME), CAST(GETDATE() AS DATE), CAST(GETDATE() AS TIME), SWITCHOFFSET(CAST(GETDATE() AS DATETIMEOFFSET), '-07:00') ``` En el siguiente código de ejemplo se muestra una consulta. ``` SELECT * FROM [mssql_types] ``` Puede controlar el nombre de las columnas del panel Tabla mediante la sintaxis de selección de columnas de SQL `AS` normal, como se muestra en el siguiente código de ejemplo. ``` SELECT c_bit as [column1], c_tinyint as [column2] FROM [mssql_types] ``` El panel de tabla resultante: ## Consultas de series temporales Si establece **Formatear como** en **Serie temporal**, para su uso en el panel de gráficos, por ejemplo, la consulta debe tener una columna con el nombre `time` que devuelva una fecha y hora de SQL o cualquier tipo de datos numéricos que representen la época de Unix en segundos. Puede devolver una columna con el nombre `metric` que se utilice como nombre de métrica para la columna de valores. Cualquier columna excepto `time` y `metric` se trata como una columna de valores. Si omite la columna `metric`, el nombre de la columna de valores será el nombre de la métrica. Puede seleccionar columnas de valores múltiples, cada una tendrá su nombre como métrica. Si devuelve columnas de valores múltiples y una columna denominada `metric`, esta columna se utilizará como prefijo para el nombre de la serie. Los conjuntos de resultados de las consultas de serie temporal se deben ordenar por tiempo. En el siguiente código de ejemplo se muestra una tabla de una base de datos. ``` CREATE TABLE [event] ( time_sec bigint, description nvarchar(100), tags nvarchar(100), ) ``` ``` CREATE TABLE metric_values ( time datetime, measurement nvarchar(100), valueOne int, valueTwo int, ) INSERT metric_values (time, measurement, valueOne, valueTwo) VALUES('2018-03-15 12:30:00', 'Metric A', 62, 6) INSERT metric_values (time, measurement, valueOne, valueTwo) VALUES('2018-03-15 12:30:00', 'Metric B', 49, 11) ... INSERT metric_values (time, measurement, valueOne, valueTwo) VALUES('2018-03-15 13:55:00', 'Metric A', 14, 25) INSERT metric_values (time, measurement, valueOne, valueTwo) VALUES('2018-03-15 13:55:00', 'Metric B', 48, 10) ``` El siguiente código de ejemplo muestra una columna `value` y una columna `metric`. ``` SELECT time, valueOne, measurement as metric FROM metric_values WHERE $__timeFilter(time) ORDER BY 1 ``` Si la consulta anterior se utiliza en un panel de gráficos, se generan dos series denominadas `Metric A` y `Metric B` con los valores `valueOne` y `valueTwo` representadas sobre `time`. El siguiente código de ejemplo muestra varias columnas `value`. ``` SELECT time, valueOne, valueTwo FROM metric_values WHERE $__timeFilter(time) ORDER BY 1 ``` Si la consulta anterior se utiliza en un panel de gráficos, se generan dos series denominadas `Metric A` y `Metric B` con los valores `valueOne` y `valueTwo` representadas sobre `time`. El siguiente código de ejemplo muestra el uso de la macro \$1\$1\$1timeGroup. ``` SELECT $__timeGroup(time, '3m') as time, measurement as metric, avg(valueOne) FROM metric_values WHERE $__timeFilter(time) GROUP BY $__timeGroup(time, '3m'), measurement ORDER BY 1 ``` Si la consulta anterior se utiliza en un panel de gráficos, se generan dos series denominadas `Metric A` y `Metric B` con los valores `valueOne` y `valueTwo` representadas sobre `time`. Si hay dos series sin un valor en un plazo de tres minutos, se mostrará una línea entre esas dos líneas. Se dará cuenta de que la gráfica de la derecha nunca baja a cero. El siguiente código de ejemplo muestra el uso de la macro \$1\$1\$1timeGroup con el parámetro de rellenado establecido en cero. ``` SELECT $__timeGroup(time, '3m', 0) as time, measurement as metric, sum(valueTwo) FROM metric_values WHERE $__timeFilter(time) GROUP BY $__timeGroup(time, '3m'), measurement ORDER BY 1 ``` Cuando se utiliza esta consulta en un panel de gráficos, el resultado son dos series denominadas `Metric A` y `Metric B` con la suma de `valueTwo` representada sobre `time`. Cualquier serie que no tenga un valor en un plazo de 3 minutos tendrá un valor de cero, que verá representado en el gráfico de la derecha. ## Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). ### Variable de consulta Si agrega una variable de plantilla del tipo `Query`, puede escribir una consulta de MSSQL que devuelva elementos como nombres de mediciones, nombres de clave o valores de clave que se muestran en un cuadro de selección desplegable. Por ejemplo, puede tener una variable que contenga todos los valores de la columna `hostname` en una tabla si especifica una consulta como esta en la configuración de *consulta* de la variable de plantilla. ``` SELECT hostname FROM host ``` Una consulta puede devolver varias columnas y Grafana creará automáticamente una lista a partir de ellas. Por ejemplo, la siguiente consulta devolverá una lista con los valores de `hostname` y `hostname2`. ``` SELECT [host].[hostname], [other_host].[hostname2] FROM host JOIN other_host ON [host].[city] = [other_host].[city] ``` Otra opción es una consulta que puede crear una key/value variable. La consulta debe devolver dos columnas denominadas `__text` y `__value`. El valor de la columna `__text` debe ser único (si no lo es, se utilizará el primer valor). Las opciones de la lista desplegable tendrán un texto y un valor que le permiten asignar un nombre descriptivo como texto y un identificador como valor. Una consulta de ejemplo con `hostname` como texto y `id` como valor: ``` SELECT hostname __text, id __value FROM host ``` También puede crear variables anidadas. Por ejemplo, si tuviera otra variable llamada `region`. A continuación, puede hacer que la variable de hosts muestre solo los hosts de la región actualmente seleccionada con una consulta como esta (si `region` es una variable de valores múltiples, utilice el operador de comparación `IN` en lugar de `=` para que coincida con valores múltiples). ``` SELECT hostname FROM host WHERE region IN ($region) ``` ### Uso de variables en consultas **nota** Los valores de las variables de plantilla solo se especifican entre comillas cuando la variable de plantilla es `multi-value`. Si se trata de una variable de varios valores, utilice el operador de comparación `IN` en lugar de `=` para que coincida con varios valores. Existen dos sintaxis: Ejemplo de `$` con una variable de plantilla llamada `hostname`: ``` SELECT atimestamp time, aint value FROM table WHERE $__timeFilter(atimestamp) and hostname in($hostname) ORDER BY atimestamp ``` Ejemplo de `[[varname]]` con una variable de plantilla llamada `hostname`: ``` SELECT atimestamp as time, aint as value FROM table WHERE $__timeFilter(atimestamp) and hostname in([[hostname]]) ORDER BY atimestamp ``` #### Desactivación de las comillas para variables de varios valores Grafana crea automáticamente una cadena entrecomillada y separada por comas para variables de varios valores. Por ejemplo, si `server01` y `server02` se seleccionan, se formateará como `'server01', 'server02'`. Para desactivar las comillas, use la opción de formato CSV para las variables. `${servers:csv}` Para obtener más información sobre las opciones de formato de variables, consulte [Plantillas y variables](templates-and-variables.md). ## Anotaciones Puede utilizar las anotaciones para superponer información detallada de los eventos sobre los gráficos. Las consultas de anotación se agregan a través del menú Panel o la vista Anotaciones. Para obtener más información, consulte [Anotaciones](dashboard-annotations.md). **Columnas:** | Name | Description (Descripción) | | --- | --- | | time | El nombre del date/time campo. Puede ser una columna con un tipo de date/time datos SQL nativo o un valor de época. | | timeend | Nombre opcional del date/time campo final. Podría ser una columna con un tipo de date/time datos SQL nativo o un valor de época. | | text | Campo de descripción del evento. | | tags | Nombre de campo opcional para utilizar en las etiquetas de eventos como una cadena separada por comas. | En el siguiente código de ejemplo se muestran tablas de bases de datos. ``` CREATE TABLE [events] ( time_sec bigint, description nvarchar(100), tags nvarchar(100), ) ``` También utilizamos la tabla de base de datos definida en [Consultas de series temporales](#mssql-time-series-queries). En el siguiente código de ejemplo, se muestra una consulta que utiliza una columna de tiempo con valores de época. ``` SELECT time_sec as time, description as [text], tags FROM [events] WHERE $__unixEpochFilter(time_sec) ORDER BY 1 ``` En el siguiente código de ejemplo, se muestra una consulta de región que utiliza columnas de tiempo y tiempo de fin con valores de época. ``` SELECT time_sec as time, time_end_sec as timeend, description as [text], tags FROM [events] WHERE $__unixEpochFilter(time_sec) ORDER BY 1 ``` El siguiente código de ejemplo muestra una consulta que utiliza una columna de tiempo del tipo de date/time datos SQL nativo. ``` SELECT time, measurement as text, convert(varchar, valueOne) + ',' + convert(varchar, valueTwo) as tags FROM metric_values WHERE $__timeFilter(time_column) ORDER BY 1 ``` ## Compatibilidad con procedimientos almacenados Se ha comprobado que los procedimientos almacenados funcionan. Sin embargo, puede haber casos extremos en los que no funcione como cabría esperar. Los procedimientos almacenados deben ser compatibles con las consultas de tablas, series temporales y anotaciones, siempre que se utilice el mismo nombre de las columnas y se devuelvan los datos en el mismo formato descrito anteriormente en las secciones correspondientes. Las funciones de las macros no funcionarán dentro de un procedimiento almacenado. ### Ejemplos En los ejemplos siguientes, la tabla de base de datos se define en las consultas de serie temporal. Supongamos que quiere visualizar cuatro series en un panel de gráficos, como todas las combinaciones de columnas `valueOne`, `valueTwo` y `measurement`. El panel de gráficos de la derecha representa lo que queremos lograr. Para resolver esto, debe utilizar dos consultas: En el siguiente código de ejemplo se muestra la