기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # Grafana 버전 10에서의 패널 및 시각화 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. *패널*은 Grafana의 기본 시각화 구성 요소입니다. 각 패널에는 패널에서 선택한 데이터 소스에 특정한 쿼리 편집기가 있습니다. 쿼리 편집기를 사용하면 시각화하려는 데이터를 반환하는 쿼리를 빌드할 수 있습니다. 각 패널에는 다양한 스타일 및 서식 지정 옵션이 있습니다. 패널은 대시보드에서 다시 정렬하도록 끌기, 놓기, 크기 조정이 가능합니다. 패널을 추가하기 전에 데이터 소스를 구성했는지 확인합니다. 워크스페이스에 추가 [플러그인](grafana-plugins.md)을 설치하여 추가 패널 유형을 사용할 수 있습니다. 특정 데이터 소스에 대한 자세한 내용은 [데이터 원본에 연결](AMG-data-sources.md) 섹션을 참조하세요. **Topics** + [패널 편집기 개요](v10-panels-editor-overview.md) + [패널 검사 보기](v10-panels-panel-inspector.md) + [데이터 쿼리 및 변환](v10-panels-query-xform.md) + [패널 옵션 구성](v10-panels-configure-panel-options.md) + [표준 옵션 구성](v10-panels-configure-standard-options.md) + [범례 구성](v10-panels-configure-legend.md) + [데이터 링크 구성](v10-panels-configure-data-links.md) + [값 매핑 구성](v10-panels-configure-value-mappings.md) + [임계치 구성](v10-panels-configure-thresholds.md) + [필드 재정의 구성](v10-panels-configure-overrides.md) + [Grafana 버전 10에서 사용 가능한 시각화](v10-panels-viz.md) # 패널 편집기 개요 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 패널 편집기에서 데이터 소스, 쿼리, 시간 범위 및 표시 옵션을 포함하여 시각화의 모든 요소를 업데이트할 수 있습니다. 새 대시보드에 패널을 추가하려면 대시보드 가운데에서 **\$1 시각화 추가**를 선택합니다. 기존 대시보드에 패널을 추가하려면 대시보드 헤더에서 **추가**를 선택하고 드롭다운에서 **시각화**를 선택합니다. 동일한 대시보드 또는 다른 대시보드에서 기존 패널을 복사하여 붙여넣을 수도 있습니다. ## 패널 메뉴 패널 편집기에 액세스하려면 패널의 오른쪽 상단에 마우스를 댑니다. 나타나는 패널 메뉴 아이콘을 선택하고 **편집**을 선택하세요. 또한 패널 메뉴를 통해 다음 작업에 액세스할 수 있습니다. + **보기** - 패널을 전체 화면으로 봅니다. + **편집** - 패널 편집기를 열어 패널 및 시각화 옵션을 편집합니다. + **공유** - 패널을 링크 또는 라이브러리 패널로 공유합니다. + **탐색** - **탐색**에서 패널을 엽니다. 여기에서는 쿼리에 집중할 수 있습니다. + **검사** - 패널 데이터, 통계, 메타데이터, JSON 및 쿼리를 검토할 수 있는 **검사** 드로어를 엽니다. + **데이터** - **데이터** 탭에서 **검사** 드로어를 엽니다. + **쿼리** - **쿼리** 탭에서 **검사** 드로어를 엽니다. + **패널 JSON** - **JSON** 탭에서 **검사** 드로어를 엽니다. + **확장 **- 인시던트 선언과 같이 설치된 애플리케이션에서 제공하는 다른 작업에 액세스합니다. 이 옵션은 패널 메뉴에 확장을 제공하는 앱 플러그인이 설치된 경우에만 나타납니다. + **추가** – 다른 패널 작업에 액세스합니다. + **중복** - 패널 사본을 만듭니다. 복제된 패널은 원본 패널과 별도로 데이터를 쿼리합니다. 동일한 쿼리 결과를 사용하려면 두 번째 패널에서 `Dashboard` 데이터 소스를 사용할 수 있습니다. + **복사** - 패널을 클립보드에 복사합니다. + **라이브러리 패널 생성** - 다른 대시보드로 가져올 수 있는 패널을 생성합니다. + **알림 생성** - **알림**에서 알림 규칙 구성 페이지를 엽니다. 패널 쿼리를 기반으로 [Grafana 관리형 알림](v10-alerts.md)을 생성할 수 있습니다. + **범례 숨기기** - 패널 범례를 숨깁니다. + **지원 요청** - 스냅샷 또는 패널 데이터를 Grafana Labs 기술 지원에 전송합니다. + **제거** - 대시보드에서 패널을 제거합니다. ## 패널 편집기 이 섹션에서는 Grafana 패널 편집기의 영역을 설명합니다. + 패널 헤더 - 헤더 섹션에는 패널이 나타나는 대시보드와 다음 제어가 나열됩니다. + **삭제** - 대시보드를 마지막으로 저장한 이후 패널에 대한 변경 사항을 삭제합니다. + **저장** - 패널에 대한 변경 사항을 저장합니다. + **적용** - 변경 사항을 적용하고 패널 편집기를 닫으면 대시보드로 돌아갑니다. 적용된 변경 사항을 유지하려면 대시보드를 저장해야 합니다. + 시각화 미리 보기 - 시각화 미리 보기 섹션에는 다음 옵션이 포함되어 있습니다. + **테이블 보기** - 데이터를 볼 수 있도록 시각화를 테이블로 변환합니다. 테이블 보기는 문제 해결에 유용합니다. 이 보기에는 원시 데이터만 포함됩니다. 여기에는 데이터 또는 [테이블](v10-panels-table.md) 시각화에서 사용할 수 있는 형식 지정 옵션에 적용했을 수 있는 변환은 포함되지 않습니다. + **채우기** - 시각화 미리 보기가 사용 가능한 공간을 채웁니다. 측면 창의 너비 또는 하단 창의 높이를 변경하면 시각화가 사용 가능한 공간을 채우도록 변경됩니다. + **실제** - 시각화 미리 보기의 크기는 대시보드의 크기와 정확히 동일합니다. 공간이 충분하지 않으면 종횡비를 유지하며 시각화가 스케일 다운됩니다. + **시간 범위 제어** - **기본값**은 브라우저 로컬 시간대 또는 더 상위 수준에서 선택한 시간대입니다. + 데이터 섹션 - 데이터 섹션에는 쿼리를 입력하고, 데이터를 변환하며, 알림 규칙을 생성하는 탭(해당하는 경우)이 포함되어 있습니다. + **쿼리 탭** - 데이터 소스를 선택하고 여기에 쿼리를 입력합니다. 자세한 내용은 [데이터 쿼리 및 변환](v10-panels-query-xform.md) 단원을 참조하십시오. 대시보드를 처음 생성할 때 데이터 소스를 선택하라는 프롬프트가 표시됩니다. 이 탭에서 데이터 소스 또는 쿼리를 업데이트할 수 있습니다. + **변환 탭** - 데이터 변환을 적용합니다. 자세한 내용은 [데이터 쿼리 및 변환](v10-panels-query-xform.md) 단원을 참조하십시오. + **알림 탭** - 알림 규칙을 작성합니다. 자세한 내용은 [Grafana 버전 10에서의 알림](v10-alerts.md) 단원을 참조하십시오. + 패널 표시 옵션 - 표시 옵션 섹션에는 데이터 시각화의 거의 모든 측면을 구성하는 탭이 포함되어 있습니다. 세부 정보는 선택한 시각화 유형에 따라 다릅니다. ## 패널 검사 드로어 검사 드로어는 패널을 이해하고 문제를 해결하는 데 도움이 됩니다. 모든 패널의 원시 데이터를 보고, 해당 데이터를 쉼표로 구분된 값(CSV) 파일로 내보내며, 쿼리 요청을 보고, 패널 및 데이터 JSON을 내보낼 수 있습니다. **참고** 모든 패널 유형에 모든 탭이 포함되는 것은 아닙니다. 예를 들어 대시보드 목록 패널에는 검사할 원시 데이터가 없으면 통계, 데이터 또는 쿼리 탭이 표시되지 않습니다. 패널 검사기는 다음 옵션으로 구성됩니다. + 패널 검사 드로어는 오른쪽에 드로어로 표시됩니다. 오른쪽 상단의 화살표를 선택하여 드로어 창을 확장하거나 줄입니다. + **데이터 탭** - 변환이 적용된 상태로 쿼리에서 반환된 원시 데이터를 표시합니다. 재정의 및 값 매핑과 같은 필드 옵션은 기본적으로 적용되지 않습니다. + **통계 탭** - 쿼리에 걸리는 시간과 반환되는 양을 보여줍니다. + **JSON 탭** - 패널 JSON, 패널 데이터 JSON 및 데이터 프레임 구조 JSON을 보고 복사할 수 있습니다. Grafana를 프로비저닝하거나 관리하는 경우에 유용합니다. + **쿼리 탭** - Grafana에서 데이터 소스를 쿼리할 때 서버로 전송된 요청을 표시합니다. + **오류 탭** - 쿼리에서 반환된 모든 오류를 표시합니다. 이 탭은 쿼리가 오류를 반환할 때만 표시됩니다. # 패널 검사 보기 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 패널 메뉴를 통해 열 수 있는 패널 검사 보기는 패널을 이해하고 문제를 해결하는 데 도움이 됩니다. Amazon Managed Grafana 패널에서 원시 데이터를 검사하고, 해당 데이터를 쉼표로 구분된 값(CSV) 파일로 내보내며, 쿼리 요청을 보고, 패널 및 데이터 JSON을 내보낼 수 있습니다. **참고** 모든 패널 유형에 모든 탭이 포함되는 것은 아닙니다. 예를 들어 대시보드 목록 패널에는 검사할 원시 데이터가 없으면 통계, 데이터 또는 쿼리 탭이 표시되지 않습니다. 패널 검사기는 다음 옵션으로 구성됩니다. 1. 패널 검사기는 창 상단에 **검사:**를 표시합니다. 오른쪽 상단의 화살표를 선택하여 창을 확장하거나 줄입니다. 1. **데이터 탭** - 변환이 적용된 상태로 쿼리에서 반환된 원시 데이터를 표시합니다. 재정의 및 값 매핑과 같은 필드 옵션은 기본적으로 적용되지 않습니다. 1. **통계 탭** - 쿼리에 걸리는 시간과 반환되는 양을 보여줍니다. 1. **JSON 탭** - 패널 JSON, 패널 데이터 JSON 및 데이터 프레임 구조 JSON을 보고 복사할 수 있습니다. Grafana를 프로비저닝하거나 관리하는 경우에 유용합니다. 1. **쿼리 탭** - Grafana에서 데이터 소스를 쿼리할 때 서버로 전송된 요청을 표시합니다. 1. **오류 탭** - 모든 오류를 표시합니다. 쿼리가 오류를 반환할 때만 표시됩니다. ## 원시 쿼리 결과 다운로드 Amazon Managed Grafana에서는 해당 데이터에 대한 변환을 포함하여 데이터가 포함된 CSV 파일을 생성합니다. 패널이 필드 옵션 또는 필드 옵션 재정의를 적용하기 전 또는 후에 데이터를 보도록 선택할 수 있습니다. **원시 쿼리 결과를 다운로드하는 방법** 1. 다운로드하려는 쿼리 데이터가 포함된 패널을 편집하세요. 1. 쿼리 편집기에서 **쿼리 검사기**를 선택하세요. 1. **데이터**를 선택하세요. 패널에 여러 쿼리가 포함되어 있거나 여러 노드를 쿼리하는 경우 추가 옵션이 있습니다. + **결과 선택** - 보려는 결과 세트 데이터를 선택합니다. + **데이터 변환** + **시간별 조인** - 열당 하나의 결과 세트로 모든 쿼리의 원시 데이터를 한 번에 확인합니다. 열 제목을 선택하여 데이터를 재정렬합니다. 1. 시스템이 필드 재정의를 적용하기 전에 데이터를 보려면 **형식이 지정된 데이터** 토글을 선택하세요. 1. Excel 전용 형식의 CSV 파일을 다운로드하려면 **Excel용 다운로드** 토글을 선택하세요. 1. **CSV 다운로드**를 선택합니다. ## 쿼리 성능 검사 **통계** 탭에는 쿼리 소요 시간, 전송한 쿼리 수, 반환된 행 수를 알려주는 통계가 표시됩니다. 이 정보는 특히 예상치 못하게 높거나 낮은 숫자가 있는 경우 쿼리 문제를 해결하는 데 도움이 될 수 있습니다. **쿼리 성능을 검사하는 방법** 1. 검사하려는 성능의 쿼리가 포함된 패널을 편집하세요. 1. 쿼리 편집기에서 **쿼리 검사기**를 선택하세요. 1. **통계**를 선택하세요. 통계는 읽기 전용 형식으로 표시됩니다. ## 쿼리 요청 및 응답 검사 예상치 못한 결과를 반환하거나 예상 결과를 반환하지 못하는 쿼리 문제를 해결하려는 경우 쿼리 요청 및 응답 데이터를 검사할 수 있습니다. 1. 내보내려는 쿼리가 포함된 패널을 편집하세요. 1. 쿼리 편집기에서 **쿼리 검사기**를 선택하세요. 1. **새로 고침**을 선택하세요. 패널은 응답 데이터로 채워집니다. 1. 필요에 따라 조정하고 쿼리를 다시 실행하세요. 1. 쿼리 요청 및 응답 데이터를 다운로드하려면 **클립보드에 복사** 아이콘을 클릭하고 결과를 다른 애플리케이션에 붙여넣으세요. # 데이터 쿼리 및 변환 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. Amazon Managed Grafana는 많은 유형의 [데이터 소스](AMG-data-sources.md)를 지원합니다. 데이터 소스 *쿼리*는 Grafana에서 *변환*하고 시각화할 수 있는 데이터를 반환합니다. 각 데이터 소스는 자체 쿼리 언어를 사용하며, 데이터 소스 플러그인은 각각 쿼리 편집기라고 하는 쿼리 빌드 사용자 인터페이스를 구현합니다. **Topics** + [쿼리 정보](#v10-panels-query-xform-about) + [쿼리 탭 탐색](#v10-panels-query-xform-navigate) + [쿼리 추가](#v10-panels-query-xform-add) + [쿼리 관리](#v10-panels-query-xform-manage) + [쿼리 옵션](#v10-panels-query-xform-options) + [표현식 쿼리 쓰기](v10-panels-query-xform-expressions.md) + [쿼리 결과를 다른 패널과 공유](v10-panels-query-share.md) + [데이터 변환](v10-panels-xform.md) + [쿼리 문제 해결](v10-panels-query-troubleshoot.md) + [계산 유형](v10-panels-calculation-types.md) ## 쿼리 정보 Grafana 패널은 시각화를 위한 데이터를 검색하는 쿼리를 통해 데이터 소스와 통신합니다. 쿼리는 데이터 소스에서 사용하는 쿼리 언어로 작성된 질문입니다. 패널의 데이터 소스 옵션에서 쿼리 빈도 및 데이터 수집 제한을 구성할 수 있습니다. Grafana는 패널당 최대 26개의 쿼리를 지원합니다. 각 데이터 소스의 쿼리 언어에 대한 자세한 내용은 [데이터 소스](AMG-data-sources.md) 섹션에서 확인할 수 있습니다. **쿼리 편집기** 각 데이터 소스의 *쿼리 편집기*는 고유한 기능을 활용하는 쿼리를 작성하는 데 도움이 되는 사용자 지정 사용자 인터페이스를 제공합니다. 쿼리 언어 간의 차이로 인해 각 데이터 소스 쿼리 편집기는 모양과 기능이 다릅니다. 데이터 소스에 따라 쿼리 편집기는 자동 완성 기능, 지표 이름, 변수 제안 또는 시각적 쿼리 빌드 인터페이스를 제공할 수 있습니다. 쿼리 및 구문에 대한 정보를 포함하여 특정 데이터 소스의 고유한 쿼리 편집기 기능에 대한 자세한 내용은 데이터 소스 설명서를 참조하세요. + Amazon Managed Grafana에 포함된 데이터 소스는 [기본 제공 데이터 소스](AMG-data-sources-builtin.md)를 참조하세요. + Grafana Enterprise에 포함된 데이터 소스는 [Enterprise 데이터 소스에 연결](AMG-data-sources-enterprise.md) 섹션을 참조하세요. + [플러그인 카탈로그를 사용하여 플러그인 찾기](grafana-plugins.md#plugin-catalog)를 통해 설치하는 다른 데이터 소스 플러그인의 경우 설명서는 플러그인 카탈로그의 목록에서 연결되어 있습니다. **쿼리 구문** 데이터 소스는 다양한 쿼리 언어를 사용하여 데이터를 요청합니다. 