As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Conectar-se a fontes de dados integradas
As fontes de dados a seguir são compatíveis em todos os espaços de trabalho do Amazon Managed Grafana.
Para espaços de trabalho compatíveis com a versão 9 e versões mais recentes, algumas dessas fontes de dados podem não estar instaladas por padrão. As fontes de dados principais estão disponíveis em todas as instalações, mas as fontes de dados que não fazem parte do conjunto principal podem precisar da instalação correta do plug-in do Grafana. Você pode instalar plug-ins para fontes de dados adicionais que não estão listadas aqui. Para obter mais informações sobre plug-ins de gerenciamento, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
**Topics**
+ [Alertmanager](data-source-alertmanager.md)
+ [Amazon CloudWatch](using-amazon-cloudwatch-in-AMG.md)
+ [OpenSearch Serviço 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)
+ [banco de dados de origem](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)
# Conectar-se a uma fonte de dados Alertmanager
O Grafana inclui suporte integrado para o Alertmanager do Prometheus. Depois que o alerta do Grafana estiver configurado, você poderá usar a interface de usuário de alertas do Grafana para gerenciar silêncios, pontos de contato e políticas de notificação. Uma opção suspensa nessas páginas permite alternar entre o Grafana e qualquer fonte de dados Alertmanager configurada.
**Implementações do Alertmanager**
As implementações do [Prometheus](https://prometheus.io/), [Cortex](https://cortexmetrics.io/) e [Grafana Mimir](https://grafana.com/docs/mimir/latest/) do Alertmanager são compatíveis. Você pode especificar a implementação na página de configurações da fonte de dados. Os pontos de contato e as políticas de notificação do Prometheus são somente leitura na interface de usuário de alertas do Grafana, pois não são compatíveis com a atualização da configuração via API HTTP.
## Configurar uma fonte de dados Alertmanager
Você pode configurar uma fonte de dados Alertmanager para usar com os alertas do Grafana.
**Pré-requisitos**
Para configurar o Alertmanager, você deve atender aos seguintes pré-requisitos:
+ Uma instância do Prometheus, com métricas ingeridas e pelo menos uma regra de alerta ou gravação configurada. Você precisará do URL do espaço de trabalho.
+ Permissões definidas para que o Amazon Managed Grafana tenha acesso de leitura aos alertas, grupos de alertas, silêncios e pontos de contato na implementação do Alertmanager.
**Para configurar uma fonte de dados Alertmanager**
1. No console do Grafana, no menu Grafana, escolha a página **Fonte de dados** em **Configuração**.
1. Escolha **Adicionar fonte de dados** e selecione **Alertmanager** na lista de tipos de fonte de dados.
1. Forneça as informações a seguir para a nova fonte de dados.
+ Em **Nome**, forneça um nome de sua escolha para a fonte de dados.
+ Em **Implementação**, escolha a implementação do Alertmanager: **Prometheus**, **Mimir** ou **Cortex**.
+ Em **HTTP**, em **URL**, forneça o URL do Alertmanager. Em Prometheus, este é o URL do espaço de trabalho, com o `alertmanager` anexado. Por exemplo, .`https://myprometheus/workspaces/ws-example-1234-5678-abcd-xyz00000001/alertmanager`
+ Em **Autenticação**, configure os detalhes de autenticação necessários para acessar a implementação do Alertmanager.
1. Escolha **Salvar e testar** para concluir a configuração da fonte de dados.
Se a fonte de dados estiver configurada corretamente, você verá uma mensagem dizendo que a **verificação de integridade foi aprovada**.
# Conecte-se a uma fonte de CloudWatch dados da Amazon
Com o Amazon Managed Grafana, você pode adicionar a Amazon CloudWatch como fonte de dados usando a opção de configuração da fonte de AWS dados no console do espaço de trabalho do Grafana. Esse recurso simplifica a adição CloudWatch como fonte de dados, descobrindo suas CloudWatch contas existentes e gerenciando a configuração das credenciais de autenticação necessárias para acessar. CloudWatch Você pode usar esse método para configurar a autenticação e adicionar CloudWatch como fonte de dados. Como alternativa, você pode configurar manualmente a fonte de dados e as credenciais de autenticação necessárias usando o mesmo método que usaria em um servidor Grafana autogerenciado.
**Topics**
+ [Use a configuração da fonte de AWS dados para adicionar CloudWatch como fonte de dados](adding-CloudWatch-AWS-config.md)
+ [Adicionar manualmente CloudWatch como fonte de dados](adding--CloudWatch-manual.md)
+ [Como usar o editor de consulta](CloudWatch-using-the-query-editor.md)
+ [Dashboards selecionados](CloudWatch-curated-dashboards.md)
+ [Consultas modeladas](cloudwatch-templated-queries.md)
+ [Usar ec2\$1instance\$1attribute examples](cloudwatch-ec2-instance-attribute-examples.md)
+ [Usar variáveis de modelo no formato JSON](cloudwatch-using-json-format-template-variables.md)
+ [Preços](cloudwatch-pricing.md)
+ [Cotas de serviço](cloudwatch-service-quotas.md)
+ [Observabilidade entre contas](cloudwatch-cross-account.md)
# Use a configuração da fonte de AWS dados para adicionar CloudWatch como fonte de dados
Para usar a configuração da fonte de AWS dados, primeiro você usa o console Amazon Managed Grafana para habilitar funções do IAM gerenciadas por serviços que concedem ao espaço de trabalho as políticas do IAM necessárias para ler os CloudWatch recursos em sua conta ou em toda a sua unidade organizacional. Em seguida, você usa o console do espaço de trabalho Amazon Managed Grafana para adicionar CloudWatch como fonte de dados.
**Para usar a configuração da fonte de AWS dados para adicionar CloudWatch como fonte de dados**
1. Abra o console do Amazon Managed Grafana em [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/).
1. No painel de navegação, escolha o ícone do menu e, em seguida, **Todos os espaços de trabalho**.
1. Escolha o nome do espaço de trabalho.
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**.
1. Marque a caixa de seleção da **Amazon CloudWatch** e, em seguida, escolha **Ações, Ativar** **política gerenciada por serviços**.
1. Escolha a guia **Fontes de dados** novamente.
1. Escolha **Configurar no Grafana** na linha **Amazon CloudWatch**.
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário.
1. **Na barra de navegação no console do espaço de trabalho Grafana, escolha o AWS ícone e, em seguida, escolha AWS serviços,. **CloudWatch****
1. Selecione a região padrão a partir da qual você deseja que a fonte de CloudWatch dados faça a consulta.
1. Selecione as contas que você deseja e escolha **Adicionar fonte de dados**.
# Adicionar manualmente CloudWatch como fonte de dados
**Para adicionar manualmente a fonte CloudWatch de dados**
1. No menu lateral do console do Grafana, passe o mouse sobre o ícone de **Configuração** (engrenagem) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte **CloudWatch**de dados. Se necessário, você pode começar a digitar **CloudWatch** na caixa de pesquisa para ajudar a encontrá-lo.
## CloudWatch configurações
As CloudWatch configurações a seguir se aplicam.
| Name (Nome) | Description |
| --- | --- |
| `Name` | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| `Default` | Designa a fonte de dados a ser pré-selecionada para novos painéis. |
| `Default Region` | Defina a região no editor de consultas. Pode ser alterado com base em cada consulta. |
| `Namespaces of Custom Metrics` | Especifica os CloudWatch namespaces das métricas personalizadas. É possível incluir vários namespaces, separados por vírgulas. |
| `Auth Provider` | Especifica o provedor para obter as credenciais. |
| `Assume Role Arn` | Especifica o nome do recurso da Amazon (ARN) do perfil a considerar. |
| `External ID` | (Opcional) Especifica o ID externo. Use se você estiver assumindo uma função em outra Conta da AWS que tenha sido criada com uma ID externa. |
| `Timeout` | Configure o tempo limite especificamente para consultas de CloudWatch registros. |
| `X-Ray trace links` | Para adicionar links automaticamente aos logs quando o log contiver o campo `@xrayTraceId`, vincule uma fonte de dados X-Ray na seção **Link de rastreamento do X-Ray** da configuração da fonte de dados. Você já deve ter uma [fonte de dados X-Ray](x-ray-data-source.md) configurada. |
### Autenticação
Para habilitar a autenticação entre o Amazon Managed Grafana e CloudWatch, você pode usar o console Amazon Managed Grafana para criar rapidamente as políticas e permissões necessárias. Como alternativa, você pode configurar manualmente a autenticação usando alguns dos mesmos métodos que usaria em um servidor Grafana autogerenciado.
Para usar a configuração da fonte de dados Amazon Managed Grafana para configurar rapidamente as políticas, siga as etapas em [Use a configuração da fonte de AWS dados para adicionar CloudWatch como fonte de dados](adding-CloudWatch-AWS-config.md).
Para configurar as permissões manualmente, use um dos métodos na seção a seguir.
#### AWS credenciais
Há três métodos de autenticação diferentes disponíveis.
+ **AWS SDK padrão** — usa as permissões definidas na função que está anexada ao seu espaço de trabalho. Para obter mais informações, consulte [Permissões gerenciadas pelo cliente](AMG-manage-permissions.md#AMG-customer-managed).
+ **Acesso e chave secreta**: corresponde ao `StaticProvider` do AWS SDK para Go . Usa o ID da chave de acesso e a chave secreta fornecidos para autenticação. Esse método não tem nenhum fallback e falhará se o par de chaves fornecido não funcionar.
#### Perfis do IAM
Atualmente, todo o acesso CloudWatch é feito no lado do servidor pelo back-end da Grafana usando o SDK oficial. AWS Se você escolher o método de autenticação *padrão do AWS SDK* e seu servidor Grafana estiver AWS em execução, você poderá usar as funções do IAM para lidar com a autenticação automaticamente.
Para obter mais informações, consulte os [perfis do IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html).
#### Políticas do IAM
O Grafana precisa de permissões concedidas pelo IAM para poder ler CloudWatch métricas e tags, instâncias e regiões do EC2. Você pode anexar essas permissões aos perfis do IAM e usar o suporte integrado do Grafana para assumir perfis.
O código de exemplo a seguir mostra uma 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": "*"
}
]
}
```
------
#### Assumir um perfil
O campo `Assume Role ARN` permite que você especifique qual perfil do IAM assumir, se houver. Se você mantiver esse campo em branco, as credenciais fornecidas serão usadas diretamente e o perfil ou o usuário associado deverá ter as permissões necessárias. Se esse campo não estiver em branco, as credenciais fornecidas serão usadas para realizar uma chamada de `sts:AssumeRole`.
# Como usar o editor de consulta
A fonte de CloudWatch dados no Amazon Managed Grafana fornece um poderoso editor de consultas que permite recuperar e analisar métricas e registros de vários AWS serviços que enviam dados para. CloudWatch O editor de consultas oferece suporte a dois modos de consulta distintos: Metric Search e CloudWatch Logs.
O modo de editor de consultas para métricas usa a CloudWatch API para encontrar métricas enviadas para CloudWatch. O modo para registros usa os CloudWatch registros APIs para encontrar registros de registro. Cada modo tem seu próprio editor de consultas especializado. Você seleciona com qual API deseja consultar usando a opção de modo de consulta na parte superior do editor.
**Topics**
+ [Usar o editor de consultas de métricas](CloudWatch-using-the-metric-query-editor.md)
+ [Usando o editor de consultas Amazon CloudWatch Logs](CloudWatch-using-the-logs-query-editor.md)
# Usar o editor de consultas de métricas
O editor de consultas de métricas permite que você crie dois tipos de consultas: **Pesquisa de métrica** e **Consulta de métrica**. A opção **Metric Query consulta** dados usando o CloudWatch Metrics Insights.
## Campos comuns do editor de consultas
Há três campos que são comuns aos modos **Pesquisa de métrica** e **Consulta de métrica**.
**Campos comuns**
**Id**
A API `GetMetricData` requer que todas as consultas tenham um ID exclusivo. Use este campo para especificar um ID de escolha. Ele pode incluir números, letras e sublinhados e deve começar com letra minúscula. Se nenhum ID for especificado, o Amazon Managed Grafana vai gerar um ID usando o seguinte padrão: `query[refId of the current query row]`. Por exemplo, `queryA` representa a primeira linha de consulta no editor de painéis.
**Período**
Um período é o período de tempo associado a uma CloudWatch estatística específica. Os períodos são definidos em segundos. Os valores válidos incluem 1, 5, 10, 30 ou qualquer múltiplo de 60. Se você mantiver o campo de período em branco ou definido como`auto`, ele será calculado automaticamente com base no intervalo de tempo e na política CloudWatch de retenção. A fórmula usada é `time range in seconds / 2000` e, em seguida, passa para o próximo valor mais alto em uma matriz de períodos predefinidos [60, 300, 900, 3600, 21600, 86400] após remover os períodos com base na retenção. Para ver qual período o Amazon Managed Grafana está usando, escolha **Mostrar pré-visualização da consulta** no editor de consultas.
**Alias**
Os padrões de alias a seguir se aplicam.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/grafana/latest/userguide/CloudWatch-using-the-metric-query-editor.html)
# Usar a opção de pesquisa de métrica
Para criar uma consulta válida em **Pesquisa de métrica**, você deve especificar o namespace, o nome da métrica e pelo menos uma estatística. Se a opção **Correspondência exata** estiver ativada, você também deverá especificar todas as dimensões da métrica que está consultando. O esquema de métricas deve ser uma correspondência exata. Para obter mais informações, consulte a [sintaxe CloudWatch da expressão de pesquisa](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/search-expression-syntax.html).
Se **Correspondência exata** estiver desativado, você poderá especificar qualquer número de dimensões pelas quais deseja filtrar. Até cem métricas que correspondem aos seus critérios de filtro são retornadas.
## Consultas dinâmicas usando caracteres curinga de dimensão
Você pode monitorar uma lista dinâmica de métricas usando o caractere curinga asterisco (`*`) para um ou mais valores de dimensão.
Isso ajuda você a monitorar métricas de AWS recursos, como instâncias ou contêineres do EC2. Por exemplo, quando novas instâncias são criadas como parte de um evento de auto scaling, elas aparecem automaticamente no gráfico sem que você precise rastrear a nova instância IDs. Atualmente, esse recurso está limitado à recuperação de até cem métricas. Você pode escolher **Mostrar pré-visualização da consulta** para ver a expressão de pesquisa criada automaticamente para ser compatível com caracteres curinga.
Por padrão, a expressão de pesquisa é definida de forma que as métricas consultadas correspondam exatamente aos nomes das dimensões definidas. Isso significa que, no exemplo, somente métricas com exatamente uma dimensão com o nome `InstanceId` serão retornadas.
Para incluir métricas que tenham outras dimensões definidas, você pode desativar a opção **Correspondência exata**. Desativar a opção **Correspondência exata** também cria uma expressão de pesquisa, mesmo que você não use caracteres curinga. O Grafana pesquisa qualquer métrica que corresponda pelo menos ao namespace, ao nome da métrica e a todas as dimensões definidas.
## Variáveis de modelo de vários valores
Ao definir valores de dimensão com base em variáveis de modelo de vários valores, uma expressão de pesquisa é usada para consultar as métricas correspondentes. Isso permite o uso de várias variáveis de modelo em uma consulta. Você também pode usar variáveis de modelo para consultas que tenham a opção **Correspondência exata** desativada.
Atualmente, as expressões de pesquisa estão limitadas a 1.024 caracteres, portanto, sua consulta pode falhar se você tiver uma lista longa de valores. Se você quiser consultar todas as métricas que tenham algum valor para um determinado nome de dimensão, recomendamos usar o caractere curinga asterisco (`*`) em vez da opção `All`.
O uso de variáveis de modelo com vários valores só é compatível com os valores de dimensão. O uso de variáveis de modelo de vários valores para `Region`, `Namespace` ou `Metric Name` não é compatível.
## Expressões matemáticas de métricas
Você pode criar novas métricas de séries temporais operando com base nas CloudWatch métricas usando funções matemáticas. Operadores aritméticos, subtração unária e outras funções são suportados e podem ser aplicados às métricas. CloudWatch Para obter mais informações sobre funções matemáticas CloudWatch métricas, consulte [Usando matemática métrica](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/using-metric-math.html).
Por exemplo, para aplicar operações aritméticas em uma métrica, forneça um ID (uma string exclusiva) à métrica bruta. Você pode então usar esse ID e aplicar operações aritméticas a ele no campo `Expression` da nova métrica.
Se você usar o campo `Expression` para referenciar outra consulta, como `queryA * 2`, não poderá criar uma regra de alerta com base nessa consulta.
## Período
Um período é o período de tempo associado a uma CloudWatch estatística específica da Amazon. Os períodos são definidos em segundos. Os valores válidos incluem 1, 5, 10, 30 ou qualquer múltiplo de 60.
Se você mantiver o campo do período em branco ou definido como **automático**, ele será calculado automaticamente com base no intervalo de tempo. A fórmula usada é `time range in seconds / 2000`, e depois passa para o próximo valor mais alto em uma matriz de períodos predefinidos de `[60, 300, 900, 3600, 21600, 86400]`. Para ver qual período o Amazon Managed Grafana está usando, escolha **Mostrar pré-visualização da consulta** no editor de consultas.
## Vinculação profunda dos painéis Grafana ao console CloudWatch
A escolha de uma série temporal no painel mostra um menu de contexto com um link para **Exibir no CloudWatch console**. A escolha desse link abre uma nova guia que leva você ao CloudWatch console e exibe todas as métricas dessa consulta. Se você ainda não estiver conectado ao CloudWatch console, o link o encaminhará para a página de login. O link fornecido é válido para qualquer um Conta da AWS , mas só exibe as métricas corretas se você estiver conectado ao Conta da AWS que corresponde à fonte de dados selecionada no Grafana.
Esse recurso não está disponível para métricas baseadas em expressões matemáticas de métrica.
# Usando a opção de consulta métrica para consultar dados do CloudWatch Metrics Insights
**nota**
O Amazon CloudWatch Metrics Insights está em versão prévia. CloudWatch Os recursos do Metrics Insights estão abertos a todos Contas da AWS. Os recursos podem estar sujeitos a alterações.
Você pode consultar dados do CloudWatch Metrics Insights escolhendo o `metric query` modo no **editor de consultas Metric**.
CloudWatch O Metrics Insights é um poderoso mecanismo de consulta SQL de alto desempenho que você pode usar para consultar suas métricas em grande escala. É um mecanismo de consulta rápido, flexível e baseado em SQL que você pode usar para identificar tendências e padrões em todas as suas CloudWatch métricas em tempo real. Ele usa um dialeto de SQL. Para obter mais informações sobre a sintaxe de consulta do Metrics Insights, consulte [Palavras-chave e sintaxe de consulta](#metrics-insights-syntax-keywords).
## Palavras-chave e sintaxe de consulta
CloudWatch O Metrics Insights usa um dialeto do SQL. O exemplo a seguir mostra a sintaxe de 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]
```
As palavras-chave não diferenciam maiúsculas de minúsculas, mas os identificadores diferenciam. Os identificadores incluem os nomes das métricas, namespaces e dimensões.
A tabela a seguir fornece as palavras-chave de consulta e suas descrições.
| Palavra-chave | Description |
| --- | --- |
| FUNCTION | Obrigatório. Especifica a função agregada a ser usada, e também o nome da métrica a ser consultada. Os valores válidos são AVG, COUNT, MAX, MIN e SUM. |
| MetricName | Obrigatório. Por exemplo, .CPUUtilization |
| FROM | Obrigatório. Especifica a fonte da métrica. Você pode especificar o namespace da métrica que contém a métrica a ser consultada ou uma função da tabela SCHEMA. Alguns exemplos de namespace são AWS/EC2 e AWS/Lambda. |
| SCHEMA | (Opcional) Filtra os resultados da consulta para mostrar somente as métricas que são uma correspondência exata ou as métricas que não correspondem. |
| WHERE | (Opcional) Filtra os resultados para mostrar apenas as métricas que correspondem à expressão especificada. Por exemplo, .WHERE InstanceType \$1= 'c3.4xlarge' |
| GROUP BY | (Opcional) Agrupa os resultados da consulta em várias séries temporais. Por exemplo, .GROUP BY ServiceName |
| ORDER BY | (Opcional) Especifica a ordem das séries temporais a serem retornadas. As opções são ASC e DESC. |
| LIMIT | (Opcional) Limita o número de séries temporais a serem retornadas. |
Veja os seguintes exemplos:
+
```
SELECT AVG(CPUUtilization) FROM "AWS/EC2"
```
Corresponde a todas as métricas de `CPUUtilization` no namespace `AWS/EC2`, ignorando suas dimensões, e retorna uma única série temporal agregada.
+
```
SELECT AVG(CPUUtilization) FROM SCHEMA("AWS/EC2")
```
Corresponde somente às métricas de `CPUUtilization` no namespace `AWS/EC2` que não têm nenhuma dimensão definida.
+
```
SELECT AVG(CPUUtilization) FROM SCHEMA("AWS/EC2", InstanceId)
```
Corresponde somente às `CPUUtilization` métricas que foram reportadas CloudWatch com exatamente uma dimensão,`InstanceId`.
+
```
SELECT SUM(RequestCount) FROM SCHEMA("AWS/ApplicationELB", LoadBalancer,
AvailabilityZone)
```
Corresponde somente às `RequestCount` métricas que foram reportadas a CloudWatch partir `AWS/ApplicationELB` de exatamente duas dimensões, `LoadBalancer` e. `AvailabilityZone`
Os valores de rótulo devem sempre ser incluídos com aspas simples.
### Caracteres de escape
Em uma consulta, os valores de rótulo devem sempre estar cercados por aspas simples. Por exemplo, .`SELECT MAX(CPUUtilization) FROM "AWS/EC2" WHERE AutoScalingGroupName = 'my-production-fleet'`
Namespaces de métricas, nomes de métricas e chaves de rótulo que contenham caracteres diferentes de letras, números e sublinhados (`_`) devem estar entre aspas duplas. Por exemplo, .`SELECT MAX("My.Metric")` Se algum deles contiver aspas duplas (como `Bytes"Input"`), você deverá fazer o escape dessa aspa dupla com barras invertidas, como em `SELECT AVG("Bytes\"Input\"")`. Se um namespace de métrica, nome da métrica ou chave de rótulo contiver uma palavra que seja palavra-chave reservada no Metrics Insights, eles também deverão estar entre aspas duplas. Por exemplo, se você tiver uma métrica chamada `LIMIT`, você pode usar `SELECT AVG("LIMIT")`. Também é válido colocar qualquer namespace, nome da métrica ou rótulo entre aspas duplas, mesmo que não inclua uma palavra-chave reservada.
## Modo Builder e modo de código
Você pode criar uma consulta no modo `Builder` ou no modo `Code`.
**Para criar uma consulta no modo `Builder`**
1. Procure e selecione um namespace da métrica, o nome da métrica, o filtro, o grupo e as opções de ordem usando as informações da tabela anterior.
1. Para cada uma dessas opções, escolha na lista de opções possíveis.
**Para criar uma consulta no modo `Code`**
1. Escreva a consulta no editor de código.
1. Para executar a consulta, escolha **Executar consulta** no editor de código.
Para criar uma consulta no modo `builder`:
+ Procure e selecione um namespace da métrica, o nome da métrica, o filtro, o grupo e as opções de ordem usando as informações da tabela acima.
+ Para cada uma dessas opções, escolha na lista de opções possíveis.
O Grafana constrói automaticamente uma consulta SQL com base em suas seleções.
Para criar uma consulta no modo `code`:
+ Escreva a consulta no editor de código.
+ Para executar a consulta, escolha **Executar consulta** no editor de código.
O editor de código tem um recurso de preenchimento automático integrado que fornece sugestões de palavras-chave, agregações, namespaces, métricas, rótulos e valores de rótulos. As sugestões são mostradas quando você insere um espaço, vírgula ou cifrão. Você também pode usar a combinação de teclado `CTRL+Space`.
O editor de código pode preencher automaticamente a consulta. No entanto, o uso de variáveis de modelo no editor de código pode interferir no preenchimento automático.
## CloudWatch Exemplos de Metrics Insights
**nota**
CloudWatch O Metrics Insights está em pré-visualização aberta. A pré-visualização está aberta para todas as AWS contas e você não precisa solicitar acesso. Alguns recursos poderão ser adicionados ou alterados antes do anúncio de disponibilização para o público.
Esta seção contém exemplos de consultas úteis do CloudWatch Metrics Insights que você pode copiar e usar diretamente ou copiar e modificar no editor de consultas. Alguns desses exemplos já estão disponíveis no console, e você pode acessá-los escolhendo **Add query** (Adicionar consulta) na visualização de **Metrics** (Métricas).
### Exemplos do EC2
Visualizar as métricas de utilização de CPU por instância
```
SELECT AVG(CPUUtilization)
FROM "AWS/EC2"
GROUP BY InstanceId
```
Visualizar a média de utilização de CPU em toda a frota
```
SELECT AVG(CPUUtilization)
FROM SCHEMA("AWS/EC2", InstanceId)
```
Visualizar as dez instâncias com a maior média de utilização de CPU
```
SELECT MAX(CPUUtilization)
FROM "AWS/EC2"
GROUP BY InstanceId
LIMIT 10
```
Visualizar as dez instâncias com a maior utilização de CPU, ordenadas pelo valor máximo, em ordem decrescente
```
SELECT AVG(CPUUtilization)
FROM "AWS/EC2"
GROUP BY InstanceId
ORDER BY MAX() DESC
LIMIT 10
```
Nesse caso, o CloudWatch agente está coletando uma CPUUtilization métrica por aplicativo. Esta consulta filtra a média dessa métrica por um nome de aplicação específico.