primera consulta. ``` SELECT $__timeGroup(time, '5m') as time, measurement + ' - value one' as metric, avg(valueOne) as valueOne FROM metric_values WHERE $__timeFilter(time) GROUP BY $__timeGroup(time, '5m'), measurement ORDER BY 1 ``` En el siguiente código de ejemplo se muestra la segunda consulta. ``` SELECT $__timeGroup(time, '5m') as time, measurement + ' - value two' as metric, avg(valueTwo) as valueTwo FROM metric_values GROUP BY $__timeGroup(time, '5m'), measurement ORDER BY 1 ``` #### Procedimiento almacenado que utiliza el tiempo en formato de época Puede definir un procedimiento almacenado que devuelva todos los datos que necesite para representar cuatro series en un panel de gráficos como el anterior. En este caso, el procedimiento almacenado acepta dos parámetros `@from` y `@to`, de los tipos de datos `int`, que deben ser un intervalo de tiempo (de-a) en formato de época que se utilizará para filtrar los datos que se devolverán del procedimiento almacenado. Esto imita a `$__timeGroup(time, '5m')` en las expresiones seleccionar y agrupar por, de modo que se necesitan numerosas expresiones largas. Si se desea, se pueden extraer a funciones de MSSQL. ``` CREATE PROCEDURE sp_test_epoch( @from int, @to int ) AS BEGIN SELECT cast(cast(DATEDIFF(second, {d '1970-01-01'}, DATEADD(second, DATEDIFF(second,GETDATE(),GETUTCDATE()), time))/600 as int)*600 as int) as time, measurement + ' - value one' as metric, avg(valueOne) as value FROM metric_values WHERE time >= DATEADD(s, @from, '1970-01-01') AND time <= DATEADD(s, @to, '1970-01-01') GROUP BY cast(cast(DATEDIFF(second, {d '1970-01-01'}, DATEADD(second, DATEDIFF(second,GETDATE(),GETUTCDATE()), time))/600 as int)*600 as int), measurement UNION ALL SELECT cast(cast(DATEDIFF(second, {d '1970-01-01'}, DATEADD(second, DATEDIFF(second,GETDATE(),GETUTCDATE()), time))/600 as int)*600 as int) as time, measurement + ' - value two' as metric, avg(valueTwo) as value FROM metric_values WHERE time >= DATEADD(s, @from, '1970-01-01') AND time <= DATEADD(s, @to, '1970-01-01') GROUP BY cast(cast(DATEDIFF(second, {d '1970-01-01'}, DATEADD(second, DATEDIFF(second,GETDATE(),GETUTCDATE()), time))/600 as int)*600 as int), measurement ORDER BY 1 END ``` A continuación, puede utilizar la siguiente consulta para el panel de gráficos. ``` DECLARE @from int = $__unixEpochFrom(), @to int = $__unixEpochTo() EXEC dbo.sp_test_epoch @from, @to ``` #### Procedimiento almacenado que utiliza el tiempo en formato de fecha y hora Puede definir un procedimiento almacenado que devuelva todos los datos que necesite para representar cuatro series en un panel de gráficos como el anterior. En este caso, el procedimiento almacenado acepta dos parámetros `@from` y `@to`, de los tipos de datos `datetime`, que deben ser un intervalo de tiempo (de-a) que se utilizará para filtrar los datos que se devolverán del procedimiento almacenado. Esto imita a `$__timeGroup(time, '5m')` en las expresiones seleccionar y agrupar por, de modo que se necesitan numerosas expresiones largas. Si se desea, se pueden extraer a funciones de MSSQL. ``` CREATE PROCEDURE sp_test_datetime( @from datetime, @to datetime ) AS BEGIN SELECT cast(cast(DATEDIFF(second, {d '1970-01-01'}, time)/600 as int)*600 as int) as time, measurement + ' - value one' as metric, avg(valueOne) as value FROM metric_values WHERE time >= @from AND time <= @to GROUP BY cast(cast(DATEDIFF(second, {d '1970-01-01'}, time)/600 as int)*600 as int), measurement UNION ALL SELECT cast(cast(DATEDIFF(second, {d '1970-01-01'}, time)/600 as int)*600 as int) as time, measurement + ' - value two' as metric, avg(valueTwo) as value FROM metric_values WHERE time >= @from AND time <= @to GROUP BY cast(cast(DATEDIFF(second, {d '1970-01-01'}, time)/600 as int)*600 as int), measurement ORDER BY 1 END ``` A continuación, puede utilizar la siguiente consulta para el panel de gráficos. ``` DECLARE @from datetime = $__timeFrom(), @to datetime = $__timeTo() EXEC dbo.sp_test_datetime @from, @to ``` ## Alertas Las consultas de serie temporal deben funcionar en condiciones de alertas. Las consultas con formato de tabla aún no se admiten en las condiciones de las reglas de alerta. # Conexión a un origen de datos de MySQL Agregue el origen de datos de MySQL para poder consultar y visualizar los datos de una base de datos compatible con MySQL. **importante** La versión 8.0 de Grafana cambia la estructura de datos subyacente de marcos de datos de los orígenes de datos de MySQL, Postgres y Microsoft SQL Server. Como consecuencia, el resultado de una consulta de serie temporal se devuelve en un formato ancho. Para más información, consulte [Wide format](https://grafana.com/developers/plugin-tools/introduction/data-frames#wide-format) en la documentación de los marcos de datos de Grafana. Para que las visualizaciones funcionen como antes, es posible que tenga que hacer algunas migraciones manuales. Una solución está documentada en Github en [Postgres/MySQL/MSSQL: Un cambio radical en la versión 8.0 relacionado con las consultas de series temporales y el orden de las columnas de datos](https://github.com/grafana/grafana/issues/35534). ## Adición del origen de datos 1. Elija el icono de Grafana en el encabezado superior para abrir el menú lateral. 1. En el menú lateral, en el enlace de **Paneles**, encontrará un enlace llamado **Orígenes de datos**. 1. Elija el botón **\$1 Agregar origen de datos** en el encabezado superior. 1. Seleccione **MySQL** en la lista desplegable **Tipo**. ### Opciones de origen de datos | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Host | La IP address/hostname y el puerto opcional de la instancia de MySQL. | | Database | Nombre de la base de datos MySQL. | | User | Nombre de usuario o inicio de sesión de la base de datos. | | Password | Contraseña del usuario de la base de datos. | | Max open | El número máximo de conexiones abiertas a la base de datos. El valor predeterminado es unlimited (Grafana v5.4 o posteriores). | | Max idle | El número máximo de conexiones en el grupo de conexiones inactivas. El valor predeterminado es 2 (Grafana v5.4 o posteriores). | | Max lifetime | La cantidad máxima de tiempo en segundos que se puede reutilizar. El valor predeterminado es 14400/4 horas. Siempre debe ser inferior al valor de [wait\$1timeout](https://dev.mysql.com/doc/refman/8.0/en/server-system-variables.html#sysvar_wait_timeout) configurado en MySQL (Grafana v5.4\$1). | ### Intervalo de tiempo mínimo Un límite inferior para las variables `$_interval` `$_interval_ms`. Se recomienda que se establezca según la frecuencia de escritura, por ejemplo, `1m` si los datos se escriben cada minuto. Esta opción también puede estar overridden/configured en un panel de control, en las opciones de fuentes de datos. Este valor **debe** tener el formato de un número seguido de un identificador de tiempo válido, por ejemplo, `1m` (1 minuto) o `30s` (30 segundos). Se admiten los siguientes identificadores de tiempo. | Identificador | Description (Descripción) | | --- | --- | | y | Año | | M | Mes | | w | Semana | | d | Día | | h | Hora | | m | Minuto | | s | Segundo | | ms | Milisegundos | ### Permisos de usuario de base de datos **importante** Al usuario de la base de datos que especifique al agregar el origen de datos se le deben conceder solo los permisos SELECT en la base de datos y las tablas especificadas que se quiere consultar. Grafana no valida que la consulta sea segura. La consulta puede incluir cualquier instrucción SQL. Por ejemplo, se ejecutarán instrucciones como `USE otherdb;` y `DROP TABLE user;`. Para evitar esto, le recomendamos crear un usuario de MySQL específico con permisos restringidos. El siguiente ejemplo de código muestra la creación de un usuario de MySQL específico con permisos restringidos. ``` CREATE USER 'grafanaReader' IDENTIFIED BY 'password'; GRANT SELECT ON mydatabase.mytable TO 'grafanaReader'; ``` Para conceder acceso a más bases de datos y tablas, si lo desea, puede utilizar caracteres comodín (`*`) en lugar de bases de datos o tablas. ## Editor de consultas Encontrará el editor de consultas MySQL en la pestaña de métricas del modo de edición de un panel. Para entrar en el modo de edición, elija el título del panel y, a continuación, **Editar**. El editor de consultas tiene un vínculo **SQL generativo** que aparece una vez ejecutada la consulta, en el modo de edición de panel. Si lo elige, se ampliará y mostrará la cadena SQL interpolada sin procesar que se ejecutó. ### Selección de la tabla, la columna de tiempo y la columna de métricas (FROM) Cuando entre en el modo de edición por primera vez o agregue una nueva consulta, Grafana intentará rellenar previamente el generador de consultas con la primera tabla que tenga una columna de marca de tiempo y una columna numérica. En el campo FROM, Grafana sugerirá tablas que se encuentran en la base de datos configurada. Para seleccionar una tabla o vista de otra base de datos a la que tenga acceso el usuario de la base de datos, puede ingresar manualmente un nombre completo (tabla.basededatos), como `otherDb.metrics`. El campo de la columna Tiempo hace referencia al nombre de la columna que contiene los valores de tiempo. La selección de un valor para el campo de la columna Métrica es opcional. Si se selecciona un valor, el campo de la columna Métrica se utilizará como nombre de la serie. Las sugerencias de las columnas de métricas solo contendrán columnas con un tipo de datos de texto (text, tinytext, mediumtext, longtext, varchar, char). Si quiere utilizar una columna con un tipo de datos diferente como columna de métricas, puede ingresar el nombre de la columna con una combinación `CAST(numericColumn as CHAR)`. También puede ingresar expresiones SQL arbitrarias en el campo de la columna de métricas que den como resultado un tipo de datos de texto, como `CONCAT(column1, " ", CAST(numericColumn as CHAR))`. ### Columnas y funciones de agregación (SELECT) En la fila `SELECT`, puede especificar qué columnas y funciones quiere utilizar. En el campo de columna, puede escribir expresiones arbitrarias en lugar de