특정 데이터 소스의 고유한 쿼리 언어에 대한 자세한 내용은 해당 설명서를 참조하세요. **PostgreSQL 예제:** ``` SELECT hostname FROM host WHERE region IN($region) ``` **PromQL 예제:** ``` query_result(max_over_time([${__range_s}s]) != ) ``` **특수 데이터 소스** 또한 Grafana에는 **Grafana**, **혼합**, **대시보드**와 같은 세 가지 특수 데이터 소스도 포함되어 있습니다. 자세한 내용은 [데이터 원본에 연결](AMG-data-sources.md) 단원을 참조하십시오. ## 쿼리 탭 탐색 패널의 **쿼리** 탭은 다음 요소로 구성됩니다. + **데이터 소스 선택기** - 쿼리할 데이터 소스를 선택합니다. + **쿼리 옵션** - 최대 데이터 검색 파라미터 및 쿼리 실행 시간 간격을 설정합니다. + **쿼리 검사기 버튼** - 쿼리를 보고 최적화할 수 있는 쿼리 검사기 패널을 엽니다. + **쿼리 편집기 목록** - 작성한 쿼리를 나열합니다. + **표현식** - 표현식 빌더를 사용하여 경고 표현식을 생성합니다. 표현식에 대한 자세한 내용은 [표현식 쿼리 쓰기](v10-panels-query-xform-expressions.md) 섹션을 참조하세요. ## 쿼리 추가 쿼리는 Grafana가 대시보드 패널에서 시각화하는 데이터를 반환합니다. 패널을 생성하면 Grafana에서 기본 데이터 소스를 자동으로 선택합니다. **쿼리를 추가하는 방법** 1. 쿼리를 추가할 패널을 편집하세요. 1. **쿼리(Query)** 탭을 선택합니다. 1. **데이터 소스** 드롭다운 메뉴를 선택하고 데이터 소스를 선택하세요. 1. **쿼리 옵션**을 선택하여 필요한 최대 데이터 포인트 수를 구성하세요. 기타 옵션에 대한 자세한 내용은 [쿼리 옵션](#v10-panels-query-xform-options) 섹션을 참조하세요. 1. 쿼리 편집기를 사용하여 쿼리를 작성하세요. 1. **적용**을 선택합니다. Grafana에서 데이터 소스를 쿼리하고 데이터를 시각화합니다. ## 쿼리 관리 Grafana에서는 축소 가능한 쿼리 행으로 쿼리를 구성합니다. 각 쿼리 행에는 쿼리 편집기가 포함되어 있으며 문자(A, B, C 등)로 식별됩니다. 쿼리를 관리하기 위해 쿼리를 복사하고, 쿼리를 숨기며, 쿼리를 제거하고, 쿼리를 재정렬하며, 쿼리 편집기에 대한 도움말을 전환할 수 있습니다. ## 쿼리 옵션 선택한 데이터 소스에 대한 설정을 보려면 데이터 소스 선택기 옆에 있는 **쿼리 옵션**을 선택합니다. 여기서 변경한 내용은 이 패널에서 수행된 쿼리에만 영향을 줍니다. Grafana는 어두운 회색 텍스트로 표시되는 기본값을 설정합니다. 변경 사항은 흰색 텍스트로 표시됩니다. 필드를 기본 설정으로 되돌리려면 필드에서 흰색 텍스트를 삭제합니다. 패널 데이터 소스 쿼리 옵션은 다음을 포함합니다. + **최대 데이터 포인트** - 데이터 소스가 지원하는 경우 반환되는 각 시리즈의 최대 데이터 포인트 수를 설정합니다. 쿼리가 최대 데이터 포인트 설정보다 더 많은 데이터 포인트를 반환하는 경우 데이터 소스는 평균, 최대 또는 다른 함수별로 집계하여 반환되는 포인트 수를 줄입니다. 포인트 수를 제한하여 쿼리 성능을 개선하거나 시각화된 라인을 평활화할 수 있습니다. 기본값은 그래프의 너비 또는 픽셀 수입니다. 그래프 패널에 표시할 공간이 있는 만큼의 데이터 포인트만 시각화할 수 있기 때문입니다. 스트리밍 데이터에서 Grafana는 롤링 버퍼에 최대 데이터 포인트 값을 사용합니다. 스트리밍은 데이터의 지속적인 흐름이며 버퍼링은 스트림을 청크로 나눕니다. + **최소 간격** - 자동으로 계산된 간격의 최소 한도(보통 최소 스크레이프 간격)을 설정합니다. 데이터 포인트를 15초마다 저장하는 경우 간격을 이보다 짧게 설정하지 않아도 됩니다. 또한 보다 대략적이지만 잘 작동하는 쿼리를 가져오기 위해 이 값을 스크레이프 간격보다 더 높은 최솟값으로 설정할 수 있습니다. + **간격** - 데이터 포인트를 시간별로 집계하거나 그룹화할 때 사용할 수 있는 시간 범위를 설정합니다. Grafana는 템플릿 쿼리에서 변수로 사용할 수 있는 적절한 간격을 자동으로 계산합니다. 변수는 초(`$__interval`) 또는 밀리초(`$__interval_ms`)로 측정됩니다. 간격은 일반적으로 합계 또는 평균과 같은 집계 함수에 사용됩니다. 예를 들어 간격 변수(`rate(http_requests_total[$__interval])`)를 사용하는 Prometheus 쿼리입니다. 이 자동 간격은 그래프의 너비를 기준으로 계산됩니다. 사용자가 시각화를 축소하면 간격이 증가하고 대략적인 집계가 생성됩니다. 마찬가지로 사용자가 확대하면 간격이 감소하고 보다 세분화된 집계가 생성됩니다. 자세한 내용은 [전역 변수](v10-dash-variable-add.md#v10-dash-variable-add-global) 단원을 참조하십시오. + **상대 시간** - 대시보드의 오른쪽 상단에 있는 대시보드 시간 선택기에서 선택한 것과 다르게 개별 패널의 상대 시간 범위를 재정의합니다. 이를 사용하여 동일한 대시보드에 서로 다른 기간 또는 일수의 지표를 표시할 수 있습니다. **참고** 대시보드의 시간 범위가 절대값인 경우 패널 시간 재정의가 영향을 미치지 않습니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-query-xform.html) + **시간 전환** - 시간 선택기에 상대적인 시작 및 종료를 전환하여 개별 패널의 시간 범위를 재정의합니다. 예를 들어 패널의 시간 범위를 대시보드 시간 선택기보다 2시간 빠르게 전환할 수 있습니다. **참고** 대시보드의 시간 범위가 절대값인 경우 패널 시간 재정의가 영향을 미치지 않습니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-query-xform.html) + **캐시 제한 시간** - *(데이터 소스에서 사용할 수 있는 경우에만 표시됨)* 시계열 저장소에 쿼리 캐시가 있는 경우 기본 캐시 제한 시간을 재정의합니다. 이 값을 초 단위의 숫자 값으로 지정합니다. # 표현식 쿼리 쓰기 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 서버 측 표현식을 사용하면 수학 및 기타 연산을 사용하여 쿼리에서 반환된 데이터를 조작할 수 있습니다. 표현식은 새 데이터를 생성하고 데이터 소스에서 반환하는 데이터를 조작하지 않습니다. ## 표현식 정보 서버 측 표현식을 사용하면 수학 및 기타 연산을 사용하여 쿼리에서 반환된 데이터를 조작할 수 있습니다. 표현식에 데이터를 허용 가능한 입력으로 사용할 수 있도록 일부 사소한 데이터 구조 조정을 제외하고 표현식에서는 새 데이터를 생성하고 데이터 소스에서 반환하는 데이터를 조작하지 않습니다. **표현식 사용** 표현식은 [Grafana 알림](v10-alerts.md)에서 가장 일반적으로 사용됩니다. 처리는 서버 측에서 수행되므로 표현식은 브라우저 세션 없이 작동할 수 있습니다. 그러나 표현식은 백엔드 데이터 소스 및 시각화와 함께 사용할 수도 있습니다. **참고** 표현식은 레거시 대시보드 알림에서 작동하지 않습니다. 표현식은 서로 다른 데이터 소스의 쿼리를 결합할 수 있도록 하거나 데이터 소스에서 사용할 수 없는 작업을 제공하여 데이터 소스를 보강하기 위한 기능입니다. **참고** 가능하면 데이터 소스 내에서 데이터 처리를 수행해야 합니다. 처리를 위해 스토리지에서 Grafana 서버로 데이터를 복사하는 것은 비효율적이므로 표현식은 경량 데이터 처리를 목표로 합니다. 표현식은 시계열 또는 숫자 데이터를 반환하는 데이터 소스 쿼리와 함께 작동합니다. 또한 [다차원 데이터](getting-started-grafanaui.md#time-series-dimensions)에서도 작동합니다. 예를 들어 여러 시리즈를 반환하는 쿼리가 있으며 여기에서는 각 시리즈가 레이블 또는 태그로 식별됩니다. 개별 표현식은 하나 이상의 쿼리 또는 기타 표현식을 입력으로 사용하여 데이터를 결과에 추가합니다. 각 개별 표현식 또는 쿼리는 RefID로 알려진 이름 지정된 식별자(예: 기본 문자 `A` 또는 `B`)인 변수로 표시됩니다. 개별 표현식의 출력 또는 다른 표현식의 데이터 소스 쿼리를 참조하기 위해 이 식별자는 변수로 사용됩니다. **표현식 유형** 표현식은 두 가지 유형의 데이터에서 작동합니다. + 시계열 컬렉션. + 각 번호가 항목인 숫자 컬렉션. 각 컬렉션은 단일 데이터 소스 쿼리 또는 표현식에서 반환되며 RefID로 표시됩니다. 각 컬렉션은 하나의 세트로,세트의 각 항목은 [레이블](getting-started-grafanaui.md#labels) 또는 키-값 페어로 저장되는 차원으로 고유하게 식별됩니다. **데이터 소스 쿼리** 서버 측 표현식은 백엔드 데이터 소스에 대한 데이터 소스 쿼리만 지원합니다. 데이터는 일반적으로 레이블 지정된 시계열 데이터로 간주됩니다. 표현식과 함께 사용되는 데이터 소스 쿼리는 표현식 엔진에서 실행됩니다. 이렇게 하면 데이터를 데이터 프레임당 하나의 시계열 또는 하나의 숫자로 재구성합니다. 예를 들어 테이블 보기에서 한 프레임에 여러 시리즈를 반환하는 데이터 소스를 사용하는 경우 표현식으로 실행할 때 다르게 보일 수 있습니다. 현재 시간, 문자열 열 및 하나의 숫자 열이 없는 데이터 프레임을 사용할 때 시계열 이외의 숫자 형식만 지원됩니다. 다음 예제 테이블에서는 표현식에서 작동하는 숫자를 생성합니다. 문자열 열은 레이블이 되고 숫자 열은 해당 값이 됩니다. 예를 들어 값이 1인 `{"Loc": "MIA", "Host": "A"}`가 있습니다. | Loc | Host | Avg\$1CPU | | --- | --- | --- | | MIA | A | 1 | | NYC | B | 2 | **운영** 표현식에서 수학, 축소 및 리샘플링 연산을 사용할 수 있습니다. **수학 연산** 수학은 시계열 또는 숫자 데이터의 자유 형식 수학 공식에 사용됩니다. 수학 연산은 숫자와 시계열을 입력으로 가져와 다른 숫자와 시계열로 변경합니다. 다른 쿼리 또는 표현식의 데이터는 `$A`와 같이 달러 기호가 붙은 RefID 접두사로 참조됩니다. 변수의 이름에 공백이 있는 경우 `${my variable}`과 같은 괄호 구문을 사용할 수 있습니다. 숫자 상수는 십진수(`2.24`), 8진수(선행 0 포함, 예: `072`) 또는 16진수(선행 0x 포힘, 예: `0x2A`)일 수 있습니다. 지수 및 기호도 지원됩니다(예: `-0.8e-2`). **연산자** 산술(`+`, 바이너리 및 단항 `-`, `*`, `/`, `%`, 지수 `**`), 관계형(`<`, `>`, `==`, `!=`, `>=`, `<=`), 논리(`&&`, `||` 및 단항 `!`) 연산자가 지원됩니다. 연산에서 데이터 동작 방식은 데이터가 숫자인지 시계열 데이터인지에 따라 달라집니다. `$A + $B` 또는 `$A || $B`와 같은 바이너리 연산에서 연산자는 데이터 유형에 따라 다음과 같은 방식으로 적용됩니다. + `$A` 및 `$B`가 모두 숫자인 경우 두 숫자 사이에서 연산이 수행됩니다. + 한 변수가 숫자이고 다른 변수가 시계열인 경우 시계열에서 각 포인트 값과 숫자 사이의 연산이 수행됩니다. + `$A` 및 `$B`가 모두 시계열 데이터인 경우 두 시리즈의 각 값 사이에서 연산은 `$A` 및 `$B`에 모두 존재하는 각 타임스탬프에 수행됩니다. `Resample` 연산을 사용하여 타임스탬프를 정렬할 수 있습니다. 요약: + 숫자 <연산> 숫자 = 숫자 + 숫자 <연산> 시리즈 = 시리즈 + 시리즈 <연산> 시리즈 = 시리즈 표현식은 단일 변수로 표시되는 여러 시리즈 또는 숫자와 함께 작동하므로 바이너리 연산도 두 변수 간에 합집합(조인)을 수행합니다. 각 개별 시리즈 또는 숫자와 연결된 식별 레이블을 기반으로 수행됩니다. 따라서 `$A`에서 `{host=web01}`과 같은 레이블을 포함하는 숫자와 `$B`의 다른 숫자가 있는 경우 각 변수 내 두 항목 사이에서 연산이 수행되고 결과에서는 동일한 레이블을 공유합니다. 이 합집합의 동작 규칙은 다음과 같습니다. + 레이블이 없는 항목은 모든 항목에 조인됩니다. + `$A` 및 `$B`에 각각 하나의 항목(시리즈 하나 또는 숫자 하나)만 포함된 경우 조인됩니다. + 레이블이 정확히 일치하는 경우 조인됩니다. + 레이블이 다른 레이블의 하위 세트인 경우(예: `$A`의 항목에 `{host=A,dc=MIA}` 레이블이 지정되고 `$B`의 항목에 `{host=A}` 레이블이 지정된 경우) 조인됩니다. + `$A`와 같은 변수 내에서 각 항목에 대해 태그 키가 서로 다르면 조인 도작은 정의되지 않습니다. 관계형 연산자와 논리 연산자는 거짓인 경우 0, 참인 경우 1을 반환합니다. **수학 함수** 대부분의 함수는 자체 표현식 연산에 존재하지만 수학 연산에는 수학 연산자 또는 기호와 유사한 일부 함수가 있습니다. 함수가 숫자 또는 시리즈를 가져올 수 있는 경우 인수와 동일한 유형이 반환됩니다. 시리즈인 경우 시리즈의 각 포인트 값에 대해 연산이 수행됩니다. *abs* abs는 인수의 절댓값을 반환하며, 이는 숫자 또는 시리즈일 수 있습니다. 예를 들면 `abs(-1)` 또는 `abs($A)`입니다. *is\$1inf* is\$1inf는 숫자 또는 시리즈를 가져와 `Inf` 값에 대해 `1`(음수 또는 양수), 기타 값에 대해 `0`을 반환합니다. 예: `is_inf($A)`. **참고** 예를 들어 특별히 음의 무한대를 확인해야 하는 경우 `$A == infn()`과 같은 비교를 수행할 수 있습니다. *is\$1nan* is\$1nan은 숫자 또는 시리즈를 가져와 `NaN` 값에 대해 `1`, 기타 값에 대해 `0`을 반환합니다. 예: `is_nan($A)`. `NaN`이 `NaN`과 같지 않기 때문에 이 검사에 이 함수가 필요합니다. *is\$1null* is\$1null은 숫자 또는 시리즈를 가져와 `null` 값에 대해 `1`, 기타 값에 대해 `0`을 반환합니다. 예: `is_null($A)`. *is\$1number* is\$1number는 숫자 또는 시리즈를 가져와 모든 실수 값에 대해 `1`, 기타 값((`null`, `Inf+`, `Inf-`, `NaN`)에 대해 `0`을 반환합니다. 예: `is_number($A)`. *log* Log는 인수의 자연 로그를 반환하며, 이는 숫자 또는 시리즈일 수 있습니다. 값이 0보다 작으면 `NaN`이 반환됩니다. 예를 들면 `log(-1)` 또는 `log($A)`입니다. *inf, infn, nan, null* inf, infn, nan 및 null 함수는 모두 이름의 단일 값을 반환합니다. 주로 테스트용으로 존재합니다. 예시: `null()`. *round* Round는 반올림된 정수 값을 반환합니다. 예: `round(3.123)` 또는 `round($A)`. **ceil Ceil은 숫자를 가장 가까운 정수 값으로 올림합니다. 예를 들어, `ceil(3.123)`은 `4`을 반환합니다. **floor Floor는 숫자를 가장 가까운 정수 값으로 내림합니다. 예를 들어, `floor(3.123`)은 `3`을 반환합니다. **축소** 축소는 쿼리 또는 표현식에서 반환된 하나 이상의 시계열을 가져와 각 시리즈를 단일 숫자로 바꿉니다. 시계열의 레이블은 출력된 각 축소된 번호에서 레이블로 유지됩니다. *필드:* + **함수** - 사용할 축소 함수 + **입력** - 리샘플링할 변수(refID, 예: `A`) + **모드** - 시리즈에 숫자가 아닌 값(null, NaN, \$1-Inf)이 포함된 경우 축소 함수의 제어 동작 허용 **축소 함수** *개수* Count는 각 시리즈의 포인트 수를 반환합니다. *Mean* Mean은 각 시리즈에서 모든 값의 합계를 해당 시리즈의 포인트 수로 나눈 값을 반환합니다. `strict` 모드에서 시리즈의 값이 null 또는 nan이거나 시리즈가 비어 있는 경우 NaN이 반환됩니다. **Min 및 Max Min 및 Max는 각각 시리즈의 최솟값 또는 최댓값을 반환합니다. `strict` 모드에서 시리즈의 값이 null 또는 nan이거나 시리즈가 비어 있는 경우 NaN이 반환됩니다. *합계* Sum은 시리즈에 있는 모든 값의 합계를 반환합니다. 