```
SELECT AVG(CPUUtilization)
FROM "AWS/CWAgent"
WHERE ApplicationName = 'eCommerce'
SELECT AVG(ConcurrentExecutions)
FROM "AWS/Lambda"
```
Visualizar o tempo médio de execução das dez principais funções do Lambda, ordenadas pelo valor máximo, em ordem decrescente
```
SELECT AVG(Duration)
FROM "AWS/Lambda"
GROUP BY FunctionName
ORDER BY MAX() DESC
LIMIT 10
```
Visualizar os tempos de execução médio, mínimo e máximo do Lambda
```
SELECT MAX(Duration)
FROM "AWS/Lambda"
```
### Exemplos do Application Load Balancer
Visualize métricas que têm as dimensões **LoadBalancer**e **AvailabilityZone**
```
SELECT SUM(RequestCount)
FROM SCHEMA("AWS/ApplicationELB", LoadBalancer, AvailabilityZone)
```
Visualizar métricas com o número de conexões TCP simultâneas ativas
```
SELECT AVG(ActiveConnectionCount)
FROM "AWS/ApplicationELB"
```
### Exemplos do Amazon EBS
Visualizar as dez maiores médias de bytes de gravação por volume em ordem decrescente
```
SELECT AVG(VolumeWriteBytes)
FROM "AWS/EBS"
GROUP BY VolumeId
ORDER BY MAX() DESC
LIMIT 10
```
Visualizar o tempo médio de gravação de volume do Amazon EBS
```
SELECT AVG(VolumeTotalWriteTime)
FROM "AWS/EBS"
```
Visualizar o tempo médio de ociosidade de volume do 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"
```
Visualizar a média de bytes de gravação nos volumes do Amazon EBS
```
SELECT AVG(VolumeWriteBytes)
FROM "AWS/EBS"
```
### Exemplos do Amazon Simple Storage Service para PHP
Visualizar o grupo de latência média por nome do bucket
```
SELECT AVG(TotalRequestLatency)
FROM "AWS/S3"
GROUP BY BucketName
```
Visualizar o número médio de objetos por bucket em todos os buckets do Amazon S3
```
SELECT AVG(NumberOfObjects)
FROM "AWS/S3"
GROUP BY BucketName
```
### Exemplos do Amazon Simple Notification Service
A mazon-simple-notificaation-service - exemplos
```
SELECT AVG(NumberOfMessagesPublished)
FROM "AWS/SNS"
```
Visualizar o número médio de mensagens que falharam para cada nome de tópico
```
SELECT AVG(NumberOfNotificationsFailed)
FROM "AWS/SNS"
GROUP BY TopicName
```
### AWS Exemplos de uso da API
Veja as 20 melhores AWS APIs pelo número de chamadas em sua conta
```
SELECT COUNT(CallCount)
FROM "AWS/Usage"
WHERE "Type" = 'API'
GROUP BY "Service", "Resource"
ORDER BY SUM() DESC
LIMIT 20
```
## CloudWatch limites do Metrics Insights
CloudWatch Atualmente, o Metrics Insights tem os seguintes limites:
+ Você pode consultar apenas os dados das três últimas horas.
+ Uma consulta única não pode processar mais de 10.000 métricas. Isso significa que se as cláusulas `SELECT`, `FROM` e `WHERE` corresponderem a mais de 10 mil métricas, apenas as primeiras 10 mil dessas métricas encontradas serão processadas pela consulta.
+ Uma consulta única não pode retornar mais de 500 séries temporais. Isso significa que se a consulta estiver processando mais de 500 métricas, nem todas as métricas serão retornadas nos resultados da consulta. Se você usar uma cláusula `ORDER BY`, todas as métricas sendo processadas serão classificadas, e as 500 que tiverem os valores mais altos ou mais baixos de acordo com a cláusula `ORDER BY` serão retornadas. Se você não incluir uma cláusula `ORDER BY`, não poderá controlar quais 500 métricas correspondentes serão retornadas.
+ Cada operação `GetMetricData` pode ter apenas uma consulta. No entanto, você pode ter vários widgets em um dashboard para que cada um inclua uma consulta.
# Usando o editor de consultas Amazon CloudWatch Logs
Para consultar CloudWatch registros, selecione a região e até 20 grupos de registros que você deseja consultar. Use a área de entrada principal para escrever a consulta. Para obter mais informações, consulte [Sintaxe de consulta do CloudWatch Logs Insights](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/CWL_QuerySyntax.html).
Você também pode escrever consultas retornando dados de séries temporais usando o `stats` comando no CloudWatch Logs Insights. Ao fazer consultas de `stats` no Explore, você precisa se certificar de que está no modo Metrics Explore.
À direita do campo de entrada da consulta, há um link do CloudWatch Logs Insights que abre o console do CloudWatch Logs Insights com sua consulta. Você pode continuar a análise nele, se necessário.
## Usar variáveis de modelo
Assim como em várias outras fontes de dados, a fonte de CloudWatch dados suporta o uso de variáveis de modelo em consultas. Para obter mais informações, consulte [Modelos e variáveis](templates-and-variables.md).
## Links diretos dos painéis do Grafana para o console de registros CloudWatch
Se você quiser ver sua consulta no console do CloudWatch Logs Insights, escolha o botão **CloudWatch Logs Insights** ao lado do editor de consultas. Se você ainda não estiver conectado ao CloudWatch console, o link o encaminhará para a página de login. O link fornecido é válido para qualquer um Conta da AWS , mas só exibe as métricas corretas se você estiver conectado ao Conta da AWS que corresponde à fonte de dados selecionada no Grafana.
## Geração de alertas
Como as consultas de CloudWatch registros podem retornar dados numéricos, por exemplo, por meio do uso do `stats` comando, os alertas são compatíveis. Para obter mais informações, consulte [Grafana Alerting](alerts-overview.md).
# Dashboards selecionados
A fonte CloudWatch de dados atualizada vem com painéis pré-configurados para cinco dos serviços mais populares AWS :
+ Amazon EC2
+ Amazon Elastic Block Store
+ AWS Lambda
+ CloudWatch Registros da Amazon
+ Amazon Relational Database Service
Para importar os painéis pré-configurados, acesse a página de configuração da sua fonte de CloudWatch dados e escolha a guia **Painéis**. Escolha **Importar** para o dashboard que você deseja usar. Para personalizar o dashboard, recomendamos salvá-lo com um nome diferente, caso contrário, ele será sobrescrito quando uma nova versão do dashboard for lançada.
# Consultas modeladas
Em vez da codificação rígida dos detalhes dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Consulte [Modelos](templates-and-variables.md#templates) para obter uma introdução ao recurso de modelagem e aos diferentes tipos de variáveis de modelo.
## Variável de consulta
A fonte de CloudWatch dados fornece as seguintes consultas que você pode especificar no campo **Consulta** na exibição de edição de **variáveis**. Você pode usá-las para preencher a lista de opções de uma variável com elementos como `region`, `namespaces`, `metric names` e `dimension keys/values`.
No lugar de `region`, você pode especificar `default` para usar a região padrão configurada na fonte de dados da consulta.
| Name (Nome) | Description |
| --- | --- |
| regions() | Retorna uma lista de todas as AWS regiões. |
| namespaces() | Retorna uma lista de namespaces compatíveis CloudWatch . |
| metrics(namespace, [region]) | Retorna uma lista de métricas no namespace. (Especifique a região ou use "default" para métricas personalizadas.) |
| dimension\$1keys(namespace) | Retorna uma lista de chaves de dimensão no namespace. |
| dimension\$1values(region, namespace, metric, dimension\$1key, [filters]) | Retorna uma lista de valores de dimensão que correspondem aos elementos region, namespace, metric ou dimension\$1key especificados. Como alternativa, você pode usar filters de dimensão para obter um resultado mais específico. |
| ebs\$1volume\$1ids(region, instance\$1id) | Retorna uma lista de volumes IDs correspondentes ao especificadoregion,instance\$1id. |
| ec2\$1instance\$1attribute(region, attribute\$1name, filters) | Retorna uma lista de atributos que correspondem aos elementos region, attribute\$1name e filtersespecificados. |
| resource\$1arns(region, resource\$1type, tags) | Retorna uma lista de ARNs correspondências às especificadas regionresource\$1type, tags e. |
| statistics() | Retorna uma lista de todas as estatísticas padrão. |
Para obter detalhes sobre as métricas que CloudWatch fornece, consulte [AWS serviços que publicam CloudWatch métricas](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/aws-services-cloudwatch-metrics.html).
### Exemplos de consultas modeladas
A tabela a seguir mostra exemplos de consultas de dimensão que retornam uma lista de recursos para AWS serviços individuais.
| Consulta | Serviço |
| --- | --- |
| 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) | banco de dados de origem |
| 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 |
# Usar ec2\$1instance\$1attribute examples
## Filtros JSON
A consulta `ec2_instance_attribute` usa `filters` no formato JSON. Você pode especificar filtros predefinidos de `ec2:DescribeInstances`. Observe que a filtragem real ocorre em AWS, não em Grafana.
O exemplo de código a seguir mostra a sintaxe de filtros.
```
{ filter_name1: [ filter_value1 ], filter_name2: [ filter_value2 ] }
```
O exemplo a seguir mostra a consulta `ec2_instance_attribute()`.
```
ec2_instance_attribute(us - east - 1, InstanceId, { 'tag:Environment': ['production'] });
```
## Selecionar atributos
Somente um atributo por instância pode ser retornado. Qualquer atributo nivelado pode ser selecionado (ou seja, se o atributo tiver um único valor e não for um objeto ou matriz). Os atributos nivelados a seguir estão disponíveis.
+ `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`
As tags podem ser selecionadas ao prefixar seus nomes com `Tags`.
O exemplo a seguir mostra a consulta `ec2_instance_attribute()`.
```
ec2_instance_attribute(us - east - 1, Tags.Name, { 'tag:Team': ['sysops'] });
```
# Usar variáveis de modelo no formato JSON
Algumas consultas aceitam filtros no formato JSON, e o Grafana é compatível com a conversão de variáveis de modelo em JSON.
Se `env = 'production', 'staging'`, a consulta a seguir retornará ARNs de instâncias do EC2 para as quais a tag `Environment` é `production` ou `staging`.
```
resource_arns(us-east-1, ec2:instance, {"Environment":${env:json}})
```
# Preços
A fonte de CloudWatch dados da Amazon para Grafana usa as chamadas de `GetMetricData` CloudWatch API `ListMetrics` e as chamadas de API para listar e recuperar métricas. O preço do CloudWatch Logs é baseado na quantidade de dados ingeridos, arquivados e analisados por meio de consultas do CloudWatch Logs Insights. Para obter mais informações, consulte [Amazon CloudWatch Pricing](https://aws.amazon.com/cloudwatch/pricing).
Toda vez que você escolhe uma dimensão no editor de consultas, o Grafana emite uma solicitação `ListMetrics`. Sempre que você alterar as consultas no editor de consultas, uma nova solicitação GetMetricData será emitida.
As solicitações de API para recuperar amostras de dados usam a operação `GetMetricData`. Essa operação fornece melhor suporte para matemática CloudWatch métrica. Ela também fornece suporte à geração automática de expressões de pesquisa ao usar caracteres curinga ou ao desativar a opção **Correspondência exata**. A operação `GetMetricData` gera cobranças. Para obter mais informações, consulte [Definição de preço do Amazon CloudWatch](https://aws.amazon.com/cloudwatch/pricing).
# Cotas de serviço
AWS define cotas ou limites para recursos, operações e itens em sua AWS conta. Dependendo do número de consultas em seu painel e do número de usuários que acessam o painel, você pode atingir os limites de uso de vários recursos CloudWatch e do CloudWatch Logs. Observe que as cotas são definidas por conta e por AWS região. Se você estiver usando várias regiões ou tiver configurado mais de uma fonte de CloudWatch dados para consultar várias contas, deverá solicitar um aumento de cota para cada conta e cada região em que atingir o limite.
Para obter mais informações, consulte as [Service Quotas do CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/cloudwatch_limits.html).
# Observabilidade entre contas
**Atenção**
Este recurso requer que o espaço de trabalho do Grafana seja da versão 9 ou posterior.
O CloudWatch plug-in permite monitorar e solucionar problemas de aplicativos em várias contas regionais. Usando a observabilidade entre contas, você pode pesquisar, visualizar e analisar métricas e logs sem se preocupar com os limites da conta.
Para habilitar a observabilidade entre contas, primeiro ative-a e CloudWatch, em seguida, adicione as ações apropriadas do IAM à role/user execução do plug-in. Se o espaço de trabalho do Amazon Managed Grafana estiver sendo executado em uma VPC, você também deverá ter um gateway NAT para oferecer suporte ao acesso à internet.
+ Para saber como ativar o recurso, consulte a [observabilidade CloudWatch entre contas no Guia CloudWatch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Unified-Cross-Account.html) *do usuário da Amazon*.
+ As ações a seguir são as ações apropriadas do IAM a serem adicionadas para role/user quem está executando o plug-in.
```
{
"Sid": "AllowReadingAcrossAccounts",
"Effect": "Allow",
"Action": [
"oam:ListSinks",
"oam:ListAttachedLinks"
],
"Resource": "*"
}
```
+ A observabilidade entre contas da fonte de CloudWatch dados depende do Amazon CloudWatch Observability Access Manager. O Observability Access Manager não é compatível com um endpoint da VPC. Se o seu espaço de trabalho Amazon Managed Grafana estiver sendo executado em uma VPC, você também deverá ter um NAT Gateway que permita que o espaço de trabalho faça chamadas pela Internet. APIs
**nota**
Você também deve ter permissões do IAM para ler os CloudWatch dados na conta que você está tentando acessar.
# Conecte-se a uma fonte OpenSearch de dados do Amazon Service
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
Com o Amazon Managed Grafana, você pode adicionar o Amazon OpenSearch Service como fonte de dados usando a opção de configuração da fonte de AWS dados no console do espaço de trabalho do Grafana. Essa fonte de dados é compatível com domínios OpenSearch de serviço, que executam OpenSearch clusters, bem como clusters legados do Elasticsearch.
A opção de configuração da fonte de AWS dados simplifica a adição do OpenSearch Serviço como fonte de dados ao descobrir suas contas de OpenSearch Serviço existentes e gerencia a configuração das credenciais de autenticação que são necessárias para acessar. OpenSearch Você pode usar esse método para configurar a autenticação e adicionar o OpenSearch Serviço como fonte de dados ou pode configurar manualmente a fonte de dados e as credenciais de autenticação necessárias usando o mesmo método que você usaria em um servidor Grafana autogerenciado.
A fonte OpenSearch de dados do Serviço oferece suporte à linguagem de processamento canalizada (PPL). Para obter mais informações sobre PPL, consulte [Consultar dados do Amazon OpenSearch Service usando a linguagem de processamento canalizada](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/ppl-support.html).
Você pode usar a fonte OpenSearch de dados do Serviço para realizar vários tipos de OpenSearch consultas simples ou complexas a fim de visualizar registros ou métricas armazenados em. OpenSearch Você também pode anotar seus gráficos com eventos de log armazenados em. OpenSearch
**Topics**
+ [Use a configuração da fonte de AWS dados para adicionar o OpenSearch Serviço como fonte de dados](ES-adding-AWS-config.md)
+ [Adicione manualmente o Amazon OpenSearch Service como fonte de dados](ES-adding-the-data-source.md)
+ [OpenSearch Configurações do serviço](#ES-settings)
+ [Usando a fonte de dados OpenSearch do Amazon Service](ES-use-datasource.md)
+ [Amazon OpenSearch Service sem servidor](datasources-opensearch-serverless.md)
+ [Compatibilidade com rastreamentos](datasources-opensearch-traces.md)
# Use a configuração da fonte de AWS dados para adicionar o OpenSearch Serviço como fonte de dados
Para usar a configuração da fonte de AWS dados, primeiro você usa o console Amazon Managed Grafana para habilitar funções do IAM gerenciadas por serviços que concedem ao espaço de trabalho as políticas do IAM necessárias para ler os recursos do OpenSearch Serviço em sua conta ou em todas as suas unidades organizacionais. Em seguida, você usa o console do espaço de trabalho Amazon Managed Grafana para adicionar o OpenSearch Serviço como fonte de dados.
**Para usar a configuração da fonte de AWS dados para adicionar o OpenSearch Serviço como fonte de dados**
1. Abra o console do Amazon Managed Grafana em [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/).
1. No canto superior esquerdo da página, selecione o ícone do menu e escolha **Todos os espaços de trabalho**.
1. Escolha o nome do espaço de trabalho.
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**. Em seguida, marque a caixa de seleção do **Amazon OpenSearch Service** e escolha **Ações**, **Habilitar política gerenciada por serviços**.
1. Escolha a guia **Fontes de dados** novamente e, em seguida, escolha **Configurar no Grafana** na linha **Amazon OpenSearch Service**.
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário.
1. **Na barra de navegação esquerda no console do espaço de trabalho Grafana, escolha o AWS ícone e, em seguida, escolha serviços **AWS , Amazon Service**. OpenSearch **
1. Selecione a região que você deseja que o Amazon Managed Grafana pesquise para descobrir os recursos do OpenSearch Serviço e, em seguida, selecione as contas e os domínios do OpenSearch Serviço que você deseja adicionar, defina as configurações de índice e escolha **Adicionar** fontes de dados.
# Adicione manualmente o Amazon OpenSearch Service como fonte de dados
**Para adicionar manualmente a fonte de dados do Amazon OpenSearch Service**
1. No menu lateral do console do Grafana, escolha o ícone da **AWS** e, em seguida, escolha **Fontes de dados**.
1. Escolha a fonte ** OpenSearch de dados do Amazon Service**. Se necessário, você pode começar a digitar **OpenSearch** na caixa de pesquisa para ajudar a encontrá-lo.
1. Escolha a **região** da qual você deseja pesquisar dados.
1. Escolha **Adicionar fonte de dados**.
**nota**
Se você não vir o link **Fontes de dados** no menu lateral, isso significa que seu usuário atual não tem o perfil de `Admin`.
## OpenSearch Configurações do serviço
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Url | O endpoint do seu domínio de OpenSearch serviço. O endpoint tem o seguinte formato: https://search-my-domain.us-east-1.es.amazonaws.com. |
| Access | Servidor (padrão) = o URL deve estar acessível no backend e no servidor Grafana. Navegador = o URL deve estar acessível no navegador. |
O modo de acesso controla como as solicitações à fonte de dados serão tratadas. O servidor deverá ser a forma preferencial se nada mais for declarado.
### Modo de acesso ao servidor (padrão)
Todas as solicitações são feitas do navegador para o backend ou servidor Grafana, que encaminha as solicitações para a fonte de dados, contornando possíveis requisitos de compartilhamento de recursos entre origens (CORS). Se você selecionar esse modo de acesso, o URL deverá estar acessível no backend ou servidor Grafana.
### Acesso (direto) ao navegador
O Amazon Managed Grafana não é compatível com o acesso direto ao navegador.
### Configurações de índice
Aqui você pode especificar um padrão para o `time field` e especificar o nome do seu OpenSearch índice. Você pode usar um padrão de hora para o nome do índice ou um caractere curinga.
### OpenSearch/Versão Elasticsearch
Especifique sua versão OpenSearch ou a versão antiga do Elasticsearch no menu suspenso da versão. A versão é importante porque há diferenças na forma como as consultas são compostas para cada versão. Atualmente, o Grafana suporta OpenSearch 1.0.x. As versões compatíveis do Elasticsearch são `2.0+`, `5.0+`, `5.6+`, `6.0+` e `7.0+`. O valor `5.6+` significa a versão 5.6 ou superior, mas inferior à 6.0. O valor `6.0+` significa a versão 6.0 ou superior, mas inferior à 7.0. Finalmente, `7.0+` significa a versão 7.0 ou superior, mas inferior à 8.0.
### Intervalo de tempo mínimo
Um limite mínimo para o grupo automático por intervalo de tempo. É recomendável definir a frequência de gravação, por exemplo, `1m` se seus dados forem gravados a cada minuto. Essa opção também pode estar overridden/configured em um painel de controle em opções de fonte de dados. Esse valor **deve** ser formatado como um número seguido por um identificador de tempo válido, por exemplo, `1m` (1 minuto) ou `30s` (30 segundos). As fontes de identidade a seguir são compatíveis.
| Identificador | Description |
| --- | --- |
| y | Ano |
| M | Mês |
| w | Semana |
| d | Dia |
| h | Hora |
| m | Minuto |
| s | Segundo |
| ms | Milissegundo |
### Logs
Dois parâmetros, `Message field name` e `Level field name`, podem ser configurados opcionalmente na página de configurações da fonte de dados que determinam quais campos serão usados para mensagens de logs e níveis de logs ao visualizar os logs no [Explore](explore.md).
Por exemplo, se você usar uma configuração padrão do Filebeat para enviar registros para o OpenSearch Serviço, a configuração a seguir deve funcionar.
+ **Nome do campo da mensagem:** mensagem
+ **Nome do campo de nível:** fields.level
### Links de dados
Os links de dados criam um link de um campo específico que pode ser acessado na visualização de logs no Explore.
Cada configuração de link de dados consiste no seguinte:
+ **Campo**: nome do campo usado pelo link de dados.
+ **URL/consulta**: se o link for externo, insira o URL completo do link. Se o link for um link interno, essa entrada servirá como consulta para a fonte de dados de destino. Em ambos os casos, você pode interpolar o valor do campo com o macro `${__value.raw }`.
+ **Link interno**: selecione esta opção se o link for interno ou externo. Se o link for interno, um seletor de fonte de dados permitirá que você selecione a fonte de dados de destino. Somente fontes de dados de rastreamento são compatíveis.
# Usando a fonte de dados OpenSearch do Amazon Service
## Editor de consultas métricas
O editor de OpenSearch consultas permite selecionar várias métricas e agrupar por vários termos ou filtros. Use os ícones de mais e menos à direita das add/remove métricas ou agrupe por cláusulas. Algumas métricas e cláusulas agrupadas por têm opções. Escolha o texto da opção para expandir a linha a fim de visualizar e editar a métrica ou agrupar por opções.
## Usar a Piped Processing Language (PPL)
A fonte OpenSearch de dados do Amazon Service oferece suporte à Piped Processing Language (PPL), que permite recursos de consulta e visualização mais simples e poderosos para. OpenSearch O PPL permite que os clientes explorem e encontrem dados sem precisar compor longas declarações DSL ( OpenSearch Domain Specific Language) ou escrever consultas usando objetos JSON. Com a PPL, você pode escrever consultas como um conjunto de comandos delimitados por pipes semelhantes aos pipes UNIX.
Veja a seguinte consulta DSL como um exemplo:
```
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}}}}}}>
```
A consulta DSL anterior pode ser substituída pelo seguinte comando PPL, que é conciso e legível por humanos.
```
source = opensearch_sample_data_logs | where response='404' or response='503' | stats count(request) as request_count by host, response | sort –request_count
```
Para obter mais informações sobre PPL, consulte [Consultar dados do Amazon OpenSearch Service usando a linguagem de processamento canalizada](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/ppl-support.html).
## Padrões de nomenclatura e aliases de séries
Você pode controlar o nome da série temporal usando o campo de entrada `Alias`.
| Padrão | Description |
| --- | --- |
| \$1\$1term fieldname\$1\$1 | Substituído pelo valor de um termo Agrupar por. |
| \$1\$1metric\$1\$1 | Substituído pelo nome da métrica (p. ex., média, mínimo, máximo). |
| \$1\$1field\$1\$1 | Substituído pelo nome do campo da métrica. |
## Métricas de pipeline
*Algumas agregações métricas são chamadas de agregações de pipeline; por exemplo, *média móvel* e derivada.* OpenSearch as métricas do pipeline exigem que outra métrica se baseie. Use o ícone de olho ao lado da métrica para impedir que as métricas apareçam no grafo. Isso é útil para métricas que você só tem na consulta para uso em uma métrica de pipeline.
## Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
### Variável de consulta
A fonte OpenSearch de dados de serviço oferece suporte a dois tipos de consultas que você pode usar no campo *Consulta* das variáveis de *consulta*. A consulta é escrita usando uma string JSON personalizada.
| Consulta | Description |
| --- | --- |
| \$1"find": "fields", "type": "keyword"\$1 | Retorna uma lista de nomes de campo com o tipo de índice keyword. |
| \$1"find": "terms", "field": "@hostname", "size": 1000\$1 | Retorna uma lista de valores para um campo usando agregação de termos. A consulta usará o intervalo de tempo atual do dashboard como intervalo de tempo para a consulta. |
| \$1"find": "terms", "field": "@hostname", "query": ''\$1 | Retorna uma lista de valores para um campo usando agregação de termos e um filtro de consulta do Lucene especificado. A consulta usará o intervalo de tempo atual do dashboard como intervalo de tempo para a consulta. |
Há um limite de tamanho padrão de 500 nas consultas de termos. Para definir um limite personalizado, defina a propriedade de tamanho na sua consulta. Você pode usar outras variáveis dentro da consulta. O exemplo de código a seguir mostra a definição de consulta para uma variável denominada `$host`.
```
{"find": "terms", "field": "@hostname", "query": "@source:$source"}
```
No exemplo anterior, usamos outra variável denominada `$source` dentro da definição da consulta. Sempre que você altera, usando a lista suspensa, o valor atual da variável `$source`, ela inicia uma atualização da variável `$host`. Após a atualização, a variável `$host` contém somente nomes de host filtrados, nesse caso, pela propriedade `@source` do documento.
Essas consultas, por padrão, retornam os resultados na ordem dos termos (que podem então ser classificados em ordem alfabética ou numérica como para qualquer variável). Para produzir uma lista de termos classificados por contagem de documentos (uma lista dos N maiores valores), adicione uma propriedade `orderBy` de `doc_count`. Isso seleciona automaticamente uma classificação decrescente. Usar `asc` com doc\$1count (uma lista com os N menores) pode ser feito configurando `order: "asc"`, mas não é recomendado porque aumenta o erro na contagem de documentos. Para manter os termos na ordem de contagem de documentos, defina a lista suspensa **Classificar** da variável como **Desabilitada**. Como alternativa, você pode querer usar a **Ordem alfabética** para reordená-los.
```
{"find": "terms", "field": "@hostname", "orderBy": "doc_count"}
```
### Usar variáveis em consultas
Há duas sintaxes:
+ `$` Exemplo: @hostname:\$1hostname
+ `[[varname]]` Exemplo: @hostname:[[hostname]]
Por que duas formas? A primeira sintaxe é mais fácil de ler e escrever, mas não permite que você use uma variável no meio de uma palavra. Quando as opções *Vários valores* ou *Incluir todos os valores* estão habilitadas, o Grafana converte os rótulos de texto simples para uma condição compatível com o Lucene.
No exemplo anterior, temos uma consulta do Lucene que filtra documentos com base na propriedade `@hostname` usando uma variável denominada `$hostname`. Ela também está usando uma variável na caixa de entrada do campo agrupar por *Termos*. Isso permite que você use uma variável para alterar rapidamente a forma como os dados são agrupados.
## Anotações
As anotações permitem que você sobreponha informações importantes de eventos nos grafos. Você adiciona consultas de anotação usando o menu Dashboard ou a visualização Anotações. Grafana pode consultar qualquer OpenSearch índice para eventos de anotação. Para obter mais informações, consulte [Anotações](dashboard-annotations.md).
| Nome | Description |
| --- | --- |
| Query | Você pode manter a consulta de pesquisa em branco ou especificar uma consulta do Lucene. |
| Time | O nome do campo de hora; deve ser campo de data. |
| Time End | O nome opcional do campo de hora de término deve ser campo de data. Se definidas, as anotações serão marcadas como uma região entre a hora e a hora de término. |
| Text | Campo de descrição do evento. |
| Tags | Nome de campo opcional a ser usado para tags de eventos (pode ser uma matriz ou uma string CSV). |
## Consultar os logs do
A consulta e a exibição de dados de registro OpenSearch estão disponíveis no Explore. Para exibir seus registros, selecione a fonte de dados do OpenSearch Serviço e, opcionalmente, insira uma consulta do Lucene. Para obter mais informações, consulte [Explore](explore.md).