un nombre de columna, como `column1 * column2 / column3`. Si utiliza funciones de agregación, debe agrupar el conjunto de resultados. El editor agregará automáticamente una operación `GROUP BY time` si agrega una función de agregación. Para poder agregar más columnas de valores, elija el botón más y seleccione `Column` en el menú. Las columnas de valores múltiples se representarán como series independientes en el panel de gráficos. ### Filtrado de datos (WHERE) Para agregar un filtro, elija el icono del signo más que se sitúa a la derecha de la condición `WHERE`. Para poder eliminar los filtros, elija el filtro y seleccione `Remove`. Se agrega automáticamente un filtro para el intervalo de tiempo seleccionado actualmente a las consultas nuevas. ### Agrupación por Para agrupar por tiempo o cualquier otra columna, elija el icono con el signo más situado al final de la fila AGRUPAR POR. La lista desplegable de sugerencias solo mostrará las columnas de texto de la tabla actualmente seleccionada, pero puede ingresar manualmente cualquier columna. Para poder eliminar el grupo, seleccione el elemento y, luego, seleccione `Remove`. Si agrega alguna agrupación, todas las columnas seleccionadas deben tener aplicada una función de agregación. El generador de consultas agregará automáticamente funciones de agregación a todas las columnas sin funciones de agregación cuando agregue agrupaciones. #### Relleno de discontinuidades Grafana puede rellenar los valores faltantes cuando agrupa por tiempo. La función de tiempo acepta dos argumentos. El primer argumento es el plazo de tiempo por el que quiere agrupar y el segundo argumento es el valor con el que quiere que Grafana rellene los elementos que faltan. ### Modo Editor de texto (sin procesar) Para poder cambiar al modo editor de consultas sin procesar, seleccione el icono de la hamburguesa y seleccione **Cambiar modo de editor** o seleccione **Editar SQL** debajo de la consulta. **nota** Si utiliza el editor de consultas sin procesar, asegúrese de que la consulta tenga `ORDER BY time`, como mínimo, y un filtro en función del intervalo de tiempo devuelto. ## Macros Para simplificar la sintaxis y permitir partes dinámicas, como los filtros de intervalo de fechas, la consulta puede contener macros. | Ejemplo de macros | Description (Descripción) | | --- | --- | | \$1\$1\$1time(dateColumn) | Se sustituirá por una expresión para convertirla en una marca de tiempo de UNIX y cambiar el nombre de la columna a time\$1sec, por ejemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. | | \$1\$1\$1timeEpoch(dateColumn) | Se sustituirá por una expresión para convertirla en una marca de tiempo de UNIX y cambiar el nombre de la columna a time\$1sec, por ejemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. | | \$1\$1\$1timeFilter(dateColumn) | Se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado. Por ejemplo, dateColumn BETWEEN FROM\$1UNIXTIME(1494410783) AND FROM\$1UNIXTIME(1494410983). | | \$1\$1\$1timeFrom() | Se sustituirá por el inicio de la selección de tiempo actualmente activa. Por ejemplo, FROM\$1UNIXTIME(1494410783). | | \$1\$1\$1timeTo() | Se sustituirá por el fin de la selección de tiempo actualmente activa. Por ejemplo, FROM\$1UNIXTIME(1494410983). | | \$1\$1\$1timeGroup(dateColumn,'5m') | Se sustituirá por una expresión utilizable en la cláusula AGRUPAR POR. Por ejemplo, cast(cast(UNIX\$1TIMESTAMP(dateColumn)/(300) as signed)300 as signed),\$1 | | \$1\$1\$1timeGroup(dateColumn,'5m', 0) | Igual que la fila anterior, pero con un parámetro de relleno, por lo que Grafana agregará los puntos que falten en esa serie y usará el valor 0. | | \$1\$1\$1timeGroup(dateColumn,'5m', NULL) | Igual que el anterior, pero se usará NULO como valor para los puntos faltantes. | | \$1\$1\$1timeGroup(dateColumn,'5m', previous) | Igual que el anterior, pero el valor anterior de esa serie se utilizará como valor de relleno si no se ha visto ningún valor, pero se utilizará NULL (solo disponible en Grafana 5.3\$1). | | \$1\$1\$1timeGroupAlias(dateColumn,'5m') | Se sustituirá de forma idéntica a \$1\$1\$1timeGroup, pero con un alias de columna agregado (disponible solo en Grafana 5.3 o posteriores). | | \$1\$1\$1unixEpochFilter(dateColumn) | Se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado con las horas representadas como marca de tiempo de Unix. Por ejemplo, dateColumn > 1494410783 AND dateColumn < 1494497183. | | \$1\$1\$1unixEpochFrom() | Se sustituirá por el inicio de la selección de tiempo actualmente activa como una marca de tiempo de Unix. Por ejemplo, 1494410783. | | \$1\$1\$1unixEpochTo() | Se sustituirá por el final de la selección de tiempo actualmente activa como una marca de tiempo de Unix. Por ejemplo, 1494497183. | | \$1\$1\$1unixEpochNanoFilter(dateColumn) | Se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado con las horas representadas como marca de tiempo de nanosegundos. Por ejemplo, dateColumn > 1494410783152415214 AND dateColumn < 1494497183142514872. | | \$1\$1\$1unixEpochNanoFrom() | Se sustituirá por el inicio de la selección de tiempo actualmente activa como una marca de tiempo de nanosegundos. Por ejemplo, 1494410783152415214. | | \$1\$1\$1unixEpochNanoTo() | Se sustituirá por el fin de la selección de tiempo actualmente activa como una marca de tiempo de nanosegundos. Por ejemplo, 1494497183142514872. | | \$1\$1\$1unixEpochGroup(dateColumn,"5m", [fillmode]) | Igual que \$1\$1\$1timeGroup, pero para las horas almacenadas como marca de tiempo de Unix (disponible solo en Grafana 5.3 o posteriores). | | \$1\$1\$1unixEpochGroupAlias(dateColumn,"5m", [fillmode])` | Igual que el anterior, pero también agrega un alias de columna (disponible solo en Grafana 5.3 o posteriores). | El editor de consultas tiene un enlace **SQL generativo** que aparece una vez ejecutada la consulta, en el modo de edición de panel. Si lo elige, se ampliará y mostrará la cadena SQL interpolada sin procesar que se ejecutó. ## Consultas de tablas Si la opción de consulta **Formatear como** está establecida en **Tabla**, básicamente puede hacer cualquier tipo de consulta SQL. El panel de tablas mostrará automáticamente los resultados de las columnas y filas que devuelva la consulta. En el siguiente código se muestra una consulta de ejemplo. ``` SELECT title as 'Title', user.login as 'Created By' , dashboard.created as 'Created On' FROM dashboard INNER JOIN user on user.id = dashboard.created_by WHERE $__timeFilter(dashboard.created) ``` Puede controlar el nombre de las columnas del panel Tabla mediante la sintaxis de selección de columnas de SQL `as` normal. ## Consultas de series temporales Si establece **Formatear como** en **Serie temporal**, para su uso en un panel de gráficos, por ejemplo, la consulta debe devolver una columna con el nombre `time` que devuelva una fecha y hora de SQL o cualquier tipo de datos numéricos que representen una época de Unix. Cualquier columna excepto `time` y `metric` se trata como una columna de valores. Puede devolver una columna con el nombre `metric` que se utilice como nombre de métrica para la columna de valores. Si devuelve columnas de valores múltiples y una columna denominada `metric`, esta columna se utiliza como prefijo para el nombre de la serie (disponible solo en Grafana 5.3 o posteriores). Los conjuntos de resultados de las consultas de serie temporal se deben ordenar por tiempo. En el siguiente ejemplo de código se muestra la columna `metric`. ``` SELECT $__timeGroup(time_date_time,'5m'), min(value_double), 'min' as metric FROM test_data WHERE $__timeFilter(time_date_time) GROUP BY time ORDER BY time ``` El siguiente código de ejemplo muestra el uso del parámetro de rellenado en la macro \$1\$1\$1timeGroup para convertir los valores nulos en cero. ``` SELECT $__timeGroup(createdAt,'5m',0), sum(value_double) as value, measurement FROM test_data WHERE $__timeFilter(createdAt) GROUP BY time, measurement ORDER BY time ``` El siguiente ejemplo de código muestra varias columnas. ``` SELECT $__timeGroup(time_date_time,'5m'), min(value_double) as min_value, max(value_double) as max_value FROM test_data WHERE $__timeFilter(time_date_time) GROUP BY time ORDER BY time ``` No se admite un grupo dinámico por tiempo según el intervalo de tiempo y el ancho del panel. ## Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas](templates-and-variables.md#templates). ### Variable de consulta Si agrega una variable de plantilla del tipo `Query`, puede escribir una consulta de MySQL que devuelva elementos como nombres de mediciones, nombres de clave o valores de clave que se muestran en un cuadro de selección desplegable. Por ejemplo, puede tener una variable que contenga todos los valores de la columna `hostname` en una tabla si especifica una consulta como esta en la configuración de *consulta* de la variable de plantilla. ``` SELECT hostname FROM my_host ``` Una consulta puede devolver varias columnas y Grafana creará automáticamente una lista a partir de ellas. Por ejemplo, la siguiente consulta devolverá una lista con los valores de `hostname` y `hostname2`. ``` SELECT my_host.hostname, my_other_host.hostname2 FROM my_host JOIN my_other_host ON my_host.city = my_other_host.city ``` Para utilizar macros que dependen del intervalo de tiempo, como `$__timeFilter(column)`, en su consulta, el modo de actualización de la variable de plantilla debe estar establecido en *Al cambiar el intervalo de tiempo*. ``` SELECT event_name FROM event_log WHERE $__timeFilter(time_column) ``` Otra opción es una consulta que puede crear una key/value variable. La consulta debe devolver dos columnas denominadas `__text` y `__value`. El valor de la columna `__text` debe ser único (si no lo es, se utilizará el primer valor). Las opciones de la lista desplegable tendrán un texto y un valor para que pueda asignar un nombre descriptivo como texto y un ID como valor. El siguiente ejemplo de código muestra una consulta con `hostname` como texto y `id` como valor. ``` SELECT hostname AS __text, id AS __value FROM my_host ``` También puede crear variables anidadas. Por ejemplo, si tuviera