시리즈 길이가 0인 경우 합계는 0입니다. `strict` 모드에서 시리즈에 NaN 또는 Null 값이 있는 경우 NaN이 반환됩니다. **Last Last는 시리즈의 마지막 숫자를 반환합니다. 시리즈에 값이 없는 경우 NaN을 반환합니다. **축소 모드** *Strict* Strict 모드인 경우 입력 시리즈는 그대로 처리됩니다. 시리즈의 값이 숫자가 아닌 경우(null, NaN 또는 \$1-Inf) NaN이 반환됩니다. *숫자 이외 항목 삭제* 이 모드에서 축소 함수를 실행하기 전에 입력 시리즈의 숫자가 아닌 모든 값(null, NaN 또는 \$1-Inf)은 필터링됩니다. *숫자 이외 항목 대체* 이 모드에서 숫자가 아닌 모든 값은 사전 정의된 값으로 대체됩니다. **Resample** Resample은 각 시계열의 타임스탬프를 일관된 시간 간격으로 변경합니다. 기본 사용 사례는 동일한 타임스탬프를 공유하지 않는 시계열을 리샘플링하여 이들 사이에서 수학 연산을 수행할 수 있도록 하는 것입니다. 두 시리즈 각각을 리샘플링한 다음, 리샘플링된 변수를 참조하는 수학 연산에서 수행할 수 있습니다. *필드:* + **입력** - 리샘플링할 시계열 데이터의 변수(refID, 예: `A`) + **리샘플링** 대상 - 리샘플링할 기간(예: `10s`). 단위는 `s`(초의 경우), `m`(분의 경우), `h`(시간의 경우), `d`(일의 경우), `w`(주의 경우), `y`(년의 경우)일 수 있습니다. + **다운샘플링** - 기간 샘플당 데이터 포인트가 두 개 이상 있을 때 사용할 축소 함수. 동작 세부 정보는 축소 연산을 참조하세요. + **업샘플링** - 데이터 포인트가 없는 기간 샘플을 채우는 데 사용하는 방법. + **pad**는 알려진 마지막 값으로 채움 + **backfill**은 알려진 다음 값을 사용함 + **fillna**는 NaN으로 빈 샘플 기간을 채움 ## 표현식 작성 데이터 소스가 지원하는 경우 Grafana는 **표현식** 버튼을 표시하고 쿼리 편집기 목록에 기존 표현식을 표시합니다. **표현식을 작성하는 방법** 1. 패널을 여세요. 1. 쿼리 아래에서 **표현식**을 선택하세요. 1. **연산** 필드에서 작성할 표현식 유형을 선택하세요. 1. 표현식을 작성하세요. 1. **적용**을 선택합니다. ## 특수 사례 쿼리된 데이터 소스에서 시리즈 또는 숫자를 반환하지 않으면 표현식 엔진은 `NoData`를 반환합니다. 예를 들어 요청에 표현식으로 병합되는 두 개의 데이터 소스 쿼리가 포함된 경우 데이터 소스 쿼리 중 하나 이상에서 `NoData`가 반환되면 전체 쿼리에 대해 반환된 결과는 `NoData`입니다. Grafana 알림이 `NoData` 결과를 처리하는 방법에 대한 자세한 내용은 [Grafana 관리형 알림 규칙 구성](v10-alerting-configure-grafanamanaged.md) 섹션을 참조하세요. 여러 쿼리에서 표현식을 사용하는 경우 표현식 엔진은 모든 쿼리가 동일한 타임스탬프를 반환해야 합니다. 예를 들어 수학을 사용하여 각각 `SELECT NOW() AS "time"`을 사용하는 여러 SQL 쿼리의 결과를 결합하는 경우 모든 쿼리가 동일한 타임스탬프(항상 나타나지는 않음)에 대해 `NOW()`를 평가하는 경우에만 표현식이 작동합니다. 이 문제를 해결하기 위해 `NOW()`를 임의의 시간(예: `SELECT 1 AS "time"`) 또는 다른 유효한 UNIX 타임스탬프로 를 바꿀 수 있습니다. # 쿼리 결과를 다른 패널과 공유 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. Grafana를 사용하면 한 패널의 쿼리 결과를 대시보드의 다른 패널에서 사용할 수 있습니다. 패널 간에 쿼리 결과를 공유하면 데이터 소스에 대한 쿼리 수가 줄어들어 대시보드 성능이 향상될 수 있습니다. *대시보드* 데이터 소스를 사용하면 대시보드에서 결과를 공유하려는 쿼리가 포함된 패널을 선택할 수 있습니다. 각 패널에 대해 별도의 쿼리를 전송하는 대신 Grafana는 하나의 쿼리를 전송하고 다른 패널은 쿼리 결과를 사용하여 시각화를 구성합니다. 이 전략은 예를 들어 동일한 데이터를 시각화하는 여러 패널이 있을 때 발생하는 쿼리 수를 크게 줄일 수 있습니다. **쿼리 결과를 공유하는 방법** 1. [대시보드를 생성하세요](v10-dash-creating.md). 1. 제목을 `Source panel`로 변경하세요. 이 패널을 다른 패널의 소스로 사용합니다. 1. 공유하려는 쿼리를 정의하세요. 데이터 소스를 사용할 수 없는 경우 테스트에 사용할 수 있는 무작위 시계열을 반환하는 **Grafana** 데이터 소스를 사용할 수 있습니다. 1. 두 번째 패널을 추가한 다음, 쿼리 편집기에서 **대시보드** 데이터 소스를 선택하세요. 1. **패널 목록의 결과 사용**에서 생성한 첫 번째 패널을 선택하세요. 이제 소스 패널에 정의된 모든 쿼리를 새 패널에서 사용할 수 있습니다. 소스 패널에서 만든 쿼리는 여러 패널과 공유할 수 있습니다. 쿼리 중 하나를 클릭하여 정의된 패널로 이동할 수 있습니다. # 데이터 변환 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 변환은 시스템에서 시각화를 적용하기 전에 쿼리에서 반환된 데이터를 조작하는 강력한 방법입니다. 변환을 사용하여 다음을 수행할 수 있습니다. + 필드 이름 바꾸기 + 시계열 데이터 조인 + 쿼리 간 수학 연산 수행 + 한 변환의 출력을 다른 변환의 입력으로 사용 동일한 데이터세트의 여러 보기에 의존하는 사용자의 경우 변환을 통해 여러 대시보드를 효율적으로 생성하고 유지할 수 있습니다. 또한 한 변환의 출력을 다른 변환에 대한 입력으로 사용하여 성능을 개선할 수 있습니다. **참고** 때때로 시스템에서 변환된 데이터를 그래프로 표시할 수 없습니다. 이 경우 시각화 위의 **테이블 보기** 토글을 클릭하여 데이터의 테이블 보기로 전환합니다. 그러면 변환의 최종 결과를 이해하는 데 도움이 될 수 있습니다. ## 변환 유형 Grafana에서는 데이터를 변환할 수 있는 다양한 방법을 제공합니다. 다음은 변환 함수의 전체 목록입니다. ## 변환 순서 변환이 여러 개 있는 경우 Grafana는 나열된 순서대로 변환을 적용합니다. 각 변환은 결과 세트를 생성한 다음, 처리 파이프라인의 다음 변환으로 전달합니다. Grafana에서 변환을 적용하는 순서는 결과에 직접적인 영향을 미칩니다. 예를 들어 축소 변환을 사용하여 한 열의 모든 결과를 단일 값으로 압축하는 경우 해당 단일 값에만 변환을 적용할 수 있습니다. ## 데이터에 변환 함수 추가 다음 단계에서는 데이터에 변환을 추가하는 방법을 안내합니다. 이 설명서에는 각 변환 유형에 대한 단계가 포함되어 있지 않습니다. **패널에 변환을 추가하는 방법** 1. 하나 이상의 변환을 추가하려는 패널로 이동하세요. 1. 패널의 아무 부분이나 마우스로 가리키면 오른쪽 상단에 작업 메뉴가 표시됩니다. 1. 실행 메뉴에서 **편집**을 선택하세요. 1. **변환** 탭을 선택하세요. 1. 변환을 선택하세요. 변환 행이 나타납니다. 여기서 변환 옵션을 구성합니다. 1. 다른 변환을 적용하려면 **변환 추가**를 선택하세요. 이 변환은 이전 변환에서 반환된 결과 세트에 따라 작동한다는 점에 유의하세요. ## 변환 디버깅 변환의 입력 및 출력 결과 세트를 보려면 변환 행 오른쪽에 있는 디버그(버그) 아이콘을 선택합니다. 그러면 입력 데이터와 변환 결과가 출력으로 표시됩니다. 입력 및 출력 결과 세트는 변환을 디버깅하는 데 도움이 될 수 있습니다. ## 변환 비활성화 변환 행의 오른쪽 상단에 있는 표시(눈) 아이콘을 선택하여 변환을 비활성화하거나 숨길 수 있습니다. 그러면 특정 변환의 적용된 작업이 비활성화되고 여러 변환을 차례로 변경할 때 문제를 식별하는 데 도움이 될 수 있습니다. ## 변환 필터링 변환에서 둘 이상의 쿼리를 사용하는 경우 이를 필터링하고 선택한 변환을 쿼리 중 하나에만 적용할 수 있습니다. 이렇게 하려면 변환 행의 오른쪽 상단에 있는 필터 아이콘을 선택합니다. 그러면 패널에 사용되는 쿼리 목록이 포함된 드롭다운이 열립니다. 여기에서 변환하려는 쿼리를 선택할 수 있습니다. 주석(예시 포함)을 기준으로 필터링하여 변환을 적용할 수도 있습니다. 이렇게 하면 주석 또는 예시 툴팁에서 이를 반영하도록 필드 목록이 변경됩니다. 패널에서 둘 이상의 쿼리 또는 데이터 소스(즉, 패널 또는 주석 데이터)가 있는 경우 필터 아이콘이 항상 표시되지만 쿼리의 출력을 병합하기 위한 이전 변환이 적용된 경우에는 작동하지 않을 수 있습니다. 한 변환이 이전 변환의 출력을 사용하기 때문입니다. ## 변환 삭제 필요하지 않은 변환은 제거하는 것이 좋습니다. 변환을 삭제하면 시각화에서 데이터가 제거됩니다. 사전 조건: 변환에 의존하는 모든 대시보드를 식별하고 영향을 받는 대시보드 사용자에게 알립니다. **변환을 삭제하는 방법** 1. 편집하도록 패널을 여세요. 1. **변환** 탭을 선택하세요. 1. 삭제하려는 변환 옆에 있는 휴지통 아이콘을 선택하세요. # 변환 함수 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 데이터에서 다음 변환을 수행할 수 있습니다. ## 계산에서 필드 추가 이 변환을 사용하여 두 개의 다른 필드에서 계산된 새 필드를 추가합니다. 각 변환을 통해 하나의 새 필드를 추가할 수 있습니다. + **모드** - 모드를 선택합니다. + **행 축소** - 선택한 필드의 각 행에서 선택한 계산을 독립적으로 적용합니다. + **바이너리 연산** - 선택한 두 필드의 단일 행에 있는 값에서 기본 바이너리 연산(예: 덧셈 또는 곱셈)을 적용합니다. + **단항 연산** - 선택한 필드의 단일 행에 있는 값에서 기본 단항 연산을 적용합니다. 사용 가능한 연산은 다음과 같습니다. + **절댓값(bas)** - 임의의 표현식의 절댓값을 반환합니다. 0으로부터의 거리를 양수로 나타냅니다. + **자연 지수(exp)** - 지정된 표현식에서 제곱되는 *e*를 반환합니다. + **자연 대수(ln)** - 임의의 표현식의 자연 대수를 반환합니다. + **내림(floor)** - 지정된 표현식보다 작거나 같은 최대 정수를 반환합니다. + **올림(ceil)** - 지정된 표현식보다 크거나 같은 최소 정수를 반환합니다. + **누적 함수** - 현재 행과 이전 행 모두에 함수를 적용합니다. + **합계** - 현재 행(포함)까지 최대 누적 합계를 계산합니다. + **평균** - 현재 행(포함)까지 평균을 계산합니다. + **기간 함수** - 기간 함수를 적용합니다. 창은 *후행* 또는 *가운데* 위치할 수 있습니다. 후행 기간이 있으면 현재 행이 기간의 마지막 행이 됩니다. 가운데 기간이 있으면 기간이 현재 행의 가운데 배치됩니다. 짝수 기간 크기의 경우 기간은 현재 행과 이전 행 사이의 가운데 배치됩니다. + **평균** - 이동 평균 또는 실행 평균을 계산합니다. + **** – 이동 표준 편차를 계산합니다. + **편차** - 이동 편차를 계산합니다. + **행 인덱스** - 행 인덱스가 있는 필드를 삽입합니다. + **필드 이름** - 새 필드의 계산에 사용할 필드 이름을 선택합니다. + **계산** - **행 축소** 모드를 선택하면 **계산** 필드가 나타납니다. 필드를 선택하면 새 필드를 생성하는 데 사용할 수 있는 계산 선택 사항 목록이 표시됩니다. 사용 가능한 계산에 대한 자세한 내용은 [계산 유형](v10-panels-calculation-types.md)을 참조하세요. + **연산** - **바이너리 연산** 또는 **단항 연산** 모드를 선택하면 **연산** 필드가 나타납니다. 이러한 필드를 사용하면 선택한 두 필드의 단일 행에 있는 값에 대해 기본 수학 연산을 수행할 수 있습니다. 바이너리 연산에 숫자 값을 사용할 수도 있습니다. + **백분위수** - **행 인덱스** 모드를 선택하면 **백분위수** 스위치가 나타납니다. 이 스위치를 사용하면 행 인덱스를 총 행 수의 백분율로 변환할 수 있습니다. + **별칭** – (선택 사항) 새 필드의 이름을 입력합니다. 이 항목을 비워 두면 계산과 일치하도록 필드 이름이 지정됩니다. + **모든 필드 바꾸기** - (선택 사항) 다른 모든 필드를 숨기고 시각화에 계산된 필드만 표시하려면 이 옵션을 선택합니다. **참고** **누적 함수** 및 **기간 함수**는 퍼블릭 미리 평가판에서 최신 상태입니다. Grafana Labs는 제한된 지원을 제공하며, 기능을 정식 출시하기 전에 호환성에 영향을 미치는 변경 사항이 발생할 수 있습니다. ## 필드 연결 **필드 연결** 이 변환을 사용하여 모든 프레임의 모든 필드를 하나의 결과로 결합합니다. 예를 들어, 온도 및 가동 시간 데이터(쿼리 A)와 대기 품질 인덱스 및 오류 정보(쿼리 B)를 검색하는 별도의 쿼리가 있는 경우, 연결 변환을 적용하면 모든 관련 정보가 포함된 통합 데이터 프레임을 하나의 보기로 생성합니다. 다음 두 가지를 고려합니다. **쿼리 A: | 임시 파일 | 가동 시간 | | --- | --- | | 15.4 | 1230233 | *쿼리 B:* | AQI | 오류 | | --- | --- | | 3.2 | 5 | 필드를 연결하면 데이터 프레임은 다음과 같습니다. | 임시 파일 | 가동 시간 | AQI | 오류 | | --- | --- | --- | --- | | 15.4 | 1230233 | 3.2 | 5 | 이 변환은 다양한 소스의 데이터를 병합하는 프로세스를 간소화하여 분석 및 시각화에 대한 포괄적인 보기를 제공합니다. ## 쿼리 결과에서 구성 **쿼리 결과에서 구성** 이 변환을 사용하여 쿼리 하나를 선택하고 **최소**, **최대**, **단위** 및 **임계치**와 같은 표준 옵션을 추출하여 다른 쿼리 결과에 적용합니다. 이렇게 하면 특정 쿼리에서 반환된 데이터를 기반으로 동적 시각화 구성을 사용할 수 있습니다. **옵션** + **구성 쿼리** - 구성으로 사용할 데이터를 반환하는 쿼리를 선택합니다. + **적용 대상** - 구성을 적용해야 하는 필드 또는 시리즈를 선택합니다. + **옵션에 적용** - **적용 대상**에서 선택한 항목에 따라 필드 유형을 지정하거나 필드 이름 정규식을 사용합니다. **필드 매핑 테이블** 구성 옵션 아래에 필드 매핑 테이블이 있습니다. 이 표에는 구성 쿼리에서 반환된 데이터에서 찾은 모든 필드가 **사용 형식** 및 **선택** 옵션과 함께 나열됩니다. 구성 속성에 대한 매핑 필드를 제어하고 여러 행의 경우 선택할 값을 선택할 수 있습니다. 다음 예제에서는 입력 쿼리와 필드 구성으로 사용되는 쿼리를 보여줍니다. *입력 쿼리* | Time | 값 | | --- | --- | | 1626178119127 | 10 | | 1626178119129 | 30 | *구성 쿼리* | Time | 값 | | --- | --- | | 1626178119127 | 100 | | 1626178119129 | 100 | *출력 쿼리(입력과 동일하지만 이제 값 필드에 config가 포함됨)* | Time | 값(config: Max=100) | | --- | --- | | 1626178119127 | 10 | | 1626178119129 | 30 | 이제 각 필드에 최대 구성 옵션이 설정되었습니다. **최소**, **최대**, **단위**, **임계치**와 같은 옵션은 필드 구성의 일부입니다. 이 옵션을 설정하면 패널 편집기 옵션 창에서 수동으로 구성된 옵션 대신 시각화에서 해당 옵션이 사용됩니다. **값 매핑** 쿼리 결과를 값 매핑으로 변환할 수도 있습니다. 