### Consultas de log
Depois que o resultado é retornado, o painel de logs mostra uma lista de linhas de logs e um gráfico de barras em que o eixo x mostra a hora e o eixo y mostra a frequência ou a contagem.
### Filtrar mensagens de logs
Opcionalmente, insira uma consulta do Lucene no campo de consulta para filtrar as mensagens de logs. Por exemplo, usando uma configuração padrão do Filebeat, você deve ser capaz de usar `fields.level:error` para mostrar somente mensagens de logs de erros.
# Amazon OpenSearch Service sem servidor
**nota**
OpenSearch O suporte do Service Serverless só está disponível com espaços de trabalho do Grafana que estão executando a versão 9.4 e posterior do Grafana.
Você pode usar a fonte OpenSearch de dados do Serviço para acessar os dados do Amazon OpenSearch Service Serverless com o Amazon Managed Grafana. O acesso aos dados é controlado por políticas de acesso a dados. O exemplo a seguir mostra uma política que permite aos usuários consultar uma coleção e um índice específicos. Certifique-se de substituir *`collection_name`*, *`index_name`* e *`principal_arn`* pelos valores corretos para seu 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"
}
]
```
# Compatibilidade com rastreamentos
O OpenSearch plug-in tem suporte para visualizar uma lista de traços em forma de tabela e um único rastreamento no **Trace View**, que mostra a linha do tempo dos intervalos de rastreamento.
**nota**
A consulta de OpenSearch rastreamentos só está disponível usando consultas do Lucene.
A compatibilidade com rastreamento está disponível apenas para espaços de trabalho do Grafana compatíveis com a versão 9.4 ou mais recente.
Para criar uma consulta mostrando todos os rastreamentos, use `Traces` do tipo de consulta do Lucene com uma consulta em branco. Se necessário, selecione o tipo de visualização **Tabela**.
Selecionar um ID de rastreamento na tabela vai abri-lo na visualização do rastreamento.
Para criar uma consulta mostrando um único rastreamento, use a consulta `traceid: {traceId}` e, se necessário, selecione o tipo de visualização **Rastreamentos**.
# Conecte-se a uma fonte AWS IoT SiteWise de dados
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
Com o Amazon Managed Grafana, você pode adicionar AWS IoT SiteWise como fonte de dados usando a opção de configuração da fonte de AWS dados no console do espaço de trabalho do Grafana. Esse recurso simplifica a adição AWS IoT SiteWise como fonte de dados, descobrindo suas AWS IoT SiteWise contas existentes e gerenciando a configuração das credenciais de autenticação necessárias para acessar. AWS IoT SiteWise Você pode usar esse método para configurar a autenticação e adicionar AWS IoT SiteWise como fonte de dados, você ou pode configurar manualmente a fonte de dados e as credenciais de autenticação necessárias usando o mesmo método que usaria em um servidor Grafana autogerenciado.
**Topics**
+ [Use a configuração da fonte de AWS dados para adicionar AWS IoT SiteWise como fonte de dados](IoTSiteWise-adding-AWS-config.md)
+ [Adicionar manualmente a fonte AWS IoT SiteWise de dados](iotsitewise-add-the-data-source.md)
+ [AWS IoT SiteWise configurações](#iotsitewise-settings)
+ [Usando a fonte AWS IoT SiteWise de dados](IoTSiteWise-using.md)
# Use a configuração da fonte de AWS dados para adicionar AWS IoT SiteWise como fonte de dados
Para usar a configuração da fonte de AWS dados, primeiro você usa o console Amazon Managed Grafana para habilitar funções do IAM gerenciadas por serviços que concedem ao espaço de trabalho as políticas do IAM necessárias para ler os AWS IoT SiteWise recursos em sua conta ou em todas as suas unidades organizacionais. Depois, você usa o console do espaço de trabalho do Amazon Managed Grafana para adicionar AWS IoT SiteWise como fonte de dados.
**Para usar a configuração da fonte de AWS dados para adicionar AWS IoT SiteWise como fonte de dados**
1. Abra o console do Amazon Managed Grafana em [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/).
1. No canto superior esquerdo da página, selecione o ícone do menu e escolha **Todos os espaços de trabalho**.
1. Escolha o nome do espaço de trabalho.
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**. Em seguida, marque a caixa de seleção para **AWS IoT** e escolha **Ações SiteWise, Ativar** **política gerenciada por serviços**.
1. **Escolha a guia **Fontes de dados** novamente e, em seguida, escolha **Configurar no Grafana** na linha IoT AWS . SiteWise**
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário.
1. **Na barra de navegação esquerda no console do espaço de trabalho Grafana, escolha o AWS ícone e, em seguida, escolha serviços **AWS ,** IoT. SiteWise**
1. Selecione a região padrão da qual você deseja que a fonte de AWS IoT SiteWise dados consulte, selecione as contas e escolha **Adicionar fonte de dados**.
# Adicionar manualmente a fonte AWS IoT SiteWise de dados
**Para adicionar manualmente a fonte AWS IoT SiteWise de dados**
1. No menu lateral do console do Grafana, pause no ícone de **Configuração** (engrenagem) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte **AWS de SiteWise dados de IoT**. Se necessário, você pode começar a digitar **SiteWise** na caixa de pesquisa para ajudar a encontrá-lo.
## AWS IoT SiteWise configurações
| Name (Nome) | Description |
| --- | --- |
| Nome | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Provedor de autorização | Especifique o provedor para obter as credenciais. |
| Região padrão | Usado no editor de consultas para definir a região (pode ser alterado por consulta). |
| Nome do perfil de credenciais | Especifique o nome do perfil a ser usado (se você usar o arquivo \$1/.aws/credentials); mantenha em branco por padrão. |
| ARN do perfil a ser assumido | Especifique o ARN do perfil a ser assumido. |
| Endpoint (opcional) | Se você precisar especificar um endpoint de serviço alternativo. |
# Usando a fonte AWS IoT SiteWise de dados
Para obter informações sobre como usar a fonte de AWS IoT SiteWise dados, consulte Fonte de [AWS IoT SiteWise dados no Github](https://github.com/grafana/iot-sitewise-datasource/blob/main/src/README.md).
# Conecte-se a uma fonte AWS IoT TwinMaker de dados
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
Com o Amazon Managed Grafana, você pode adicionar AWS IoT TwinMaker um poderoso serviço de análise de dados industriais como aplicativo e fonte de dados em seu espaço de trabalho do Grafana. Com AWS IoT TwinMaker, você pode criar aplicativos gêmeos digitais 3D para o usuário final para monitorar as operações industriais. AWS IoT TwinMaker É um serviço que torna mais rápido para os desenvolvedores criar réplicas digitais de sistemas do mundo real, ajudando mais clientes a perceberem o potencial dos gêmeos digitais para otimizar as operações. O AWS IoT TwinMaker for Grafana fornece painéis personalizados, modelos de painel e uma fonte de dados para se conectar aos dados de seus gêmeos digitais.
# Adicionar manualmente a fonte AWS IoT TwinMaker de dados
## Pré-requisitos
Antes de começar, certifique-se de ter acesso a **AWS IoT TwinMaker**partir do seu Conta da AWS.
Para saber como adicionar permissão à sua função do IAM do workspace para acessar AWS IoT TwinMaker, consulte[Adicionar a permissão para AWS IoT TwinMaker à sua função de usuário do espaço de trabalho](AMG-iot-twinmaker.md#twinmaker-add-permission).
**Para adicionar a fonte AWS IoT TwinMaker de dados:**
1. Certifique-se de que seu perfil de usuário seja administrador ou editor.
1. No menu lateral do console do Grafana, passe o mouse sobre o ícone de **Configuração** (engrenagem) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte **AWS IoT TwinMaker**de dados. Se necessário, você pode começar a digitar **TwinMaker** na caixa de pesquisa para ajudar a encontrá-lo.
1. Isso abre a página **Detalhes da conexão**. Siga as etapas de configuração em [AWS IoT TwinMaker configurações de detalhes da conexão](AMG-iot-twinmaker.md#twinmaker-connection-details).
## Adicionar a permissão para AWS IoT TwinMaker à sua função de usuário do espaço de trabalho
**Para adicionar permissões AWS IoT TwinMaker à sua função de usuário do espaço de trabalho, assuma a permissão de função entre as funções de espaço de trabalho TwinMaker e painel do Amazon Managed Grafana.**
1. Acesse [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/).
1. Criar um perfil de dashboard manualmente. Para obter mais informações sobre como criar um perfil de dashboard, consulte [Para criar manualmente uma função do painel do Grafana AWS IoT TwinMaker](#iot-twinmaker-dashboard-role).
## AWS IoT TwinMaker configurações de detalhes da conexão
**Definir as configurações dos detalhes da conexão**
1. No menu **Detalhes da conexão**, selecione o provedor de autenticação (recomendado: **perfil do IAM do espaço de trabalho**).
1. Escolha a **região padrão** que você deseja consultar.
1. Nas **TwinMaker configurações**, insira o nome do AWS IoT TwinMaker espaço de trabalho.
# Usando a fonte AWS IoT TwinMaker de dados
Para obter informações sobre como usar a fonte de AWS IoT TwinMaker dados, consulte Fonte de [AWS IoT TwinMakerdados ativada](https://github.com/grafana/grafana-iot-twinmaker-app). GitHub
## Para criar manualmente uma função do painel do Grafana AWS IoT TwinMaker
**Para criar manualmente uma função do painel do Grafana AWS IoT TwinMaker**
1. Faça login no console do IAM em [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/).
1. Localize o perfil do espaço de trabalho do Amazon Managed Grafana no resumo. É exibido da seguinte maneira:
```
AmazonGrafanaServiceRole-random_ID
```
1. Adicione a seguinte política em linha ao perfil:
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": {
"Effect": "Allow",
"Action": "sts:AssumeRole",
"Resource": "arn:aws:iam::111122223333:role/TwinMakerDashboardRole"
}
}
```
------
1. Adicione uma nova política em linha para cada perfil do dashboard. Como alternativa, adicione uma lista de funções Amazon Resource Names (ARNs) na linha **de recursos**.
1. Encontre o perfil de dashboard no console do IAM. Deve ter uma política `SceneViewer` e, opcionalmente, uma política `VideoPlayer`.
1. Selecione a guia **Relações de confiança**.
1. Selecione **Editar relação de confiança**.
1. Insira a seguinte política, *AMGWorkspaceRoleArn* substituindo-a pela Arn da sua conta:
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"AWS": "AMGWorkspaceRoleARN"
},
"Action": "sts:AssumeRole"
}
]
}
```
------
## Exemplo de uma AWS IoT TwinMaker política
A seguir está uma AWS IoT TwinMaker política mínima que você pode anexar a uma função de painel. Você deve substituir os valores do ARN e ID do AWS IoT TwinMaker espaço de trabalho, bem como do ARN do bucket do Amazon S3, com base em seus próprios recursos.
# Conectar-se ao Amazon Managed Service for Prometheus e a fontes de dados de código aberto do Prometheus.
No Amazon Managed Grafana, a fonte de dados Prometheus é compatível com o uso de servidores autogerenciados do Prometheus e dos espaços de trabalho do Amazon Managed Service for Prometheus como fontes de dados. Para obter mais informações sobre o Amazon Managed Service for Prometheus, consulte [What is Amazon Managed Service for Prometheus?](https://docs.aws.amazon.com/prometheus/latest/userguide/what-is-Amazon-Managed-Service-Prometheus.html).
Com o Amazon Managed Grafana, você pode adicionar um espaço de trabalho do Amazon Managed Service for Prometheus como fonte de dados usando a opção de configuração da AWS de fonte de dados no console do espaço de trabalho do Grafana. Esse recurso simplifica a adição do Amazon Managed Service for Prometheus como fonte de dados ao descobrir as contas existentes do Amazon Managed Service for Prometheus e gerencia a configuração das credenciais de autenticação necessárias para acessá-lo.
**nota**
Você pode visualizar os alertas do Prometheus na interface unificada do Grafana Alerting, pelo [Configurar uma fonte de dados Alertmanager](data-source-alertmanager.md#data-source-alertmanager-create).
**Topics**
+ [Use a configuração da fonte de AWS dados para adicionar o Amazon Managed Service for Prometheus como fonte de dados](AMP-adding-AWS-config.md)
+ [Adicionar manualmente a fonte de dados Prometheus](prometheus-manually-adding.md)
+ [Usar fonte de dados Prometheus](using-prometheus-datasource.md)
+ [Visualizar alertas do Amazon Managed Service for Prometheus](amp-configure-alerts.md)
+ [Configurar exemplares](amp-configure-exemplars.md)
# Use a configuração da fonte de AWS dados para adicionar o Amazon Managed Service for Prometheus como fonte de dados
Para usar a configuração da fonte de AWS dados, primeiro você usa o console Amazon Managed Grafana para habilitar funções do IAM gerenciadas por serviços que concedem ao espaço de trabalho as políticas do IAM necessárias para ler os recursos do Amazon Managed Service for Prometheus em sua conta ou em todas as suas unidades organizacionais. Use o console do espaço de trabalho do Amazon Managed Grafana para adicionar o Amazon Managed Service for Prometheus como fonte de dados.
**Para usar a configuração da fonte de AWS dados para adicionar o Amazon Managed Service for Prometheus como fonte de dados**
1. Abra o console do Amazon Managed Grafana em [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/).
1. No canto superior esquerdo da página, selecione o ícone do menu e escolha **Todos os espaços de trabalho**.
1. Escolha o nome do espaço de trabalho.
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**. Depois marque a caixa de seleção do **Amazon Managed Service for Prometheus** e escolha **Ações**, **Habilitar a política gerenciada por serviço**.
1. Escolha a guia **Fontes de dados** novamente e depois **Configurar no Grafana** na linha do **Amazon Managed Service for Prometheus**.
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário.
1. **Na barra de navegação esquerda no console do espaço de trabalho Grafana, escolha o AWS ícone e, em seguida, escolha serviços **AWS ,** Prometheus.**
1. Selecione a região que você deseja que o Amazon Managed Grafana pesquise para descobrir espaços de trabalho do Amazon Managed Service for Prometheus e, em seguida, selecione as contas e os espaços de trabalho do Amazon Managed Service for Prometheus que você deseja adicionar, e escolha **Adicionar fonte de dados**.
# Adicionar manualmente a fonte de dados Prometheus
**Para adicionar manualmente a fonte de dados Prometheus**
1. No menu lateral do console do Grafana, pause no item do menu **Administração** (ou no ícone de **Configuração** [engrenagem] no Grafana v8) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte de dados **Prometheus**. Se necessário, você pode começar a digitar **Prometheus** na caixa de pesquisa para ajudar a encontrá-lo.
# Usar fonte de dados Prometheus
## Configurações do Prometheus
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Url | O URL do servidor Prometheus; por exemplo, https://prometheus.example.org:9090. |
| Access | Servidor (padrão) = o URL deve estar acessível no backend e no servidor Grafana. |
| Basic Auth | Habilite a autenticação básica na fonte de dados Prometheus. |
| User | Nome de usuário para autenticação básica. |
| Password | Senha para autenticação básica. |
| Scrape interval | Defina isso para o intervalo típico de extração e avaliação configurado no Prometheus. O valor padrão é 15s. |
| Disable metrics lookup | Marcar essa opção desativará o seletor de métricas e o metric/label suporte no preenchimento automático do campo de consulta. Isso ajudará se você tiver problemas de performance com instâncias maiores do Prometheus. |
| Custom Query Parameters | Adicione parâmetros personalizados ao URL de consulta do Prometheus. Por exemplo, timeout, partial\$1response, dedup ou max\$1source\$1resolution. Vários parâmetros devem ser concatenados junto com um “&”. |
## Editor de consultas do Prometheus
As seções a seguir fornecem informações e opções para o editor de consultas do Prometheus no dashboard e no Explore.
### Editor de consultas em dashboards
Abra um gráfico no modo de edição escolhendo o título e, em seguida, escolhendo **Editar** (ou pressionando a tecla **e** enquanto pausa no painel).
| Name (Nome) | Description |
| --- | --- |
| Query expression | Para obter informações sobre as expressões de consulta do Prometheus, consulte a [documentação do Prometheus](https://prometheus.io/docs/querying/basics/). |
| Legend format | Controla o nome das séries temporais, usando o nome ou padrão. Por exemplo, \$1\$1hostname\$1\$1 é substituído pelo valor do rótulo para o rótulo hostname. |
| Min step | Um limite inferior adicional para o [parâmetro `step` das consultas de intervalo do Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries) e para as variáveis \$1\$1\$1interval e \$1\$1\$1rate\$1interval. O limite é absoluto e não é modificado pela configuração de Resolução. |
| Resolution | 1/1 define a variável \$1\$1\$1interval e o [parâmetro `step` das consultas de intervalo do Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries) de forma que cada pixel corresponde a um ponto de dados. Para uma melhor performance, use resoluções mais baixas. 1/2 recupera apenas um ponto de dados para pixels alternados, e 1/10 recupera um ponto de dados por 10 pixels. Observe que tanto o Intervalo de tempo mínimo quanto a Etapa mínima limitam o valor final de \$1\$1\$1interval e step. |
| Metric lookup | Pesquise nomes de métricas nesse campo de entrada. |
| Format as | Alterne entre Table, Time series ou Heatmap. A Table funciona somente no painel da tabela. O Heatmap é adequado para exibir métricas do tipo histograma em um painel de mapa de calor. Ele converte histogramas cumulativos em regulares e classifica as séries pelo limite do bucket. |
| Instant | Execute uma consulta “instantânea” para retornar somente o valor mais recente que o Prometheus extraiu para a série temporal solicitada. As consultas instantâneas retornam resultados muito mais rapidamente do que as consultas de intervalo normal. Use-as para pesquisar conjuntos de rótulos. |
| Min time interval | Esse valor multiplicado pelo denominador da configuração de Resolução define um limite mínimo para a variável \$1\$1\$1interval e o [parâmetro `step` das consultas de intervalo do Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries). O padrão é Intervalo de extração, conforme definido nas opções da fonte de dados. |
**nota**
O Amazon Managed Grafana modifica as datas de solicitação das consultas para alinhá-las com a etapa calculada dinamicamente. Isso garante a exibição consistente dos dados de métricas, mas pode resultar em uma pequena lacuna de dados na borda direita de um grafo.
#### Consultas instantâneas em dashboards
A fonte de dados do Prometheus permite que você execute consultas instantâneas, que consultam somente o valor mais recente. Você pode visualizar os resultados em um painel de tabela para ver todos os rótulos disponíveis de uma série temporal.
Os resultados da consulta instantânea são compostos por apenas um ponto de dados por série. Eles podem ser mostrados no painel de grafo com a ajuda de substituições de séries. Para mostrá-los no grafo como um ponto de valor mais recente, adicione uma substituição de série e selecione `Points > true`. Para mostrar uma linha horizontal em todo o grafo, adicione uma substituição de série e selecione `Transform > constant`. Para obter mais informações sobre substituições de série, consulte [Substituições de séries](graph-panel.md#graph-panel-series-overrides).
### Editor de consultas no Explore
| Name (Nome) | Description |
| --- | --- |
| Query expression | Para obter mais informações sobre as expressões de consulta do Prometheus, consulte a [documentação do Prometheus](https://prometheus.io/docs/querying/basics/). |
| Step | [Parâmetro `Step` das consultas do intervalo do Prometheus](https://prometheus.io/docs/prometheus/latest/querying/api/#range-queries). As unidades de tempo podem ser usadas aqui, por exemplo: 5s, 1m, 3h, 1d, 1a. Unidade padrão se nenhuma unidade especificada for s (segundos). |
| Query type | Range, Instant, ou Both. Ao executar a consulta de intervalo, o resultado da consulta é exibido em grafo e tabela. A consulta instantânea retorna somente o valor mais recente que o Prometheus extraiu para a série temporal solicitada, e ela é exibida na tabela. Quando a opção Ambos é selecionada, tanto a consulta instantânea quanto a consulta de intervalo são executadas. O resultado da consulta de intervalo é exibido no grafo, e o resultado da consulta instantânea é exibido na tabela. |
## Navegador de métricas
O navegador de métricas permite que você encontre métricas rapidamente e selecione rótulos relevantes para criar consultas básicas. Ao abrir o navegador, você verá todas as métricas e rótulos disponíveis. Se compatível com sua instância do Prometheus, cada métrica mostrará sua AJUDA e TIPO como dica de ferramenta.
Quando você seleciona uma métrica, o navegador restringe os rótulos disponíveis para mostrar somente aqueles aplicáveis à métrica. Em seguida, você pode selecionar um ou mais rótulos para os quais os valores de rótulos disponíveis são mostrados nas listas na seção inferior. Selecione um ou mais valores para cada rótulo para restringir o escopo da consulta.
**nota**
Se você não se lembrar de um nome de métrica para começar, você também pode selecionar alguns rótulos primeiro, para restringir a lista e depois encontrar valores de rótulos relevantes.
Todas as listas no navegador de métricas têm um campo de pesquisa acima delas para filtrar rapidamente as métricas ou os rótulos que correspondem a uma determinada string. A seção de valores tem apenas um campo de pesquisa. Sua filtragem se aplica a todos os rótulos para ajudar a encontrar valores em todos os rótulos depois de selecionados, por exemplo, entre seus rótulos app, job, job\$1name, somente um pode com o valor que você está procurando.
Quando estiver satisfeito com a consulta, clique em “Usar consulta” para executá-la. O botão **Usar como consulta de taxa** adiciona uma rate(...)[\$1\$1\$1interval] em torno de sua consulta para ajudar a escrever consultas para contramétricas. O botão “Validar seletor” verificará com o Prometheus quantas séries temporais estão disponíveis para esse seletor.
### Limitações
O navegador de métricas tem um limite rígido de 10 mil rótulos (chaves) e 50 mil valores de rótulos (incluindo nomes de métricas). Se a instância do Prometheus retornar mais resultados, o navegador continuará funcionando. No entanto, os conjuntos de resultados serão cortados acima desses limites máximos.
## Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
### Variável de consulta
A variável do tipo *Consulta* permite que você consulte o Prometheus para obter uma lista de métricas, rótulos ou valores de rótulos. O plug-in da fonte de dados Prometheus fornece as funções a seguir que você pode usar no campo de entrada **Consulta**.
| Name (Nome) | Description |
| --- | --- |
| label\$1names() | Retorna uma lista de nomes de rótulos. |
| label\$1values(label) | Retorna uma lista de valores de rótulos para o label em cada métrica. |
| label\$1values(metric, label) | Retorna uma lista de valores de rótulos para o label na métrica especificada. |
| metrics(metric) | Retorna uma lista de métricas que correspondem ao regex de metric especificado. |
| query\$1result(query) | Retorna uma lista dos resultados da consulta do Prometheus para a query. |
Para obter informações sobre o que são *nomes de métricas*, *nomes de rótulos* e *valores de rótulos*, consulte a [documentação do Prometheus](https://prometheus.io/docs/concepts/data_model/#metric-names-and-labels).
#### Usar variáveis de intervalo e faixa
**nota**
O suporte para `$__range`, `$__range_s` e `$__range_ms` está disponível somente no Grafana v5.3.
Você pode usar algumas variáveis globais nas variáveis de consulta: `$__interval`, `$__interval_ms`, `$__range`, `$__range_s` e `$__range_ms`. Para obter mais informações, consulte [Variáveis globais](variables-types.md#global-variables). Pode ser conveniente usá-las com a função `query_result` quando precisar filtrar consultas variáveis porque a função `label_values` não é compatível com consultas.
Para obter as instâncias corretas ao alterar o intervalo de tempo no dashboard, certifique-se de definir o gatilho `refresh` da variável para ser `On Time Range Change`.
O exemplo de código a seguir mostra como preencher uma variável com as cinco instâncias de solicitação mais ocupadas com base na média de QPS no intervalo de tempo mostrado no dashboard.
```
Query: query_result(topk(5, sum(rate(http_requests_total[$__range])) by (instance)))
Regex: /"([^"]+)"/
```
O exemplo de código a seguir mostra como preencher uma variável com as instâncias que têm um determinado estado no intervalo de tempo mostrado no dashboard, usando `$__range_s`.
```
Query: query_result(max_over_time([${__range_s}s]) != )
Regex:
```
### Usar a variável `$__rate_interval`
A variável `$__rate_interval` deve ser usada na função de taxa. É definido como máximo (`$__interval` \$1 *intervalo de extração*, 4 \$1 *Intervalo de extração*). O *intervalo de extração* é a configuração da etapa mínima (também conhecida como query\$1interval, uma configuração por consulta PromQL), se houver alguma definida, e, caso contrário, o *intervalo de extração*, conforme definido na fonte de dados do Prometheus (mas ignorando qualquer configuração de intervalo mínimo no painel, porque esta é modificada pela configuração de resolução).
### Usar variáveis em consultas
Há duas sintaxes:
+ `$` Exemplo: rate(http\$1requests\$1total\$1job=\$1"\$1job"\$1[5m])
+ `[[varname]]` Exemplo: rate(http\$1requests\$1total\$1job=\$1"[[job]]"\$1[5m])
Por que duas formas? A primeira sintaxe é mais fácil de ler e escrever, mas não permite que você use uma variável no meio de uma palavra. Quando as opções *Vários valores* ou *Incluir todos os valores* estão habilitadas, o Grafana converte os rótulos de texto simples em uma string compatível com regex. O que significa que você tem que usar `=~` em vez de `=`.
## Anotações
Você pode usar anotações para sobrepor informações importantes de eventos nos grafos. Você adiciona consultas de anotação usando o menu Dashboard ou a visualização Anotações. Para obter mais informações, consulte [Anotações](dashboard-annotations.md).
O Prometheus é compatível com duas formas de consultar anotações.
+ Uma consulta de métrica regular.
+ Uma consulta do Prometheus para alertas pendentes e disparados. Para obter mais informações, consulte [Inspecting alerts during runtime](https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/#inspecting-alerts-during-runtime).
A opção etapa é útil para limitar o número de eventos retornados da consulta.
# Visualizar alertas do Amazon Managed Service for Prometheus
Você pode visualizar o Amazon Managed Service for Prometheus ou os alertas do Prometheus no Amazon Managed Grafana configurando uma fonte de dados Alertmanager para fontes de dados Prometheus com as quais você já tenha com conexão.
**Pré-requisitos**
Para configurar um Alertmanager para uso com o Amazon Managed Service for Prometheus, você deverá ter os seguintes pré-requisitos concluídos:
+ Uma instância do [Amazon Managed Service for Prometheus](https://docs.aws.amazon.com/prometheus/latest/userguide/AMP-onboard-create-workspace.html), com métricas ingeridas e pelo menos uma regra de alerta ou gravação configurada. **Você precisará da URL do seu espaço de trabalho (a partir dos detalhes do seu espaço de trabalho no Amazon Managed Service para Prometheus, você pode ver o URL do endpoint).** O espaço de trabalho URl é o URL do Endpoint (sem o `api/v1/remote_write` no final).