otra variable llamada `region`. Podría hacer que la variable de hosts muestre solo los hosts de la región actualmente seleccionada con una consulta como esta (si `region` es una variable de varios valores, utilice el operador de comparación `IN` en lugar de `=` para que coincida con varios valores). ``` SELECT hostname FROM my_host WHERE region IN($region) ``` #### Uso de `__searchFilter` para filtrar los resultados de la variable de consulta Si se utiliza `__searchFilter` en el campo de consulta, se filtrará el resultado de la consulta en función de lo que escriba el usuario en el cuadro de selección desplegable. Si el usuario no ha ingresado nada, el valor predeterminado de `__searchFilter` es `%`. **nota** Es importante que encierre la expresión `__searchFilter` entre comillas, ya que Grafana no lo hará. El siguiente ejemplo muestra cómo utilizar `__searchFilter` como parte del campo de consulta para permitir la búsqueda de `hostname` mientras el usuario escribe en el cuadro de selección desplegable. ``` SELECT hostname FROM my_host WHERE hostname LIKE '$__searchFilter' ``` ### Uso de variables en consultas Desde Grafana 4.3.0 hasta 4.6.0, las variables de plantilla siempre se encierran entre comillas de manera automática, por lo que, si se trata de un valor de cadena, no las ponga entre comillas en las cláusulas where. A partir de Grafana 4.7.0, los valores de las variables de plantilla solo se encierran entre comillas cuando la variable de plantilla es `multi-value`. Si se trata de una variable de varios valores, utilice el operador de comparación `IN` en lugar de `=` para que coincida con varios valores. Existen dos sintaxis: Ejemplo de `$` con una variable de plantilla llamada `hostname`: ``` SELECT UNIX_TIMESTAMP(atimestamp) as time, aint as value, avarchar as metric FROM my_table WHERE $__timeFilter(atimestamp) and hostname in($hostname) ORDER BY atimestamp ASC ``` Ejemplo de `[[varname]]` con una variable de plantilla llamada `hostname`: ``` SELECT UNIX_TIMESTAMP(atimestamp) as time, aint as value, avarchar as metric FROM my_table WHERE $__timeFilter(atimestamp) and hostname in([[hostname]]) ORDER BY atimestamp ASC ``` #### Desactivación de las comillas para variables de varios valores Grafana crea automáticamente una cadena entrecomillada y separada por comas para variables de varios valores. Por ejemplo, si `server01` y `server02` se seleccionan, se formateará como `'server01', 'server02'`. Para desactivar las comillas, use la opción de formato CSV para las variables. `${servers:csv}` Para obtener más información sobre las opciones de formato de variables, consulte [Opciones avanzadas de formato de variables](templates-and-variables.md#advanced-variable-format-options). ## Anotaciones Puede utilizar las anotaciones para superponer información detallada de los eventos sobre los gráficos. Las consultas de anotación se agregan a través del menú Panel o la vista Anotaciones. Para obtener más información, consulte . En el siguiente código de ejemplo, se muestra una consulta que utiliza una columna de tiempo con valores de época. ``` SELECT epoch_time as time, metric1 as text, CONCAT(tag1, ',', tag2) as tags FROM public.test_data WHERE $__unixEpochFilter(epoch_time) ``` En el siguiente código de ejemplo, se muestra una consulta de región que utiliza columnas de tiempo y tiempo de fin con valores de época. **nota** Disponible solo en Grafana v6.6 y posteriores. ``` SELECT epoch_time as time, epoch_timeend as timeend, metric1 as text, CONCAT(tag1, ',', tag2) as tags FROM public.test_data WHERE $__unixEpochFilter(epoch_time) ``` El siguiente código de ejemplo muestra una consulta que utiliza una columna de tiempo del tipo de date/time datos SQL nativo. ``` SELECT native_date_time as time, metric1 as text, CONCAT(tag1, ',', tag2) as tags FROM public.test_data WHERE $__timeFilter(native_date_time) ``` | Name | Description (Descripción) | | --- | --- | | time | El nombre del date/time campo. Puede ser una columna con un tipo de date/time datos SQL nativo o un valor de época. | | timeend | Nombre opcional del date/time campo final. Podría ser una columna con un tipo de date/time datos SQL nativo o un valor de época. | | text | Campo de descripción del evento. | | tags | Nombre de campo opcional para utilizar en las etiquetas de eventos como una cadena separada por comas. | ## Alertas Las consultas de serie temporal deben funcionar en condiciones de alertas. Las consultas con formato de tabla aún no se admiten en las condiciones de las reglas de alerta. # Conectarse a una fuente OpenSearch de datos **nota** En los espacios de trabajo compatibles con la versión 9 o posterior, es posible que se deba instalar el complemento adecuado para este origen de datos. Para obtener más información, consulte [Ampliación de su espacio de trabajo con complementos](grafana-plugins.md). Con Amazon Managed Grafana, puede añadir código abierto [OpenSearch](https://opensearch.org/docs/)(o Elasticsearch heredado) como fuente de datos. Puede realizar muchos tipos de OpenSearch consultas simples o complejas para visualizar los registros o las métricas almacenados en ellos. OpenSearch También puede anotar sus gráficos con los eventos de registro almacenados en OpenSearch ellos. ## Añadir OpenSearch como fuente de datos **nota** Para poder añadir la fuente de OpenSearch datos, debe añadir su cuenta de IAM de Grafana a las funciones ALL\$1ACCESS y SECURITY\$1MANAGER. 1. Elija el icono de Grafana en el encabezado superior para abrir el menú lateral. 1. En el menú lateral, en el enlace de **Paneles**, encontrará el enlace llamado **Orígenes de datos**. 1. Elija el botón **\$1 Agregar origen de datos** en el encabezado superior. 1. **Seleccione una opción de la lista desplegable Tipo **OpenSearch**.** **nota** Si no ve el enlace **Orígenes de datos** en el menú lateral, significa que su usuario actual no tiene el rol `Admin`. | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Url | El protocolo HTTP, la IP y el puerto de su OpenSearch servidor. | | Access | Servidor (predeterminado) = La URL debe ser accesible desde el backend o el servidor de Grafana. Navegador = La URL debe ser accesible desde el navegador. | El modo de acceso controla cómo se gestionarán las solicitudes al origen de datos. El servidor debería ser la forma preferida si no se indica nada más. ### Modo de acceso al servidor (predeterminado) Todas las solicitudes se hacen desde el navegador al backend o servidor de Grafana, que las reenvía al origen de datos, lo que elude los posibles requisitos del uso compartido de recursos entre orígenes (CORS). Si selecciona este modo de acceso, la URL debe ser accesible desde el backend o servidor de Grafana. ### Acceso (directo) desde el navegador Amazon Managed Grafana no admite el acceso directo del navegador a la fuente de OpenSearch datos. ### Configuración del índice Aquí puede especificar un valor predeterminado para el OpenSearch índice `time field` y especificar el nombre del mismo. Puede utilizar un patrón temporal para el nombre del índice o un carácter comodín. ### OpenSearch/Versión de Elasticsearch Especifica tu versión de Elasticsearch OpenSearch o la anterior en el menú desplegable de versiones. La versión es importante porque hay diferencias en la composición de las consultas para cada versión. Actualmente, Grafana es compatible con OpenSearch 1.0.x. Las versiones compatibles de Elasticsearch son `2.0+`, `5.0+`, `5.6+`, `6.0+` y `7.0+`. El valor `5.6+` se refiere a la versión 5.6 o posterior, pero anterior a la 6.0. El valor `6.0+` se refiere a la versión 6.0 o posterior, pero anterior a la 7.0. Por último, `7.0+` se refiere a la versión 7.0 o posterior, pero anterior a la 8.0. ### Intervalo de tiempo mínimo Un límite inferior para el grupo automático por intervalo de tiempo. Se recomienda que se establezca según la frecuencia de escritura, por ejemplo, `1m` si los datos se escriben cada minuto. Esta opción también puede estar overridden/configured en un panel de control, en las opciones de fuentes de datos. Este valor **debe** tener el formato de un número seguido de un identificador de tiempo válido, por ejemplo, `1m` (1 minuto) o `30s` (30 segundos). Se admiten los siguientes identificadores de tiempo. | Identificador | Description (Descripción) | | --- | --- | | y | Año | | M | Mes | | w | Semana | | d | Día | | h | Hora | | m | Minuto | | s | Segundo | | ms | Milisegundos | ### Registros También, se pueden configurar dos parámetros (`Message field name` y `Level field name`) desde la página de configuración del origen de datos para determinar qué campos se utilizarán para los mensajes de registro y los niveles de registro al visualizar los registros en [Explore](explore.md). Por ejemplo, si utilizas una configuración predeterminada de Filebeat para enviar registros OpenSearch, la siguiente configuración debería funcionar. + **Nombre del campo del mensaje**: mensaje + **Nombre del campo de nivel:** fields.level ### Enlaces de datos Los enlaces de datos crean un enlace desde un campo específico al que se puede acceder en la vista de registros de Explore. Cada configuración de enlaces de datos consta de los elementos siguientes: + **Campo**: nombre del campo que utiliza el enlace de datos. + **URL/consulta**: si el enlace es externo, ingrese la URL completa del enlace. Si el enlace es interno, esta entrada sirve como consulta para el origen de datos de destino. En ambos casos, puede interpolar el valor del campo con la macro `${__value.raw }`. + **Enlace interno**: seleccione esta opción si el vínculo es interno o externo. Si el enlace es interno, un selector de orígenes de datos le permite seleccionar el origen de datos de destino. Solo se admiten los orígenes de datos de seguimiento. ## Uso de la fuente de OpenSearch datos ### Editor de consultas de métricas El editor de OpenSearch consultas le permite seleccionar varias métricas y agruparlas por varios términos o filtros. Usa los íconos más y menos situados a la derecha para ver add/remove las métricas o agruparlas por cláusulas. Algunas métricas y cláusulas de agrupamiento incluyen opciones. Elija el texto de la opción para ampliar la fila para ver y editar la métrica o las opciones de agrupamiento. ### Patrones de alias y nomenclatura de series Puede controlar el nombre de las series temporales a través del campo de entrada `Alias`. | Patrón | Description (Descripción) | | --- | --- | | \$1\$1term fieldname\$1\$1 | Se sustituye por el valor de un término Agrupar por. | | \$1\$1metric\$1\$1 | Se sustituye por el nombre de la métrica (por ejemplo, Promedio, Mín., Máx.). | | \$1\$1field\$1\$1 | Se sustituye por el nombre del campo de la métrica. | ### Métricas de canalización *Algunas agregaciones de métricas se denominan agregaciones por canalización; por ejemplo, *Moving Average* y Derivative.