이 옵션을 사용하면 구성 쿼리 결과의 모든 행이 단일 값 매핑 행을 정의합니다. 다음 예제를 참조하세요. *구성 쿼리 결과* | 값 | 텍스트 | 색상 | | --- | --- | --- | | L | 낮음 | blue | | M | 중간 | green | | H | 높음 | red | *필드 매핑에서 다음을 지정합니다.* | Field | 사용 형식 | Select | | --- | --- | --- | | 값 | 값 매핑/값 | 모든 값 | | 텍스트 | 값 매핑/텍스트 | 모든 값 | | 색상 | 값 매핑/색상 | 모든 값 | Grafana는 쿼리 결과에서 값 매핑을 빌드하고 이를 실제 데이터 쿼리 결과에 적용합니다. 구성 쿼리 결과에 따라 매핑되고 색상이 지정된 값이 표시됩니다. ## 필드 유형 변환 이 변환을 사용하여 지정된 필드의 필드 유형을 수정합니다. 이 변환에는 다음 옵션이 있습니다. + **필드** - 사용 가능한 필드 중에서 선택합니다. + **유형** - 변환할 FieldType을 선택합니다. + **숫자** - 값 번호를 만들려고 시도합니다. + **문자열** - 값을 문자열로 구성합니다. + **시간** - 값을 시간으로 구문 분석하려고 시도합니다. + `yyyy-mm-dd` 또는 `DD MM YYYY hh:mm:ss`와 같은 문자열에 의한 입력으로 DateFormat을 지정하는 옵션을 표시합니다. + **부울** - 값을 부울로 만듭니다. + **열거형** - 값을 열거형으로 만듭니다. + 열거형을 관리할 테이블을 표시합니다. + **기타** - 값을 json으로 구문 분석하려고 시도합니다. 예를 들어 시간 필드를 **시간**으로 선택하고 날짜 형식을 `YYYY`로 선택하여 수정할 수 있는 다음 쿼리를 고려합니다. | Time | 표시 | 값 | | --- | --- | --- | | 2017-07-01 | 위 | 25 | | 2018-08-02 | 아래 | 22 | | 2019-09-02 | 아래 | 29 | | 2020-10-04 | 위 | 22 | 결과: | Time | 표시 | 값 | | --- | --- | --- | | 2017-01-01 00:00:00 | 위 | 25 | | 2018-01-01 00:00:00 | 아래 | 22 | | 2019-01-01 00:00:00 | 아래 | 29 | | 2020-01-01 00:00:00 | 위 | 22 | 이 변환을 통해 데이터 유형을 유연하게 조정하여 시각화의 호환성과 일관성을 보장할 수 있습니다. ## 필드 추출 이 변환을 사용하여 데이터 소스를 선택하고 다른 형식으로 추출합니다. 이 변환에는 다음 필드가 있습니다. + **소스** - 데이터 소스의 필드를 선택합니다. + **형식** - 다음 중 하나를 선택합니다. + **JSON** – 소스에서 JSON 콘텐츠를 구문 분석합니다. + **키\$1값 페어** - 소스에서 `a=b` 또는 `c:d` 형식의 콘텐츠를 구문 분석합니다. + **자동** - 필드를 자동으로 검색합니다. + **모든 필드 바꾸기** - (선택 사항) 다른 모든 필드를 숨기고 시각화에 계산된 필드만 표시하려면 이 옵션을 선택합니다. + **시간 유지** - (선택 사항) **모든 필드 바꾸기**가 true인 경우에만 사용할 수 있습니다. 출력에 시간 필드를 유지합니다. 다음 데이터세트를 고려합니다. **데이터세트 예제** | 타임스탬프 | json\$1data | | --- | --- | | 1636678740000000000 | \$1"value": 1\$1 | | 1636678680000000000 | \$1"value": 5\$1 | | 1636678620000000000 | \$1"value": 12\$1 | 이 구성을 사용하여 [시계열 패널](v10-panels-time-series.md)에서 사용할 데이터를 준비할 수 있습니다. + 소스: json\$1data + 형식: JSON + 필드: 값 + 별칭: my\$1value + 모든 필드 바꾸기: true + 시간 유지: true 그러면 다음 출력이 생성됩니다. **변환된 데이터** | 타임스탬프 | my\$1value | | --- | --- | | 1636678740000000000 | 1 | | 1636678680000000000 | 5 | | 1636678620000000000 | 12 | 이 변환을 사용하면 다양한 방식으로 데이터를 추출하고 형식을 지정할 수 있습니다. 특정 데이터 요구 사항에 따라 추출 형식을 사용자 지정할 수 있습니다. ## 리소스에서 필드 조회 이 변환을 사용하여 외부 소스에서 추가 필드를 검색하여 필드 값을 보강합니다. 이 변환에는 다음 필드가 있습니다. + **필드** - 데이터 세트에서 텍스트 필드를 선택합니다. + **조회** - **국가**, **미국 주** 및 **공항** 중에서 선택합니다. **참고** 이 변환은 공간 데이터만 지원합니다. 예를 들어 이 데이터가 있는 경우: **데이터세트 예제** | Location | 값 | | --- | --- | | AL | 0 | | AK | 10 | | 애리조나 | 5 | | 아칸소 | 1 | | 임의의 위치 | 5 | 이 구성을 사용하는 경우: + 필드: 위치 + 조회: 미국 주 출력은 다음과 같습니다. **변환된 데이터** | Location | ID | 이름 | Lng | lat | 값 | | --- | --- | --- | --- | --- | --- | | AL | AL | Alabama | -80.891064 | 12.448457 | 0 | | AK | AK | 아칸소 | -100.891064 | 24.448457 | 10 | | 애리조나 | | | | | 5 | | 아칸소 | | | | | 1 | | 임의의 위치 | | | | | 5 | 이 변환을 통해 외부 소스에서 추가 정보를 가져와 데이터를 보강하여 분석 및 시각화를 위한 보다 포괄적인 데이터세트를 제공할 수 있습니다. ## 쿼리 refId를 기준으로 데이터 필터링 이 변환을 사용하여 여러 쿼리가 있는 패널에서 하나 이상의 쿼리를 숨깁니다. Grafana에서는 쿼리 식별 문자를 어두운 회색 텍스트로 표시합니다. 쿼리 식별자를 선택하여 필터링을 전환합니다. 쿼리 문자가 흰색이면 결과가 표시됩니다. 쿼리 문자가 어두운 색이면 결과가 숨겨집니다. **참고** 이 데이터 소스는 반환된 데이터와 쿼리의 상관 관계를 지원하지 않으므로 Graphite에서는 이 변환을 사용할 수 없습니다. ## 값을 기준으로 데이터 필터링 이 변환을 사용하여 시각화 내에서 직접 데이터 포인트를 선택적으로 필터링합니다. 이 변환은 선택한 필드에 적용된 하나 이상의 조건을 기반으로 데이터를 포함하거나 제외하는 옵션을 제공합니다. 이 변환은 기본적으로 값을 기준으로 데이터 소스를 필터링하지 않는 경우에 매우 유용합니다. 공유 쿼리를 사용하는 경우 이 변환을 사용하여 값을 좁혀 표시할 수도 있습니다. 모든 필드에 대해 사용할 수 있는 조건은 다음과 같습니다. + **정규식** - 정규식과 일치합니다. + **Null임** - 값이 null인 경우 일치합니다. + **Null이 아님** - 값이 null이 아닌 경우 일치합니다. + **같음** - 값이 지정된 값과 같은 경우 일치합니다. + **다름** - 값이 지정된 값과 다른 경우 일치합니다. 숫자 필드에 대해 사용할 수 있는 추가 조건은 다음과 같습니다. + **초과** - 값이 지정된 값보다 큰 경우 일치합니다. + **미만** - 값이 지정된 값보다 작은 경우 일치합니다. + **이상** - 값이 크거나 같은 경우 일치합니다. + **이하** - 값이 작거나 같은 경우 일치합니다. + **범위** - 지정된 최솟값과 최댓값 사이의 범위(경계 포함)를 일치시킵니다. 다음 데이터세트를 고려합니다. | Time | Temperature | Altitude | | --- | --- | --- | | 2020-07-07 11:34:23 | 32 | 101 | | 2020-07-07 11:34:22 | 28 | 125 | | 2020-07-07 11:34:21 | 26 | 110 | | 2020-07-07 11:34:20 | 23 | 98 | | 2020-07-07 10:32:24 | 31 | 95 | | 2020-07-07 10:31:22 | 20 | 85 | | 2020-07-07 09:30:57 | 19 | 101 | 온도가 30°C 미만인 데이터 포인트를 **포함**하면 구성은 다음과 같이 표시됩니다. + 필터 유형: 'Include' + 조건: '온도'가 '30' '미만'과 일치하는 행 그리고 30°C 미만의 온도만 포함된 다음과 같은 결과를 얻을 수 있습니다. **변환된 데이터** | Time | Temperature | Altitude | | --- | --- | --- | | 2020-07-07 11:34:22 | 28 | 125 | | 2020-07-07 11:34:21 | 26 | 110 | | 2020-07-07 11:34:20 | 23 | 98 | | 2020-07-07 10:31:22 | 20 | 85 | | 2020-07-07 09:30:57 | 19 | 101 | 필터에 둘 이상의 조건을 추가할 수 있습니다. 예를 들어 고도가 100보다 큰 경우에만 데이터를 포함할 수 있습니다. 이렇게 하려면 다음 구성에 해당 조건을 추가합니다. + 필터 유형: 조건과 '모두 일치'하는 행 '포함' + 조건 1: '온도'가 '30' '미만'과 일치하는 행 + 조건 2: '고도'가 '100' '초과'와 일치하는 행 조건이 둘 이상인 경우 추가한 조건과 **임의 일치** 또는 **모두 일치** 조건을 충족하는 행에 작업(포함/제외)을 적용할지 여부를 선택할 수 있습니다. 위의 예제에서는 30°C 미만의 온도 *및(AND)* 100을 초과하는 고도에 해당하는 행을 포함하기 때문에 **모두 일치**를 선택했습니다. 대신 30°C 미만의 온도 *또는(OR)* 100을 초과하는 고도에 해당하는 행을 포함하려면 **임의 일치**를 선택합니다. 여기에는 온도가 32°C지만(첫 번째 조건과 일치하지 않음) 고도가 101인경우(두 번째 조건과 일치함) 포함되므로, 원본 데이터의 첫 번째 행이 포함됩니다. 유효하지 않거나 불완전하게 구성된 조건은 무시됩니다. 이 다목적 데이터 필터링 변환을 사용하면 특정 조건에 따라 데이터 포인트를 선택적으로 포함하거나 제외할 수 있습니다. 고유한 분석 요구 사항에 맞게 데이터 프레젠테이션을 조정하도록 기준을 사용자 지정합니다. ## 이름을 기준으로 필드 필터링 이 변환을 사용하여 쿼리 결과의 일부를 제거합니다. 필드 이름을 필터링하는 방법은 세 가지가 있습니다. + 정규식을 입력합니다. + 포함된 필드를 수동으로 선택합니다. + 대시보드 변수를 사용합니다. *정규식 사용* 정규식을 사용하여 필터링하는 경우 정규식과 일치하는 필드 이름이 포함됩니다. 예를 들어 `'prod.*'` 정규식을 사용하면 `prod`로 시작하는 필드만 반환됩니다. 정규식에는 `${variableName}` 구문을 사용하여 보간된 대시보드 변수가 포함될 수 있습니다. *포함된 필드를 수동으로 선택* 결과에서 제거할 필드 이름을 선택하거나 선택 취소합니다. 정규식도 포함된 경우 선택하지 않았어도 표현식과 일치하는 필드가 포함됩니다. *대시보드 변수 사용* **변수에서**를 선택하여 필드를 포함하는 데 사용되는 대시보드 변수를 선택할 수 있습니다. 여러 선택 사항으로 대시보드 변수를 설정하면 여러 시각화에서 동일한 필드를 표시할 수 있습니다. 이 변환은 쿼리 결과를 조정하여 효과적인 분석 및 시각화에 필요한 특정 필드에 집중할 수 있는 유연성을 제공합니다. ## 문자열 형식 지정 이 변환을 사용하여 문자열 필드의 출력을 사용자 지정합니다. 이 변환에는 다음 필드가 있습니다. + **대문자** - 전체 문자열 형식을 대문자로 지정합니다. + **소문자** - 전체 문자열 형식을 소문자로 지정합니다. + **문장 대소문자** - 문자열의 첫 번째 문자 형식을 대문자로 지정합니다. + **제목 대소문자** - 문자열에서 각 단어의 첫 번째 문자 형식을 대문자로 지정합니다. + **파스칼 대소문자** - 문자열에 있는 각 단어의 첫 번째 문자를 대문자로 지정하고 단어 사이에 공백을 포함하지 않습니다. + **카멜 대소문자** - 첫 번째 단어를 제외하고 문자열에 있는 각 단어의 첫 번째 문자를 대문자로 지정하고 단어 사이에 공백을 포함하지 않습니다. + **스네이크 대소문자** - 문자열의 모든 문자를 소문자로 지정하고 단어 사이에 공백 대신 밑줄을 사용합니다. + **케밥 대소문자** - 문자열의 모든 문자를 소문자로 지정하고 단어 사이에 공백 대신 대시를 사용합니다. + **자르기** - 문자열에서 모든 선행 및 후행 공백을 제거합니다. + **하위 문자열** - 지정된 시작 및 종료 위치를 사용하여 문자열의 하위 문자열을 반환합니다. 이 변환은 더 나은 시각화 및 분석을 위해 문자열 데이터의 프레젠테이션을 표준화 및 맞춤화하는 편리한 방법을 제공합니다. **참고** 이 변환은 현재 퍼블릭 평가판에서 제공됩니다. Grafana Labs는 제한된 지원을 제공하며, 기능을 정식 출시하기 전에 호환성에 영향을 미치는 변경 사항이 발생할 수 있습니다. ## 시간 형식 지정 이 변환을 사용하여 시간 필드의 출력을 사용자 지정합니다. 출력은 [Moment.js 형식 문자열](https://momentjs.com/docs/#/displaying/)을 사용하여 형식을 지정할 수 있습니다. 예를 들어 시간 필드의 연도만 표시하려면 형식 문자열 'YYYY'를 사용하여 달력 연도(예: 1999 또는 2012)를 표시할 수 있습니다. **변환 전:** | 타임스탬프 | Event | | --- | --- | | 1636678740000000000 | 시스템 시작 | | 1636678680000000000 | 사용자 로그인 | | 1636678620000000000 | 데이터 업데이트됨 | **'YYYY-MM-DD HH:mm:ss' 적용 후:** | 타임스탬프 | Event | | --- | --- | | 2021-11-12 14:25:40 | 시스템 시작 | | 2021-11-12 14:24:40 | 사용자 로그인 | | 2021-11-12 14:23:40 | 데이터 업데이트됨 | 이 변환을 통해 시각화의 시간 표현을 조정하여 시간 데이터를 표시하는 데 유연성과 정밀도를 제공할 수 있습니다. **참고** 이 변환은 Grafana v10과 호환되는 워크스페이스에서 알파 기능으로 사용할 수 있습니다. ## 그룹화 기준 이 변환은 지정된 필드(열) 값을 기준으로 데이터를 그룹화하고 각 그룹에 대한 계산을 처리합니다. 계산 선택 목록을 보려는 경우에 선택합니다. 다음은 원본 데이터 예제입니다. | Time | 서버 ID | CPU 온도 | 서버 상태 | | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | server 1 | 80 | Shutdown | | 7/7/2020 오전 11:34:20 | server 3 | 62 | 정상 | | 7/7/2020 오전 10:32:20 | server 2 | 90 | Overload | | 7/7/2020 오전 10:31:22 | server 3 | 55 | 정상 | | 7/7/2020 오전 9:30:57 | server 3 | 62 | Rebooting | | 7/7/2020 오전 9:30:05 | server 2 | 88 | 정상 | | 7/7/2020 오전 9:28:06 | server 1 | 80 | 정상 | | 7/7/2020 오전 9:25:05 | server 2 | 88 | 정상 | | 7/7/2020 오전 9:23:07 | server 1 | 86 | 정상 | 이 변환은 두 단계로 구성됩니다. 먼저 데이터를 그룹화할 기준이 되는 하나 이상의 필드를 지정합니다. 