+ Um espaço de trabalho do Amazon Managed Grafana [criado](AMG-create-workspace.md) com a instância do Prometheus [configurada como fonte de dados](prometheus-data-source.md).
+ O Amazon Managed Grafana deve ter as seguintes permissões para seus recursos do Prometheus. Você deve adicioná-los às políticas gerenciadas pelo serviço ou pelo cliente descritas em [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
+ `aps:ListRules`
+ `aps:ListAlertManagerSilences`
+ `aps:ListAlertManagerAlerts`
+ `aps:GetAlertManagerStatus`
+ `aps:ListAlertManagerAlertGroups`
+ `aps:PutAlertManagerSilences`
+ `aps:DeleteAlertManagerSilence`
**Para configurar uma fonte de dados Alertmanager para uso com o Amazon Managed Service for Prometheus**
1. No console do Grafana, no menu Grafana, escolha a página **Fonte de dados** em **Configuração**.
1. Escolha **Adicionar fonte de dados** e selecione **Alertmanager** na lista de tipos de fonte de dados.
1. Forneça as informações a seguir para a nova fonte de dados.
+ Para **Implementação**, escolha **Prometheus**.
+ Em **HTTP**, para **URL**, forneça o URL do espaço de trabalho do Prometheus, com o `alertmanager` anexado. Por exemplo, .`https://aps-workspaces.us-east1.amazonaws.com/workspaces/ws-example-1234-5678-abcd-xyz00000001/alertmanager`
+ Em **Auth**, ative **SigV4Auth**. Isso diz ao Grafana para usar a [autenticação da AWS](https://docs.aws.amazon.com/general/latest/gr/signature-version-4.html) para as solicitações.
+ Em **Detalhes de SigV4Auth**, em **Região padrão**, forneça a região da sua instância do Prometheus, por exemplo, `us-east-1`.
1. Escolha **Salvar e testar** para concluir a configuração da fonte de dados.
Se a fonte de dados estiver configurada corretamente, você verá uma mensagem dizendo que a **verificação de integridade foi aprovada**.
**Para conectar a nova fonte de dados Alertmanager à fonte de dados Prometheus**
1. No console do Grafana, no menu Grafana, escolha a página **Fonte de dados** em **Configuração**.
1. Selecione a fonte de dados original do Amazon Managed Service for Prometheus e ative a chave seletora **Gerenciar alertas por meio da interface de usuário de alertas**.
1. Escolha **Salvar e testar** para concluir a configuração da fonte de dados.
# Configurar exemplares
**nota**
Este recurso exige o Prometheus versão 2.26 ou superior.
Os exemplares não são compatíveis com o Amazon Managed Service for Prometheus.
Você pode mostrar dados de exemplares ao lado de uma métrica no Explore e nos dashboards. Os exemplares associam metadados de maior cardinalidade de um evento específico aos dados tradicionais de séries temporais.
Você pode definir exemplares nas configurações da fonte de dados adicionando links aos exemplares. Você pode usar macros no URL. Por exemplo, é possível criar um URL como `https://example.com/${__value.raw}`.
# Conectar-se a uma fonte de dados Amazon Timestream
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
Com o Amazon Managed Grafana, você pode adicionar o Amazon Timestream como fonte de dados usando a opção de configuração da fonte de dados no console AWS do espaço de trabalho do Grafana. Esse recurso simplifica a adição do Timestream como fonte de dados ao descobrir as contas existentes do Timestream e gerencia a configuração das credenciais de autenticação necessárias para acessá-lo. Você pode usar esse método para configurar a autenticação e adicionar o Timestream como fonte de dados, ou você pode configurar manualmente a fonte de dados e as credenciais de autenticação necessárias usando o mesmo método que usaria em um servidor Grafana autogerenciado.
# Use a configuração da fonte de AWS dados para adicionar o Timestream como fonte de dados
Para usar a configuração da fonte de AWS dados, primeiro você usa o console Amazon Managed Grafana para habilitar funções do IAM gerenciadas por serviços que concedem ao espaço de trabalho as políticas do IAM necessárias para ler os recursos do Timestream em sua conta ou em todas as suas unidades organizacionais. Em seguida, você usa o console do espaço de trabalho do Amazon Managed Grafana para adicionar o Timestream como fonte de dados.
**Para usar a configuração da fonte de AWS dados para adicionar o Timestream como fonte de dados**
1. Abra o console do Amazon Managed Grafana em [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/).
1. No canto superior esquerdo da página, selecione o ícone do menu e escolha **Todos os espaços de trabalho**.
1. Escolha o nome do espaço de trabalho.
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**. Em seguida, marque a caixa de seleção do **Amazon Timestream** e escolha **Ações**, **Habilitar política gerenciada por serviço**.
1. Escolha a guia **Fontes de dados** novamente e, em seguida, escolha **Configurar no Grafana** na linha do **Amazon Timestream**.
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário.
1. Na barra de navegação esquerda no console do espaço de trabalho do Grafana, escolha **Aplicativos** e depois **Fontes de AWS dados** (no Grafana v8, escolha o AWS ícone no menu à esquerda).
1. Escolha a guia **Serviços da AWS ** e, em seguida, **Timestream**.
1. Selecione a região padrão da qual você deseja que a fonte de dados **Timestream** consulte, selecione as contas e escolha **Adicionar fonte de dados**.
# Adicionar manualmente a fonte de dados Timestream
**Para adicionar manualmente a fonte de dados Timestream**
1. No menu lateral do console do Grafana, pause no ícone de **Configuração** (engrenagem) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte de dados **Amazon Timestream**. Se necessário, você pode começar a digitar **Timestream** na caixa de pesquisa para ajudar a encontrá-lo.
## Configurações do Timestream
| Name (Nome) | Description |
| --- | --- |
| Nome | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Provedor de autorização | Especifique o provedor para obter as credenciais. |
| Região padrão | Usado no editor de consultas para definir a região (pode ser alterado por consulta). |
| Nome do perfil de credenciais | Especifique o nome do perfil a ser usado (se você usar arquivo \$1/.aws/credentials), mantenha em branco por padrão. |
| ARN do perfil a ser assumido | Especifique o ARN do perfil a ser assumido. |
| Endpoint (opcional) | Se você precisar especificar um endpoint de serviço alternativo. |
### Autenticação
Esta seção aborda os diferentes tipos de autenticação que você pode usar para a fonte de dados Amazon Timestream.
#### Exemplo de AWS credenciais
Você não pode usar o método de autenticação do arquivo de credenciais no Amazon Managed Grafana.
# Usar a fonte de dados Timestream
## Editor de consultas
O editor de consultas aceita a sintaxe do Timestream, além das macros listadas anteriormente e de qualquer variável do modelo do dashboard.
Pressione **Ctrl\$1Espaço** para abrir as sugestões. IntelliSense
## Macros
Para simplificar a sintaxe e permitir partes dinâmicas, como filtros de intervalo de datas, a consulta pode conter macros.
| Exemplo de macro | Description |
| --- | --- |
| *\$1\$1\$1database* | Especificará o banco de dados selecionado. Usa o padrão da configuração da fonte de dados ou o valor explícito do editor de consultas. |
| *\$1\$1\$1table* | Especificará o banco de dados selecionado. Usa o padrão da configuração da fonte de dados ou o valor explícito do editor de consultas. |
| *\$1\$1\$1measure* | Especificará a medida selecionada. Usa o padrão da configuração da fonte de dados ou o valor explícito do editor de consultas. |
| *\$1\$1\$1timeFilter* | Será substituído por uma expressão que limita o tempo até o intervalo do dashboard |
| *\$1\$1\$1interval\$1ms* | Será substituído por um número que representa a quantidade de tempo que um único pixel no grafo deve cobrir. |
# Conectar-se a uma fonte de dados Amazon Athena
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
**nota**
Este guia pressupõe que você esteja familiarizado com o serviço do Amazon Athena antes de usar a fonte de dados Athena.
Com o Amazon Managed Grafana, você pode adicionar o Athena como fonte de dados usando a opção de configuração da fonte de AWS dados no console do espaço de trabalho do Grafana. Esse recurso simplifica a adição do Athena como fonte de dados ao descobrir as contas existentes do Athena e gerencia a configuração das credenciais de autenticação necessárias para acessá-lo. Você pode usar esse método para configurar a autenticação e adicionar o Athena como fonte de dados, ou você pode configurar manualmente a fonte de dados e as credenciais de autenticação necessárias usando o mesmo método usado em um servidor Grafana autogerenciado.
Existem pré-requisitos para que o Athena seja acessível pelo Amazon Managed Grafana. Para os pré-requisitos associados ao uso da fonte de dados do Athena, consulte [Pré-requisitos](Athena-prereq.md).
# Pré-requisitos
Para usar as políticas gerenciadas do Amazon Managed Grafana for Athena, conclua as seguintes tarefas antes de configurar a fonte de dados do Athena:
+ Marque os grupos de trabalho do Athena com `GrafanaDataSource: true`.
+ Crie um bucket do S3 com um nome que comece com `grafana-athena-query-results-`. Esta política fornece permissões para gravar resultados de consultas em um bucket do S3 com essa convenção de nomenclatura.
As permissões do Amazon S3 para acessar a fonte de dados subjacente de uma consulta do Athena não estão incluídas nessa política gerenciada. Você deve adicionar as permissões necessárias para os buckets do Amazon S3 manualmente, em uma base. case-by-case Para obter mais informações, consulte [Exemplos de políticas baseadas em identidade no Amazon Managed Grafana](https://docs.aws.amazon.com/grafana/latest/userguide/security_iam_id-based-policy-examples.html) neste guia.
# Use a configuração da fonte de AWS dados para adicionar o Amazon Athena como fonte de dados
## Pré-requisitos
+ A [AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html) está instalada e configurada no seu ambiente.
+ Você tem acesso ao Athena na sua conta.
Para usar a configuração da fonte de AWS dados, primeiro acesse o console Amazon Managed Grafana para habilitar funções do IAM gerenciadas por serviços que concedam ao espaço de trabalho as políticas do IAM necessárias para ler os recursos do Athena em sua conta ou em todas as suas unidades organizacionais. Em seguida, você usa o console do espaço de trabalho do Amazon Managed Grafana para adicionar o Athena como fonte de dados.
# Para usar a configuração da fonte de AWS dados para adicionar o Athena como fonte de dados
1. Certifique-se de que seu perfil de usuário seja administrador ou editor.
1. Selecione o espaço de trabalho no qual você deseja trabalhar no console Amazon Managed Grafana em. [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/)
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**. Em seguida, marque a caixa de seleção do **Amazon Athena** e escolha **Ações**, **Habilitar política gerenciada por serviço**.
1. Escolha a guia **Fontes de dados** novamente e, em seguida, escolha **Configurar no Grafana** na linha do **Amazon Athena**.
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário. O usuário deve ter a política de acesso do Athena anexada ao usuário ou perfil para ter acesso à fonte de dados Athena. Consulte [AWS política gerenciada: AmazonGrafanaAthenaAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaAthenaAccess) para obter mais informações.
1. **Na barra de navegação esquerda no console do espaço de trabalho Grafana, escolha o AWS ícone inferior (há dois) e escolha **Athena** no menu Fontes de dados.**
1. Selecione a região padrão da qual você deseja que a fonte de dados Athena consulte e, em seguida, selecione as contas que você deseja e escolha **Adicionar fonte de dados**.
1. Siga as etapas para configurar os **Detalhes do Athena** em [Configurações dos **Detalhes do Athena**](#Athena-settings).
## Configurações dos **Detalhes do Athena**
**Definir as configurações de detalhes do **Athena****
1. No menu **Detalhes da conexão**, selecione o provedor de autenticação (recomendado: **perfil do IAM do espaço de trabalho**).
1. Selecione a fonte de dados Athena de destino na qual você tem a conta do Athena. Se você não selecionar nenhuma fonte de dados, haverá uma fonte de dados padrão no menu suspenso.
Para criar uma conta do Athena, siga as instruções em [Conceitos básicos do Athena](https://docs.aws.amazon.com/athena/latest/ug/getting-started.html).
1. Selecione o banco de dados de destino do Athena na fonte de dados selecionada acima.
1. Selecione o grupo de trabalho. **Primário** é o padrão.
1. Se o grupo de trabalho ainda não tiver um local de saída configurado, especifique um bucket e uma pasta do S3 para usar nos resultados da consulta. Por exemplo, `s3://grafana-athena-plugin-test-data/query-result-output/ `.
1. Selecione **Salvar e testar**.
# Adicionar manualmente a fonte de dados Athena
## Pré-requisitos
+ A [AWS CLI](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-getting-started.html) está instalada e configurada no seu ambiente.
+ Você tem acesso ao **Amazon Athena** na sua conta.
**Para adicionar manualmente a fonte de dados Athena:**
1. No menu lateral do console do Grafana, pause no ícone de **Configuração** (engrenagem) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte de dados **AWS Athena**. Se necessário, você pode começar a digitar **Athena** na caixa de pesquisa para ajudar a encontrá-lo.
1. No menu **Detalhes da conexão**, configure o provedor de autenticação (recomendado: **perfil do IAM do espaço de trabalho**)
1. Selecione a fonte de dados, o banco de dados e o grupo de trabalho de destino do Athena.
Para criar uma nova conta do Athena, siga as instruções em [Conceitos básicos do Athena](https://docs.aws.amazon.com/athena/latest/ug/getting-started.html).
1. Se o grupo de trabalho ainda não tiver um local de saída configurado, especifique um bucket e uma pasta do S3 para usar nos resultados da consulta. Por exemplo, .`s3://grafana-athena-plugin-test-data/query-result-output/ `
1. Selecione **Salvar e testar**.
Veja a seguir um exemplo das configurações dos **Detalhes do Athena**.
![\[Exemplo de detalhes do Athena\]](http://docs.aws.amazon.com/pt_br/grafana/latest/userguide/images/athena.png)
# Usar a fonte de dados Athena
## Políticas do IAM
O Grafana precisa de permissões concedidas por meio do IAM para poder ler as métricas do Athena. Você pode anexar essas permissões aos perfis do IAM e usar o suporte integrado do Grafana para assumir perfis. Observe que você precisará [configurar a política necessária](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_create.html) para o perfil antes de adicionar a fonte de dados ao Grafana. Você precisará de um perfil de administrador ou editor para adicionar uma fonte de dados. A política de acesso integrada do Amazon Grafana Athena é definida na seção [AWS política gerenciada: AmazonGrafanaAthenaAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaAthenaAccess).
## Dados de consulta do Athena
A fonte de dados Athena fornece um editor de consultas SQL padrão. O Amazon Managed Grafana inclui alguns macros para ajudar a escrever consultas de séries temporais mais complexas.
Macros
| Macro | Description | Exemplo | Exemplo de saída |
| --- | --- | --- | --- |
| \$1\$1\$1dateFilter(column) | \$1\$1\$1dateFilter cria um filtro condicional que seleciona os dados (usando column) com base no intervalo de datas do painel. | \$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 lança um varchar como um carimbo de data e hora com o formato fornecido. | \$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 cria uma condicional que filtra os dados (usando column) com base no intervalo de tempo do painel. O segundo argumento é usado para analisar opcionalmente a coluna de um varchar para um carimbo de data e hora com um 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 exibe a hora de início atual do intervalo do painel com aspas. | \$1\$1\$1timeFrom() | TIMESTAMP '2017-07-18 11:15:52' |
| \$1\$1\$1timeTo() | \$1\$1\$1timeTo exibe a hora de término atual do intervalo do painel com aspas. | \$1\$1\$1timeTo() | TIMESTAMP '2017-07-18 11:15:52' |
| \$1\$1\$1timeGroup(column, '1m', format) | \$1\$1\$1timeGroup agrupa carimbos de data e hora para que haja apenas um ponto para cada período no grafo. O terceiro argumento é usado para analisar opcionalmente a coluna de um varchar para um carimbo de data e hora com um 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 retorna a tabela selecionada no seletor Tabela. | \$1\$1\$1table | my\$1table |
| \$1\$1\$1column | \$1\$1\$1column retorna a coluna selecionada no seletor Coluna (requer uma tabela). | \$1\$1\$1column | col1 |
**Visualização**
A maioria das consultas no Athena será melhor representada por uma visualização de tabela. A consulta exibe dados do retorno em uma tabela. Se puder ser consultado, ele poderá ser exibido como uma tabela.
Este exemplo retorna os resultados de uma visualização de tabela:
```
SELECT {column_1}, {column_2} FROM {table};
```
**Visualizações de séries temporais e grafos**
Para visualizações de séries temporais e grafos, você deve:
+ selecionar uma coluna com uma `date` ou um tipo de `datetime`. A coluna `date` deve estar em ordem crescente (usando `ORDER BY column ASC`).
+ também selecionar uma coluna numérica.
**Inspecionar a consulta**
O Amazon Managed Grafana é compatível com macros com os quais o Athena não é, o que significa que uma consulta pode não funcionar quando copiada e colada diretamente no Athena. Para ver a consulta interpolada completa, que funciona diretamente no Athena, clique no botão **Inspetor de consultas**. A consulta completa é exibida na guia **Consulta**.
## Modelos e variáveis
Para obter mais informações sobre como adicionar uma variável de consulta do Athena, consulte [Adicionar uma variável de consulta.](variables-types.md#add-a-query-variable). Use a fonte de dados Athena como a fonte de dados para as consultas disponíveis a seguir.
Qualquer valor consultado em uma tabela do Athena pode ser usado como uma variável. Evite selecionar muitos valores, pois isso pode causar problemas de performance.
Depois de criar uma variável, você poderá usá-la nas consultas do Athena usando [Sintaxe da variável](templates-and-variables.md#variable-syntax). Para obter mais informações sobre variáveis, consulte [Modelos e variáveis](templates-and-variables.md).
## Anotações
As [Anotações](dashboard-annotations.md) permitem que você sobreponha informações importantes de eventos nos grafos. Você pode adicionar anotações selecionando o painel ou adicionando consultas de anotação usando a visualização **Anotações** do menu **Dashboard**.
Um exemplo de consulta para adicionar anotações automaticamente:
```
SELECT
time as time,
environment as tags,
humidity as text
FROM
tableName
WHERE
$__dateFilter(time) and humidity > 95
```
A tabela a seguir representa as descrições das colunas que podem ser usadas para renderizar anotações:
| Name (Nome) | Description |
| --- | --- |
| Time | O nome do date/time campo. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época. |
| Timeend | Nome opcional do date/time campo final. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época. (Grafana v6.6\$1) |
| Text | Campo de descrição do evento. |
| Tags | Nome de campo opcional a ser usado para tags de eventos como uma string separada por vírgula. |
## Compatibilidade de dados de consulta assíncrona
As consultas do Athena no Amazon Managed Grafana são tratadas de forma assíncrona para evitar tempos limite. As consultas assíncronas usam solicitações separadas para iniciar a consulta, verificar seu progresso e, finalmente, obter os resultados. Isso evita os tempos limite para consultas executadas por um longo tempo.
## Reutilização dos resultados da consulta
Para melhorar a performance da consulta, você pode reutilizar os resultados das consultas anteriores. Para habilitar a reutilização de consultas, habilite-as na seção **Reutilização de resultados da consulta** do editor de consultas. Esse processo deverá ser seguido para cada consulta que desejar reutilizar.
**nota**
Esse recurso exige que a instância do Athena esteja na versão 3 do mecanismo. Para obter mais informações, consulte [Alterar versões do mecanismo do Athena](https://docs.aws.amazon.com/athena/latest/ug/engine-versions-changing.html) no *Guia do usuário do Amazon Athena*.
# Conectar-se a uma fonte de dados do Amazon Redshift
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
**nota**
Este guia pressupõe que os usuários estejam familiarizados com o serviço do Amazon Redshift antes de usar a fonte de dados Amazon Redshift.
Com o Amazon Managed Grafana, você pode adicionar o Amazon Redshift como fonte de dados usando a opção de configuração da fonte de dados AWS no console do espaço de trabalho Grafana. Esse recurso simplifica a adição do Amazon Redshift como fonte de dados ao descobrir as contas existentes do Amazon Redshift e gerencia a configuração das credenciais de autenticação necessárias para acessá-lo. Você pode usar esse método para configurar a autenticação e adicionar o Amazon Redshift como fonte de dados, ou você pode configurar manualmente a fonte de dados e as credenciais de autenticação necessárias usando o mesmo método usado em um servidor Grafana autogerenciado.
Existem pré-requisitos para que o Amazon Redshift seja acessível pelo Amazon Managed Grafana. Para conferir os pré-requisitos associados ao uso da fonte de dados Amazon Redshift, consulte [Pré-requisitos](Redshift-prereq.md).
# Pré-requisitos
Para usar as políticas AWS gerenciadas para o Amazon Managed Grafana, conclua as seguintes tarefas antes de configurar a fonte de dados do Amazon Redshift:
+ Marque o cluster do Amazon Redshift com `GrafanaDataSource: true`. Do contrário, ele não estará acessível.
+ Crie as credenciais do banco de dados por meio de uma das seguintes maneiras mutuamente exclusivas:
+ Se quiser usar o mecanismo padrão (as opções de credenciais temporárias) para se autenticar no banco de dados do Redshift, você deve criar um usuário de banco de dados chamado `redshift_data_api_user`.
+ Se quiser usar as credenciais do Secrets Manager, você deve marcar o segredo com `RedshiftQueryOwner: true`. Para obter mais informações, consulte [Exemplos de políticas baseadas em identidade no Amazon Managed Grafana](https://docs.aws.amazon.com/grafana/latest/userguide/security_iam_id-based-policy-examples.html) neste guia.
# Use a configuração da fonte de AWS dados para adicionar o Amazon Redshift como fonte de dados
# Para usar a configuração da fonte de AWS dados para adicionar o Amazon Redshift como fonte de dados
1. Certifique-se de que seu perfil de usuário seja administrador ou editor.
1. Selecione o espaço de trabalho no qual você deseja trabalhar no console Amazon Managed Grafana em. [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/)
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**. Em seguida, marque a caixa de seleção do **Amazon Redshift** e escolha **Ações**, **Habilitar política gerenciada por serviço**.
1. Escolha a guia **Fontes de dados** novamente e, em seguida, **Configurar no Grafana** na linha do **Amazon Redshift**.
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário.
1. Na barra de navegação à esquerda no console do espaço de trabalho do Grafana, escolha o ícone da AWS inferior (há dois) e escolha **Redshift**.
1. Selecione a região padrão da qual você deseja que a fonte de dados Amazon Redshift faça consultas e, em seguida, selecione as contas que você deseja e escolha **Adicionar fonte de dados**.
1. Siga as etapas para configurar os **Detalhes da conexão** em [Configurações de **Detalhes da conexão**](Redshift-config.md#Redshift-connection-details).
# Adicionar manualmente a fonte de dados Amazon Redshift
## Pré-requisitos
+ Você tem acesso ao **Amazon Redshift** na sua conta.
**Para criar uma fonte de dados Amazon Redshift:**
1. Anexe o [AmazonRedshiftAccessPolicy](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaRedshiftAccess)à sua função de usuário do espaço de trabalho.
1. Certifique-se de seu perfil de usuário seja de administrador ou editor.
1. Selecione o espaço de trabalho no qual você deseja trabalhar no console Amazon Managed Grafana em. [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/)
1. No menu lateral do console do Grafana, pause no ícone de **Configuração** (engrenagem) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte de dados **AWS Redshift**. Se necessário, você pode começar a digitar **Redshift** na caixa de pesquisa para ajudar a encontrá-lo.
1. Isso abre a página **Detalhes da conexão**. Siga as etapas de configuração em [Configurações de **Detalhes da conexão**](Redshift-config.md#Redshift-connection-details).
# Configurar o Amazon Redshift
Depois de adicionar a fonte de dados Amazon Redshift ao espaço de trabalho, defina as configurações do Amazon Redshift da seguinte forma:
## Pré-requisitos
+ Você tem acesso ao **Amazon Redshift** na sua conta.
## Configurações de **Detalhes da conexão**
**Definir as configurações dos detalhes da conexão**
1. No menu **Detalhes da conexão**, selecione o provedor de autenticação (recomendado: **perfil do IAM do espaço de trabalho**).
1. Escolha a **região padrão** que você deseja consultar.
## Configurações de **Autenticação**
**Definir as configurações de **Autenticação****
1. No menu **Autenticação**, escolha a guia **Credenciais temporárias** ou **AWS Secrets Manager** como seu provedor de credenciais de acesso. Para obter detalhes sobre Temporary Credentials and AWS Secrets Manager, consulte [AWS política gerenciada: AmazonGrafanaRedshiftAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaRedshiftAccess)
1. Se você escolher **Credenciais temporárias**, que são o padrão, siga as etapas abaixo. Se você escolher **AWS Secrets Manager**, insira suas credenciais do **AWS Secrets Manager** nos campos de entrada.
1. Escolha o **identificador do cluster** que você criou clicando em Amazon Redshift.
Para obter mais informações sobre o cluster do Redshift, consulte [Conexões do Redshift](https://docs.aws.amazon.com/redshift/latest/gsg/connection.html).
1. Escolha o banco de dados de destino do Redshift.
1. Selecione o usuário do banco de dados que você criou para o cluster acima.
1. Escolha **Salvar e testar**.
Veja a seguir um exemplo das configurações de **Credenciais temporárias**.
![\[Exemplo de credenciais temporárias\]](http://docs.aws.amazon.com/pt_br/grafana/latest/userguide/images/redshift.png)
Veja a seguir um exemplo do menu do **AWS Secrets Manager**.
![\[Exemplo do Secrets Manager\]](http://docs.aws.amazon.com/pt_br/grafana/latest/userguide/images/secretsmanager.png)
# Usar a fonte de dados Amazon Redshift
## Políticas do IAM
O Grafana precisa de permissões concedidas por meio do IAM para poder ler as métricas do Redshift. Você pode anexar essas permissões aos perfis do IAM e usar o suporte integrado do Grafana para assumir perfis. A política de acesso integrada do Amazon Grafana Redshift é definida na seção [AWS política gerenciada: AmazonGrafanaRedshiftAccess](security-iam-awsmanpol.md#security-iam-awsmanpol-AmazonGrafanaRedshiftAccess).
## Consultar dados no Amazon Redshift
A fonte de dados Amazon Redshift fornece um editor de consultas SQL padrão. O Amazon Managed Grafana inclui alguns macros para ajudar a escrever consultas de séries temporais mais complexas.