* OpenSearch Las métricas de canalización requieren que se base en otra métrica. Use el icono del ojo situado junto a la métrica para ocultar las métricas y evitar que aparezcan en el gráfico. Resulta útil en el caso de las métricas que solo tiene en la consulta para su uso en una métrica de canalización. ### Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). #### Variable de consulta La fuente de OpenSearch datos admite dos tipos de consultas que puede utilizar en el campo *Consulta* de las variables de *consulta*. La consulta se escribe con una cadena JSON personalizada. | Consultar | Description (Descripción) | | --- | --- | | \$1"find": "fields", "type": "keyword"\$1 | Devuelve una lista de nombres de campos con el tipo de índice keyword. | | \$1"find": "terms", "field": "@hostname", "size": 1000\$1 | Devuelve una lista de valores de un campo mediante la agregación de términos. La consulta utilizará el intervalo de tiempo actual del panel de control como intervalo de tiempo para la consulta. | | \$1"find": "terms", "field": "@hostname", "query": ''\$1 | Devuelve una lista de valores de un campo mediante la agregación de términos y un filtro de consulta de Lucene especificado. La consulta utilizará el intervalo de tiempo actual del panel de control como intervalo de tiempo para la consulta. | Hay un límite de tamaño predeterminado de 500 en las consultas de términos. Para establecer un límite personalizado, defina la propiedad de tamaño en la consulta. Puede usar otras variables dentro de la consulta. En el siguiente ejemplo de código se muestra la definición de consulta de una variable denominada `$host`. ``` {"find": "terms", "field": "@hostname", "query": "@source:$source"} ``` En el ejemplo anterior, utilizamos otra variable denominada `$source` dentro de la definición de consulta. Siempre que cambie el valor actual de la variable `$source` a través de la lista desplegable, se inicia una actualización de la variable `$host`. Tras la actualización, la variable `$host` contiene solo los nombres de host filtrados, en este caso, por la propiedad de documento `@source`. De forma predeterminada, estas consultas devuelven los resultados por orden de términos (que luego se pueden ordenar alfabética o numéricamente como ocurre con cualquier variable). Para generar una lista de términos ordenados por número de documentos (una lista de los N valores principales), agregue la propiedad `orderBy` de `doc_count`. Esto selecciona automáticamente un orden descendente. Para poder utilizar `asc` con doc\$1count (una lista de N elementos más bajos) configure `order: "asc"`, pero no se recomienda porque aumenta el número de errores en el recuento de documentos. Para mantener los términos en el orden de recuento de documentos, defina la lista desplegable **Ordenar** de la variable en **Deshabilitado**. Como alternativa, es posible que desee seguir utilizando **Orden alfabético** para volver a ordenarlos. ``` {"find": "terms", "field": "@hostname", "orderBy": "doc_count"} ``` #### Uso de variables en consultas Existen dos sintaxis: + Ejemplo de `$`: @hostname:\$1hostname + Ejemplo de `[[varname]]`: @hostname:[[hostname]] ¿Por qué de dos maneras? La primera sintaxis es más fácil de leer y escribir, pero no permite utilizar una variable en medio de una palabra. Cuando las opciones *Varios valores* o *Valor Incluir todo* están habilitadas, Grafana convierte las etiquetas de texto sin formato a una condición compatible con Lucene. En el ejemplo anterior, tenemos una consulta de Lucene que filtra los documentos en función de la propiedad `@hostname` mediante una variable denominada `$hostname`. También utiliza una variable en el cuadro de entrada del campo de agrupamiento *Términos*. Esto le permite usar una variable para cambiar rápidamente la forma en que se agrupan los datos. ### Anotaciones Las anotaciones permiten superponer información detallada sobre los eventos en la parte superior de los gráficos. Las consultas de anotación se agregan a través del menú Panel o la vista Anotaciones. Grafana puede consultar cualquier OpenSearch índice para eventos de anotación. Para obtener más información, consulte [Anotaciones](dashboard-annotations.md). | Nombre | Description (Descripción) | | --- | --- | | Query | Puede dejar la consulta de búsqueda en blanco o especificar una consulta de Lucene. | | Time | El nombre del campo de tiempo. Debe ser un campo de fecha. | | Time End | El nombre opcional del campo de hora de finalización debe ser un campo de fecha. Si se establece, las anotaciones se marcarán como una región entre tiempo y tiempo de fin. | | Text | Campo de descripción del evento. | | Tags | Nombre de campo opcional para usar en las etiquetas de eventos (puede ser una matriz o una cadena CSV). | ### Consulta de registros de La consulta y la visualización de los datos de registro están disponibles en OpenSearch Explore. Para mostrar los registros, seleccione la fuente de OpenSearch datos y, si lo desea, introduzca una consulta de Lucene. Para obtener más información, consulte [Explore](explore.md). #### Consultas de registros Una vez obtenido el resultado, en el panel de registros se muestra una lista de filas de registros y un gráfico de barras en el que el eje X muestra el tiempo y el eje Y muestra la frecuencia o el recuento. #### Filtrado de mensajes de registros Si lo desea, ingrese una consulta de Lucene en el campo de consulta para filtrar los mensajes de registro. Por ejemplo, si utiliza una configuración predeterminada de Filebeat, debería poder utilizar `fields.level:error` para mostrar solo los mensajes del registro de errores. # Conexión a un origen de datos de OpenTSDB Amazon Managed Grafana incluye soporte avanzado para OpenTSDB. ## Adición del origen de datos 1. Elija el icono de Grafana en el encabezado superior para abrir el menú lateral. 1. En el menú lateral, en el enlace de **Paneles**, encontrará un enlace de **Orígenes de datos**. 1. Elija el botón **\$1 Agregar origen de datos** en el encabezado superior. 1. Seleccione **OpenTSDB** en la lista desplegable **Tipo**. **nota** Si no ve el enlace **Orígenes de datos** en el menú lateral, su usuario actual no tiene el rol `Admin`. | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Url | El protocolo HTTP, la IP y el puerto del servidor de opentsdb (el puerto predeterminado suele ser el 4242). | | Access | Servidor (predeterminado) = La URL debe ser accesible desde el backend o el servidor de Grafana. | | Version | Versión = versión de opentsdb, <=2.1 o 2.2. | | Resolution | Las métricas de opentsdb pueden tener puntos de datos con una resolución de segundos o milisegundos. | ## Editor de consultas Para abrir un gráfico en modo de edición, elija el título. El editor de consultas será diferente si el origen de datos tiene una versión <=2.1 o = 2.2. En la versión anterior, solo se podían usar etiquetas para consultar OpenTSDB. Sin embargo, en la última versión, se pueden usar filtros y etiquetas para consultar opentsdb. La política de rellenado también se introdujo en OpenTSDB 2.2. **nota** Al utilizar el origen de datos de OpenTSDB 2.2, asegúrese de utilizar filtros o etiquetas, ya que se excluyen mutuamente. Si se usan juntos, podrían devolver resultados extraños. ### Uso de sugerencias de autocompletado En cuanto empiece a escribir los nombres de las métricas, los nombres de las etiquetas y los valores de las etiquetas, se deben ver resaltadas las sugerencias de autocompletado de estos. La función de autocompletar solo funciona si la API de sugerencias de OpenTSDB está habilitada. ## Consultas con plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas y variables](templates-and-variables.md). ### Variable de consulta El origen de datos de OpenTSDB admite consultas de variables de plantillas. Esto significa que puede crear variables de plantillas que obtengan los valores de OpenTSDB. Por ejemplo, nombres de métricas, nombres de etiquetas o valores de etiquetas. Cuando utilice OpenTSDB con una variable de plantilla de tipo `query`, puede utilizar la siguiente sintaxis para la búsqueda. | Consultar | Description (Descripción) | | --- | --- | | metrics(prefix) | Devuelve los nombres de las métricas con un prefijo específico (puede estar vacío). | | tag\$1names(cpu) | Devuelve los nombres de las etiquetas (es decir, las claves) de una métrica de CPU específica. | | tag\$1values(cpu, hostname) | Devuelve los valores de las etiquetas de la CPU de la métrica y del nombre de host de la clave de etiqueta. | | suggest\$1tagk(prefix) | Devuelve los nombres de las etiquetas (es decir, las claves) de todas las métricas con un prefijo específico (puede estar vacío). | | suggest\$1tagv(prefix) | Devuelve los valores de las etiquetas de todas las métricas con un prefijo específico (puede estar vacío). | Si no ve las variables de plantilla rellenadas en la sección `Preview of values`, debe habilitar `tsd.core.meta.enable_realtime_ts` en la configuración del servidor de OpenTSDB. Además, para rellenar los metadatos de los datos de serie temporal existentes en OpenTSDB, debe ejecutar `tsdb uid metasync` en el servidor de OpenTSDB. ### Plantillas anidadas Se puede usar una variable de plantillas para filtrar los valores de las etiquetas de otra variable de plantillas. El primer parámetro es el nombre de la métrica, el segundo parámetro es la clave