그러면 정렬한 것처럼 해당 필드의 모든 동일한 값이 함께 그룹화됩니다. 예를 들어 서버 ID 필드를 기준으로 그룹화하면 다음과 같이 데이터를 그룹화합니다. | Time | 서버 ID | CPU 온도 | 서버 상태 | | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | server 1 | 80 | Shutdown | | 7/7/2020 오전 9:28:06 | server 1 | 80 | 정상 | | 7/7/2020 오전 9:23:07 | server 1 | 86 | 정상 | | 7/7/2020 오전 10:32:20 | server 2 | 90 | Overload | | 7/7/2020 오전 9:30:05 | server 2 | 88 | 정상 | | 7/7/2020 오전 9:25:05 | server 2 | 88 | 정상 | | 7/7/2020 오전 11:34:20 | server 3 | 62 | 정상 | | 7/7/2020 오전 10:31:22 | server 3 | 55 | 정상 | | 7/7/2020 오전 9:30:57 | server 3 | 62 | Rebooting | 서버 ID의 동일한 값을 가진 모든 행이 함께 그룹화됩니다. 데이터를 그룹화할 기준이 되는 필드를 선택한 후 다른 필드에 다양한 계산을 추가할 수 있으며 계산을 각 행 그룹에 적용합니다. 예를 들어 각 서버의 평균 CPU 온도를 계산할 수 있습니다. 따라서 CPU 온도 필드에 적용된 *평균* 계산을 추가하여 다음을 얻을 수 있습니다. | 서버 ID | CPU 온도(평균) | | --- | --- | | server 1 | 82 | | server 2 | 88.6 | | server 3 | 59.6 | 그리고 둘 이상의 계산을 추가할 수 있습니다. 예를 들면 다음과 같습니다. + 시간 필드의 경우 *마지막* 값을 계산하여 각 서버에 마지막 데이터 포인트가 수신된 시기를 알 수 있습니다. + 서버 상태 필드의 경우 *마지막* 값을 계산하여 각 서버에 대한 마지막 상태 값을 알 수 있습니다. + 온도 필드의 경우 *마지막* 값을 계산하여 각 서버에 대해 모니터링되는 최신 온도를 알 수도 있습니다. 그러면 다음을 얻을 수 있습니다. | 서버 ID | CPU 온도(평균) | CPU 온도(마지막) | 시간(마지막) | 서버 상태(마지막) | | --- | --- | --- | --- | --- | | server 1 | 82 | 80 | 7/7/2020 오전 11:34:20 | Shutdown | | server 2 | 88.6 | 90 | 7/7/2020 오전 10:32:20 | Overload | | server 3 | 59.6 | 62 | 7/7/2020 오전 11:34:20 | 정상 | 이 변환을 통해 시계열에서 키 정보를 추출하여 편리한 방식으로 표시할 수 있습니다. ## 행렬로 그룹화 이 변환을 사용하여 쿼리 출력의 **열**, **행** 및 **셀 값** 필드의 입력으로 사용되는 세 필드를 결합하고 행렬을 생성합니다. 행렬은 다음과 같이 계산됩니다. **원본 데이터** | 서버 ID | CPU 온도 | 서버 상태 | | --- | --- | --- | | server 1 | 82 | 정상 | | server 2 | 88.6 | 정상 | | server 3 | 59.6 | Shutdown | `Server Status`의 값을 열 이름으로, `Server ID` 값을 행 이름으로, `CPU Temperature`를 각 셀의 콘텐츠로 사용하여 행렬을 생성할 수 있습니다. 각 셀의 콘텐츠가 기존 열(`Server Status`) 및 행 조합(`Server ID`)에 표시됩니다. 나머지 셀의 경우 **Null**, **참**, **거짓** 또는 **비어 있음** 사이에서 표시할 값을 선택할 수 있습니다. **출력** | 서버 ID | 정상 | Shutdown | | --- | --- | --- | | server 1 | 82 | | | server 2 | 88.6 | | | server 3 | | 59.6 | 이 변환을 사용하여 쿼리 결과의 필드를 지정해 행렬을 구성합니다. 행렬 출력은 이러한 필드의 고유 값 간 관계를 반영합니다. 이를 통해 명확하고 구조화된 행렬 형식으로 복잡한 관계를 표현할 수 있습니다. ## 중첩된 테이블로 그룹화 이 변환을 사용하여 지정된 필드(열) 값을 기준으로 데이터를 그룹화하고 각 그룹에 대한 계산을 처리합니다. 중첩된 테이블에 표시할 동일한 그룹화된 필드 값을 공유하는 레코드가 생성됩니다. 필드의 통계를 계산하려면 필드 옆의 상자를 선택하고 **계산** 옵션을 선택합니다. 그러면 통계를 선택할 수 있는 다른 선택 상자가 추가됩니다. 다음 표에서는 샘플 데이터를 보여줍니다. | Time | 서버 ID | CPU 온도 | 서버 상태 | | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | server 1 | 80 | Shutdown | | 7/7/2020 오전 11:34:20 | server 3 | 62 | 정상 | | 7/7/2020 오전 10:32:20 | server 2 | 90 | Overload | | 7/7/2020 오전 10:31:22 | server 3 | 55 | 정상 | | 7/7/2020 오전 9:30:57 | server 3 | 62 | Rebooting | | 7/7/2020 오전 9:30:05 | server 2 | 88 | 정상 | | 7/7/2020 오전 9:28:06 | server 1 | 80 | 정상 | | 7/7/2020 오전 9:25:05 | server 2 | 88 | 정상 | | 7/7/2020 오전 9:23:07 | server 1 | 86 | 정상 | 이 변환에는 두 단계가 있습니다. 먼저 데이터를 그룹화할 기준이 되는 하나 이상의 필드를 지정합니다. 그러면 필드의 모든 동일한 값이 정렬된 것처럼 함께 그룹화됩니다. 예를 들어 `Server ID` 필드별로 그룹화하면 Grafana에서 다음과 같이 데이터를 그룹화합니다. | 서버 ID | 데이터 | | --- | --- | | Time | CPU 온도 | 서버 상태 | | --- | --- | --- | | Time | CPU 온도 | 서버 상태 | | --- | --- | --- | | Time | CPU 온도 | 서버 상태 | | --- | --- | --- | | server 1 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-xform-functions.html) | | server 2 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-xform-functions.html) | | server 3 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-xform-functions.html) | | 7/7/2020 오전 11:34:20 | 80 | Shutdown | | 7/7/2020 오전 9:28:06 | 80 | 정상 | | 7/7/2020 오전 9:23:07 | 86 | 정상 | | 7/7/2020 오전 10:32:20 | 90 | Overload | | 7/7/2020 오전 9:30:05 | 88 | 정상 | | 7/7/2020 오전 9:25:05 | 88 | 정상 | | 7/7/2020 오전 11:34:20 | 62 | 정상 | | 7/7/2020 오전 10:31:22 | 55 | 정상 | | 7/7/2020 오전 9:30:57 | 62 | Rebooting | 데이터를 그룹화할 기준이 되는 필드를 선택한 후 다른 필드에 다양한 계산을 추가할 수 있으며 계산을 각 행 그룹에 적용합니다. 예를 들어 각 서버의 평균 CPU 온도를 계산할 수 있습니다. 이를 수행하기 위해 CPU 온도 필드에 적용된 평균 계산을 추가하여 다음 결과를 얻습니다. | 서버 ID | CPU 온도(평균) | | | --- | --- | --- | | Time | 서버 상태 | | --- | --- | | Time | 서버 상태 | | --- | --- | | Time | 서버 상태 | | --- | --- | | server 1 | 82 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-xform-functions.html) | | server 2 | 88.6 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-xform-functions.html) | | server 3 | 59.6 | [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/grafana/latest/userguide/v10-panels-xform-functions.html) | | 7/7/2020 오전 11:34:20 | Shutdown | | 7/7/2020 오전 9:28:06 | 정상 | | 7/7/2020 오전 9:23:07 | 정상 | | 7/7/2020 오전 10:32:20 | Overload | | 7/7/2020 오전 9:30:05 | 정상 | | 7/7/2020 오전 9:25:05 | 정상 | | 7/7/2020 오전 11:34:20 | 정상 | | 7/7/2020 오전 10:31:22 | 정상 | | 7/7/2020 오전 9:30:57 | Rebooting | ## 히트맵 생성 이 변환을 사용하여 시간 경과에 따른 추세를 시각화하기 위한 히스토그램 데이터를 준비합니다. 히트맵 시각화와 마찬가지로 이 변환은 히스토그램 지표를 시간 버킷으로 변환합니다. **X 버킷** 이 설정은 x축이 버킷으로 분할되는 방법을 결정합니다. + **크기** - 입력 필드에 시간 간격을 지정합니다. 예를 들어 `1h`의 시간 범위는 x축에서 1시간 너비의 셀을 생성합니다. + **개수** - 시간 관련 시리즈가 아닌 경우 이 옵션을 사용하여 버킷의 요소 수를 정의합니다. **Y 버킷** 이 설정은 y축이 버킷으로 분할되는 방법을 결정합니다. + **선형** + **로그** - 로그 밑 2 또는 로그 밑 10 중에서 선택합니다. + **Symlog** - 대칭 로그 스케일을 사용합니다. 로그 밑 2 또는 로그 밑 10 중에서 선택하여 음수 값을 허용합니다. 다음 데이터세트가 있다고 가정합니다. | 타임스탬프 | 값 | | --- | --- | | 2023-01-01 12:00:00 | 5 | | 2023-01-01 12:15:00 | 10 | | 2023-01-01 12:30:00 | 15 | | 2023-01-01 12:45:00 | 8 | + X 버킷을 `Size: 15m`으로 설정하고 Y 버킷을 `Linear`로 설정하면 히스토그램은 값을 x축에서 15분 간격으로 구성하고 y축에서 선형으로 구성합니다. + X 버킷은 `Count: 2`로, Y 버킷은 `Logarithmic (base 10)`으로 설정한 경우 히스토그램은 값을 x축에서 2개의 버킷으로 그룹화하고 y축에서 로그 스케일을 사용합니다. ## 히스토그램(Histogram) 이 변환을 사용하여 입력 데이터를 기반으로 히스토그램을 생성해 값 분포를 시각화할 수 있습니다. + **버킷 크기** - 버킷에서 최저 항목과 최고 항목 사이의 범위입니다(xMin\$1xMax). + **버킷 오프셋** - 0 기반이 아닌 버킷의 오프셋. + **시리즈 결합** - 사용 가능한 모든 시리즈를 사용하여 통합 히스토그램을 생성합니다. **원본 데이터** 시리즈 1: | A | B | C | | --- | --- | --- | | 1 | 3 | 5 | | 2 | 4 | 6 | | 3 | 5 | 7 | | 4 | 6 | 8 | | 5 | 7 | 9 | 시리즈 2: | C | | --- | | 5 | | 6 | | 7 | | 8 | | 9 | **출력** | xMin | xMax | A | B | C | C | | --- | --- | --- | --- | --- | --- | | 1 | 2 | 1 | 0 | 0 | 0 | | 2 | 3 | 1 | 0 | 0 | 0 | | 3 | 4 | 1 | 1 | 0 | 0 | | 4 | 5 | 1 | 1 | 0 | 0 | | 5 | 6 | 1 | 1 | 1 | 1 | | 6 | 7 | 0 | 1 | 1 | 1 | | 7 | 8 | 0 | 1 | 1 | 1 | | 8 | 9 | 0 | 0 | 1 | 1 | | 9 | 10 | 0 | 0 | 1 | 1 | 생성된 히스토그램을 사용하여 값의 분포를 시각화해 데이터의 확산 및 밀도에 대한 인사이트를 제공합니다. ## 필드로 조인 이 변환을 사용하여 여러 결과를 단일 테이블로 병합해 다양한 쿼리의 데이터를 통합할 수 있습니다. 여러 시계열 결과를 공유 시간 필드가 있는 단일 와이드 테이블로 변환하는 데 특히 유용합니다. **내부 조인** 내부 조인은 모든 테이블이 선택한 필드와 동일한 값을 공유하는 여러 테이블의 데이터를 병합합니다. 이 유형의 조인에는 모든 결과에서 값이 일치하지 않는 데이터가 제외됩니다. 이 변환을 사용하여 여러 쿼리의 결과를 하나의 결과로 결합하고(통과된 조인 필드 또는 첫 번째 열에서 결합) 조인에 실패한 행을 삭제합니다. 다음 예제에서는 두 쿼리에서 테이블 데이터를 반환합니다. 내부 조인 변환을 적용하기 전에 두 개의 개별 테이블로 시각화됩니다. 쿼리 A: | Time | 작업 | 가동 시간 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | 노드 | 25260122 | | 7/7/2020 오전 11:24:20 | postgre | 123001233 | | 7/7/2020 오전 11:14:20 | postgre | 345001233 | 쿼리 B: | Time | Server | 오류 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | server 1 | 15 | | 7/7/2020 오전 11:24:20 | server 2 | 5 | | 7/7/2020 오전 11:04:20 | server 3 | 10 | 내부 조인 변환을 적용한 후 결과는 다음과 같습니다. | Time | 작업 | 가동 시간 | Server | 오류 | | --- | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | 노드 | 25260122 | server 1 | 15 | | 7/7/2020 오전 11:24:20 | postgre | 123001233 | server 2 | 5 | *외부 조인* 외부 조인에는 내부 조인의 모든 데이터와 값이 모든 입력에서 일치하지 않는 행이 포함됩니다. 내부 조인은 시간 필드에서 쿼리 A와 쿼리 B를 조인하지만 외부 조인은 시간 필드에서 일치하지 않는 모든 행을 포함합니다. 다음 예제에서는 두 쿼리에서 테이블 데이터를 반환합니다. 외부 조인 변환을 적용하기 전에 두 테이블로 시각화됩니다. 쿼리 A: | Time | 작업 | 가동 시간 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | 노드 | 25260122 | | 7/7/2020 오전 11:24:20 | postgre | 123001233 | | 7/7/2020 오전 11:14:20 | postgre | 345001233 | 쿼리 B: | Time | Server | 오류 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | server 1 | 15 | | 7/7/2020 오전 11:24:20 | server 2 | 5 | | 7/7/2020 오전 11:04:20 | server 3 | 10 | 외부 조인 변환을 적용한 후 결과는 다음과 같습니다. | Time | 작업 | 가동 시간 | Server | 오류 | | --- | --- | --- | --- | --- | | 7/7/2020 오전 11:04:20 | | | server 3 | 10 | | 7/7/2020 오전 11:14:20 | postgre | 345001233 | | | | 7/7/2020 오전 11:34:20 | 노드 | 25260122 | server 1 | 15 | | 7/7/2020 오전 11:24:20 | postgre | 123001233 | server 2 | 5 | ## 레이블로 조인 이 변환을 사용하여 여러 결과를 단일 테이블에 조인합니다. 