Macros
| Macro | Description | Exemplo de saída |
| --- | --- | --- |
| \$1\$1\$1timeEpoch(column) | \$1\$1\$1timeEpoch será substituído por uma expressão para converter em um carimbo de data e hora do Unix e renomear a coluna para tempo | UNIX\$1TIMESTAMP(dateColumn) as "time" |
| \$1\$1\$1timeFilter(column) | \$1\$1\$1timeFilter cria uma condicional que filtra os dados (usando column) com base no intervalo de tempo do painel | time BETWEEN '2017-07-18T11:15:52Z' AND '2017-07-18T11:15:52Z' |
| \$1\$1\$1timeFrom() | \$1\$1\$1timeFrom exibe a hora de início atual do intervalo do painel com aspas | '2017-07-18T11:15:52Z' |
| \$1\$1\$1timeTo() | \$1\$1\$1timeTo exibe a hora de término atual do intervalo do painel com aspas | '2017-07-18T11:15:52Z' |
| \$1\$1\$1timeGroup(column, '1m') | \$1\$1\$1timeGroup agrupa carimbos de data e hora para que haja apenas um ponto para cada período no grafo | floor(extract(epoch from time)/60)\$160 AS "time" |
| \$1\$1\$1schema | \$1\$1\$1schema usa o esquema selecionado | public |
| \$1\$1\$1table | \$1\$1\$1table exibe uma tabela do \$1\$1\$1schema fornecido (ele usa o esquema público por padrão) | sales |
| \$1\$1\$1column | \$1\$1\$1column exibe uma coluna da \$1\$1\$1table atual | date |
| \$1\$1\$1unixEpochFilter(column) | \$1\$1\$1unixEpochFilter será substituído por um filtro de intervalo de tempo usando o nome da coluna especificada com os tempos representados como carimbo de data e hora do Unix | column >= 1624406400 AND column <= 1624410000 |
| \$1\$1\$1unixEpochGroup(column) | \$1\$1\$1unixEpochGroup é o mesmo que \$1\$1\$1timeGroup, mas para tempos armazenados como carimbo de data e hora do Unix | floor(time/60)\$160 AS "time" |
**Visualização**
A maioria das consultas no Redshift é melhor representada por uma visualização de tabela. Qualquer consulta exibirá dados em uma tabela. Se pode ser consultado, então pode ser colocado em uma tabela.
Este exemplo retorna os resultados de uma visualização de tabela:
```
SELECT {column_1}, {column_2} FROM {table};
```
**Visualizações de séries temporais e grafos**
Para visualizações de séries temporais e grafos, existem alguns requisitos:
+ Uma coluna com uma `date` ou um tipo de `datetime` deve ser selecionada.
+ A coluna `date` deve estar em ordem crescente (usando `ORDER BY column ASC`).
+ Você deve selecionar uma coluna numérica.
Para criar um grafo mais razoável, certifique-se de usar os macros `$__timeFilter` e `$__timeGroup`.
**Exemplo de consulta de série temporal:**
```
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 preenchimento**
O Grafana também preenche automaticamente quadros sem um valor com algum padrão. Para configurar esse valor, altere o **Valor de preenchimento** no editor de consultas.
**Inspecionar a consulta**
Como o Grafana é compatível com macros que o Redshift não é, a consulta totalmente renderizada, que pode ser copiada e colada diretamente no Redshift, fica visível no Inspetor de consultas. Para visualizar a consulta interpolada completa, escolha o menu **Inspetor de consultas** e a consulta completa estará visível na guia **Consulta**.
## Modelos e variáveis
Para obter mais informações sobre como adicionar uma nova variável de consulta do Redshift, consulte [Adicionar uma variável de consulta.](variables-types.md#add-a-query-variable). Use a fonte de dados Redshift como fonte de dados para as consultas disponíveis.
Qualquer valor consultado em uma tabela do Amazon Redshift pode ser usado como uma variável. Evite selecionar muitos valores, pois isso pode causar problemas de performance.
Depois de criar uma variável, você poderá usá-la em suas consultas do Redshift usando [Sintaxe da variável](templates-and-variables.md#variable-syntax). Para obter mais informações sobre variáveis, consulte [Modelos e variáveis](templates-and-variables.md).
## Anotações
As [Anotações](dashboard-annotations.md) permitem que você sobreponha informações importantes de eventos nos grafos. Você pode adicionar anotações selecionando o painel ou adicionando consultas de anotações usando a visualização **Anotações**, aberta no menu **Dashboard**.
Exemplo de consulta para adicionar anotações automaticamente:
```
SELECT
time as time,
environment as tags,
humidity as text
FROM
$__table
WHERE
$__timeFilter(time) and humidity > 95
```
A tabela a seguir representa os valores das colunas consideradas para renderizar anotações:
| Name (Nome) | Description |
| --- | --- |
| Time | O nome do campo de data e hora. Pode ser uma coluna com uma data SQL nativa, um tipo de dados de hora ou um valor epoch. |
| Timeend | Nome opcional do campo de data ou hora de término. Pode ser uma coluna com uma data SQL nativa, um tipo de dados de hora ou um valor epoch. |
| Text | Campo de descrição do evento. |
| Tags | Nome de campo opcional a ser usado para tags de eventos como uma string separada por vírgula. |
# Conecte-se a uma fonte AWS X-Ray de dados
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
Adicione AWS X-Ray como fonte de dados e, em seguida, crie painéis ou use o Explore with X-Ray para analisar traços, análises ou insights.
Com o Amazon Managed Grafana, você pode adicionar o X-Ray como fonte de dados usando a opção de configuração da fonte de AWS dados no console do espaço de trabalho do Grafana. Esse recurso simplifica a adição do X-Ray como fonte de dados ao descobrir as contas existentes do X-Ray e gerencia a configuração das credenciais de autenticação necessárias para acessá-lo. Você pode usar esse método para configurar a autenticação e adicionar o X-Ray como fonte de dados, ou você pode configurar manualmente a fonte de dados e as credenciais de autenticação necessárias usando o mesmo método usado em um servidor Grafana autogerenciado.
**Topics**
+ [Use a configuração da fonte de AWS dados para adicionar X-Ray como fonte de dados](xray-adding-AWS-config.md)
+ [Adicionar manualmente a fonte de dados X-Ray](xray-add-the-data-source.md)
+ [Configurações do X-Ray](#xray-settings)
+ [Usar a fonte de dados X-Ray](xray-using.md)
# Use a configuração da fonte de AWS dados para adicionar X-Ray como fonte de dados
Para usar a configuração da fonte de AWS dados, primeiro você usa o console Amazon Managed Grafana para habilitar funções do IAM gerenciadas por serviços que concedem ao espaço de trabalho as políticas do IAM necessárias para ler os recursos do X-Ray em sua conta ou em todas as suas unidades organizacionais. Depois, você usa o console do espaço de trabalho do Amazon Managed Grafana para adicionar o X-Ray como fonte de dados.
**Para usar a configuração da fonte de AWS dados para adicionar X-Ray como fonte de dados**
1. Abra o console do Amazon Managed Grafana em [https://console.aws.amazon.com/grafana/](https://console.aws.amazon.com/grafana/home/).
1. No canto superior esquerdo da página, selecione o ícone do menu e escolha **Todos os espaços de trabalho**.
1. Escolha o nome do espaço de trabalho.
1. Se você não optou por usar as permissões gerenciadas pelo serviço para esse espaço de trabalho ao criá-lo, deixe de usar as permissões gerenciadas pelo cliente para usar as permissões gerenciadas pelo serviço para garantir que as funções e políticas adequadas do IAM estejam habilitadas para usar a opção de configuração da AWS fonte de dados no console do espaço de trabalho Grafana. Para fazer isso, escolha o ícone de edição por **perfil do IAM** e, em seguida, escolha **Gerenciado por serviço**, **Salvar alterações**. Para obter mais informações, consulte [Permissões e políticas do Amazon Managed Grafana para AWS fontes de dados](AMG-manage-permissions.md).
1. Escolha a guia **Fontes de dados**. Em seguida, marque a caixa de seleção **AWS X-Ray** e escolha **Ações**, **Habilitar política gerenciada por serviço**.
1. Escolha a guia **Fontes de dados** novamente e depois **Configurar no Grafana** na linha do **AWS X-Ray**.
1. Faça login no console do espaço de trabalho do Grafana usando o Centro de Identidade do IAM, se necessário.
1. **Na barra de navegação esquerda no console do espaço de trabalho Grafana, escolha o AWS ícone e, em seguida, escolha serviços **AWS ,** X-Ray.**
1. Selecione a região padrão da qual você deseja que a fonte de dados X-Ray consulte, selecione as contas e escolha **Adicionar fonte de dados**.
# Adicionar manualmente a fonte de dados X-Ray
**Para adicionar manualmente a fonte de dados X-Ray**
1. No menu lateral do console do Grafana, pause no ícone de **Configuração** (engrenagem) e escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Escolha a fonte de dados **X-Ray**. Se necessário, você pode começar a digitar **X-Ray** na caixa de pesquisa para ajudar a encontrá-lo.
## Configurações do X-Ray
| Name (Nome) | Description |
| --- | --- |
| Nome | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Padrão | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Região padrão | Usado no editor de consultas para definir a região (pode ser alterado por consulta). |
| Provedor de autorização | Especifique o provedor para obter as credenciais. |
| Nome do perfil de credenciais | Especifique o nome do perfil a ser usado (se você usar arquivo \$1/.aws/credentials), mantenha em branco por padrão. |
| ARN do perfil a ser assumido | Especifique o ARN do perfil a ser assumido. |
| ID externo | Se você estiver assumindo um perfil em outra conta, que foi criada com um ID externo, especifique o ID externo aqui. |
### Autenticação
Esta seção aborda os diferentes tipos de autenticação que você pode usar para a fonte de dados X-Ray.
#### Perfis do IAM
Atualmente, todo o acesso ao X-Ray é feito do lado do servidor pelo back-end do espaço de trabalho Grafana usando o SDK oficial. AWS Se o seu servidor Grafana estiver em execução AWS, você poderá usar as funções do IAM e a autenticação será feita automaticamente.
Para obter mais informações, consulte os [perfis do IAM](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html).
### Políticas do IAM
O Grafana precisa de permissões concedidas via IAM para poder ler dados do X-Ray e do EC2. tags/instances/regions Você pode anexar essas permissões aos perfis do IAM e usar o suporte integrado do Grafana para assumir perfis.
O código de exemplo a seguir mostra uma 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": "*"
}
]
}
```
------
#### Exemplo de AWS credenciais
Você não pode usar o método de arquivo de credenciais no Amazon Managed Grafana.
# Usar a fonte de dados X-Ray
## Editor de consultas
O campo mais importante no editor é o tipo de consulta. Há quatro tipos de consulta:
+ Lista de rastreamento (Rastreamentos em AWS)
+ Estatísticas dos rastreamentos
+ Trace Analytics (Análise em AWS)
+ Insights
## Lista de rastreamentos
O tipo Lista de rastreamentos permite que você pesquise rastreamentos, que são mostrados em uma tabela. A escolha do ID do rastreamento na primeira coluna abre o rastreamento no lado direito. Observe o campo de consulta no editor. Você pode escrever consultas, filtrar expressões ou inserir um único ID de rastreamento que será mostrado em uma visualização de rastreamento. Para obter mais detalhes sobre expressões de filtro, consulte a [documentação do AWS X-Ray](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-filters.html).
**nota**
A lista de rastreamentos mostrará somente os primeiros mil rastreamentos.
## Estatísticas dos rastreamentos
Em Estatísticas de rastreamentos, você pode ver um grafo e uma tabela mostrando informações sobre erros, falhas, controles de utilização, êxitos e contagens totais. Você pode usar o campo de colunas no editor de consultas para ver somente as colunas específicas.
## Trace Analytics
Em Analytics de rastreamentos, você pode visualizar as tabelas a seguir.
+ Causa raiz
+ Tempo de resposta
+ Serviço de causa raiz (último serviço no caminho)
+ Caminho (vários caminhos)
+ Erro
+ Serviço de causa raiz (último serviço no caminho)
+ Path
+ Mensagem de erro
+ Falha
+ Serviço de causa raiz (último serviço no caminho)
+ Path
+ Mensagem de erro
+ Impacto no usuário final
+ URL
+ Código de status HTTP
## Insights
Em Insights, você pode ver a tabela de resumo de insights. A escolha do InsightId levará você ao console AWS de gerenciamento.
## Geração de alertas
Como as consultas do X-Ray podem retornar dados numéricos, os alertas são compatíveis. Para obter mais informações, consulte [Grafana Alerting](alerts-overview.md).
# Conectar-se a uma fonte de dados Azure Monitor
A fonte de dados Azure Monitor é compatível com vários serviços na nuvem do Azure:
+ O **serviço Azure Monitor** é o serviço de plataforma que fornece uma fonte única de monitoramento dos recursos do Azure. Para obter mais informações, consulte [Consultar o serviço Azure Monitor](#query-the-azure-monitor-service).
+ O **servidor Application Insights** é um serviço extensível do Application Performance Management (APM) para desenvolvedores da Web em várias plataformas e pode ser usado para monitorar a aplicação Web ativa. Ele detectará automaticamente anomalias de performance. Para obter mais informações, consulte [Consultar o serviço Application Insights Analytics](#query-the-application-insights-analytics-service).
+ O **Azure Log Analytics** (ou Azure Logs) fornece acesso aos dados de logs coletados pelo Azure Monitor. Para obter mais informações, consulte [Consultar o serviço Azure Log Analytics](#querying-the-azure-log-analytics-service).
+ Use o **serviço Application Insights Analytics** para consultar [dados do Application Insights](https://docs.microsoft.com/en-us/azure/azure-monitor/app/analytics) usando a mesma linguagem de consulta usada para o Azure Log Analytics. Para obter mais informações, consulte [Consultar o serviço Application Insights Analytics](#query-the-application-insights-analytics-service).
## Adicionar a fonte de dados
A fonte de dados pode acessar métricas de quatro serviços diferentes. Você pode configurar o acesso aos serviços que você usa. Também é possível usar as mesmas credenciais para vários serviços, caso os tenha configurado dessa forma no Entra ID do Azure.
+ [Registre um aplicativo do Microsoft Entra e crie uma entidade principal de serviço](https://docs.microsoft.com/en-us/azure/azure-resource-manager/resource-group-create-service-principal-portal)
1. Acessadas no menu principal do Grafana, as fontes de dados recém-instaladas podem ser adicionadas imediatamente na seção Fontes de dados. Em seguida, escolha o botão **Adicionar fonte de dados** no canto superior direito. A fonte de dados Azure Monitor estará disponível para seleção na seção Nuvem na lista de fontes de dados.
1. No campo do nome, o Grafana preencherá automaticamente um nome para a fonte de dados: `Azure Monitor` ou algo como `Azure Monitor - 3`. Se você estiver configurando várias fontes de dados, altere o nome para algo mais informativo.
1. Caso esteja usando o Azure Monitor, você precisará de quatro informações do portal do Azure (para obter instruções detalhadas, consulte o link fornecido anteriormente):
+ **ID do locatário** (ID do Entra do Azure, Propriedades, ID do diretório)
+ **ID do cliente** (ID do Entra do Azure, registros de aplicações, escolha da aplicação, ID da aplicação)
+ **Segredo do cliente** (ID do Entra do Azure, registros de aplicações, escolha da aplicação, chaves)
+ **ID de assinatura padrão** (assinaturas, escolha da assinatura, visão geral, ID da assinatura)
1. Cole esses quatro itens nos campos na seção Detalhes da API do Azure Monitor.
+ O ID da assinatura pode ser alterado por consulta. Salve a fonte de dados e atualize a página para ver a lista de assinaturas disponíveis para o ID do cliente especificado.
1. Se você também estiver usando o serviço Azure Log Analytics, deverá especificar esses dois valores de configuração ou reutilizar o ID e o segredo do cliente da etapa anterior.
+ ID do cliente (ID do Entra do Azure, registros de aplicações, escolha da aplicação, ID da aplicação)
+ Segredo do cliente (ID do Entra do Azure, registros de aplicações, escolha da aplicação, chaves, criar uma chave, usar segredo do cliente)
1. Caso esteja usando o Application Insights, você precisará de duas informações do portal do Azure (para obter instruções detalhadas, consulte o link fornecido anteriormente):
+ ID da aplicação
+ Chave de API
1. Cole esses dois itens nos campos apropriados na seção Detalhes da API do Application Insights.
1. Teste se os detalhes da configuração estão corretos escolhendo o botão **Salvar e testar**.
Como alternativa, na etapa 4, se você estiver criando um aplicativo do ID do Entra do Azure, use a [CLI do Azure](https://docs.microsoft.com/en-us/cli/azure/?view=azure-cli-latest):
```
az ad sp create-for-rbac -n "http://localhost:3000"
```
## Escolher um serviço
No editor de consultas de um painel, depois de escolher a fonte de dados Azure Monitor, a primeira etapa é selecionar um serviço. Existem quatro opções:
+ `Azure Monitor`
+ `Application Insights`
+ `Azure Log Analytics`
+ `Insights Analytics`
O editor de consultas muda dependendo da opção selecionada. Azure Monitor é o padrão.
## Consultar o serviço Azure Monitor
O serviço Azure Monitor fornece métricas para todos os serviços do Azure que você está executando. Ele ajuda você a entender a performance das aplicações no Azure e encontra proativamente os problemas que as afetam.
Se as credenciais do Azure Monitor fornecerem acesso a várias assinaturas, escolha primeiro a assinatura apropriada.
Os exemplos de métricas que você pode obter do serviço são:
+ `Microsoft.Compute/virtualMachines - Percentage CPU`
+ `Microsoft.Network/networkInterfaces - Bytes sent`
+ `Microsoft.Storage/storageAccounts - Used Capacity`
O editor de consultas permite que você consulte várias dimensões em busca de métricas que sejam compatíveis. As métricas compatíveis com várias dimensões são aquelas listadas na [Lista de métricas compatíveis com o Azure Monitor](https://docs.microsoft.com/en-us/azure/azure-monitor/platform/metrics-supported) que têm um ou mais valores listados na coluna **Dimensão** da métrica.
### Formatar chaves de legenda com aliases para o Azure Monitor
A formatação de legenda padrão para a API do Azure Monitor é:
`metricName{dimensionName=dimensionValue,dimensionTwoName=DimensionTwoValue}`
Elas podem ser longas, mas você pode alterar essa formatação usando aliases. No campo **Formato da legenda**, você pode combinar os aliases a seguir da maneira que quiser.
Exemplos do Azure Monitor:
+ `Blob Type: {{ blobtype }}`
+ `{{ resourcegroup }} - {{ resourcename }}`
### Padrões de aliases para o Azure Monitor
+ `{{ resourcegroup }}` = substituído pelo valor do grupo de recursos
+ `{{ namespace }}` = substituído pelo valor do namespace (por exemplo, Microsoft.Compute/virtualMachines)
+ `{{ resourcename }}` = substituído pelo valor do nome do recurso
+ `{{ metric }}` = substituído pelo nome da métrica (por exemplo, porcentagem de CPU)
+ `{{ dimensionname }}`= *Legacy a partir da versão 7.1\$1 (para compatibilidade com versões anteriores)* substituída pela primeira dimensão key/label (conforme classificada pela chave/rótulo) (por exemplo, blobtype)
+ `{{ dimensionvalue }}`= *Legacy a partir de 7.1\$1 (para compatibilidade com versões anteriores)* substituído pelo valor da primeira dimensão (conforme classificado pela chave/rótulo) (por exemplo,) BlockBlob
+ `{{ arbitraryDim }}`= *Disponível em 7.1\$1* substituído pelo valor da dimensão correspondente. (por exemplo, `{{ blobtype }}` se torna BlockBlob)
### Criar variáveis de modelo para o Azure Monitor
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Observe que o serviço Azure Monitor ainda não é compatível com vários valores. Para visualizar várias séries temporais (por exemplo, métricas para servidor1 e servidor2), adicione várias consultas para que você possa visualizá-las no mesmo grafo ou na mesma tabela.
O plug-in de fonte de dados do Azure Monitor fornece as seguintes consultas que você pode especificar no campo **Consulta** na exibição de edição de variáveis. Você pode usá-las para preencher a lista de opções de uma variável.
| Name (Nome) | Description |
| --- | --- |
| Subscriptions() | Retorna uma lista de assinaturas. |
| ResourceGroups() | Retorna os grupos de recursos em uma lista. |
| ResourceGroups(12345678-aaaa-bbbb-cccc-123456789aaa) | Retorna uma lista de grupos de recursos de uma assinatura específica. |
| Namespaces(aResourceGroup) | Retorna uma lista de namespaces do grupo específico de recursos. |
| Namespaces(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup) | Retorna uma lista de namespaces para a assinatura e o grupo de recursos específicos. |
| ResourceNames(aResourceGroup, aNamespace) | Retorna os nomes de recursos em uma lista. |
| ResourceNames(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup, aNamespace) | Retorna uma lista de nomes de recursos de uma assinatura específica. |
| MetricNamespace(aResourceGroup, aNamespace, aResourceName) | Retorna uma lista de namespaces de métricas. |
| MetricNamespace(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup, aNamespace, aResourceName) | Retorna uma lista de namespaces de métricas de uma assinatura específica. |
| MetricNames(aResourceGroup, aNamespace, aResourceName) | Retorna uma lista de nomes de métricas. |
| MetricNames(12345678-aaaa-bbbb-cccc-123456789aaa, aResourceGroup, aNamespace, aResourceName) | Retorna uma lista de nomes de métricas de uma assinatura específica. |
Exemplos:
+ Consulta de grupos de recursos: `ResourceGroups()`
+ Passar a variável de nome da métrica: `Namespaces(cosmo)`
+ Encadeamento de variáveis do modelo: `ResourceNames($rg, $ns)`
+ Não cite parâmetros: `MetricNames(hg, Microsoft.Network/publicIPAddresses, grafanaIP)`
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos](templates-and-variables.md#templates).
### Lista de métricas compatíveis do Azure Monitor
Nem todas as métricas retornadas pela API do Azure Monitor têm valores. Para facilitar a criação de uma consulta, a fonte de dados do Grafana tem uma lista de métricas compatíveis do Azure Monitor e ignora métricas que nunca terão valores. Essa lista é atualizada regularmente à medida que novos serviços e métricas são adicionados à nuvem do Azure.
### Alertas do Azure Monitor
O Grafana Alerting é compatível com o serviço Azure Monitor. Este não é compatível com Azure Alerts. Para obter mais informações sobre o Grafana Alerting, consulte [Grafana Alerting](alerts-overview.md).
## Consultar o serviço Application Insights
### Formatar chaves de legenda com aliases para o Application Insights
A formatação padrão da legenda é:
`metricName{dimensionName=dimensionValue,dimensionTwoName=DimensionTwoValue}`
No campo Formato da legenda, os aliases a seguir podem ser combinados da maneira que você quiser.
Exemplos do Application Insights:
+ `city: {{ client/city }}`
+ `{{ metric }} [Location: {{ client/countryOrRegion }}, {{ client/city }}]`
### Padrões de aliases para o Application Insights
+ `{{ groupbyvalue }}`= *Legacy a partir do Grafana 7.1\$1 (para compatibilidade com versões anteriores)* substituído pelo da primeira dimensão key/label (conforme classificado pela chave/rótulo)
+ `{{ groupbyname }}`= *Legacy a partir do Grafana 7.1\$1 (para compatibilidade com versões anteriores)* substituído pelo valor da primeira dimensão (conforme classificado pela chave/rótulo) (por exemplo,) BlockBlob
+ `{{ metric }}` = substituído pelo nome da métrica (por exemplo, solicitações e contagem)
+ `{{ arbitraryDim }}` = *Disponível na 7.1\$1* substituído pelo valor da dimensão correspondente (por exemplo, `{{ client/city }}` vira Chicago)
### Expressões de filtro para o Application Insights
O campo de filtro usa uma expressão de OData filtro.
Exemplos:
+ `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'`
### Modelos com variáveis para o Application Insights
Use uma das seguintes consultas no campo **Consulta** na visualização de edição de variáveis.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos](templates-and-variables.md#templates).
| Name (Nome) | Description |
| --- | --- |
| AppInsightsMetricNames() | Retorna uma lista de nomes de métricas. |
| AppInsightsGroupBys(aMetricName) | Retorna uma lista de cláusulas group by do nome específico da métrica. |
Exemplos:
+ Consulta de nomes de métricas: `AppInsightsMetricNames()`
+ Passar a variável de nome da métrica: `AppInsightsGroupBys(requests/count)`
+ Encadeamento de variáveis do modelo: `AppInsightsGroupBys($metricnames)`
### Alertas do Application Insights
O Grafana Alerting é compatível com o Application Insights. Este não é compatível com Azure Alerts. Para obter mais informações sobre o Grafana Alerting, consulte [Grafana Alerting](alerts-overview.md).
## Consultar o serviço Azure Log Analytics
As consultas são escritas na nova [Linguagem de consulta do Azure Log Analytics (ou KustoDB)](https://docs.microsoft.com/en-us/azure/azure-monitor/log-query/query-language). Uma consulta do Log Analytics pode ser formatada como dados de séries temporais ou como dados de tabela.
Se suas credenciais fornecerem acesso a várias assinaturas, escolha a assinatura apropriada antes de inserir as consultas.
### Consultas de séries temporais
As consultas de séries temporais são para o painel gráfico e outros painéis, como o SingleStat painel. Cada consulta deve conter pelo menos uma coluna de data e hora e uma coluna de valor numérico. O resultado deve ser classificado em ordem crescente pela coluna de data e hora.
O exemplo de código a seguir mostra uma consulta que retorna a contagem agregada agrupada por hora.
```
Perf
| where $__timeFilter(TimeGenerated)
| summarize count() by bin(TimeGenerated, 1h)
| order by TimeGenerated asc
```
Uma consulta também pode ter uma ou mais colunas não numéricas e sem data e hora, e essas colunas são consideradas dimensões e viram rótulos na resposta. Por exemplo, uma consulta que retorna a contagem agregada agrupada por hora, Computador e o. CounterName
```
Perf
| where $__timeFilter(TimeGenerated)
| summarize count() by bin(TimeGenerated, 1h), Computer, CounterName
| order by TimeGenerated asc
```
Você também pode selecionar colunas de valor numérico adicionais (com ou sem várias dimensões). Por exemplo, obter uma contagem e um valor médio por hora CounterName, computador e InstanceName:
```
Perf
| where $__timeFilter(TimeGenerated)
| summarize Samples=count(), ["Avg Value"]=avg(CounterValue)
by bin(TimeGenerated, $__interval), Computer, CounterName, InstanceName
| order by TimeGenerated asc
```
**nota**
**Dica**: na consulta anterior, a sintaxe Kusto e `Samples=count()``["Avg Value"]=...` são usados para renomear essas colunas, a segunda sintaxe permitindo o espaço. Isso muda o nome da métrica que o Grafana usa. Como resultado, itens como legendas de séries e colunas de tabelas corresponderão ao que você especificar. Neste exemplo, `Samples` é exibido em vez de `_count`.