de etiqueta para la que debe buscar los valores de etiqueta y, después, todas las demás variables de plantillas dependientes. A continuación, se mencionan algunos ejemplos para que las consultas de plantillas anidadas funcionen correctamente. | Consultar | Description (Descripción) | | --- | --- | | tag\$1values(cpu, hostname, env=\$1env) | Devuelve los valores de las etiquetas de la métrica de la CPU, el valor de la etiqueta env seleccionada y el nombre de host de la clave de etiqueta. | | tag\$1values(cpu, hostname, env=\$1env, region=\$1region) | Devuelve los valores de las etiquetas de la métrica de la CPU, el valor de la etiqueta env seleccionada, el valor de la etiqueta de región seleccionada y el nombre de host de la clave de etiqueta. | Para obtener más información acerca de las consultas de métricas de OpenTSDB, consulte la [documentación de OpenTSDB](https://opentsdb.net/docs/build/html/index.html). # Conexión a un origen de datos de PostgreSQL Puede usar el origen de datos de PostgreSQL para consultar y visualizar los datos de las bases de datos de Amazon Aurora PostgreSQL. **importante** La *versión 8 de Grafana *cambia la estructura de datos subyacente de marcos de datos de los orígenes de datos de Postgres, MySQL y Microsoft SQL Server. Como consecuencia, el resultado de una consulta de serie temporal se devuelve en un formato ancho. Para más información, consulte [Wide format](https://grafana.com/developers/plugin-tools/introduction/data-frames#wide-format) en la documentación de los marcos de datos de Grafana. Para que las visualizaciones funcionen como antes de la versión 8, es posible que tenga que hacer algunas migraciones manuales. Una solución está documentada en Github en [Postgres/MySQL/MSSQL: Un cambio radical en la versión 8.0 relacionado con las consultas de series temporales y el orden de las columnas de datos](https://github.com/grafana/grafana/issues/35534). En la *versión 9 de Grafana*, el origen de datos de PostgreSQL configura el certificado raíz para conectarse a la base de datos de manera diferente que en las versiones anteriores. Si actualiza el espacio de trabajo de la versión 8 a la 9, es posible que tenga que cambiar la forma de conectarse. Para obtener más información, consulte [Solución de problemas con los espacios de trabajo actualizados](AMG-workspace-version-update-troubleshoot.md). ## Adición del origen de datos 1. Elija el icono de Grafana en el encabezado superior para abrir el menú lateral. 1. En el menú lateral, en el icono **Configuración**, encontrará el enlace **Orígenes de datos**. 1. Elija el botón **\$1 Agregar origen de datos** en el encabezado superior. 1. Seleccione **PostgreSQL** en la lista desplegable **Tipo**. ### Opciones de origen de datos | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles y las consultas. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | Host | La IP address/hostname y el puerto opcional de la instancia de PostgreSQL. No incluya el nombre de la base de datos. La cadena de conexión para conectarse a Postgres no será correcta y provocará errores. | | Database | Nombre de la base de datos de PostgreSQL. | | User | Nombre de usuario o inicio de sesión de la base de datos. | | Password | Contraseña del usuario de la base de datos | | SSL Mode | Esta opción determina si se negociará una TCP/IP conexión SSL segura con el servidor y con qué prioridad. | | Max open | El número máximo de conexiones abiertas a la base de datos. El valor predeterminado es unlimited (Grafana v5.4 o posteriores). | | Max idle | El número máximo de conexiones en el grupo de conexiones inactivas. El valor predeterminado es 2 (Grafana v5.4 o posteriores). | | Max lifetime | La cantidad máxima de tiempo en segundos que se puede reutilizar. El valor predeterminado es 14400/4 horas (Grafana v5.4 o posteriores). | | Version | Esta opción determina qué funciones están disponibles en el generador de consultas (solo disponible en Grafana 5.3 o posteriores). | | TimescaleDB | TimescaleDB es una base de datos de serie temporal creada como una extensión de PostgreSQL. Si está habilitada, Grafana utilizará time\$1bucket en la macro \$1\$1\$1timeGroup y mostrará funciones agregadas específicas de TimescaleDB en el generador de consultas (solo disponible en Grafana 5.3 o posteriores). | ### Intervalo de tiempo mínimo Un límite inferior para las variables `$_interval` `$_interval_ms`. Se recomienda que se establezca según la frecuencia de escritura, por ejemplo, `1m` si los datos se escriben cada minuto. Esta opción también puede estar overridden/configured en un panel de control, en las opciones de fuente de datos. Este valor **debe** tener el formato de un número seguido de un identificador de tiempo válido, por ejemplo, `1m` (1 minuto) o `30s` (30 segundos). Se admiten los siguientes identificadores de tiempo. | Identificador | Description (Descripción) | | --- | --- | | y | Año | | M | Mes | | w | Semana | | d | Día | | h | Hora | | m | Minuto | | s | Segundo | | ms | Milisegundos | ### Permisos de usuario de base de datos **importante** Al usuario de la base de datos que especifique al agregar el origen de datos solo se le deben conceder los permisos SELECT en la base de datos y las tablas especificadas que se quiere consultar. Grafana no valida que la consulta sea segura. La consulta puede incluir cualquier instrucción SQL. Por ejemplo, se ejecutarán instrucciones como `DELETE FROM user;` y `DROP TABLE user;`. Para evitar esto, le recomendamos crear un usuario de PostgreSQL específico con permisos restringidos. El siguiente código de ejemplo muestra la creación de un usuario de PostgreSQL específico con permisos restringidos. ``` CREATE USER grafanareader WITH PASSWORD 'password'; GRANT USAGE ON SCHEMA schema TO grafanareader; GRANT SELECT ON schema.table TO grafanareader; ``` Asegúrese de que el usuario no reciba ningún permiso no deseado del rol público. ## Editor de consultas Encontrará el editor de consultas de PostgreSQL en la pestaña de métricas del modo de edición del panel de gráficos o de valor único. Para entrar en el modo de edición, elija el título del panel y, a continuación, Editar. El editor de consultas tiene un vínculo **SQL generativo** que aparece una vez ejecutada la consulta, en el modo de edición de panel. Si lo elige, se ampliará y mostrará la cadena SQL interpolada sin procesar que se ejecutó. ### Selección de la tabla, la columna de tiempo y la columna de métricas (FROM) Cuando entre en el modo de edición por primera vez o agregue una nueva consulta, Grafana intentará rellenar previamente el generador de consultas con la primera tabla que tenga una columna de marca de tiempo y una columna numérica. En el campo FROM, Grafana sugerirá tablas que se encuentran en el parámetro `search_path` del usuario de la base de datos. Para seleccionar una tabla o vista que no se encuentre en el parámetro `search_path`, puede ingresar manualmente un nombre completo (schema.table), como `public.metrics`. El campo de la columna Tiempo hace referencia al nombre de la columna que contiene los valores de tiempo. La selección de un valor para el campo de la columna Métrica es opcional. Si se selecciona un valor, el campo de la columna Métrica se utilizará como nombre de la serie. Las sugerencias de las columnas de métricas solo contendrán columnas con un tipo de datos de texto (char, varchar o text). Para utilizar una columna con un tipo de datos diferente como columna de métricas, puede ingresar el nombre de la columna con una combinación `ip::text`. También puede ingresar expresiones SQL arbitrarias en el campo de la columna de métricas que den como resultado un tipo de datos de texto, como `hostname || ' ' || container_name`. ### Funciones de agregación, de ventana y columnas (SELECT) En la fila `SELECT`, puede especificar qué columnas y funciones quiere utilizar. En el campo de columna, puede escribir expresiones arbitrarias en lugar de un nombre de columna, como `column1 * column2 / column3`. Las funciones disponibles en el editor de consultas dependen de la versión de PostgreSQL que haya seleccionado al configurar el origen de datos. Si utiliza funciones de agregación, debe agrupar el conjunto de resultados. Si agrega una función de agregación, el editor agregará automáticamente una operación `GROUP BY time`. El editor intenta simplificar y unificar esta parte de la consulta. Para poder agregar más columnas de valores, elija el botón más y seleccione **Columna** en el menú. Las columnas de valores múltiples se representarán como series independientes en el panel de gráficos. ### Filtrado de datos (WHERE) Para agregar un filtro, elija el icono del signo más que se sitúa a la derecha de la condición `WHERE`. Para poder eliminar los filtros, elija el filtro y seleccione **Eliminar**. Se agrega automáticamente un filtro para el intervalo de tiempo seleccionado actualmente a las consultas nuevas. ### Agrupación por Para agrupar por tiempo o cualquier otra columna, elija el icono con el signo más situado al final de la fila AGRUPAR POR. La lista desplegable de sugerencias solo mostrará las columnas de texto de la tabla actualmente seleccionada, pero puede ingresar manualmente cualquier columna. Para poder eliminar el grupo, seleccione el elemento y, luego, seleccione **Eliminar**. Si agrega alguna agrupación, todas las columnas seleccionadas deben tener aplicada una función de agregación. El generador de consultas agregará automáticamente funciones de agregación a todas las columnas sin funciones de agregación cuando agregue agrupaciones. #### Relleno de discontinuidades Amazon Managed Grafana puede rellenar los valores faltantes cuando agrupa por tiempo. La función de tiempo acepta dos argumentos. El primer argumento es el plazo de tiempo por el que quiere agrupar y el segundo argumento es el valor con el que quiere que Grafana rellene los elementos que faltan. ### Modo Editor de texto (sin procesar) Para poder cambiar al modo editor de consultas sin procesar, seleccione el icono de la hamburguesa y seleccione **Cambiar modo de editor** o seleccione **Editar