여러 시계열 결과를 공유 **레이블** 필드가 있는 단일 와이드 테이블로 변환하는 데 특히 유용합니다. + **조인** - 모든 시계열에서 사용 가능하거나 공통된 레이블 사이에서 조인할 레이블을 선택합니다. + **값** - 출력 결과의 이름. **예제** 입력 1: `series1{what='Temp', cluster='A', job='J1'}` | Time | 값 | | --- | --- | | 1 | 10 | | 2 | 200 | 입력 2: `series2{what='Temp', cluster='B', job='J1'}` | Time | 값 | | --- | --- | | 1 | 10 | | 2 | 200 | 입력 3: `series3{what='Speed', cluster='B', job='J1'}` | Time | 값 | | --- | --- | | 22 | 22 | | 28 | 77 | 구성: ``` value: 'what' ``` 출력: | 클러스터 | 작업 | 임시 파일 | Speed | | --- | --- | --- | --- | | A | J1 | 10 | | | A | J1 | 200 | | | B | J1 | 10 | 22 | | B | J1 | 200 | 77 | 시계열 데이터를 이 변환과 효과적으로 결합하고 구성하여 포괄적인 인사이트를 확보합니다. ## 레이블에서 필드로 이 변환을 사용하여 레이블 또는 태그가 있는 시계열 결과를 결과의 각 레이블 키 및 값을 포함하여 테이블로 변환합니다. 향상된 데이터 시각화를 위해 레이블을 열 또는 행 값으로 표시합니다. 두 시계열의 쿼리 결과가 있는 경우: + 시리즈 1 - 레이블 `Server=Server A`, `Datacenter=EU` + 시리즈 2 - 레이블 `Server=Server B`, `Datacenter=EU` **열** 모드에서 결과는 다음과 같습니다. | Time | Server | 데이터 센터 | 값 | | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | Server A | EU | 1 | | 7/7/2020 오전 11:34:20 | Server B | EU | 2 | '행' 모드에서 결과에는 각 시리즈에 대한 테이블이 있으며 다음과 같은 각 레이블 값이 표시됩니다. | 레이블 | 값 | | --- | --- | | Server | Server A | | 데이터 센터 | EU | | 레이블 | 값 | | --- | --- | | Server | Server B | | 데이터 센터 | EU | **값 필드 이름** **값 필드 이름**으로 서버를 선택한 경우 서버 레이블의 모든 값에 대해 하나의 필드를 가져옵니다. | Time | 데이터 센터 | Server A | Server B | | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | EU | 1 | 2 | **병합 동작** 레이블에서 필드 변환기는 내부적으로 두 개의 개별 변환입니다. 첫 번째는 단일 시리즈에 작동하고 레이블을 필드로 추출합니다. 두 번째는 모든 결과를 단일 테이블로 조인하는 병합 변환입니다. 병합 변환은 일치하는 모든 필드에서 조인을 시도합니다. 이 병합 단계는 필수이며 끌 수 없습니다. 이를 설명하기 위해 중복 레이블이 없는 시계열을 반환하는 두 개의 쿼리가 있는 예제가 나와 있습니다. + 시리즈 1 - 레이블 `Server=ServerA` + 시리즈 2 - 레이블 `Datacenter=EU` 그러면 먼저 다음 두 테이블이 생성됩니다. | Time | Server | 값 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | ServerA | 10 | | Time | 데이터 센터 | 값 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | EU | 20 | 병합 후: | Time | Server | 값 | 데이터 센터 | | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | ServerA | 10 | | | 7/7/2020 오전 11:34:20 | | 20 | EU | ## Limit 이 변환을 사용하여 표시되는 행 수를 제한해 데이터에 대한 보다 집중적인 보기를 제공합니다. 대규모 데이터세트를 처리할 때 특히 유용합니다. 다음은 **제한** 변환이 데이터 소스의 응답에 미치는 영향을 보여주는 예제입니다. | Time | 지표 | 값 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | Temperature | 25 | | 7/7/2020 오전 11:34:20 | 습도 | 22 | | 7/7/2020 오전 10:32:20 | 습도 | 29 | | 7/7/2020 오전 10:31:22 | Temperature | 22 | | 7/7/2020 오전 9:30:57 | 습도 | 33 | | 7/7/2020 오전 9:30:05 | Temperature | 19 | 다음은 값이 '3'인 제한 변환을 추가한 후의 결과입니다. | Time | 지표 | 값 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | Temperature | 25 | | 7/7/2020 오전 11:34:20 | 습도 | 22 | | 7/7/2020 오전 10:32:20 | 습도 | 29 | 이 변환을 통해 가장 관련성이 높은 데이터에 초점을 맞추도록 데이터의 시각적 프레젠테이션을 조정할 수 있습니다. ## 시리즈/테이블 병합 이 변환을 사용하여 여러 쿼리의 결과를 단일 결과로 결합합니다. 테이블 패널 시각화를 사용할 때 특히 유용합니다. 공유 필드에 동일한 데이터가 포함된 경우 변환은 값을 동일한 행으로 병합합니다. 다음은 테이블 데이터를 반환하는 두 쿼리에 대한 **시리즈/테이블 병합** 변환의 영향을 보여주는 예제입니다. **쿼리 A: | Time | 작업 | 가동 시간 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | 노드 | 25260122 | | 7/7/2020 오전 11:24:20 | postgre | 123001233 | 쿼리 B: | Time | 작업 | 오류 | | --- | --- | --- | | 7/7/2020 오전 11:34:20 | 노드 | 15 | | 7/7/2020 오전 11:24:20 | postgre | 5 | 다음은 병합 변환을 적용한 후 결과입니다. | Time | 작업 | 오류 | 가동 시간 | | --- | --- | --- | --- | | 7/7/2020 오전 11:34:20 | 노드 | 15 | 25260122 | | 7/7/2020 오전 11:24:20 | postgre | 5 | 123001233 | 이 변환은 쿼리 A 및 쿼리 B의 값을 통합 테이블로 결합하여 더 나은 인사이트를 얻기 위해 프레젠테이션을 개선합니다. ## 이름으로 필드 구성 이 변환을 사용하여 패널의 단일 쿼리에서 반환된 필드의 이름을 바꾸거나, 순서를 바꾸거나, 숨깁니다. 이 변환은 단일 쿼리가 있는 패널에서만 작동합니다. 패널에 여러 쿼리가 있는 경우 *외부 조인* 변환을 적용하거나 추가 쿼리를 제거해야 합니다. **필드 변환** Grafana에서는 쿼리에서 반환된 필드 목록을 표시합니다. 다음을 수행할 수 있습니다. + **필드 순서 변경** - 필드를 목록의 새 위치로 끕니다. + **필드 숨기기 또는 표시** - 필드 이름 옆의 눈 아이콘을 사용하여 필드 표시 여부를 전환합니다. + **필드 이름 바꾸기** - **이름 바꾸기** 상자에 새 이름을 입력합니다. **예제** 이 초기 쿼리 결과를 고려하는 경우: | Time | 지표 | 값 | | --- | --- | --- | | 2020-07-07 11:34:20 | Temperature | 25 | | 2020-07-07 11:34:20 | 습도 | 22 | | 2020-07-07 10:32:20 | 습도 | 29 | 이름 바꾸기 필드 재정의를 적용하여 다음을 생성할 수 있습니다. | Time | 센서 | 읽기 | | --- | --- | --- | | 2020-07-07 11:34:20 | Temperature | 25 | | 2020-07-07 11:34:20 | 습도 | 22 | | 2020-07-07 10:32:20 | 습도 | 29 | 이 변환을 통해 쿼리 결과 표시를 조정하여 Grafana에서 데이터를 명확하게 표시하고 인사이트를 얻을 수 있도록 표현할 수 있습니다. ## 값별 파티션 이 변환을 사용하면 `WHERE` 절이 서로 다른 여러 쿼리 없이도 여러 시리즈를 그래프로 표시하는 프로세스를 간소화합니다. **참고** 이 함수는 Grafana 버전 9 이상과 호환되는 워크스페이스에서 사용할 수 있습니다. 이 예제와 같이 지표 SQL 테이블을 사용할 때 특히 유용합니다. | Time | 리전 | 값 | | --- | --- | --- | | 10/20/2022 오후 12:00:00 | US | 1520 | | 10/20/2022 오후 12:00:00 | EU | 2936 | | 10/20/2022 오전 1:00:00 | US | 1327 | | 10/20/2022 오전 1:00:00 | EU | 912 | *값별 파티션* 변환기를 사용하면 단일 쿼리를 실행하고 선택한 하나 이상의 열(필드)에서 고유한 값으로 결과를 분할할 수 있습니다. 다음 예에는 `Region`가 사용됩니다. ``` SELECT Time, Region, Value FROM metrics WHERE Time > '2022-10-20' ``` | Time | 리전 | 값 | | --- | --- | --- | | 10/20/2022 오후 12:00:00 | US | 1520 | | 10/20/2022 오전 1:00:00 | US | 1327 | | Time | 리전 | 값 | | --- | --- | --- | | 10/20/2022 오후 12:00:00 | EU | 2936 | | 10/20/2022 오전 1:00:00 | EU | 912 | 이 변환은 프로세스를 간소화하고 동일한 시계열 시각화 내에서 여러 시리즈를 시각화하는 유연성을 개선합니다. ## 시계열 준비 이 변환을 사용하여 데이터 소스가 원하는 시각화와 호환되지 않는 형식으로 시계열 데이터를 반환할 때 문제를 해결합니다. 이 변환을 통해 시계열 데이터를 와이드 형식과 긴 형식 사이를 변환할 수 있습니다. **다중 프레임 시계열** 시계열 데이터 프레임을 와이드 형식에서 긴 형식으로 변환하려면 이 옵션을 사용합니다. 데이터 소스가 시각화와 최적의 호환성을 위해 재구성해야 하는 형식으로 시계열 정보를 전달할 때 특히 유용합니다. *예제* 이 입력의 경우: | 타임스탬프 | Value1 | Value2 | | --- | --- | --- | | 2023-01-01 00:00:00 | 10 | 20 | | 2023-01-01 01:00:00 | 15 | 25 | 다음으로 변환할 수 있습니다. | 타임스탬프 | 변수 | 값 | | --- | --- | --- | | 2023-01-01 00:00:00 | Value1 | 10 | | 2023-01-01 00:00:00 | Value2 | 20 | | 2023-01-01 01:00:00 | Value1 | 15 | | 2023-01-01 01:00:00 | Value2 | 25 | **와이드 시계열** 시계열 데이터 프레임을 와이드 형식에서 긴 형식으로 변환하려면 이 옵션을 사용합니다. 데이터 소스가 시계열 데이터를 긴 형식으로 제공하고 시각화에 와이드 형식이 필요한 경우에 특히 유용합니다. *예제* 이 입력의 경우: | 타임스탬프 | 변수 | 값 | | --- | --- | --- | | 2023-01-01 00:00:00 | Value1 | 10 | | 2023-01-01 00:00:00 | Value2 | 20 | | 2023-01-01 01:00:00 | Value1 | 15 | | 2023-01-01 01:00:00 | Value2 | 25 | 다음으로 변환할 수 있습니다. | 타임스탬프 | Value1 | Value2 | | --- | --- | --- | | 2023-01-01 00:00:00 | 10 | 20 | | 2023-01-01 01:00:00 | 15 | 25 | ## 축소 이 변환을 사용하면 데이터 프레임의 각 필드에 계산을 적용하고 단일 값을 반환합니다. 이 변환은 여러 시계열 데이터를 보다 압축 및 요약된 형식으로 통합하는 데 특히 유용합니다. 이 변환을 적용하면 시간 필드가 제거됩니다. 다음 입력을 고려합니다. 쿼리 A: | Time | 임시 파일 | 가동 시간 | | --- | --- | --- | | 2020-07-07 11:34:20 | 12.3 | 256122 | | 2020-07-07 11:24:20 | 15.4 | 1230233 | 쿼리 B: | Time | AQI | 오류 | | --- | --- | --- | | 2020-07-07 11:34:20 | 6.5 | 15 | | 2020-07-07 11:24:20 | 3.2 | 5 | 축소 변환기에는 두 가지 모드가 있습니다. + **시리즈에서 행으로** - 각 필드에 대한 행과 각 계산에 대한 열을 생성합니다. + **필드 축소** - 기존 프레임 구조를 유지하지만 각 필드를 단일 값으로 축소합니다. 예를 들어, **시리즈에서 행으로** 변환과 함께 **첫 번째** 및 **마지막** 계산을 사용하는 경우 결과는 다음과 같습니다. | Field | 첫 번째 | Last | | --- | --- | --- | | 임시 파일 | 12.3 | 15.4 | | 가동 시간 | 256122 | 1230233 | | AQI | 6.5 | 3.2 | | 오류 | 15 | 5 | **마지막** 계산과 함께 **필드 축소**를 수행하면 각각 하나의 행을 포함하는 두 개의 프레임이 생성됩니다. 쿼리 A: | 임시 파일 | 가동 시간 | | --- | --- | | 15.4 | 1230233 | 쿼리 B: | AQI | 오류 | | --- | --- | | 3.2 | 5 | ## 정규식으로 이름 바꾸기 이 변환을 사용하여 정규식 및 대체 패턴을 사용하여 쿼리 결과의 일부 이름을 바꿉니다. 역참조를 지원하는 대체 패턴과 함께 일치에만 적용되는 정규식을 지정할 수 있습니다. 예를 들어 호스트당 CPU 사용량을 시각화하며 이때 도메인 이름을 제거하려고 한다고 가정합니다. 정규식을 `([^\.]+)\..+`로 설정하고 대체 패턴을 `$1`로 설정하면 `web-01.example.com`이 `web-01`이 됩니다. 이 변환을 통해 시각화 요구 사항에 맞게 데이터를 조정하여 대시보드를 더 유용하고 사용자 친화적으로 만들 수 있습니다. ## 행에서 필드로 이 변환을 사용하여 행을 별도의 필드로 변환합니다. 필드를 개별적으로 스타일 지정하고 구성할 수 있으므로 유용할 수 있습니다. 또한 추가 필드를 동적 필드 구성의 소스로 사용하거나 필드 레이블에 매핑할 수도 있습니다. 그런 다음, 추가 레이블을 사용하여 결과 필드에 대한 더 나은 표시 이름을 정의할 수 있습니다. 이 변환에는 구성 쿼리에서 반환된 데이터의 모든 필드를 나열하는 필드 테이블이 포함됩니다. 이 테이블을 통해 각 구성 속성에 매핑해야 하는 필드를 제어할 수 있습니다(**다음으로 사용** 옵션). 