### Consultas de tabelas
As consultas de tabela são usadas principalmente no painel de tabelas e mostram uma lista de colunas e linhas. Este exemplo de consulta retorna linhas com as seis colunas especificadas.
```
AzureActivity
| where $__timeFilter()
| project TimeGenerated, ResourceGroup, Category, OperationName, ActivityStatus, Caller
| order by TimeGenerated desc
```
### Formatar o nome de exibição do Log Analytics
O formato padrão do nome de exibição é:
`metricName{dimensionName=dimensionValue,dimensionTwoName=DimensionTwoValue}`
Isso pode ser personalizado usando a opção de campo do nome de exibição.
### Macros do Azure Log Analytics
Para facilitar a escrita de consultas, o Grafana fornece várias macros que você pode usar na cláusula where de uma consulta:
+ `$__timeFilter()`: expande-se para `TimeGenerated ≥ datetime(2018-06-05T18:09:58.907Z) and` `TimeGenerated ≤ datetime(2018-06-05T20:09:58.907Z)` onde estão as datas e horas De e Até do seletor de tempo do Grafana.
+ `$__timeFilter(datetimeColumn)`: expande-se para `datetimeColumn ≥ datetime(2018-06-05T18:09:58.907Z) and` `datetimeColumn ≤ datetime(2018-06-05T20:09:58.907Z)` onde estão as datas e horas De e Até do seletor de tempo do Grafana.
+ `$__timeFrom()`: retorna a data e hora De do seletor do Grafana. Exemplo: `datetime(2018-06-05T18:09:58.907Z)`.
+ `$__timeTo()`: retorna a data e hora De do seletor do Grafana. Exemplo: `datetime(2018-06-05T20:09:58.907Z)`.
+ `$__escapeMulti($myVar)`: deve ser usado com variáveis de modelo de vários valores que contêm caracteres ilegais. Se `$myVar` tiver os dois valores a seguir como uma string `'\\grafana-vm\Network(eth0)\Total','\\hello!'`, então ele se expandirá para: `@'\\grafana-vm\Network(eth0)\Total', @'\\hello!'`. Se estiver usando variáveis de valor único, não há necessidade desse macro. Use o escape da variável em linha: `@'\$myVar'`.
+ `$__contains(colName, $myVar)`: deve ser usado com variáveis de modelo de vários valores. Se `$myVar` tiver o valor `'value1','value2'`, ele se expandirá para: `colName in ('value1','value2')`.
Se estiver usando a opção **Tudo**, marque a caixa de seleção **Incluir todas as opções** e, no campo **Personalizar todos os valores**, insira o seguinte valor: **all**. Se `$myVar` tiver o valor `all`, a macro se expandirá para `1 == 1`. Para variáveis de modelo com várias opções, isso aumenta a performance das consultas ao não criar uma cláusula grande “where..in”.
### Variáveis integradas do Azure Log Analytics
Há também algumas variáveis do Grafana que podem ser usadas nas consultas do Azure Log Analytics:
+ `$__interval`: o Grafana calcula a granularidade de tempo mínimo que pode ser usado para agrupar por tempo nas consultas. Ele retorna uma granularidade de tempo como `5m` ou `1h`, que pode ser usada na função bin; por exemplo, `summarize count() by bin(TimeGenerated, $__interval)`. Para obter mais informações sobre variáveis, consulte [Adicionar uma variável de intervalo](variables-types.md#add-an-interval-variable).
### Modelos com variáveis para o Azure Log Analytics
Qualquer consulta do Log Analytics que retorne uma lista de valores pode ser usada no campo **Consulta** na visualização de edição de variáveis. Há também uma função do Grafana para o Log Analytics que retorna uma lista de espaços de trabalho.
Para obter informações sobre modelos e variáveis de modelo, consulte [Modelos e variáveis](templates-and-variables.md).
| Name (Nome) | Description |
| --- | --- |
| workspaces() | Retorna uma lista de espaços de trabalho para a assinatura padrão. |
| workspaces(12345678-aaaa-bbbb-cccc-123456789aaa) | Retorna uma lista de espaços de trabalho para a assinatura específica (o parâmetro pode estar entre aspas ou não). |
A tabela a seguir mostra exemplos de consultas de variáveis.
| Consulta | Description |
| --- | --- |
| subscriptions() | Retorna uma lista de assinaturas do Azure. |
| workspaces() | Retorna uma lista de espaços de trabalho da assinatura padrão. |
| workspaces("12345678-aaaa-bbbb-cccc-123456789aaa") | Retorna uma lista de espaços de trabalho de uma assinatura específica. |
| workspaces("\$1subscription") | Com variável de modelo para o parâmetro de assinatura. |
| workspace("myWorkspace").Heartbeat \$1\$1 distinct Computer | Retorna uma lista de máquinas virtuais. |
| workspace("\$1workspace").Heartbeat \$1\$1 distinct Computer | Retorna uma lista de máquinas virtuais com variável de modelo. |
| workspace("\$1workspace").Perf \$1\$1 distinct ObjectName | Retorna uma lista de objetos da tabela de performance. |
| workspace("\$1workspace").Perf \$1\$1 where ObjectName == "\$1object" \$1\$1 distinct CounterName | Retorna uma lista de nomes de métricas da tabela de performance. |
O exemplo de código a seguir mostra uma consulta de série temporal usando variáveis.
```
Perf
| where ObjectName == "$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
```
### Links diretos dos painéis do Grafana para o editor de consultas do Log Analytics no portal do Azure
Escolha uma série temporal no painel para ver um menu de contexto com um link para **Visualizar no portal do Azure**. Escolher esse link abre o editor de consultas do Azure Log Analytics no portal do Azure e executa a consulta no painel Grafana lá.
Se você não estiver conectado ao portal do Azure no momento, o link abrirá a página de login. O link fornecido é válido para qualquer conta, mas só exibirá a consulta se a conta tiver acesso ao espaço de trabalho do Azure Log Analytics especificado na consulta.
### Alertas do Azure Log Analytics
O Grafana Alerting é compatível com o Application Insights. Este não é compatível com Azure Alerts. Para obter mais informações sobre alertas nos espaços de trabalho do Grafana, consulte [Grafana Alerting](alerts-overview.md).
## Consultar o serviço Application Insights Analytics
Se você alterar o tipo de serviço para **Insights Analytics**, um editor semelhante ao serviço Log Analytics estará disponível. Esse serviço também usa a linguagem Kusto, portanto, as instruções para consultar dados são idênticas ao do [Consultar o serviço Azure Log Analytics](#querying-the-azure-log-analytics-service), exceto que você consulta os dados do Application Insights Analytics.
# Conectar-se a uma fonte de dados Graphite
O Grafana tem um editor de consultas Graphite avançado que permite navegar rapidamente pela área de métricas, adicionar funções, alterar parâmetros de funções e muito mais. O editor pode lidar com todos os tipos de consultas do Graphite. Ele pode até mesmo lidar com consultas aninhadas complexas por meio do uso de referências de consulta.
## Configurações do Graphite
Para acessar as configurações do Graphite, pause no ícone de **Configuração** (engrenagem), escolha **Fontes de dados** e depois a fonte de dados Graphite.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| URL | O protocolo HTTP, o IP e a porta da instalação do graphite-web ou graphite-api. |
| Access | Servidor (padrão) = o URL deve estar acessível no backend e no servidor Grafana. |
| Auth | |
| Basic Auth | Habilite a autenticação básica na fonte de dados. |
| User | Nome de usuário para autenticação básica. |
| Password | Senha para autenticação básica. |
| Custom HTTP Headers | Escolha Adicionar cabeçalho para adicionar um cabeçalho HTTP personalizado. |
| Header | Insira o nome do cabeçalho personalizado. |
| Value | Insira o valor do cabeçalho personalizado. |
| Graphite details | |
| Version | Selecione sua versão do Graphite. |
| Type | Selecione o tipo do Graphite. |
O modo de acesso controla como as solicitações à fonte de dados serão tratadas. O servidor deverá ser a forma preferencial se nada mais for declarado.
### Modo de acesso ao servidor (padrão)
Todas as solicitações são feitas do navegador para o Amazon Managed Grafana, que encaminha as solicitações para a fonte de dados, contornando possíveis requisitos de compartilhamento de recursos entre origens (CORS). Se você selecionar este modo de acesso, o URL deverá estar acessível no Amazon Managed Grafana.
### Modo de acesso do navegador
O Amazon Managed Grafana não é compatível com o acesso direto do navegador para a fonte de dados Graphite.
## Editor de consultas do Graphite
O Grafana inclui um editor de consultas específico do Graphite para ajudar a criar as consultas.
Para ver o texto bruto da consulta enviada ao Graphite, escolha o ícone de **Alternar modo de edição de texto** (lápis).
### Escolher métricas para consultar
Escolha **Selecionar métrica** para navegar pela área de métricas. Depois de começar, você pode continuar usando o ponteiro ou as teclas de seta do teclado. Você pode selecionar um caractere curinga e continuar.
### Funções
Para adicionar uma função, escolha o ícone de adição ao lado de **Função**. Você pode pesquisar a função ou selecioná-la no menu. Depois que uma função for selecionada, ela será adicionada e seu foco estará na caixa de texto do primeiro parâmetro. Para editar ou alterar um parâmetro, escolha-o e ele se transformará em uma caixa de texto. - Para excluir uma função, escolha o nome da função seguido pelo ícone x.
Algumas funções, como `aliasByNode`, são compatíveis com um segundo argumento opcional. Para adicionar um argumento, pause no primeiro argumento e escolha o símbolo de `+` que aparece. Para remover o segundo parâmetro opcional, escolha-o e mantenha-o em branco. O editor o removerá.
### Rótulos de classificação
Se você quiser uma ordenação consistente, use `sortByName`. Isso pode ser inconveniente quando você tem os mesmos rótulos em vários grafos, e ambos são classificados de forma diferente e com cores diferentes. Para corrigir esse problema, use `sortByName()`.
### Consultas aninhadas
Você pode referenciar consultas pela *letra* da linha em que elas estão (semelhante ao Microsoft Excel). Caso adicione uma segunda consulta a um grafo, você poderá referenciar a primeira consulta digitando \$1A. Isso proporciona uma maneira conveniente de criar consultas compostas.
### Evitar muitas consultas usando caracteres curinga
Ocasionalmente, talvez você queira ver várias séries temporais plotadas no mesmo grafo. Por exemplo, você pode querer ver como a CPU está sendo usada em uma máquina. Inicialmente, você pode criar o grafo adicionando uma consulta para cada série temporal, como `cpu.percent.user.g`, `cpu.percent.system.g` e assim por diante. Isso resulta em *n* consultas feitas à fonte de dados, o que é ineficiente.
Para ser mais eficiente, é possível usar caracteres curinga na pesquisa, retornando todas as séries temporais em uma consulta. Por exemplo, .`cpu.percent.*.g`
### Modificar o nome da métrica em tabelas ou gráficos
Use funções `alias` para alterar os nomes das métricas nas tabelas ou grafos do Grafana, por exemplo, `aliasByNode()` ou `aliasSub()`.
## Consolidação de pontos
Todas as métricas do Graphite são consolidadas para que ele não retorne mais pontos de dados do que o número de pixels no grafo. Por padrão, essa consolidação é feita usando a função `avg`. Você pode controlar como o Graphite consolida as métricas adicionando a função consolidateBy do Graphite.
**nota**
Isso significa que os valores de resumo da legenda (máximo, mínimo, total) não podem estar todos corretos ao mesmo tempo. Eles são calculados do lado do cliente pelo Grafana. E, dependendo da função de consolidação, somente uma ou duas podem estar corretas ao mesmo tempo.
## Combinar séries temporais
Para combinar séries temporais, escolha **Combinar** na lista **Funções**.
## Tags e exploração de dados
No Graphite, tudo é uma tag.
Ao explorar dados, as tags selecionadas previamente são usadas para filtrar o conjunto de resultados restante. Para selecionar dados, você usa a função `seriesByTag`, que usa expressões de tag (`=`, `!=`, `=~`, `!=~`) para filtrar séries temporais.
O construtor de consultas do Grafana faz isso automaticamente quando você seleciona uma tag.
**nota**
**Dica:** a busca por expressões regulares pode ser lenta em tags de alta cardinalidade, então tente usar outras tags para reduzir o escopo primeiro. Começar com um nome ou namespace específico ajuda a reduzir os resultados.
## Variáveis de modelo
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
Para criar uma variável usando valores de tag, use as funções `tags` e `tag_values` do Grafana.
| Consulta | Description |
| --- | --- |
| tags() | Retorna todas as tags. |
| tags(server=\$1backend\$1\$1) | Retorna somente as tags que ocorrem em séries que correspondem à expressão do filtro. |
| tag\$1values(server) | Valores de tag de retorno para a tag especificada. |
| tag\$1values(server, server=\$1backend\$1\$1) | Retorna valores de tag filtrados que ocorrem para a tag especificada em séries que correspondem a essas expressões. |
| tag\$1values(server, server=\$1backend\$1\$1, app=\$1\$1\$1apps:regex\$1) | Várias expressões e expressões de filtro podem conter outras variáveis. |
Para obter mais detalhes, consulte a [documentação do Graphite sobre a API de preenchimento automático para tags](https://graphite.readthedocs.io/en/latest/tags.html#auto-complete-support).
### Variável de consulta
A consulta que você especifica no campo de consulta deve ser um tipo de consulta de busca de métricas. Por exemplo, uma consulta como `prod.servers.*` preencherá a variável com todos os valores possíveis que existem na posição curinga.
Você também pode criar variáveis aninhadas que usam outras variáveis em sua definição. Por exemplo, `apps.$app.servers.*` usa a variável `$app` em sua definição de consulta.
#### Usar `__searchFilter` para filtrar resultados de variáveis de consulta
Usar `__searchFilter` no campo de consulta filtrará o resultado da consulta com base no que você insere na caixa de seleção suspensa. Quando você não insere nada, o valor padrão para `__searchFilter` é `*` e `` quando usado como parte de uma expressão regular.
O exemplo a seguir mostra como usar `__searchFilter` como parte do campo de consulta para permitir a pesquisa de `server` enquanto o usuário insere texto na caixa de seleção suspensa.
Consulta
```
apps.$app.servers.$__searchFilter
```
TagValues
```
tag_values(server, server=~${__searchFilter:regex})
```
### Uso de variável
Você pode usar uma variável em um caminho de nó de métrica ou como um parâmetro para uma função.
Há duas sintaxes:
+ `$` Exemplo: apps.frontend.\$1server.requests.count
+ `${varname}` Exemplo: apps.frontend.\$1\$1server\$1.requests.count
Por que duas formas? A primeira sintaxe é mais fácil de ler e escrever, mas não permite que você use uma variável no meio de uma palavra. Use a segunda sintaxe em expressões como `my.server${serverNumber}.count`.
### Uso de variáveis em consultas de tags
Variáveis de vários valores em consultas de tags usam a sintaxe de formatação avançada introduzida no Grafana 5.0 para variáveis: `{var:regex}`. As consultas sem tags usarão a formatação global padrão para variáveis de vários valores.
O exemplo de código a seguir mostra uma expressão de tag com formatação regex e usando o operador Equal Tilde, `=~`.
```
server=~${servers:regex}
```
Para obter mais informações, consulte [Opções avançadas de formato de variáveis](templates-and-variables.md#advanced-variable-format-options).
## Anotações
As anotações permitem que você sobreponha informações importantes de eventos nos grafos. Você adiciona consultas de anotações por meio do menu Dashboard e da Visualização de anotações. Para obter mais informações, consulte [Anotações](dashboard-annotations.md).
O Graphite é compatível com duas maneiras de consultar anotações:
+ Uma consulta de métrica regular. Para isso, você usa a caixa de texto **Consulta do Graphite**.
+ Uma consulta de eventos do Graphite. Para isso, você usa a caixa de texto `Graphite event tags` e especifica uma tag ou um caractere curinga (mantê-la vazia também deve funcionar).
# Conectar-se a uma fonte de dados do Google Cloud Monitoring
**nota**
Nas versões anteriores do Grafana, essa fonte de dados chamava-se Google Stackdriver.
Adicione a fonte de dados Google Cloud Monitoring para poder criar dashboards para suas métricas do Google Cloud Monitoring.
## Adicionar a fonte de dados
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o link **Dashboards**, você encontrará o link **Fontes de dados**.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione **Google Cloud Monitoring** na lista suspensa **Tipo**.
1. Carregue ou cole no arquivo de chave da conta de serviço. Consulte mais adiante neste documento as etapas para criar um arquivo de chave da conta de serviço.
**nota**
Se você não vir o link **Fontes de dados** no menu lateral, seu usuário atual não tem o perfil de `Admin`.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você se refere à fonte de dados em painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Service Account Key | Arquivo de chave da conta de serviço para um projeto do GCP. Veja as instruções mais adiante neste documento sobre como criá-lo. |
## Autenticação
Há duas maneiras de autenticar o plug-in do Google Cloud Monitoring
+ Carregar um arquivo JWT do Google
+ Recuperar automaticamente as credenciais do servidor de metadados do Google
A última opção só está disponível ao executar o Grafana na máquina virtual do GCE.
### Usar um arquivo de chave da conta de serviço do Google
Para se autenticar com a API do Google Cloud Monitoring, você precisa criar uma conta de serviço do Google Cloud Platform (GCP) para o projeto do qual você quer mostrar dados. Uma fonte de dados do Grafana se integra a um projeto do GCP. Para visualizar dados de vários projetos do GCP, você precisa criar uma fonte de dados por projeto do GCP.
#### Habilitando APIs
O seguinte APIs deve ser ativado primeiro:
+ [API de monitoramento](https://console.cloud.google.com/apis/library/monitoring.googleapis.com)
+ [API do Cloud Resource Manager](https://console.cloud.google.com/apis/library/cloudresourcemanager.googleapis.com)
Escolha os links listados e, em seguida, escolha o botão **Habilitar**.
#### Criar uma conta de serviço do GCP para um projeto
1. Navegue até a [página Credenciais APIs e de Serviços](https://console.cloud.google.com/apis/credentials).
1. Escolha a opção **Criar credenciais** dropdown/button e escolha a opção **Chave da conta de serviço**.
\$1\$1< docs-imagebox img=”/img/docs/v71/cloudmonitoring\$1create\$1service\$1account\$1button.png "class="docs-image—no-shadow” caption="Botão para criar conta de serviço” >\$1\$1
1. Na página **Criar chave da conta de serviço**, escolha o tipo de chave `JSON`. Em seguida, na lista suspensa **Conta de serviço**, escolha a opção **Nova conta de serviço**.
\$1\$1< docs-imagebox img=”/img/docs/v71/cloudmonitoring\$1create\$1service\$1account\$1key.png "class="docs-image—no-shadow” caption="Criar chave de conta de serviço” >\$1\$1
1. Alguns novos campos aparecerão. Preencha um nome para a conta de serviço no campo **Nome da conta de serviço** e escolha o perfil **Visualizador de monitoramento** na lista suspensa **Perfil**.
\$1\$1< docs-imagebox img=”/img/docs/v71/cloudmonitoring\$1service\$1account\$1choose\$1role.png "class="docs-image—no-shadow” caption="Escolha a função” >\$1\$1
1. Selecione o botão **Criar**. Um arquivo de chave JSON será criado e baixado no computador. Armazene esse arquivo em um local seguro, pois ele permite o acesso aos dados do Google Cloud Monitoring.
1. Faça o upload para o Grafana na página **Configuração** da fonte de dados. Você pode fazer o upload do arquivo ou colar o conteúdo do arquivo.
\$1\$1< docs-imagebox img=”/img/docs/v71/cloudmonitoring\$1grafana\$1upload\$1key.png "class="docs-image—no-shadow” caption="Carregar arquivo de chave de serviço para Grafana” >\$1\$1
1. O conteúdo do arquivo será criptografado e salvo no banco de dados do Grafana. Não se esqueça de salvar depois de fazer o upload do arquivo.
\$1\$1< docs-imagebox img=”/img/docs/v71/cloudmonitoring\$1grafana\$1key\$1uploaded.png "class="docs-image—no-shadow” caption="O arquivo da chave de serviço foi enviado para a Grafana” >\$1\$1
## Como usar o editor de consulta
O editor de consultas do Google Cloud Monitoring permite que você crie dois tipos de consultas: **Métrica** e **Objetivo de nível de serviço (SLO)**. Ambos os tipos retornam dados de séries temporais.
### Consultas de métricas
O editor de consulta métrica permite selecionar métricas, group/aggregate por rótulos e por tempo, e usar filtros para especificar quais séries temporais você deseja nos resultados.
Para criar uma consulta de métrica, siga estas etapas:
1. Escolha a opção **Métricas** na lista suspensa **Tipo de consulta**.
1. Escolha um projeto na lista suspensa **Projeto**.
1. Escolha um serviço do Google Cloud Platform na lista suspensa **Serviço**.
1. Escolha uma métrica na lista suspensa **Métrica**.
1. Para adicionar ou remover filtros ou agrupar por cláusulas, use os ícones de mais e menos no filtro e agrupe por seções. Esta etapa é opcional.
As métricas do Google Cloud Monitoring podem ser de diferentes tipos (GAUGE, DELTA, CUMULATIVE), e esses tipos são compatíveis com diferentes opções de agregação (redutores e alinhadores). O editor de consultas do Grafana mostra a lista de métodos de agregação disponíveis para uma métrica selecionada e define um redutor e alinhador padrão quando você seleciona a métrica. As unidades do eixo Y também são selecionadas automaticamente pelo editor de consultas.
#### Filtros
Para adicionar um filtro, escolha o ícone de adição, escolha um campo para filtrar e insira um valor de filtro. Por exemplo, digite `instance_name = grafana-1`. Você pode remover o filtro escolhendo o nome do filtro e selecionando `--remove filter--`.
##### Caracteres curinga simples
Quando o operador está definido como or, `=``!=` é possível adicionar caracteres curinga ao campo de valor do filtro. Por exemplo, `us-*` captura todos os valores que começam com “us-”, e `*central-a` captura todos os valores que terminam com “central-a”. `*-central-*` captura todos os valores que têm a substring de `central-`. Caracteres curinga simples são mais baratos do que expressões regulares.
##### Expressões regulares
Quando o operador está definido como or, `=~``!=~` é possível adicionar expressões regulares ao campo de valor do filtro. Por exemplo, `us-central[1-3]-[af]` corresponde a todos os valores que começam com “us-central”, seguidos por um número no intervalo de 1 a 3, um traço e depois um “a” ou um “f”. As barras iniciais e finais não são necessárias ao criar expressões regulares.
#### Agregação
O campo de agregação permite combinar séries temporais com base em estatísticas comuns. Para obter mais informações sobre agregação, consulte as [opções de agregação](https://cloud.google.com/monitoring/charts/metrics-selector#aggregation-options).
O campo `Aligner` permite alinhar várias séries temporais após o mesmo grupo por intervalo de tempo. Para obter mais informações sobre o alinhador, consulte o [seletor de alinhamento de métricas](https://cloud.google.com/monitoring/charts/metrics-selector#alignment).
##### Período de alinhamento e agrupamento por tempo
O `Alignment Period` agrupará uma métrica por tempo se uma agregação for escolhida. O padrão é usar os agrupamentos padrão do Google Cloud Monitoring do GCP (que permitem comparar grafos no Grafana com grafos na interface de usuário do Google Cloud Monitoring). A opção é chamada `cloud monitoring auto`, e os padrões são:
+ 1m para intervalos de tempo < 23 horas
+ 5m para intervalos de tempo >= 23 horas e < 6 dias
+ 1h para intervalos de tempo >= 6 dias
A outra opção automática é `grafana auto`. Isso definirá automaticamente o grupo por tempo, dependendo do intervalo de tempo escolhido e da largura do painel do grafo. Para obter mais informações, consulte [Adicionar uma variável de intervalo](variables-types.md#add-an-interval-variable).
Também é possível escolher intervalos de tempo fixos para agrupar, como `1h` ou `1d`.
#### Agrupar por
Agrupe por rótulos de recursos ou métricas para reduzir o número de séries temporais e agregar os resultados por um agrupamento por. Por exemplo, agrupe por instance\$1name para ver uma métrica agregada para uma instância de computação.
##### Rótulos de metadados
Os rótulos de metadados de recursos contêm informações para identificar de forma exclusiva um recurso no Google Cloud. Os rótulos de metadados só serão retornados na resposta de séries temporais se fizerem parte do segmento **Agrupar por** na solicitação da série temporal. Não há API para recuperar rótulos de metadados, portanto, não é possível preencher a lista suspensa agrupar por com os rótulos de metadados que estão disponíveis para o serviço e a métrica selecionados. No entanto, a lista suspensa do campo **Agrupar por** vem com uma lista predefinida de rótulos comuns do sistema.
Os rótulos de usuário não podem ser predefinidos, mas é possível inseri-los manualmente no campo **Agrupar por**. Se um rótulo de metadados, rótulo de usuário ou rótulo do sistema for incluído no segmento **Agrupar por**, você poderá criar filtros com base nele e expandir seu valor no campo **Alias**.
#### Padrões de aliases
O campo Alias por permite que você controle o formato das teclas da legenda. O padrão é mostrar o nome e os rótulos da métrica. Esse formato pode ser longo e difícil de ler. Ao usar os padrões a seguir no campo de alias, você pode formatar a chave da legenda da maneira que quiser.