SQL** debajo de la consulta. **nota** Si utiliza el editor de consultas sin procesar, asegúrese de que la consulta tenga `ORDER BY time`, como mínimo, y un filtro en función del intervalo de tiempo devuelto. ## Macros Las macros se pueden usar en una consulta para simplificar la sintaxis y permitir partes dinámicas. | Ejemplo de macros | Description (Descripción) | | --- | --- | | \$1\$1\$1time(dateColumn) | Se sustituirá por una expresión para convertirla en una marca de tiempo de UNIX y cambiar el nombre de la columna a time\$1sec. Por ejemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. | | \$1\$1\$1timeEpoch(dateColumn) | Se sustituirá por una expresión para convertirla en una marca de tiempo de UNIX y cambiar el nombre de la columna a time\$1sec. Por ejemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. | | \$1\$1\$1timeFilter(dateColumn) | Se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado. Por ejemplo, dateColumn BETWEEN FROM\$1UNIXTIME(1494410783) AND FROM\$1UNIXTIME(1494410983). | | \$1\$1\$1timeFrom() | Se sustituirá por el inicio de la selección de tiempo actualmente activa. Por ejemplo, FROM\$1UNIXTIME(1494410783). | | \$1\$1\$1timeTo() | Se sustituirá por el fin de la selección de tiempo actualmente activa. Por ejemplo, FROM\$1UNIXTIME(1494410983). | | \$1\$1\$1timeGroup(dateColumn,'5m') | Se sustituirá por una expresión utilizable en la cláusula AGRUPAR POR. Por ejemplo, cast(cast(UNIX\$1TIMESTAMP(dateColumn)/(300) as signed)300 as signed),\$1 | | \$1\$1\$1timeGroup(dateColumn,'5m', 0) | Igual que la fila anterior, pero con un parámetro de relleno, por lo que Grafana agregará los puntos que falten en esa serie y usará el valor 0. | | \$1\$1\$1timeGroup(dateColumn,'5m', NULL) | Igual que el anterior, pero se usará NULO como valor para los puntos faltantes. | | \$1\$1\$1timeGroup(dateColumn,'5m', previous) | Igual que el anterior, pero el valor anterior de esa serie se utilizará como valor de relleno si no se ha visto ningún valor, pero se utilizará NULL (solo disponible en Grafana 5.3\$1). | | \$1\$1\$1timeGroupAlias(dateColumn,'5m') | Se sustituirá de forma idéntica a \$1\$1\$1timeGroup, pero con un alias de columna agregado | | \$1\$1\$1unixEpochFilter(dateColumn) | Se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado con las horas representadas como marca de tiempo de Unix. Por ejemplo, \$1dateColumn > 1494410783 AND dateColumn < 1494497183\$1 | | \$1\$1\$1unixEpochFrom()` | \$1 Se sustituirá por el inicio de la selección de tiempo actualmente activa como una marca de tiempo de Unix. Por ejemplo: \$11494410783\$1 | | \$1\$1\$1unixEpochTo() | Se sustituirá por el final de la selección de tiempo actualmente activa como una marca de tiempo de Unix. Por ejemplo: \$11494497183\$1 | | \$1\$1\$1unixEpochNanoFilter(dateColumn) | Se sustituirá por un filtro de intervalo de tiempo con el nombre de columna especificado con las horas representadas como marca de tiempo de nanosegundos. Por ejemplo, \$1dateColumn > 1494410783152415214 AND dateColumn < 1494497183142514872\$1 | | \$1\$1\$1unixEpochNanoFrom() | Se sustituirá por el inicio de la selección de tiempo actualmente activa como una marca de tiempo de nanosegundos. Por ejemplo, \$11494410783152415214\$1 | | \$1\$1\$1unixEpochNanoTo() | Se sustituirá por el fin de la selección de tiempo actualmente activa como una marca de tiempo de nanosegundos. Por ejemplo, \$11494497183142514872\$1 | | \$1\$1\$1unixEpochGroup(dateColumn,"5m", [fillmode]) | Igual que \$1\$1\$1timeGroup, pero para los tiempos almacenados como marca de tiempo de Unix. | ## Consultas de tablas Si la opción de consulta está establecida en **Formatear como tabla**, básicamente puede hacer cualquier tipo de consulta SQL. El panel de tablas mostrará automáticamente los resultados de las columnas y filas que devuelva la consulta. Puede controlar el nombre de las columnas del panel Tabla mediante la sintaxis de selección de columnas de SQL `as` normal. ## Consultas de series temporales Si establece **Formatear como** en `Time series`, para su uso en un panel de gráficos, por ejemplo, la consulta debe devolver una columna con el nombre `time` que devuelva una fecha y hora de SQL o cualquier tipo de datos numéricos que representen una época de Unix. Cualquier columna excepto `time` y `metric` se trata como una columna de valores. Puede devolver una columna con el nombre `metric` que se utilice como nombre de métrica para la columna de valores. Si devuelve columnas de valores múltiples y una columna denominada `metric`, esta columna se utilizará como prefijo para el nombre de la serie. Los conjuntos de resultados de las consultas de serie temporal se deben ordenar por tiempo. El siguiente código de ejemplo muestra una columna `metric`. ``` SELECT $__timeGroup("time_date_time",'5m'), min("value_double"), 'min' as metric FROM test_data WHERE $__timeFilter("time_date_time") GROUP BY time ORDER BY time ``` El siguiente código de ejemplo muestra el uso del parámetro de rellenado en la macro \$1\$1\$1timeGroup para convertir los valores nulos en cero. ``` SELECT $__timeGroup("createdAt",'5m',0), sum(value) as value, measurement FROM test_data WHERE $__timeFilter("createdAt") GROUP BY time, measurement ORDER BY time ``` El siguiente código de ejemplo muestra varias columnas. ``` SELECT $__timeGroup("time_date_time",'5m'), min("value_double") as "min_value", max("value_double") as "max_value" FROM test_data WHERE $__timeFilter("time_date_time") GROUP BY time ORDER BY time ``` ## Plantillas En lugar de codificar elementos como el nombre del servidor, la aplicación y el sensor en las consultas de métricas, puede utilizar variables en su lugar. Las variables se muestran como cuadros de selección desplegables en la parte superior del panel de control. Puede usar estos cuadros desplegables para cambiar los datos que se muestran en su panel de control. Para obtener más información acerca de las plantillas y sus variables, consulte [Plantillas](templates-and-variables.md#templates). ### Variable de consulta Si agrega una variable de plantilla del tipo `Query`, puede escribir una consulta de PostgreSQL que devuelva elementos como nombres de mediciones, nombres de clave o valores de clave que se muestran en un cuadro de selección desplegable. Por ejemplo, puede tener una variable que contenga todos los valores de la columna `hostname` en una tabla si especifica una consulta como esta en la configuración de *consulta* de la variable de plantilla. ``` SELECT hostname FROM host ``` Una consulta puede devolver varias columnas y Grafana creará automáticamente una lista a partir de ellas. Por ejemplo, la siguiente consulta devolverá una lista con los valores de `hostname` y `hostname2`. ``` SELECT host.hostname, other_host.hostname2 FROM host JOIN other_host ON host.city = other_host.city ``` Para utilizar macros que dependen del intervalo de tiempo, como `$__timeFilter(column)`, en su consulta, el modo de actualización de la variable de plantilla debe estar establecido en *Al cambiar el intervalo de tiempo*. ``` SELECT event_name FROM event_log WHERE $__timeFilter(time_column) ``` Otra opción es una consulta que puede crear una key/value variable. La consulta debe devolver dos columnas denominadas `__text` y `__value`. El valor de la columna `__text` debe ser único (si no lo es, se utilizará el primer valor). Las opciones de la lista desplegable tendrán un texto y un valor que le permita asignar un nombre descriptivo como texto y un ID como valor. Una consulta de ejemplo con `hostname` como texto y `id` como valor: ``` SELECT hostname AS __text, id AS __value FROM host ``` También puede crear variables anidadas. Si utiliza una variable denominada `region`, puede hacer que la variable de hosts muestre solo los hosts de la región seleccionada actualmente. En el siguiente ejemplo de código se muestra una consulta como esta (si `region` es una variable de valores múltiples, utilice el operador de comparación `IN` en lugar de `=` para que coincida con valores múltiples). ``` SELECT hostname FROM host WHERE region IN($region) ``` #### Uso de `__searchFilter` para filtrar los resultados de la variable de consulta Si se utiliza `__searchFilter` en el campo de consulta, se filtrará el resultado de la consulta en función de lo que escriba el usuario en el cuadro de selección desplegable. Si el usuario no ha ingresado nada, el valor predeterminado de `__searchFilter` es `%`. **nota** Es importante que encierre la expresión `__searchFilter` entre comillas, ya que Grafana no lo hará. El siguiente ejemplo muestra cómo utilizar `__searchFilter` como parte del campo de consulta para permitir la búsqueda de `hostname` mientras el usuario escribe en el cuadro de selección desplegable. ``` SELECT hostname FROM my_host WHERE hostname LIKE '$__searchFilter' ``` ### Uso de variables en consultas Los valores de las variables de plantilla solo se especifican entre comillas cuando la variable de plantilla es `multi-value`. Si se trata de una variable de varios valores, utilice el operador de comparación `IN` en lugar de `=` para que coincida con varios valores. Existen dos sintaxis: Ejemplo de `$` con una variable de plantilla llamada `hostname`: ``` SELECT atimestamp as time, aint as value FROM table WHERE $__timeFilter(atimestamp) and hostname in($hostname) ORDER BY atimestamp ASC ``` Ejemplo de `[[varname]]` con una variable de plantilla llamada `hostname`: ``` SELECT atimestamp as time, aint as value FROM table WHERE $__timeFilter(atimestamp) and hostname in([[hostname]]) ORDER BY atimestamp ASC ``` #### Desactivación de las comillas para variables de varios valores Amazon Managed Grafana crea automáticamente una cadena entrecomillada y separada por comas para variables de valores múltiples. Por ejemplo, si `server01` y `server02` se seleccionan, se formateará como `'server01', 'server02'`. Para desactivar las comillas, use la opción de formato CSV para las variables. `${servers:csv}` Para obtener más información sobre las opciones de formato de variables, consulte [Plantillas y variables](templates-and-variables.md). ## Anotaciones