반환된 데이터에 여러 행이 있는 경우 선택할 값을 선택할 수도 있습니다. 이 변환에는 다음이 필요합니다. + 필드 이름의 소스로 사용할 하나의 필드. 기본적으로 변환은 첫 번째 문자열 필드를 소스로 사용합니다. 대신 사용하려는 필드의 **다음으로 사용** 열에서 **필드 이름**을 선택하여 이 기본 설정을 재정의할 수 있습니다. + 값의 소스로 사용할 하나의 필드. 기본적으로 변환은 첫 번째 숫자 필드를 소스로 사용합니다. 그러나 대신 사용하려는 필드의 **다음으로 사용** 열에서 **필드 값**을 선택하여 이 기본 설정을 재정의할 수 있습니다. 다음 경우에 데이터를 시각화할 때 유용합니다. + Gauge + Stat + 파이 차트 **레이블에 추가 필드 매핑** 필드가 구성 속성에 매핑되지 않는 경우 Grafana는 출력 필드의 레이블에 대한 소스로 해당 필드를 자동으로 사용합니다. 예제: | 이름 | 데이터 센터 | 값 | | --- | --- | --- | | ServerA | US | 100 | | ServerB | EU | 200 | 출력: | ServerA(레이블: DataCenter: US) | ServerB(레이블: DataCenter: EU) | | --- | --- | | 100 | 200 | 이제 필드 표시 이름에 추가 레이블을 사용하여 더 완전한 필드 이름을 제공할 수 있습니다. 한 쿼리에서 구성을 추출하여 다른 쿼리에 적용하려면 *쿼리 결과에서 구성* 변환을 사용해야 합니다. **예제** 입력: | 이름 | 값 | 최대 | | --- | --- | --- | | ServerA | 10 | 100 | | ServerB | 20 | 200 | | ServerC | 30 | 300 | 출력: | ServerA(구성: 최대=100) | ServerB(구성: 최대=200) | ServerC(구성: 최대=300) | | --- | --- | --- | | 10 | 20 | 30 | 소스 데이터의 각 행은 별도의 필드가 됩니다. 이제 각 필드에는 최대 구성 옵션 세트도 있습니다. **최소**, **최대**, **단위** 및 **임계치**와 같은 옵션은 모두 필드 구성의 일부이며 이와 같이 설정된 경우 패널 편집기 옵션 창에서 수동으로 구성된 옵션 대신 시각화에서 사용됩니다. 이 변환을 통해 행을 개별 필드로 변환하고 동적 필드 구성을 용이하게 하며 추가 필드를 레이블에 매핑할 수 있습니다. ## 시리즈에서 행으로 이 변환을 사용하여 여러 시계열 데이터 쿼리의 결과를 단일 결과로 결합합니다. 이 방식은 테이블 패널 시각화를 사용할 때 유용합니다. 이 변환의 결과에는 시간, 지표 및 값과 같은 세 가지 열이 포함됩니다. 지표가 생성된 쿼리를 확인할 수 있도록 지표 열이 추가됩니다. 소스 쿼리에서 레이블을 정의하여 이 값을 사용자 지정합니다. 아래 예제에는 시계열 데이터를 반환하는 두 개의 쿼리가 있습니다. 변환을 적용하기 전에 두 개의 개별 테이블로 시각화됩니다. **쿼리 A: | Time | Temperature | | --- | --- | | 2020-07-07 11:34:20 | 25 | | 2020-07-07 10:31:22 | 22 | | 2020-07-07 09:30:05 | 19 | *쿼리 B:* | Time | 습도 | | --- | --- | | 2020-07-07 11:34:20 | 24 | | 2020-07-07 10:32:20 | 29 | | 2020-07-07 09:30:57 | 33 | 다음은 시리즈를 행으로 변환을 적용한 후 결과입니다. | Time | 지표 | 값 | | --- | --- | --- | | 2020-07-07 11:34:20 | Temperature | 25 | | 2020-07-07 11:34:20 | 습도 | 22 | | 2020-07-07 10:32:20 | 습도 | 29 | | 2020-07-07 10:31:22 | Temperature | 22 | | 2020-07-07 09:30:57 | 습도 | 33 | | 2020-07-07 09:30:05 | Temperature | 19 | 이 변환을 통해 여러 시계열 쿼리의 결과를 쉽게 통합할 수 있으므로 효율적인 분석 및 시각화를 위한 간소화되고 통합된 데이터세트를 테이블 형식으로 제공할 수 있습니다. ## 정렬 기준 이 변환을 사용하여 지정된 필드를 기반으로 쿼리 결과 내 각 프레임을 정렬해 데이터를 더 쉽게 이해하고 분석할 수 있습니다. 정렬을 위해 원하는 필드를 구성하여 테이블 또는 시각화에 데이터가 표시되는 순서를 제어할 수 있습니다. **역방향** 스위치를 사용하여 지정된 필드 내에서 값을 역순으로 정렬합니다. 이 기능은 분석 요구 사항에 맞게 오름차순과 내림차순으로 빠르게 전환하려는 경우에 특히 유용합니다. 예를 들어 데이터 소스에서 시계열 데이터를 검색하는 시나리오에서는 **정렬 기준** 변환을 적용하여 분석 요구 사항에 따라 타임스탬프를 기반으로 데이터 프레임을 오름차순 또는 내림차순으로 정렬할 수 있습니다. 이 기능을 사용하면 시계열 데이터를 쉽게 탐색하고 해석하여 체계적이고 시각적으로 일관된 프레젠테이션에서 귀중한 인사이트를 얻을 수 있습니다. ## 공간 이 변환을 사용하여 쿼리 결과에 공간 작업을 적용합니다. + **작업** - 작업을 선택합니다. + **공간 필드 준비** - 다른 필드의 결과를 기반으로 지오메트리 필드를 설정합니다. + **위치 모드** - 위치 모드를 선택합니다(이러한 옵션은 **값 계산** 및 **변환** 모드에서 공유됨). + **자동** - 기본 필드 이름을 기반으로 위치 데이터를 자동으로 식별합니다. + **좌표** - 위도 및 경도 필드를 지정합니다. + **지오해시** - 지오해시 필드를 지정합니다. + **조회** - Gazetteer 위치 필드를 지정합니다. + **값 계산** - 지오메트리를 사용하여 새 필드(제목/거리/영역)를 정의합니다. + **함수** - 지오메트리에 적용할 수학 연산을 선택합니다. + **제목** - 두 점 사이의 제목(방향)을 계산합니다. + **영역** - 지오메트리로 정의된 다각형으로 둘러싸인 영역을 계산합니다. + **거리** - 두 지점 간 거리를 계산합니다. + **변환** - 지오메트리에 공간 작업을 적용합니다. + **작업** - 지오메트리에 적용할 작업을 선택합니다. + **선으로** - 각 행에 꼭짓점을 사용하여 단일 선 기능을 생성합니다. + **선 빌더** - 두 점 사이에 선을 생성합니다. 이 변환을 통해 지리 공간 데이터를 조작 및 분석하여 포인트 간 선 생성, 공간 속성 계산 등과 같은 작업을 수행할 수 있습니다. ## 시계열에서 테이블로 변환 이 변환을 사용하여 시계열 결과를 테이블로 변환해 시계열 데이터 프레임을 **추세** 필드로 변환합니다. 그런 다음, [스파크라인 셀 유형](v10-panels-table.md#v10-panels-table-cell-type)을 사용하여 **추세** 필드를 렌더링해 각 테이블 행에 대한 인라인 스파크라인을 생성할 수 있습니다. 시계열 쿼리가 여러 개 있는 경우 각각 별도의 테이블 데이터 프레임을 생성합니다. 조인 또는 병합 변환을 사용해 조인하여 행당 여러 개의 스파크라인이 있는 단일 테이블을 생성할 수 있습니다. 생성된 각 **추세** 필드 값에 대해 계산 함수를 선택할 수 있습니다. 기본값은 **null이 아닌 마지막 값**입니다. 이 값은 스파크라인 옆에 표시되며 테이블 행을 정렬하는 데 사용됩니다. ## 회귀 분석 이 변환을 사용하여 통계 모델에서 예측한 값을 포함하는 새 데이터 프레임을 생성합니다. 혼란스러운 데이터의 추세를 찾는 데 유용합니다. 선형 또는 다항 회귀를 사용하여 데이터에 수학 함수를 맞추는 방식으로 작동합니다. 그런 다음, 시각화에서 데이터 프레임을 사용하여 추세선을 표시할 수 있습니다. 두 가지 모드가 있습니다. + **선형 회귀** - 선형 함수를 데이터에 맞춥니다. + **다항식 회귀** - 다항식 함수를 데이터에 맞춥니다. **참고** 이 변환은 현재 퍼블릭 평가판에서 제공됩니다. Grafana Labs는 제한된 지원을 제공하며, 기능을 정식 출시하기 전에 호환성에 영향을 미치는 변경 사항이 발생할 수 있습니다. # 쿼리 문제 해결 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 이 페이지에서는 일반적인 대시보드 문제 해결과 관련된 정보를 제공합니다. **함수를 재정렬할 때 다른 결과를 얻음** 함수 순서는 매우 중요합니다. 수학과 마찬가지로 함수를 배치하는 순서가 결과에 영향을 미칠 수 있습니다. **쿼리 요청 및 응답 검사** 가장 일반적인 문제는 데이터 소스의 쿼리 및 응답과 관련이 있습니다. Grafana에서 버그 또는 시각화 문제처럼 보이지만 거의 대부분 데이터 소스 쿼리 또는 데이터 소스 응답 관련 문제입니다. 먼저 패널 쿼리 및 응답을 검사합니다. 자세한 내용은 [요청 및 응답 데이터 검사](v10-panels-panel-inspector.md)를 참조하세요. **쿼리가 느림** 쿼리에서 반환하는 데이터 포인트는 몇 개인가요? 많은 데이터 포인트를 반환하는 쿼리는 속도가 느립니다. 다음 방법을 시도하세요. + **쿼리 옵션**에서 반환되는 **최대 데이터 포인트**를 제한합니다. + **쿼리 옵션**에서 **최소 간격** 시간을 늘립니다. + 쿼리에서 `group by` 함수를 사용합니다. # 계산 유형 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 다음 표에는 Grafana에서 수행할 수 있는 계산 목록이 포함되어 있습니다. **변환** 탭과 막대 게이지, 게이지 및 통계 시각화에서 이러한 계산을 확인할 수 있습니다. | 계산 | 설명 | | --- | --- | | 모든 null | 모든 값이 null인 경우 True | | 모든 값 | 모든 값이 포함된 배열 | | 모든 고유한 값 | 모든 고유한 값이 포함된 배열 | | 모두 0 | 모든 값이 0인 경우 True | | 변경 횟수 | 필드의 값이 변경되는 횟수 | | 개수 | 필드에 있는 값 수 | | 델타 | 값의 누적 변화, 증분만 포함 | | 차이 | 필드의 첫 번째 값과 마지막 값의 차이 | | 차이 백분율 | 필드의 첫 번째 값과 마지막 값의 백분율 변화 | | 고유한 개수 | 필드에 있는 고유한 값 수 | | 첫 번째 | 필드의 첫 번째 값 | | 첫 번째\$1(null 아님) | 필드에서 null 값이 아닌 첫 번째 값(NaN도 제외) | | Last | 필드의 마지막 값 | | 마지막\$1(null 아님) | 필드에서 null 값이 아닌 마지막 값(NaN도 제외) | | 최대 | 필드의 최댓값 | | 평균 | 필드에 있는 모든 값의 평균 값 | | 분산 | 필드에 있는 모든 값의 편차 | | StdDev | 필드에 있는 모든 값의 표준 편차 | | 최소 | 필드의 최솟값 | | 최소(0 초과) | 필드의 최소 양수 값 | | Range | 필드의 최댓값과 최솟값의 차이 | | 단계 | 필드의 값 사이에서 최소 간격 | | 합계 | 필드에 있는 모든 값의 합계 | # 패널 옵션 구성 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. Grafana 패널은 데이터 소스 쿼리를 정의하며, 데이터를 변환하고 서식을 지정하며, 시각화 설정을 구성하여 사용자 지정할 수 있는 데이터의 시각적 표현입니다. 패널 편집기에는 쿼리 빌더와 데이터를 변환하고 패널에 정보를 추가하는 데 사용할 수 있는 일련의 옵션이 포함되어 있습니다. 이 주제에서는 다음 방법을 설명합니다. + 편집할 패널 열기 + 제목 및 설명 추가 + 패널 JSON 모델 보기 + 반복 행 및 패널 구성 ## 패널 편집 대시보드에 패널을 추가한 후 언제든지 패널을 열어 쿼리를 변경 또는 업데이트하고, 데이터 변환을 추가하며, 시각화 설정을 변경할 수 있습니다. **패널을 편집하는 방법** 1. 편집하려는 패널이 포함된 대시보드를 여세요. 1. 패널의 아무 부분이나 마우스로 가리키면 오른쪽 상단에 작업 메뉴가 표시됩니다. 1. 링크를 선택하고 **편집**을 선택하세요. 키보드 단축키를 사용하여 패널을 열려면 패널 위로 마우스를 가져가서 `e`를 누르세요. 패널이 편집 모드로 열립니다. ## 패널에 제목 및 설명 추가 패널에 제목과 설명을 추가하여 시각화에 대한 중요한 정보를 사용자와 공유합니다. 예를 들어 설명을 사용하여 시각화의 목적을 문서화합니다. 1. 패널을 편집하세요. 1. 패널 표시 옵션 창에서 **패널 옵션** 섹션을 찾으세요. 1. **제목**을 입력하세요. 이 필드에 입력한 텍스트는 패널 편집기 및 대시보드의 툴팁에 표시됩니다. 1. 표시하려는 패널과 데이터에 대한 설명을 작성하세요. 이 필드에 입력한 텍스트는 패널의 왼쪽 상단에 있는 툴팁에 나타납니다. **제목** 및 **설명** 필드에 [정의한 변수](v10-dash-variables.md)를 사용할 수 있지만 [전역 변수](v10-dash-variable-add.md#v10-dash-variable-add-global)는 사용할 수 없습니다. ## 패널 JSON 모델 보기 패널, 패널 데이터 및 데이터 프레임 JSON 모델을 탐색하고 내보내세요. **패널 JSON 모델을 보는 방법** 1. 패널이 포함된 대시보드를 여세요. 1. 패널의 아무 부분이나 마우스로 가리키면 오른쪽 상단에 작업 메뉴가 표시됩니다. 1. 메뉴에서 **검사 > 패널 JSON**을 선택하세요. 1. **소스 코드** 섹션에서 다음 옵션 중 하나를 선택하세요. + **패널 JSON** - 패널을 나타내는 JSON 객체를 표시합니다. + **패널 데이터** - 패널에 전달된 데이터를 나타내는 JSON 객체를 표시합니다. + **DataFrame 구조** - 적용된 변환, 필드 구성 및 재정의 구성을 포함하여 패널의 데이터 구조를 표시합니다. 1. JSON을 탐색하려면 **>**를 선택하여 JSON 모델의 일부를 확장하거나 축소하세요. ## 반복 패널 구성 대시보드에 패널 또는 행을 동적으로 추가하도록 Grafana를 구성할 수 있습니다. 동적 패널은 시스템에서 변수의 값을 기반으로 생성하는 패널입니다. 변수는 대시보드의 모든 패널에서 쿼리를 동적으로 변경합니다. 패널 반복에 대한 자세한 내용은 [대시보드 생성](v10-dash-creating.md) 섹션을 참조하세요. **참고** 패널을 반복하려면 변수에서 하나 이상의 항목을 선택해야 합니다. 패널을 0회 반복하여 숨길 수 없습니다. *사전 조건* + 쿼리에 다중 값 변수가 포함되어 있는지 확인합니다. **반복 패널을 구성하는 방법** 1. 반복하려는 패널을 편집하세요. 1. 표시 옵션 창에서 **패널 옵션 > 반복 옵션**을 선택하세요. 1. **방향**을 선택하세요. + 패널을 나란히 정렬하려면 **가로**를 선택하세요. Grafana에서는 반복 패널의 너비를 조정합니다. 행의 다른 패널을 반복 패널과 혼합할 수 없습니다. + **세로**를 선택하여 열에 패널을 정렬하세요. 반복 패널의 너비는 원본 반복 패널과 동일합니다. 1. 모든 패널에 변경 사항을 전파하려면 대시보드를 다시 로드하세요. # 표준 옵션 구성 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. Grafana에서 사용되는 데이터 모델은 시계열 및 테이블 쿼리 결과를 모두 통합하는 열 중심의 테이블 구조입니다. 이 구조 내의 각 열을 *필드*라고 합니다. 필드는 단일 시계열 또는 테이블 열을 나타낼 수 있습니다. 필드 옵션을 사용하면 시각화에 데이터가 표시되는 방식을 변경할 수 있습니다. 적용하는 옵션 및 재정의는 데이터를 변경하지 않으며 Grafana에서 데이터를 표시하는 방식을 변경합니다. 옵션을 변경하면 모든 필드, 즉 모든 시리즈 또는 열에 적용됩니다. 예를 들어 단위를 백분율로 변경하면 숫자 값이 있는 모든 필드가 백분율로 표시됩니다. 필드 형식 지정 옵션의 전체 목록은 이 주제의 뒷부분에 포함되어 있습니다. **참고** 대부분의 기본 제공 Grafana 패널에 표준 옵션을 적용할 수 있습니다. 새 패널 및 데이터 모델로 업데이트되지 않은 일부 이전 패널 및 커뮤니티 패널에서는 이러한 필드 옵션의 전부 또는 일부가 누락됩니다. **표준 옵션을 구성하는 방법** 1. 대시보드를 여세요. 패널의 아무 부분이나 마우스로 가리키면 대시보드의 오른쪽 상단에 작업 메뉴가 표시됩니다. 1. 실행 메뉴에서 **편집**을 선택합니다. 1. 패널 표시 옵션 창에서 **표준 옵션** 섹션을 찾으세요. 1. 적용할 표준 옵션을 선택하세요. 1. 변경 내용을 미리 보려면 편집하려는 필드 옵션 상자 외부를 선택하거나 **Enter**를 누르세요. **표준 옵션 정의** 이 섹션에서는 사용 가능한 모든 표준 옵션을 설명합니다. 대부분의 기본 제공 Grafana 패널에 표준 옵션을 적용할 수 있습니다. 새 패널 및 데이터 모델로 업데이트되지 않은 일부 이전 패널 및 커뮤니티 패널에서는 이러한 필드 옵션의 전부 또는 일부가 누락됩니다. 편집하려는 필드 옵션 상자 외부를 클릭하거나 **Enter**를 누를 때까지 대부분의 필드 옵션은 시각화에 영향을 주지 않습니다. **참고** Grafana Labs는 모든 시각화에 대한 옵션을 추가하고 확장하기 위해 지속적으로 노력하고 있으므로 모든 시각화에 대해 모든 옵션을 사용하지 못할 수도 있습니다. ## 단위 필드에서 사용해야 하는 단위를 선택할 수 있습니다. **단위** 필드를 선택한 다음, 원하는 단위를 찾을 때까지 드릴다운합니다. 선택한 단위는 시간을 제외한 모든 필드에 적용됩니다. ### 사용자 지정 단위 단위 드롭다운을 사용하여 사용자 지정 단위, 사용자 지정 접두사 또는 접미사 및 날짜 시간 형식을 지정할 수도 있습니다. 사용자 지정 단위를 선택하려면 단위를 입력하고 드롭다운에서 마지막 **사용자 지정: xxx** 옵션을 선택합니다. + **suffix:** - 값 다음에 와야 하는 사용자 지정 단위. + **prefix:** - 값보다 이전이어야 하는 사용자 지정 단위. + **time:** - 사용자 지정 날짜 시간 형식(예: `time:YYYY-MM-DD`). 형식 구문 및 옵션은 *Moment.js 설명서*의 [format](https://momentjs.com/docs/#/displaying/)을 참조하세요. + **si:** - 사용자 지정 SI 단위. 예를 들어 `si: mF`입니다. 단위와 소스 데이터 스케일을 모두 지정할 수 있으므로 조금 더 고급입니다. 따라서 소스 데이터가 밀리 단위(천 단위)로 표시되는 경우 SI 스케일 문자를 단위의 접두사로 추가합니다. + **count:** - 사용자 지정 개수 단위. + **currency:** - 사용자 지정 통화 단위. 단위 선택기에 기본 이모티콘을 붙여넣고 사용자 지정 단위로 선택할 수도 있습니다. ### 문자열 단위 Grafana에서는 문자열을 구문 분석하고 숫자로 표시하는 데 있어 때때로 너무 공격적일 수 있습니다. 원본 문자열 값을 표시하도록 Grafana를 구성하려면 필드 재정의를 생성하고 **문자열** 단위로 단위 속성을 추가합니다. ### 스케일 단위 기본적으로 Grafana에서는 값의 크기에 따라 단위를 자동으로 조정합니다. 예를 들어 값이 0.14kW인 경우 Grafana에서는 값을 140W로 표시합니다. 또 다른 예로 3,000kW는 3MW로 표시됩니다. 이 동작을 비활성화하려면 **스케일 단위** 스위치를 끌 수 있습니다. ## 최소 백분율 임계치 계산에 사용되는 최솟값을 설정할 수 있습니다. 최솟값을 자동으로 계산하려면 비워 둡니다. ## 최대 백분율 임계치 계산에 사용되는 최댓값을 설정할 수 있습니다. 최댓값을 자동으로 계산하려면 비워 둡니다. ## 필드 최소/최대 기본적으로 계산된 최솟값과 최댓값은 모든 시리즈와 필드에서 최솟값과 최댓값을 기반으로 합니다. 필드 최소/최대를 켜면 해당 필드의 최소 또는 최대를 기준으로 각 필드의 최소 또는 최대가 개별적으로 계산됩니다. ## 소수점 Grafana에서 렌더링된 값에 포함하는 소수점 수를 지정합니다. 이 필드를 비워 두면 Grafana에서는 값을 기반으로 소수점 숫자를 자동으로 잘라냅니다. 예를 들어 1.1234는 1.12로 표시되고 100.456은 100으로 표시됩니다. 모든 소수점을 표시하려면 단위를 **문자열**로 설정합니다. ## 표시 명칭 모든 필드의 표시 제목을 설정할 수 있습니다. 필드 제목에서 [변수](v10-dash-variables.md)를 사용할 수 있습니다. 여러 통계, 필드 또는 시리즈가 표시되면 이 필드는 각 통계의 제목을 제어합니다. **\$1\$1\$1\$1field.name\$1**과 같은 표현식을 사용하여 제목에 시리즈 이름 또는 필드 이름만 사용할 수 있습니다. 이름이 `Temp`이고 레이블이 `{"Loc"="PBI", "Sensor"="3"}`인 필드의 경우: | 표현식 구문 | 예제 | 렌더링 대상 | 설명 | | --- | --- | --- | --- | | \$1\$1\$1\$1field.displayName\$1 | 구문과 동일 | Temp \$1Loc="PBI", Sensor="3"\$1 | \$1\$1에 필드 이름 및 레이블(있는 경우)을 표시합니다. 응답에 레이블 키가 하나만 있는 경우 레이블 부분에서 Grafana는 묶는 괄호 없이 레이블 값을 표시합니다. | | \$1\$1\$1\$1field.name\$1 | 구문과 동일 | Temp | 필드 이름을 표시합니다(레이블 제외). | | \$1\$1\$1\$1field.labels\$1 | 구문과 동일 | Loc="PBI", Sensor="3" | 이름 없이 레이블을 표시합니다. | | \$1\$1\$1\$1field.labels.X\$1 | \$1\$1\$1\$1field.labels.Loc\$1 | PBI | 지정된 레이블 키의 값을 표시합니다. | | \$1\$1\$1\$1field.labels.\$1\$1values\$1 | 구문과 동일 | PBI, 3 | 쉼표로 구분된 레이블의 값을 표시합니다(레이블 키 없음). | 특정 필드에 대한 표현식을 렌더링한 후 값이 빈 문자열인 경우 기본 표시 방법이 사용됩니다. ## 색상 체계 색상 옵션과 시각화에 미치는 영향은 작업 중인 시각화에 따라 달라집니다. 일부 시각화에는 다양한 색상 옵션이 있습니다. 값을 기준으로 단일 색상을 지정하거나 연속(그라데이션) 색상 체계를 선택할 수 있습니다. 연속 색상은 최소 및 최대를 기준으로 값의 백분율을 사용하여 색상을 보간합니다. 다음 팔레트 중 하나를 선택합니다. | 색상 모드 | 설명 | | --- | --- | | 단일 색상 | 재정의 규칙에 유용한 단일 색상 지정 | | 색상 음영 | 재정의 규칙에 유용한 단일 색상 음영 선택 | | 시작 임계치 | Grafana에 일치하는 임계치에서 색상을 가져오도록 알림 | | 클래식 팔레트 | Grafana에서는 시리즈 인덱스별로 팔레트의 색상을 검색하여 색상을 할당합니다. 그래프 및 파이 차트와 기타 범주형 데이터 시각화에 유용합니다. | | 클래식 팔레트(시리즈 이름 기준) | Grafana에서는 시리즈 이름을 기반으로 색상을 할당합니다. 시각화할 시리즈 이름이 사용 가능한 데이터에 따라 달라질 때 유용합니다. | | 녹색-노란색-빨간색(값 기준) | 연속 색상 체계 | | 빨간색-노란색-녹색(값 기준) | 연속 색상 체계 | | 파란색-노란색-빨간색(값 기준) | 연속 색상 체계 | | 노란색-빨간색(값 기준) | 연속 색상 체계 | | 파란색-보란색(값 기준) | 연속 색상 체계 | | 노란색-파란색(값 기준) | 연속 색상 체계 | | 파란색(값 기준) | 연속 색상 체계(패널 배경에서 파란색으로) | | 빨간색(값 기준) | 연속 색상 체계(패널 배경 색상에서 빨간색으로) | | 녹색(값 기준) | 연속 색상 체계(패널 배경 색상에서 녹색으로) | | 보라색(값 기준) | 연속 색상 체계(패널 배경 색상에서 보라색으로) | ## 값 없음 필드 값이 비어 있거나 null인 경우 Grafana에서 표시할 값을 입력하세요. 기본값은 하이픈(-)입니다. # 범례 구성 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 패널에는 시각화에 표시된 데이터를 해석하는 데 사용할 수 있는 범례가 포함되어 있습니다. 각 범례 옵션을 사용하면 시각화에 표시된 데이터에 컨텍스트를 추가하고 보다 명확하게 표시할 수 있습니다. 범례는 다음 시각화에 대해 지원됩니다. + [막대 차트](v10-panels-bar-chart.md) + [캔들스틱](v10-panels-candlestick.md) + [Histogram](v10-panels-histogram.md) + [파이 차트](v10-panels-piechart.md) + [상태 타임라인](v10-panels-state-timeline.md) + [상태 기록](v10-panels-status-history.md) + [시계열](v10-panels-time-series.md) + [추세](v10-panels-trend.md) [Geomap](v10-panels-geomap.md) 및 [히트맵](v10-panels-heatmap.md)에는 범례도 있지만 범례 표시 여부를 선택할 수 있는 옵션만 제공하며 다른 범례 옵션은 지원하지 않습니다. ## 범례 옵션 패널 편집 창의 **범례** 섹션에서 다음 옵션을 찾을 수 있습니다. **참고** 나열된 모든 옵션이 범례가 있는 모든 시각화에 적용되는 것은 아닙니다. **표시 여부** 범례 표시 여부를 설정합니다. 범례를 끄거나 켜려면 이 스위치를 사용합니다. **Mode(모드)** 범례가 표시되는 형식을 설정합니다. 다음 중에서 선택합니다. + **목록** + **표** 범례를 테이블 형식으로 지정하면 관련 값 또는 시각화에서 위치와 같은 범례에 대한 다른 정보도 표시될 수 있습니다. **배치** 시각화에서 범례가 표시되는 위치를 설정합니다. 다음 중에서 선택합니다. + **Bottom** + **오른쪽** **Width(너비)** 범례 배치를 **오른쪽**으로 설정하면 **너비** 옵션을 사용할 수 있습니다. Grafana에서 범례 너비를 자동으로 설정할 수 있도록 필드를 비워 두거나 필드에 값을 입력합니다. **값** 범례에 시리즈 데이터 값 또는 [계산](v10-panels-calculation-types.md)을 추가하여 시각화에 컨텍스트를 더 추가할 수 있습니다. 원하는 만큼 값을 추가할 수 있습니다. 변경 사항을 적용한 후 범례를 스크롤하여 모든 값을 볼 수 있습니다. ## 시리즈 색상 변경 기본적으로 Grafana는 시리즈 데이터의 색상을 설정하지만 패널 범례를 통해 변경할 수 있습니다. **시리즈 색상을 변경하는 방법** 1. 업데이트하려는 패널로 이동하세요. 1. 범례에서 시리즈와 연결된 색상 막대를 선택하세요. 1. **색상** 탭에서 사전 설정된 색상을 선택하거나 선택기 또는 RGB 값을 사용하여 **사용자 지정** 탭에서 사용자 지정 색상을 설정하세요. 1. 대시보드를 저장합니다. ## 시각화에서 시리즈 데이터 분리 시각화는 종종 시각적으로 복잡할 수 있으며 많은 데이터 시리즈를 포함할 수 있습니다. 범례를 통해 시각화에서 시리즈 데이터를 제거하여 보기를 단순화할 수 있습니다. 그러면 보려는 데이터를 격리합니다. 이렇게 하면 Grafana는 **재정의** 탭에서 자동으로 새 재정의를 생성합니다. **시각화에서 시리즈 데이터를 분리하는 방법** 1. 업데이트하려는 패널로 이동하세요. 1. 범례에서 격리하려는 시리즈의 레이블을 선택하세요. 시스템은 다른 모든 시리즈 데이터를 보기에서 제거합니다. 1. 격리된 시리즈에 시리즈 데이터를 점진적으로 다시 추가하려면 **Ctrl** 또는 **Command** 키를 누르고 추가하려는 시리즈의 레이블을 선택하세요. 1. 패널의 모든 최종 사용자에게 표시되도록 변경 사항을 저장하려면 대시보드를 저장하세요. 모든 데이터가 포함된 기본 보기로 되돌리려면 시리즈 레이블을 두 번 클릭하세요. ## 시리즈 정렬 범례를 테이블 형식으로 지정하고 여기에 값을 추가하면 테이블의 시리즈를 해당 값으로 정렬할 수 있습니다. **시리즈를 정렬하는 방법** 1. 업데이트하려는 패널로 이동하세요. 1. 작업하려는 패널 부분을 마우스로 가리키면 패널의 오른쪽 상단에 메뉴가 표시됩니다. 1. 실행 메뉴에서 **편집**을 선택하세요. 1. 패널 편집 창의 **범례** 섹션으로 스크롤하세요. 1. **값**에서 표시할 값 또는 계산을 선택하세요. 이제 범례에 값이 표시됩니다. 1. 범례 테이블에서 계산 이름 헤더를 선택하여 테이블의 값을 오름차순 또는 내림차순으로 정렬하세요. **참고** 이 기능은 막대 차트, 히스토그램, 시계열의 패널에서만 지원됩니다. # 데이터 링크 구성 **** 이 설명서 주제는 **Grafana 버전 10.x**를 지원하는 Grafana 워크스페이스를 위해 설계되었습니다. Grafana 버전 9.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 9에서 작업](using-grafana-v9.md) 섹션을 참조하세요. Grafana 버전 8.x를 지원하는 Grafana 워크스페이스의 경우 [Grafana 버전 8에서 작업](using-grafana-v8.md) 섹션을 참조하세요. 데이터 링크를 사용하면 링크에 보다 세분화된 컨텍스트를 제공할 수 있습니다. 시리즈 이름 또는 커서 아래 값도 포함하는 링크를 생성할 수 있습니다. 예를 들어 시각화에 네 개의 서버가 표시되는 경우 하나 또는 두 개의 서버에 데이터 링크를 추가할 수 있습니다. 데이터 링크를 사용하여 패널을 연결할 수도 있습니다. 링크 자체는 시각화에 따라 다양한 방식으로 액세스할 수 있습니다. 예를 들어 시계열 시각화의 경우 데이터 포인트 또는 선을 선택합니다. 통계, 게이지 또는 막대 게이지와 같은 대규모 영역 시각화의 경우 시각화의 아무 곳이나 선택하여 컨텍스트 메뉴를 열 수 있습니다. 시각화에 데이터 링크가 하나만 있는 경우 시각화의 아무 곳이나 선택하면 컨텍스트 메뉴가 아닌 링크가 열립니다. **지원되는 시각화** + 막대 차트 + 막대 게이지 + 캔들스틱 + Canvas + Gauge + Geomap + 히트맵 + 히스토그램(Histogram) + 파이 차트 + Stat + 상태 타임라인 + 상태 기록 + 표 + 시계열 + 추세 ## 데이터 링크 변수 데이터 링크의 변수를 사용하면 보존된 데이터 필터가 있는 세부 대시보드로 사용자를 보낼 수 있습니다. 예를 들어 변수를 사용하여 레이블, 시간 범위, 시리즈 또는 변수 선택을 지정할 수 있습니다. 사용 가능한 변수 목록을 보려면 데이터 링크 **URL** 필드에 `$`를 입력합니다. 데이터 링크 URL에서 템플릿 변수를 사용할 수도 있습니다. [변수](v10-dash-variables.md) 섹션을 참조하세요. ### 시간 범위 패널 변수 이러한 변수를 사용하면 데이터 링크 URL에 현재 시간 범위를 포함할 수 있습니다. + `__url_time_range` – 현재 대시보드의 시간 범위(즉, `?from=now-6h&to=now`) + `$__from` – 자세한 내용은 [전역 변수](v10-dash-variable-add.md#v10-dash-variable-add-global) 단원을 참조하세요. + `$__to` – 자세한 내용은 [전역 변수](v10-dash-variable-add.md#v10-dash-variable-add-global) 단원을 참조하세요. ### 시리즈 변수 시리즈별 변수는 `__series` 네임스페이스에서 사용할 수 있습니다. + `__series.name` - URL에 대한 시리즈 이름 ### 필드 변수 필드별 변수는 `__field` 네임스페이스에서 사용할 수 있습니다. + `__field.name` - 필드의 이름 + `__field.labels.