Utilice las anotaciones para superponer información detallada sobre los eventos en la parte superior de los gráficos. Las consultas de anotación se agregan a través del menú Panel o la vista Anotaciones. Para obtener más información, consulte [Anotaciones](dashboard-annotations.md). En el siguiente código de ejemplo, se muestra una consulta que utiliza una columna de tiempo con valores de época. ``` SELECT epoch_time as time, metric1 as text, concat_ws(', ', metric1::text, metric2::text) as tags FROM public.test_data WHERE $__unixEpochFilter(epoch_time) ``` En el siguiente código de ejemplo, se muestra una consulta de región que utiliza columnas de tiempo y tiempo de fin con valores de época. **nota** Esto solo está disponible en Grafana v6.6 y posteriores. ``` SELECT epoch_time as time, epoch_time_end as timeend, metric1 as text, concat_ws(', ', metric1::text, metric2::text) as tags FROM public.test_data WHERE $__unixEpochFilter(epoch_time) ``` El siguiente código de ejemplo muestra una consulta que utiliza una columna de tiempo del tipo de date/time datos SQL nativo. ``` SELECT native_date_time as time, metric1 as text, concat_ws(', ', metric1::text, metric2::text) as tags FROM public.test_data WHERE $__timeFilter(native_date_time) ``` | Name | Description (Descripción) | | --- | --- | | time | El nombre del date/time campo. Puede ser una columna con un tipo de date/time datos SQL nativo o un valor de época. | | timeend | Nombre opcional del date/time campo final. Podría ser una columna con un tipo de date/time datos SQL nativo o un valor de época (Grafana v6.6\$1). | | text | Campo de descripción del evento. | | tags | Nombre de campo opcional para utilizar en las etiquetas de eventos como una cadena separada por comas. | ## Alertas Las consultas de serie temporal deben funcionar en condiciones de alertas. Las consultas con formato de tabla aún no se admiten en las condiciones de las reglas de alerta. # Conexión a un origen de datos de Tempo Tempo, software de código abierto, es una solución de seguimiento de alto volumen para seguimientos con mínima dependencia desarrollada por Grafana Labs. ## Adición del origen de datos Para acceder a la configuración de Tempo, elija el icono **Configuración** (engranaje), seleccione **Origen de datos** y, a continuación, elija **Tempo**. | Name | Description (Descripción) | | --- | --- | | Name | El nombre con el que se referirá al origen de datos en los paneles, las consultas y Explore. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | URL | La URL de la instancia de Tempo, por ejemplo, http://tempo. | | Basic Auth | Habilite la autenticación básica en el origen de datos de Tempo. | | User | Nombre de usuario de autenticación básica. | | Password | Contraseña de autenticación básica. | ## Seguimiento a registros Esta es una configuración para la característica Seguimiento a registros. El origen de datos de destino actualmente debe ser Loki. Para obtener más información, consulte [Integración de rastreo](explore.md#tracing-integration). + **Origen de datos:** origen de datos de destino. + **Etiquetas**: las etiquetas que se utilizarán en la consulta de Loki. El valor predeterminado es `'cluster', 'hostname', 'namespace', pod'` + **Cambio de hora de inicio del intervalo**: cambio de la hora de inicio de la consulta de Loki en función de la hora de inicio del intervalo. Para extenderse al pasado, debe utilizar un valor negativo. Aquí se pueden usar unidades de tiempo, por ejemplo, 5s, 1m, 3h. El valor predeterminado es 0. + **Cambio de hora de fin del intervalo**: cambio de la hora de fin de la consulta de Loki en función de la hora de fin del intervalo. Aquí se pueden usar unidades de tiempo, por ejemplo, 5s, 1m, 3h. El valor predeterminado es 0. ## Rastros de consultas Puede consultar y mostrar los seguimientos de Tempo a través de Explore. Puede buscar los seguimientos si configura la opción de seguimiento a registros en la página de configuración del origen de datos. Para encontrar seguimientos y visualizarlos, utilice el editor de consultas de Loki. Para obtener los resultados de la búsqueda, los campos derivados deben estar vinculados a este origen de datos en la configuración. Para consultar un seguimiento concreto, seleccione el tipo de consulta TraceID y, a continuación, indique el ID en el campo ID de seguimiento. ## Enlace al ID de seguimiento desde los registros Puede vincular al seguimiento de Tempo desde los registros de Loki o Elastic mediante la configuración de un vínculo interno. Para obtener más información, consulte [Campos derivados](using-loki-in-AMG.md#loki-derived-fields). # Configurar una fuente TestData de datos para realizar pruebas Grafana incluye una fuente de TestData datos que crea datos de series temporales simuladas para cualquier panel. Puede usarlos para crear sus propios datos de serie temporal falsos y aleatorios, y representarlos en cualquier panel, lo que ayuda a verificar el funcionamiento del panel y a compartir los datos de forma fácil y segura. **Configuración de los orígenes de datos** **Para acceder a la configuración de la fuente de datos para TestData** 1. Elija el icono **Configuración** (engranaje). 1. Elija **Orígenes de datos**. 1. elegir **TestData**. El origen de datos no proporciona ninguna configuración más allá de las opciones más básicas comunes a todos los orígenes de datos: | Name | Description (Descripción) | | --- | --- | | `Name` | El nombre del origen de datos en paneles, consultas y Explore. | | `Default` | Si este origen de datos estará preseleccionado para nuevos paneles. | **Crear datos simulados** Si agregas la fuente de TestData datos, los usuarios de tu instancia de Grafana pueden usarla como fuente de datos en cualquier panel de métricas y proporcionará datos simulados que puedes usar en función del TestData escenario que elijas. **Elección de un escenario** En lugar de proporcionar un editor de consultas, la fuente de TestData datos te ayuda a seleccionar un **escenario** que genere datos simulados para los paneles. Puede asignar un **alias** a cada escenario, y muchos tienen sus propias opciones que aparecen cuando se seleccionan. **Escenarios disponibles:** + **Annotations** + **Error condicional** + **Contenido CSV** + **Archivo CSV** + **Valores de métricas en CSV** + **Puntos de datos fuera del rango** + **Datos de buckets de mapas de calor exponenciales** + **API de Grafana** + **Grafana Live** + **Datos de buckets de mapas de calor lineales** + **Cargar datos de Apache Arrow** + **Registros** + **Sin puntos de datos** + **Gráfico de nodos** + **Onda predecible en CSV** + **Pulso predecible** + **Camino aleatorio** + **Camino aleatorio (con error)** + **Tabla de camino aleatorio** + **Marcos sin procesar** + **Simulación** + **Consulta lenta** + **Cliente de streaming** + **Estática de tabla** + **Datos generados por EE. UU.** **Importar un panel preconfigurado** TestData también proporciona un panel de ejemplo. **Importación del panel de ejemplo** 1. Vaya a la página de configuración del origen de datos. 1. Seleccione la pestaña **Paneles**. 1. Seleccione **Importar** para el panel **Ejemplo de streaming sencillo**. **Personalización de un panel importado:** Para personalizar el panel importado, le recomendamos que lo guarde con un nombre distinto. De lo contrario, la actualización de Grafana puede sobrescribir el panel personalizado con la nueva versión. **Uso de los datos de las pruebas para informar de problemas** Si informa de un problema GitHub relacionado con GrafanaLabs el uso o la representación de datos de series temporales, le recomendamos encarecidamente que utilice esta fuente de datos para replicar el problema. Esto facilita en gran medida la replicación y resolución del problema para los desarrolladores. # Conexión a un origen de datos de Zipkin Zipkin es un sistema de seguimiento distribuido de código abierto. Agregue el origen de datos de Zipkin para poder consultar sus seguimientos de Explore en Amazon Managed Grafana ## Adición del origen de datos Para acceder a la configuración de Zipkin, elija el icono **Configuración** (engranaje), seleccione **Origen de datos** y, a continuación, elija **Zipkin**. | Name | Description (Descripción) | | --- | --- | | Name | El nombre del origen de datos. Así es como se ve el origen de datos en los paneles, las consultas y Explore. | | Default | El origen de datos predeterminado significa que se preseleccionará para los nuevos paneles. | | URL | La URL de la instancia de Zipkin, por ejemplo, http://localhost:9411. | | Access | Servidor (predeterminado) = La URL tiene que ser accesible desde el backend o el servidor de Grafana. | | Basic Auth | Habilite la autenticación básica en el origen de datos de Zipkin. | | User | Nombre de usuario de autenticación básica. | | Password | Contraseña de autenticación básica. | ## Rastros de consultas Puede consultar y mostrar los seguimientos de Zipkin a través de Explore. El editor de consultas de Zipkin le permite hacer consultas directamente por ID de rastro o seleccionar un rastro desde el selector de rastros. Para hacer consultas mediante ID de rastro, inserte el ID en la entrada de texto. Utilice el selector de rastros para seleccionar un rastro concreto de todos los rastros registrados en el intervalo de tiempo que haya seleccionado en Explore. El selector de rastros tiene tres niveles de anidación: 1. El servicio que le interesa. 1. Una operación específica forma parte del servicio 1 seleccionado. Rastro específico en el que se produjo la operación seleccionada, representado por el nombre de la operación raíz y la duración del rastro. ## Asignación de datos en la interfaz de usuario de seguimiento Las anotaciones Zipkin se muestran en la vista de seguimiento como registros y el valor de anotación se muestra en la clave de anotación. ## Enlace al ID de seguimiento desde los registros Para vincular el rastro de Zipkin desde los registros de Loki, configure un campo derivado con un enlace interno. Para obtener más información, consulte [Campos derivados](using-loki-in-AMG.md#loki-derived-fields).