#### Padrões de tipo de métrica
| Padrão de alias | Description | Exemplo de resultado |
| --- | --- | --- |
| \$1\$1metric.type\$1\$1 | Retorna o tipo de métrica completa. | compute.googleapis.com/instance/cpu/utilization |
| \$1\$1metric.name\$1\$1 | Retorna a parte do nome da métrica. | instance/cpu/utilization |
| \$1\$1metric.service\$1\$1 | Retorna a parte do serviço. | compute |
#### Padrões de rótulos
Na lista suspensa Agrupar por, você pode ver uma lista de rótulos de métricas e recursos para uma métrica. Eles podem ser incluídos na chave da legenda usando padrões de alias.
| Formato de padrão de alias | Description | Exemplo de padrão de alias | Exemplo de resultado |
| --- | --- | --- | --- |
| \$1\$1metric.label.xxx\$1\$1 | Retorna o valor do rótulo da métrica. | \$1\$1metric.label.instance\$1name\$1\$1 | grafana-1-prod |
| \$1\$1resource.label.xxx\$1\$1 | Retorna o valor do rótulo do recurso. | \$1\$1resource.label.zone\$1\$1 | us-east1-b |
| \$1\$1metadata.system\$1labels.xxx\$1\$1 | Retorna o valor do rótulo do sistema de metadados. | \$1\$1metadata.system\$1labels.name\$1\$1 | grafana |
| \$1\$1metadata.user\$1labels.xxx\$1\$1 | Retorna o valor do rótulo do usuário de metadados. | \$1\$1metadata.user\$1labels.tag\$1\$1 | production |
Exemplo de Alias por: `{{metric.type}} - {{metric.label.instance_name}}`
Exemplo de resultado: `compute.googleapis.com/instance/cpu/usage_time - server1-prod`
Também é possível resolver o nome do tipo de recurso monitorado.
| Formato de padrão de alias | Description | Exemplo de resultado |
| --- | --- | --- |
| \$1\$1resource.type\$1\$1 | Retorna o nome do tipo de recurso monitorado. | gce\$1instance |
Exemplo de Alias por: `{{resource.type}} - {{metric.type}}`
Exemplo de resultado: `gce_instance - compute.googleapis.com/instance/cpu/usage_time`
### Consultas de SLO
**nota**
As consultas de SLO estão disponíveis apenas no Grafana v7.0\$1
O construtor de consultas de SLO na fonte de dados do Google Cloud Monitoring permite que você exiba dados de SLO em formato de série temporal. Para entender os conceitos básicos do monitoramento de serviço, consulte a [documentação oficial](https://cloud.google.com/monitoring/service-monitoring) do Google Cloud Monitoring.
#### Criar uma consulta de SLO
Para criar uma consulta de SLO, siga estas etapas:
1. Escolha a opção **Objetivos de nível de serviço (SLO)** na lista suspensa **Tipo de consulta**.
1. Escolha um projeto na lista suspensa **Projeto**.
1. Escolha um [Serviço de SLO](https://cloud.google.com/monitoring/api/ref_v3/rest/v3/services) na lista suspensa **Serviço**.
1. Escolha um [SLO](https://cloud.google.com/monitoring/api/ref_v3/rest/v3/services.serviceLevelObjectives) na lista suspensa **SLO**.
1. Escolha um [seletor de séries temporais](https://cloud.google.com/monitoring/service-monitoring/timeseries-selectors#ts-selector-list) na lista suspensa **Seletor**.
Os nomes amigáveis dos seletores de séries temporais são mostrados no Grafana. A tabela a seguir mostra o mapeamento do nome amigável para o nome do sistema usado na documentação do monitoramento do serviço.
| Valor da lista suspensa do seletor | Seletor de série temporal correspondente usado |
| --- | --- |
| Valor do SLI | select\$1slo\$1health |
| Conformidade de SLO | select\$1slo\$1compliance |
| Orçamento restante de erro de SLO | select\$1slo\$1budget\$1fraction |
#### Padrões de aliases para consultas de SLO
Você pode usar o campo Alias por para controlar o formato das chaves de legenda para consultas de SLO.
| Padrão de alias | Description | Exemplo de resultado |
| --- | --- | --- |
| \$1\$1project\$1\$1 | Retorna o nome do projeto do GCP. | myProject |
| \$1\$1service\$1\$1 | Retorna o nome do serviço. | myService |
| \$1\$1slo\$1\$1 | Retorna o SLO. | latency-slo |
| \$1\$1selector\$1\$1 | Retorna o seletor. | select\$1slo\$1health |
#### Período de alinhamento e agrupamento por tempo para consultas de SLO
As consultas de SLO usam a mesma funcionalidade de período de alinhamento das consultas de métricas. Para obter mais informações, consulte [Consultas de métricas](#google-metric-queries).
## Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
### Variável de consulta
A variável do tipo *Consulta* permite que você consulte o Google Cloud Monitoring quanto a vários tipos de dados. O plug-in de fonte de dados do Google Cloud Monitoring fornece os `Query Types` a seguir.
| Name (Nome) | Description |
| --- | --- |
| Metric Types | Retorna uma lista de nomes de tipos de métricas que estão disponíveis para o serviço especificado. |
| Labels Keys | Retorna uma lista de chaves para metric label e resource label na métrica especificada. |
| Labels Values | Retorna uma lista de valores para o rótulo na métrica especificada. |
| Resource Types | Retorna uma lista de tipos de recursos para a métrica especificada. |
| Aggregations | Retorna uma lista de agregações (redutores de séries cruzadas) para a métrica especificada. |
| Aligners | Retorna uma lista de alinhadores (por alinhadores de série) para a métrica especificada. |
| Alignment periods | Retorna uma lista de todos os períodos de alinhamento que estão disponíveis no editor de consultas do Google Cloud Monitoring no Grafana. |
| Selectors | Retorna uma lista de seletores que podem ser usados em consultas de SLO (Objetivos de nível de serviço). |
| SLO Services | Retorna uma lista de serviços do monitoramento de serviço que podem ser usados em consultas de SLO. |
| Service Level Objectives (SLO) | Retorna uma lista de SLOs para o serviço de SLO especificado. |
### Usar variáveis em consultas
Há duas sintaxes:
+ `$` Exemplo: `metric.label.$metric_label`
+ `[[varname]]` Exemplo: `metric.label.[[metric_label]]`
Por que duas formas? A primeira sintaxe é mais fácil de ler e escrever, mas não permite que você use uma variável no meio de uma palavra. Quando as opções *Vários valores* ou *Incluir todos os valores* estão habilitadas, o Grafana converte os rótulos de texto simples em uma string compatível com regex, o que significa que você precisa usar `=~` em vez de `=`.
## Anotações
Você pode usar anotações para sobrepor informações importantes de eventos nos grafos. Você adiciona consultas de anotações por meio do menu Dashboard e da Visualização de anotações. A renderização de anotações é cara, por isso é importante limitar o número de linhas retornadas. Ainda não há suporte para mostrar anotações e eventos do Google Cloud Monitoring, mas funciona bem com [métricas personalizadas](https://cloud.google.com/monitoring/custom-metrics/) no Google Cloud Monitoring.
Para obter mais informações sobre anotações, consulte [Anotações](dashboard-annotations.md).
Com o editor de consultas para anotações, você pode selecionar uma métrica e filtros. Os campos **Título** e **Texto** são compatíveis com os modelos e podem usar dados retornados da consulta. Por exemplo, o campo Título pode ter o seguinte texto:
`{{metric.type}} has value: {{metric.value}}`
Exemplo de resultado: `monitoring.googleapis.com/uptime_check/http_status has this value: 502`
### Padrões para o editor de consultas de anotações
| Formato de padrão de alias | Description | Exemplo de padrão de alias | Exemplo de resultado |
| --- | --- | --- | --- |
| \$1\$1metric.value\$1\$1 | Valor da métrica e do ponto. | \$1\$1metric.value\$1\$1 | 555 |
| \$1\$1metric.type\$1\$1 | Retorna o tipo de métrica completa. | \$1\$1metric.type\$1\$1 | compute.googleapis.com/instance/cpu/utilization |
| \$1\$1metric.name\$1\$1 | Retorna a parte do nome da métrica. | \$1\$1metric.name\$1\$1 | instance/cpu/utilization |
| \$1\$1metric.service\$1\$1 | Retorna a parte do serviço. | \$1\$1metric.service\$1\$1 | compute |
| \$1\$1metric.label.xxx\$1\$1 | Retorna o valor do rótulo da métrica. | \$1\$1metric.label.instance\$1name\$1\$1 | grafana-1-prod |
| \$1\$1resource.label.xxx\$1\$1 | Retorna o valor do rótulo do recurso. | \$1\$1resource.label.zone\$1\$1 | us-east1-b |
## Link direto dos painéis do Grafana para o Explorador de Métricas no console do Google Cloud
**nota**
Esse recurso está disponível somente para consultas de métricas.
Escolha uma série temporal no painel para ver um menu de contexto com um link para Visualizar no Explorador de Métricas no console do Google Cloud. Escolher esse link abre o Explorador de Métricas no console do Google Cloud e executa a consulta no painel Grafana lá. O link leva o usuário primeiro até o seletor de contas do Google. Depois de selecionar com êxito uma conta, o usuário é redirecionado para o Explorador de Métricas. O link fornecido é válido para qualquer conta, mas só exibirá a consulta se a conta tiver acesso ao projeto do GCP especificado na consulta.
# Conectar-se a uma fonte de dados InfluxDB
O Grafana é fornecido com um plug-in de fonte de dados com recursos avançados para o InfluxDB. O plug-in inclui um editor de consultas personalizado e é compatível com anotações e modelos de consulta.
## Adicionar a fonte de dados
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o link **Dashboards**, você encontrará um link denominado **Fontes de dados**.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione **InfluxDB** na lista suspensa **Tipo**.
1. Selecione **InfluxQL** ou **Flux** na lista **Linguagem de consulta**.
**nota**
Se você não vir o link **Fontes de dados** no menu lateral, isso significa que seu usuário atual não tem o perfil de `Admin`.
# Conectar-se a uma fonte de dados Jaeger
A fonte de dados Jaeger fornece rastreamento distribuído de código aberto. end-to-end
## Adicionar a fonte de dados
Para acessar as configurações do Jaeger, escolha o ícone de **Configuração** (engrenagem), depois **Fontes de dados** e então **Jaeger**.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados em painéis, consultas e no Explore. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| URL | O URL da instância do Jaeger, por exemplo, http://localhost:16686. |
| Access | Servidor (padrão) = o URL deve estar acessível no backend e no servidor Grafana. |
| Basic Auth | Habilite a autenticação básica na fonte de dados Jaeger. |
| User | Nome de usuário para autenticação básica. |
| Password | Senha para autenticação básica. |
## Rastreamentos de consultas
Você pode consultar e exibir rastreamentos da Jaeger por meio do Explore. Para obter mais informações, consulte [Explore](explore.md).
O editor de consultas do Jaeger permite que você consulte diretamente por ID de rastreamento ou selecione um rastreamento no seletor de rastreamento. Para consultar por ID de rastreamento, insira o ID na entrada de texto.
Use o seletor de rastreamento para escolher um rastreamento específico de todos os registrados no intervalo de tempo que você selecionou no Explore. O seletor de rastreamento tem três níveis de aninhamento: 1. O serviço no qual você tem interesse. 1. Uma operação específica faz parte do serviço selecionado. 1. Rastreamento específico no qual a operação selecionada ocorreu, representado pelo nome da operação raiz e pela duração do rastreamento.
## Vincular ao ID de rastreamento nos logs
Você pode vincular ao rastreamento do Jaeger nos logs no Loki configurando um campo derivado com link interno. Para obter mais informações, consulte [Campos derivados](using-loki-in-AMG.md#loki-derived-fields).
# Conectar-se a uma fonte de dados Loki
A fonte de dados Loki fornece acesso ao Loki, o sistema de agregação de logs do Grafana.
## Adicionar a fonte de dados
1. Abra o espaço de trabalho do Grafana e verifique se você está conectado.
1. No menu lateral, sob o link **Configuração**, você encontrará um link **Fontes de dados**.
1. Escolha o botão **Adicionar fonte de dados** na parte superior.
1. Selecione **Loki** na lista de fontes de dados.
**nota**
Se você não vir o link **Fontes de dados** no menu lateral, isso significa que seu usuário atual não tem o perfil de `Admin`.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados em painéis, consultas e no Explore. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| URL | O URL da instância do Loki; por exemplo, http://localhost:3100. Pode ser a URL de um EC2 host da Amazon, de um Application Load Balancer na frente de um cluster do Amazon EKS ou de qualquer outra URL de uma instância do Loki. |
| Maximum lines | Limite máximo para o número de linhas de logs retornadas pelo Loki (o padrão é 1.000). Diminua se o navegador estiver lento ao exibir logs no Explore. |
### Campos derivados
Você pode usar a configuração de *campos derivados* para fazer o seguinte:
+ Adicione campos analisados da mensagem de logs.
+ Adicione um link que use o valor do campo.
Você pode usar essa funcionalidade para vincular o backend de rastreamento diretamente dos logs ou vincular a uma página de perfil de usuário se um userId estiver presente na linha de log. Esses links aparecem nos detalhes do log. Para obter mais informações, consulte [Rótulos e campos detectados](explore.md#labels-and-detected-fields).
Cada campo derivado consiste no seguinte:
+ **Nome**: mostrado nos detalhes do log como um rótulo.
+ **Regex**: um padrão regex que é executado na mensagem de log e captura parte dela como o valor do novo campo. Só pode conter um único grupo de captura.
+ **URL/consulta**: se o link for externo, insira o URL completo do link. Se o link for um link interno, essa entrada servirá como consulta para a fonte de dados de destino. Em ambos os casos, você pode interpolar o valor do campo com o macro `${__value.raw }`.
+ **Link interno**: selecione se o link é interno ou externo. No caso de um link interno, um seletor de fonte de dados permite que você selecione a fonte de dados de destino. Somente fontes de dados de rastreamento são compatíveis.
Você pode usar uma seção de depuração para ver o que seus campos extraem e como o URL é interpolado. Escolha **Mostrar exemplo de mensagem de log** para mostrar a área de texto na qual você pode inserir uma mensagem de log.
O novo campo com o link mostrado nos detalhes do log.
## Consultar os logs do
A consulta e a exibição de dados de log do Loki estão disponíveis por meio do Explore e com o painel de logs nas visualizações. Selecione a fonte de dados Loki e, em seguida, insira uma consulta LogQL para exibir os logs. Para obter mais informações sobre LogQL, consulte [LogQL](https://grafana.com/docs/loki/latest/logql/).
### Consultas de log
Uma consulta de log consiste em duas partes: **seletor de fluxo de logs** e uma **expressão de pesquisa**. Por motivos de performance, você deve começar escolhendo um rótulo de log para um fluxo de logs.
O Explorador de logs (o botão **Rótulos de logs**) ao lado do campo de consulta mostra uma lista de rótulos dos fluxos de logs disponíveis. Uma forma alternativa de escrever uma consulta é usar o preenchimento automático do campo de consulta. Você começa digitando uma chave `{` à esquerda e o menu de preenchimento automático sugerirá uma lista de rótulos. Pressione a tecla **Enter** para executar a consulta.
Depois que o resultado é retornado, o painel de logs mostra uma lista de linhas de logs e um gráfico de barras em que o eixo x mostra a hora e o eixo y mostra a frequência e contagem.
### Seletor de fluxo de logs
Para a parte do rótulo da expressão de consulta, coloque-a entre chaves `{}` e use a sintaxe do valor de chave para selecionar rótulos. As diversas expressões de rótulo são separadas por uma vírgula:
`{app="mysql",name="mysql-backup"}`
No momento, os seguintes operadores de correspondência de rótulos são compatíveis:
+ `=` exatamente igual.
+ `!=` não é igual.
+ `=~` correspondência de regex.
+ `!~` não fazer correspondência de regex.
Exemplos:
+ `{name=~"mysql.+"}`
+ `{name!~"mysql.+"}`
Outra forma de adicionar um seletor de rótulos é na seção de tabelas. Escolha **Filtrar** ao lado de um rótulo para adicioná-lo à expressão de consulta. Isso funciona até mesmo para várias consultas e adicionará o seletor de rótulos a cada uma.
### Expressões de pesquisa
Depois de escrever o seletor de fluxos de logs, você pode filtrar ainda mais os resultados escrevendo uma expressão de pesquisa. A expressão de pesquisa pode ser apenas texto ou uma expressão regex.
Consultas de exemplo:
+ `{job="mysql"} |= "error"`
+ `{name="kafka"} |~ "tsdb-ops.*io:2003"`
+ `{instance=~"kafka-[23]",name="kafka"} != "kafka.server:type=ReplicaManager"`
Os operadores de filtro podem ser encadeados e filtrarão sequencialmente a expressão. As linhas de logs resultantes satisfarão todos os filtros.
Exemplo
`{job="mysql"} |= "error" != "timeout"`
No momento, os seguintes tipos de filtro são compatíveis:
+ `|=` a linha contém uma string.
+ `!=` a linha não contém uma string.
+ `|~` a linha corresponde a uma expressão regular.
+ `!~` a linha não corresponde a uma expressão regular.
**nota**
Para obter mais informações sobre LogQL, a linguagem de consulta do Loki, consulte [Loki LogQL](https://grafana.com/docs/loki/latest/logql/).
## Contexto de log
Ao usar uma expressão de pesquisa conforme detalhado acima, agora você pode recuperar o contexto em torno dos resultados filtrados. Ao escolher o link `Show Context` nas linhas filtradas, você poderá analisar as mensagens de logs que vieram antes e depois da mensagem de log na qual você está interessado.
## Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
## Anotações
É possível usar qualquer consulta não métrica do Loki como fonte de anotações. O conteúdo do log será usado como texto de anotação e os rótulos do seu fluxo de logs como tags, portanto, não há necessidade de mapeamento adicional.
# Conectar-se a uma fonte de dados do Microsoft SQL Server
Use a fonte de dados Microsoft SQL Server (MSSQL) para consultar e visualizar dados de qualquer Microsoft SQL Server 2005 ou mais recente, incluindo o banco de dados SQL do Microsoft Azure.
**Importante**
O Grafana versão 8.0 altera a estrutura de dados subjacente dos quadros de dados do Microsoft SQL Server, Postgres e MySQL. Como consequência, o resultado de uma consulta de série temporal é retornado em um formato amplo. Para obter mais informações, consulte [Wide format](https://grafana.com/developers/plugin-tools/introduction/data-frames#wide-format) na documentação dos quadros de dados do Grafana.
Para que as visualizações funcionem como antes, talvez seja necessário fazer algumas migrações manuais. Uma solução está documentada no Github em [Postgres/MySQL/MSSQL: Alteração significativa na v8.0 relacionada a consultas de séries temporais e ordenação](https://github.com/grafana/grafana/issues/35534) da coluna de dados.
## Adicionar a fonte de dados
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o link **Configuração**, você encontrará um link **Fontes de dados**.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione **Microsoft SQL Server** na lista suspensa **Tipo**.
### Opções de fontes de dados.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Host | O IP address/hostname e a porta opcional da sua instância MSSQL. Se a porta for omitida, o padrão 1433 será usado. |
| Database | Nome do banco de dados MSSQL. |
| User | Login e nome de usuário do banco de dados. |
| Password | Senha do usuário do banco de dados. |
| Encrypt | Essa opção determina se ou em que medida uma TCP/IP conexão SSL segura será negociada com o servidor, padrão (falseGrafana v5.4\$1). |
| Max open | O número máximo de conexões abertas com o banco de dados, padrão unlimited (Grafana v5.4\$1). |
| Max idle | O número máximo de conexões no pool de conexões ociosas, padrão 2 (Grafana v5.4\$1). |
| Max lifetime | O tempo máximo, em segundos, em que uma conexão pode ser reutilizada. O padrão é 14400/4 horas. |
### Intervalo de tempo mínimo
Um limite mínimo para as variáveis `$_interval` e `$_interval_ms`. É recomendável definir a frequência de gravação, por exemplo, `1m` se os dados forem gravados a cada minuto. Essa opção também pode estar overridden/configured em um painel de controle em opções de fonte de dados. Esse valor **deve** ser formatado como um número seguido por um identificador de tempo válido, por exemplo, `1m` (1 minuto) ou `30s` (30 segundos). As fontes de identidade a seguir são compatíveis.
| Identificador | Description |
| --- | --- |
| y | Ano |
| M | Mês |
| w | Semana |
| d | Dia |
| h | Hora |
| m | Minuto |
| s | Segundo |
| ms | Milissegundo |
### Permissões de usuário do banco de dados
**Importante**
O usuário do banco de dados que você especifica ao adicionar a fonte de dados só deve receber permissões SELECT no banco de dados e nas tabelas específicos que você deseja consultar. O Grafana não valida se a consulta é segura. A consulta pode incluir qualquer instrução SQL. Por exemplo, instruções como `DELETE FROM user;` e `DROP TABLE user;` seriam executadas. Para se proteger contra isso, é altamente recomendável que você crie um usuário específico do MSSQL com permissões restritas.
O código de exemplo a seguir mostra a criação de um usuário específico do MSSQL com permissões restritas.
```
CREATE USER grafanareader WITH PASSWORD 'password'
GRANT SELECT ON dbo.YourTable3 TO grafanareader
```
Certifique-se de que o usuário não receba nenhuma permissão indesejada do perfil público.
### Problemas conhecidos
Se você estiver usando uma versão mais antiga do Microsoft SQL Server, como 2008 e 2008R2, talvez seja necessário desabilitar a criptografia para poder se conectar. Se possível, recomendamos que você use o pacote de serviços mais recente disponível para otimizar a compatibilidade.
## Editor de consultas
Você encontrará o editor de consultas MSSQL na guia de métricas no modo de edição do grafo, Singlestat ou painel de tabela. Você entra no modo de edição escolhendo o título do painel e, depois, Editar. O editor permite que você defina uma consulta SQL para selecionar dados a serem visualizados.
1. Selecione *Formatar como* `Time series` (para uso no painel de Grafo ou Singlestat , entre outros) ou `Table` (para uso no painel de Tabela, entre outros).
1. Este é o editor real em que você escreve as consultas SQL.
1. Mostre a seção de ajuda do MSSQL abaixo do editor de consultas.
1. Mostre a consulta SQL que foi executada. Estará disponível primeiro após a execução com êxito de uma consulta.
1. Adicione uma consulta adicional em que um editor de consultas adicional será exibido.
## Macros
Para simplificar a sintaxe e permitir partes dinâmicas, como filtros de intervalo de datas, a consulta pode conter macros.
| Exemplo de macro | Description |
| --- | --- |
| \$1\$1\$1time(dateColumn) | Será substituído por uma expressão para renomear a coluna para hora. Por exemplo, dateColumn as time . |
| \$1\$1\$1timeEpoch(dateColumn) | Será substituído por uma expressão para converter um tipo de coluna DATETIME em carimbo de data e hora do Unix e renomeá-lo para hora. Por exemplo, DATEDIFF(second, "1970-01-01", dateColumn) AS time. |
| \$1\$1\$1timeFilter(dateColumn) | Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificada. Por exemplo, dateColumn BETWEEN "2017-04-21T05:01:17Z" AND "2017-04-21T05:06:17Z". |
| \$1\$1\$1timeFrom() | Será substituído pelo início da seleção de hora atualmente ativa. Por exemplo, "2017-04-21T05:01:17Z". |
| \$1\$1\$1timeTo() | Será substituído pelo final da seleção de hora atualmente ativa. Por exemplo, "2017-04-21T05:06:17Z". |
| \$1\$1\$1timeGroup(dateColumn,'5m'[, fillvalue]) | Será substituído por uma expressão utilizável na cláusula GROUP BY. Fornecer um fillValue de valor NULL ou flutuante preencherá automaticamente as séries vazias no intervalo de tempo com esse valor. Por exemplo, CAST(ROUND(DATEDIFF(second, "1970-01-01", time\$1column)/300.0, 0) as bigint)\$1300. |
| \$1\$1\$1timeGroup(dateColumn,'5m', 0) | O mesmo que o anterior, mas com um parâmetro de preenchimento, assim os pontos ausentes nessa série serão adicionados pelo Grafana e 0 será usado como valor. |
| \$1\$1\$1timeGroup(dateColumn,'5m', NULL) | O mesmo que acima, mas NULL será usado como valor para pontos ausentes. |
| \$1\$1\$1timeGroup(dateColumn,'5m', previous) | O mesmo que acima, mas o valor anterior dessa série será usado como valor de preenchimento se nenhum valor tiver sido visto ainda. NULL será usado (disponível apenas no Grafana 5.3\$1). |
O editor de consultas tem um link **SQL gerado** que aparece após a execução de uma consulta, no modo de edição do painel. Escolha-o e ele se expandirá e mostrará a string SQL bruta interpolada que foi executada.
## Consultas de tabelas
Se a opção de consulta estiver definida como **Formatar como****Tabela**, você poderá basicamente fazer qualquer tipo de consulta SQL. O painel da tabela mostrará automaticamente os resultados das colunas e linhas retornadas pela consulta.
O exemplo de código a seguir mostra uma tabela do banco de dados.
```
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')
```
O exemplo de código a seguir mostra uma consulta.
```
SELECT * FROM [mssql_types]
```
Você pode controlar o nome das colunas do painel Tabela usando a sintaxe regular de seleção de coluna `AS` SQL, conforme mostrado no código de exemplo a seguir.
```
SELECT
c_bit as [column1], c_tinyint as [column2]
FROM
[mssql_types]
```
O painel resultante da tabela:
## Consultas de séries temporais
Se você definir **Formatar como** para **Série temporal**, para uso no painel de Grafo, por exemplo, a consulta deverá ter uma coluna chamada `time` que retorne uma data e hora SQL ou qualquer tipo de dados numéricos representando o Unix epoch em segundos. Você pode retornar uma coluna chamada `metric` que é usada como nome da métrica para a coluna de valor. Qualquer coluna, exceto `time` e `metric`, é tratada como uma coluna de valor. Se você omitir a coluna `metric`, o nome da coluna de valor será o nome da métrica. Você pode selecionar várias colunas de valor, e cada uma terá seu nome como métrica. Se você retornar várias colunas de valor e uma coluna chamada `metric`, então essa coluna será usada como prefixo para o nome da série.
Os conjuntos de resultados das consultas de séries temporais devem ser classificados por hora.
O exemplo de código a seguir mostra uma tabela do banco de dados.
```
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)
```
O código de exemplo a seguir mostra um `value` e uma coluna de `metric`.
```
SELECT
time,
valueOne,
measurement as metric
FROM
metric_values
WHERE
$__timeFilter(time)
ORDER BY 1
```
Quando a consulta anterior for usada em um painel de grafo, ela produzirá duas séries nomeadas `Metric A` e `Metric B` com os valores `valueOne` e `valueTwo` plotadas em `time`.
O código de exemplo a seguir mostra várias colunas de `value`.
```
SELECT
time,
valueOne,
valueTwo
FROM
metric_values
WHERE
$__timeFilter(time)
ORDER BY 1
```
Quando a consulta anterior for usada em um painel de grafo, ela produzirá duas séries nomeadas `Metric A` e `Metric B` com os valores `valueOne` e `valueTwo` plotadas em `time`.
O código de exemplo a seguir mostra o uso do 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
```
Quando a consulta anterior for usada em um painel de grafo, ela produzirá duas séries nomeadas `Metric A` e `Metric B` com os valores `valueOne` e `valueTwo` plotadas em `time`. Quaisquer duas séries sem um valor em uma janela de três minutos renderizarão uma linha entre essas duas linhas. Você notará que o grafo à direita nunca desce até zero.
O código de exemplo a seguir mostra o uso do macro \$1\$1\$1timeGroup com o parâmetro de preenchimento definido como zero.
```
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
```
Quando essa consulta é usada em um painel de grafo, o resultado são duas séries denominadas `Metric A` e `Metric B` com uma soma de `valueTwo` plotadas em `time`. Qualquer série sem valor em uma janela de três minutos terá o valor de zero, que você verá renderizado no grafo à direita.
## Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
### Variável de consulta
Caso adicione uma variável de modelo do tipo `Query`, você poderá escrever uma consulta MSSQL que possa retornar itens como nomes de medições, nomes de chave ou valores de chave que são mostrados como uma caixa de seleção suspensa.
Por exemplo, você pode ter uma variável que contém todos os valores da coluna `hostname` em uma tabela caso especifique uma consulta como esta na configuração da variável de modelos da *Consulta*.
```
SELECT hostname FROM host
```
Uma consulta pode retornar várias colunas, e o Grafana criará automaticamente uma lista delas. Por exemplo, a consulta a seguir retornará uma lista com valores de `hostname` e `hostname2`.
```
SELECT [host].[hostname], [other_host].[hostname2] FROM host JOIN other_host ON [host].[city] = [other_host].[city]
```
Outra opção é uma consulta que pode criar uma key/value variável. A consulta deve retornar duas colunas denominadas `__text` e `__value`. O valor da coluna `__text` deve ser exclusivo (se não for exclusivo, o primeiro valor será usado). As opções na lista suspensa terão um texto e um valor que permitem que você tenha um nome amigável como texto e um ID como valor. Um exemplo de consulta com `hostname` como o texto e `id` como o valor:
```
SELECT hostname __text, id __value FROM host
```
Você também pode criar variáveis aninhadas. Por exemplo, se você tivesse outra variável denominada `region`. Então você pode fazer com que a variável hosts mostre apenas os hosts da região selecionada atualmente com uma consulta como esta (se `region` for uma variável de vários valores, use o operador `IN` de comparação em vez de `=` para comparar com vários valores).
```
SELECT hostname FROM host WHERE region IN ($region)
```
### Usar variáveis em consultas
**nota**
Os valores das variáveis do modelo só ficam entre aspas quando a variável do modelo é de `multi-value`.
Se a variável for uma variável de vários valores, então use o operador de comparação `IN` em vez de `=` para comparar com vários valores.
Há duas sintaxes:
`$` Exemplo com uma variável de modelo denominada `hostname`:
```
SELECT
atimestamp time,
aint value
FROM table
WHERE $__timeFilter(atimestamp) and hostname in($hostname)
ORDER BY atimestamp
```
`[[varname]]` Exemplo com uma variável de modelo denominada `hostname`:
```
SELECT
atimestamp as time,
aint as value
FROM table
WHERE $__timeFilter(atimestamp) and hostname in([[hostname]])
ORDER BY atimestamp
```
#### Desativar a cotação para variáveis de vários valores
O Grafana cria automaticamente uma string entre aspas e separada por vírgula para variáveis de vários valores. Por exemplo, se `server01` e `server02` forem selecionados, então será formatado como: `'server01', 'server02'`. Para desativar a citação, use a opção de formatação csv para variáveis.
`${servers:csv}`
Para obter mais informações sobre opções de formatação de variáveis, consulte [Modelos e variáveis](templates-and-variables.md).
## Anotações
Você pode usar anotações para sobrepor informações importantes de eventos nos grafos. Você adiciona consultas de anotações por meio do menu Dashboard e da Visualização de anotações. Para obter mais informações, consulte [Anotações](dashboard-annotations.md).
**Colunas:**
| Name (Nome) | Description |
| --- | --- |
| time | O nome do date/time campo. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época. |
| timeend | Nome opcional do date/time campo final. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época. |
| text | Campo de descrição do evento. |
| tags | Nome de campo opcional a ser usado para tags de eventos como uma string separada por vírgula. |
O código de exemplo a seguir mostra tabelas de bancos de dados.
```
CREATE TABLE [events] (
time_sec bigint,
description nvarchar(100),
tags nvarchar(100),
)
```
Também usamos a tabela de banco de dados definida em [Consultas de séries temporais](#mssql-time-series-queries).
O código de exemplo a seguir mostra uma consulta usando uma coluna de hora com valores epoch.
```
SELECT
time_sec as time,
description as [text],
tags
FROM
[events]
WHERE
$__unixEpochFilter(time_sec)
ORDER BY 1
```
O código de exemplo a seguir mostra uma consulta de região usando colunas timeend com valores epoch.
```
SELECT
time_sec as time,
time_end_sec as timeend,
description as [text],
tags
FROM
[events]
WHERE
$__unixEpochFilter(time_sec)
ORDER BY 1
```
O código de exemplo a seguir mostra uma consulta usando uma coluna de tempo do tipo de date/time dados 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
```
## Compatível com procedimentos armazenados
Os procedimentos armazenados foram verificados quanto ao funcionamento. No entanto, pode haver casos extremos em que não funcionará conforme o esperado. Os procedimentos armazenados devem ser compatíveis em consultas de tabela, série temporal e anotação, desde que você use a mesma nomenclatura de colunas e retorne dados no mesmo formato descrito anteriormente nas respectivas seções.
As funções de macro não funcionarão dentro de um procedimento armazenado.
### Exemplos
Para os exemplos a seguir, a tabela do banco de dados é definida nas consultas de séries temporais. Digamos que você queira visualizar quatro séries em um painel de grafo, como todas as combinações de colunas `valueOne`, `valueTwo` e `measurement`. O painel de grafo à direita mostra o que queremos alcançar. Para resolver essa questão, você deve usar duas consultas:
O exemplo de código a seguir mostra a primeira 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
```
O exemplo de código a seguir mostra a segunda consulta.
```
SELECT
$__timeGroup(time, '5m') as time,
measurement + ' - value two' as metric,
avg(valueTwo) as valueTwo
FROM
metric_values
GROUP BY
$__timeGroup(time, '5m'),
measurement
ORDER BY 1
```
#### Procedimento armazenado usando a hora no formato epoch
Você pode definir um procedimento armazenado que retornará todos os dados necessários para renderizar quatro séries em um painel de grafo, como acima. Nesse caso, o procedimento armazenado aceita dois parâmetros, `@from` e `@to`, de tipos de dados `int`, que devem ser um intervalo de tempo (de-até) no formato epoch que será usado para filtrar os dados a serem retornados do procedimento armazenado.
Isso imita `$__timeGroup(time, '5m')` nas expressões de seleção e agrupamento por, e é por isso que várias expressões longas são necessárias. Elas podem ser extraídas para funções do MSSQL, se desejado.
```
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
```
Depois, você pode usar a consulta a seguir para o painel de grafo.
```
DECLARE
@from int = $__unixEpochFrom(),
@to int = $__unixEpochTo()
EXEC dbo.sp_test_epoch @from, @to
```
#### Procedimento armazenado usando hora no formato datetime
Você pode definir um procedimento armazenado que retornará todos os dados necessários para renderizar quatro séries em um painel de grafo, como acima. Nesse caso, o procedimento armazenado aceita dois parâmetros, `@from` e `@to`, de tipos de dados `datetime`, que devem ser um intervalo de tempo (de-até) que será usado para filtrar os dados a serem retornados do procedimento armazenado.
Isso imita `$__timeGroup(time, '5m')` nas expressões de seleção e agrupamento por, e é por isso que várias expressões longas são necessárias. Elas podem ser extraídas para funções do MSSQL, se desejado.
```
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
```
Depois, você pode usar a consulta a seguir para o painel de grafo.
```
DECLARE
@from datetime = $__timeFrom(),
@to datetime = $__timeTo()
EXEC dbo.sp_test_datetime @from, @to
```
## Geração de alertas
As consultas de séries temporais devem funcionar em condições de alerta. As consultas formatadas em tabela ainda não são compatíveis em condições de regras de alerta.
# Conectar-se a uma fonte de dados MySQL
Adicione a fonte de dados MySQL para poder consultar e visualizar dados de um banco de dados compatível com MySQL.
**Importante**
O Grafana versão 8.0 altera a estrutura de dados subjacente dos quadros de dados das fontes de dados MySQL, Postgres e Microsoft SQL Server. Como consequência, o resultado de uma consulta de série temporal é retornado em um formato amplo. Para obter mais informações, consulte [Wide format](https://grafana.com/developers/plugin-tools/introduction/data-frames#wide-format) na documentação dos quadros de dados do Grafana.
Para que as visualizações funcionem como antes, talvez seja necessário fazer algumas migrações manuais. Uma solução está documentada no Github em [Postgres/MySQL/MSSQL: Alteração significativa na v8.0 relacionada a consultas de séries temporais e ordenação](https://github.com/grafana/grafana/issues/35534) da coluna de dados.
## Adicionar a fonte de dados
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o link **Dashboards**, você encontrará um link denominado **Fontes de dados**.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione **MySQL** na lista suspensa **Tipo**.
### Opções de fontes de dados.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Host | O IP address/hostname e a porta opcional da sua instância do MySQL. |
| Database | Nome do banco de dados MySQL. |
| User | Login e nome de usuário do banco de dados. |
| Password | Senha do usuário do banco de dados. |
| Max open | O número máximo de conexões abertas com o banco de dados, padrão unlimited (Grafana v5.4\$1). |
| Max idle | O número máximo de conexões no pool de conexões ociosas, padrão 2 (Grafana v5.4\$1). |
| Max lifetime | O tempo máximo, em segundos, em que uma conexão pode ser reutilizada. O padrão é 14400/4 horas. Sempre deve ser menor do que o [wait\$1timeout](https://dev.mysql.com/doc/refman/8.0/en/server-system-variables.html#sysvar_wait_timeout) configurado no MySQL (Grafana v5.4\$1). |
### Intervalo de tempo mínimo
Um limite mínimo para as variáveis `$_interval` e `$_interval_ms`. É recomendável definir a frequência de gravação, por exemplo, `1m` se os dados forem gravados a cada minuto. Essa opção também pode estar overridden/configured em um painel de controle em opções de fonte de dados. Esse valor **deve** ser formatado como um número seguido por um identificador de tempo válido, por exemplo, `1m` (1 minuto) ou `30s` (30 segundos). As fontes de identidade a seguir são compatíveis.
| Identificador | Description |
| --- | --- |
| y | Ano |
| M | Mês |
| w | Semana |
| d | Dia |
| h | Hora |
| m | Minuto |
| s | Segundo |
| ms | Milissegundo |
### Permissões de usuário do banco de dados
**Importante**
O usuário do banco de dados que você especifica ao adicionar a fonte de dados deve receber somente as permissões SELECT no banco de dados e nas tabelas específicos que você deseja consultar. O Grafana não valida se a consulta é segura. A consulta pode incluir qualquer instrução SQL. Por exemplo, instruções como `USE otherdb;` e `DROP TABLE user;` seriam executadas. Para se proteger contra isso, recomendamos que você crie um usuário específico do MySQL com permissões restritas.
O exemplo de código a seguir mostra a criação de um usuário específico do MySQL com permissões restritas.
```
CREATE USER 'grafanaReader' IDENTIFIED BY 'password';
GRANT SELECT ON mydatabase.mytable TO 'grafanaReader';
```
Para conceder acesso a mais bancos de dados e tabelas, você pode usar caracteres curinga (`*`) no lugar do banco de dados ou da tabela, se desejar.
## Editor de consultas
Você encontra o editor de consultas MySQL na guia de métricas no modo de edição de um painel. Você entra no modo de edição escolhendo o título do painel e, depois, **Editar**.
O editor de consultas tem um link **SQL gerado** que aparece após a execução de uma consulta, no modo de edição do painel. Escolha-o e ele se expandirá e mostrará a string SQL bruta interpolada que foi executada.
### Selecionar tabela, coluna de hora e coluna de métrica (DE)
Quando você entra no modo de edição pela primeira vez ou adiciona uma nova consulta, o Grafana tenta pré-preencher o construtor de consultas com a primeira tabela que tem uma coluna de carimbo de data e hora e uma coluna numérica.
No campo DE, o Grafana vai sugerir tabelas que estão no banco de dados configurado. Para selecionar uma tabela ou visualização em outro banco de dados ao qual o usuário do banco de dados tenha acesso, você pode inserir manualmente um nome totalmente qualificado (database.table), como `otherDb.metrics`.
O campo da coluna Hora refere-se ao nome da coluna que contém os valores de tempo. Selecionar um valor para o campo da coluna Métrica é opcional. Se um valor for selecionado, o campo da coluna Métrica será usado como nome da série.
As sugestões da coluna de métrica conterão somente colunas com um tipo de dados de texto (text, tinytext, mediumtext, longtext, varchar, char). Se você quiser usar uma coluna com um tipo de dados diferente como coluna de métrica, você pode inserir o nome da coluna com uma forma: `CAST(numericColumn as CHAR)`. Você também pode inserir expressões SQL arbitrárias no campo da coluna de métrica que sejam avaliadas como um tipo de dados de texto, como `CONCAT(column1, " ", CAST(numericColumn as CHAR))`.
### Colunas e funções de agregação (SELECT)
Na linha `SELECT`, você pode especificar quais colunas e funções deseja usar. No campo da coluna, você pode escrever expressões arbitrárias em vez de um nome de coluna, como `column1 * column2 / column3`.
Caso use funções agregadas, você deverá agrupar o conjunto de resultados. O editor adicionará automaticamente um `GROUP BY time` se você adicionar uma função agregada.
Você pode adicionar mais colunas de valor escolhendo o botão de adição e selecionando no menu `Column`. Várias colunas de valores serão plotadas como séries separadas no painel de grafo.
### Filtrar dados (WHERE)
Para adicionar um filtro, escolha o ícone de adição à direta da condição `WHERE`. Você pode remover filtros escolhendo o filtro e selecionando `Remove`. Um filtro para o intervalo de tempo selecionado atualmente é adicionado automaticamente às novas consultas.
### Agrupar por
Para agrupar por hora ou qualquer outra coluna, escolha o ícone de adição no final da linha AGRUPAR POR. A lista suspensa de sugestões mostrará somente as colunas de texto da tabela atualmente selecionada, mas você pode inserir manualmente qualquer coluna. Você pode remover o grupo escolhendo o item e selecionando `Remove`.
Se você adicionar qualquer agrupamento, todas as colunas selecionadas deverão ter uma função agregada aplicada. O construtor de consultas adicionará automaticamente funções agregadas a todas as colunas sem funções agregadas quando você adicionar agrupamentos.
#### Preenchimento de lacunas
O Grafana pode preencher os valores ausentes quando você agrupa por tempo. A função de tempo aceita dois argumentos. O primeiro argumento é a janela de hora pela qual você deseja agrupar, e o segundo argumento é o valor com o qual você deseja que o Grafana preencha os itens ausentes.
### Modo de editor de texto (bruto)
Você pode alternar para o modo de editor de consultas brutas escolhendo o ícone de hambúrguer e selecionando **Alternar modo de editor** ou escolhendo **Editar SQL** abaixo da consulta.
**nota**
Se você usar o editor de consultas brutas, certifique-se de que a consulta tenha, no mínimo, `ORDER BY time` e um filtro no intervalo de tempo retornado.
## Macros
Para simplificar a sintaxe e permitir partes dinâmicas, como filtros de intervalo de datas, a consulta pode conter macros.
| Exemplo de macro | Description |
| --- | --- |
| \$1\$1\$1time(dateColumn) | Será substituído por uma expressão para converter em um carimbo de data e hora do UNIX e renomear a coluna para time\$1sec; por exemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. |
| \$1\$1\$1timeEpoch(dateColumn) | Será substituído por uma expressão para converter em um carimbo de data e hora do UNIX e renomear a coluna para time\$1sec; por exemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. |
| \$1\$1\$1timeFilter(dateColumn) | Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificada. Por exemplo, dateColumn BETWEEN FROM\$1UNIXTIME(1494410783) AND FROM\$1UNIXTIME(1494410983). |
| \$1\$1\$1timeFrom() | Será substituído pelo início da seleção de hora atualmente ativa. Por exemplo, FROM\$1UNIXTIME(1494410783). |
| \$1\$1\$1timeTo() | Será substituído pelo final da seleção de hora atualmente ativa. Por exemplo, FROM\$1UNIXTIME(1494410983). |
| \$1\$1\$1timeGroup(dateColumn,'5m') | Será substituído por uma expressão utilizável na cláusula GROUP BY. Por exemplo, cast(cast(UNIX\$1TIMESTAMP(dateColumn)/(300) as signed)300 as signed),\$1 |
| \$1\$1\$1timeGroup(dateColumn,'5m', 0) | Igual à linha anterior, mas com um parâmetro de preenchimento, assim os pontos ausentes nessa série serão adicionados pelo Grafana e 0 será usado como valor. |
| \$1\$1\$1timeGroup(dateColumn,'5m', NULL) | O mesmo que acima, mas NULL será usado como valor para pontos ausentes. |
| \$1\$1\$1timeGroup(dateColumn,'5m', previous) | O mesmo que acima, mas o valor anterior dessa série será usado como valor de preenchimento se nenhum valor tiver sido visto ainda. NULL será usado (disponível apenas no Grafana 5.3\$1). |
| \$1\$1\$1timeGroupAlias(dateColumn,'5m') | Será substituído de forma idêntica a \$1\$1\$1timeGroup, mas por um alias adicionado de coluna (disponível apenas no Grafana 5.3\$1). |
| \$1\$1\$1unixEpochFilter(dateColumn) | Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificado com os tempos representados como carimbo de data e hora do Unix. Por exemplo, .dateColumn > 1494410783 AND dateColumn < 1494497183 |
| \$1\$1\$1unixEpochFrom() | Será substituído pelo início da seleção de hora atualmente ativa como carimbo de data e hora do Unix. Por exemplo, .1494410783 |
| \$1\$1\$1unixEpochTo() | Será substituído pelo final da seleção de hora atualmente ativa como carimbo de data e hora do Unix. Por exemplo, .1494497183 |
| \$1\$1\$1unixEpochNanoFilter(dateColumn) | Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificado com os tempos representados como carimbo de data e hora de nanossegundos. Por exemplo, .dateColumn > 1494410783152415214 AND dateColumn < 1494497183142514872 |
| \$1\$1\$1unixEpochNanoFrom() | Será substituído pelo início da seleção de hora atualmente ativa como carimbo de data e hora de nanossegundos. Por exemplo, .1494410783152415214 |
| \$1\$1\$1unixEpochNanoTo() | Será substituído pelo final da seleção de hora atualmente ativa como carimbo de data e hora de nanossegundos. Por exemplo, .1494497183142514872 |
| \$1\$1\$1unixEpochGroup(dateColumn,"5m", [fillmode]) | O mesmo que \$1\$1\$1timeGroup para tempos armazenados como carimbo de data e hora do Unix (disponível apenas no Grafana 5.3\$1). |
| \$1\$1\$1unixEpochGroupAlias(dateColumn,"5m", [fillmode])` | O mesmo que acima, mas também adiciona um alias de coluna (disponível apenas no Grafana 5.3\$1). |
O editor de consultas tem um link de **SQL gerado** que aparece após a execução de uma consulta, no modo de edição do painel. Escolha-o e ele se expandirá e mostrará a string SQL bruta interpolada que foi executada.
## Consultas de tabelas
Se a opção de consulta **Formatar como** estiver definida como **Tabela**, você poderá fazer basicamente qualquer tipo de consulta SQL. O painel da tabela mostrará automaticamente os resultados das colunas e linhas retornadas pela consulta.
O código a seguir mostra um exemplo de consulta.
```
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)
```
Você pode controlar o nome das colunas do painel Tabela usando a sintaxe `as` regular de seleção de coluna SQL.
## Consultas de séries temporais
Se você definir **Formatar como** para **Série temporal**, para uso em um painel de grafo, por exemplo, a consulta deverá retornar uma coluna chamada `time` que retorne um datetime de SQL ou qualquer tipo de dados numéricos representando o Unix epoch. Qualquer coluna, exceto `time` e `metric`, é tratada como uma coluna de valor. Você pode retornar uma coluna chamada `metric` que é usada como nome da métrica para a coluna de valor. Se você retornar várias colunas de valor e uma coluna chamada `metric`, essa coluna será usada como prefixo para o nome das séries (disponível somente no Grafana 5.3\$1).
Os conjuntos de resultados das consultas de séries temporais devem ser classificados por hora.
O código de exemplo a seguir mostra a coluna de `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
```
O exemplo de código a seguir mostra o uso do parâmetro de preenchimento no macro \$1\$1\$1timeGroup para converter valores nulos em zero.
```
SELECT
$__timeGroup(createdAt,'5m',0),
sum(value_double) as value,
measurement
FROM test_data
WHERE
$__timeFilter(createdAt)
GROUP BY time, measurement
ORDER BY time
```
O código de exemplo a seguir mostra várias colunas.
```
SELECT
$__timeGroup(time_date_time,'5m'),
min(value_double) as min_value,
max(value_double) as max_value
FROM test_data
WHERE $__timeFilter(time_date_time)
GROUP BY time
ORDER BY time
```
Não há suporte para um grupo dinâmico por tempo com base no intervalo de tempo e na largura do painel.
## Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos](templates-and-variables.md#templates).
### Variável de consulta
Caso adicione uma variável de modelo do tipo `Query`, você poderá escrever uma consulta MySQL que possa retornar itens como nomes de medições, nomes de chave ou valores de chave que são mostrados como uma caixa de seleção suspensa.
Por exemplo, você pode ter uma variável que contém todos os valores da coluna `hostname` em uma tabela caso especifique uma consulta como esta na configuração da variável de modelos da *Consulta*.
```
SELECT hostname FROM my_host
```
Uma consulta pode retornar várias colunas, e o Grafana criará automaticamente uma lista delas. Por exemplo, a consulta a seguir retornará uma lista com valores de `hostname` e `hostname2`.
```
SELECT my_host.hostname, my_other_host.hostname2 FROM my_host JOIN my_other_host ON my_host.city = my_other_host.city
```
Para usar macros dependentes do intervalo de tempo, como `$__timeFilter(column)` em sua consulta, o modo de atualização da variável do modelo deve ser definido como *Na alteração do intervalo de tempo*.
```
SELECT event_name FROM event_log WHERE $__timeFilter(time_column)
```
Outra opção é uma consulta que pode criar uma key/value variável. A consulta deve retornar duas colunas denominadas `__text` e `__value`. O valor da coluna `__text` deve ser exclusivo (se não for exclusivo, o primeiro valor será usado). As opções na lista suspensa terão um texto e um valor para que você possa ter um nome amigável como texto e uma ID como o valor.
O exemplo de código a seguir mostra uma consulta com `hostname` como o texto e `id` como o valor.
```
SELECT hostname AS __text, id AS __value FROM my_host
```
Você também pode criar variáveis aninhadas. Por exemplo, se você tivesse outra variável denominada `region`. Então você pode fazer com que a variável hosts mostre apenas os hosts da região selecionada atualmente com uma consulta como esta (se `region` for uma variável de vários valores, use o operador `IN` de comparação em vez de `=` para comparar com vários valores).
```
SELECT hostname FROM my_host WHERE region IN($region)
```
#### Usar `__searchFilter` para filtrar resultados na variável de consulta
Usar `__searchFilter` no campo de consulta filtrará o resultado da consulta com base no que o usuário digita na caixa de seleção suspensa. Quando nada foi inserido pelo usuário, o valor padrão para `__searchFilter` é `%`.
**nota**
É importante que você coloque a expressão `__searchFilter` entre aspas, pois o Grafana não faz isso por você.
O exemplo a seguir mostra como usar `__searchFilter` como parte do campo de consulta para permitir a pesquisa de `hostname` enquanto o usuário digita na caixa de seleção suspensa.
```
SELECT hostname FROM my_host WHERE hostname LIKE '$__searchFilter'
```
### Usar variáveis em consultas
Do Grafana 4.3.0 ao 4.6.0, as variáveis do modelo estão sempre entre aspas automaticamente, portanto, se for um valor de string, não as coloque entre aspas nas cláusulas where.
No Grafana 4.7.0, os valores das variáveis do modelo só ficam entre aspas quando a variável do modelo é de `multi-value`.
Se a variável for uma variável de vários valores, use o operador de comparação `IN` em vez de `=` para comparar com vários valores.
Há duas sintaxes:
`$` Exemplo com uma variável de modelo denominada `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
```
`[[varname]]` Exemplo com uma variável de modelo denominada `hostname`:
```
SELECT
UNIX_TIMESTAMP(atimestamp) as time,
aint as value,
avarchar as metric
FROM my_table
WHERE $__timeFilter(atimestamp) and hostname in([[hostname]])
ORDER BY atimestamp ASC
```
#### Desativar a cotação para variáveis de vários valores
O Grafana cria automaticamente uma string entre aspas e separada por vírgula para variáveis de vários valores. Por exemplo: se `server01` e `server02` forem selecionados, será então formatado como: `'server01', 'server02'`. Para desativar a citação, use a opção de formatação csv para variáveis.
`${servers:csv}`
Para obter mais informações sobre opções de formatação de variáveis, consulte [Opções avançadas de formato de variáveis](templates-and-variables.md#advanced-variable-format-options).
## Anotações
Você pode usar anotações para sobrepor informações importantes de eventos nos grafos. Você adiciona consultas de anotações por meio do menu Dashboard e da Visualização de anotações. Para obter mais informações, consulte .
O código de exemplo a seguir mostra uma consulta usando uma coluna de hora com valores epoch.
```
SELECT
epoch_time as time,
metric1 as text,
CONCAT(tag1, ',', tag2) as tags
FROM
public.test_data
WHERE
$__unixEpochFilter(epoch_time)
```
O código de exemplo a seguir mostra uma consulta de região usando colunas timeend com valores epoch.
**nota**
Disponível apenas no Grafana v6.6\$1.
```
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)
```
O código de exemplo a seguir mostra uma consulta usando uma coluna de tempo do tipo de date/time dados 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 (Nome) | Description |
| --- | --- |
| time | O nome do date/time campo. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época. |
| timeend | Nome opcional do date/time campo final. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época. |
| text | Campo de descrição do evento. |
| tags | Nome de campo opcional a ser usado para tags de eventos como uma string separada por vírgula. |
## Geração de alertas
As consultas de séries temporais devem funcionar em condições de alerta. As consultas formatadas em tabela ainda não são compatíveis em condições de regras de alerta.
# Conecte-se a uma fonte OpenSearch de dados
**nota**
Em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode exigir a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
Com o Amazon Managed Grafana, você pode adicionar código aberto [OpenSearch](https://opensearch.org/docs/)(ou Elasticsearch legado) como fonte de dados. Você pode realizar vários tipos de OpenSearch consultas simples ou complexas para visualizar registros ou métricas armazenados em. OpenSearch Você também pode anotar seus gráficos com eventos de log armazenados em. OpenSearch
## Adicionar OpenSearch como fonte de dados
**nota**
Para poder adicionar a fonte de OpenSearch dados, você precisa adicionar sua conta Grafana IAM às funções ALL\$1ACCESS e SECURITY\$1MANAGER.
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o link **Dashboards**, você encontrará o link denominado **Fontes de dados**.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione na **OpenSearch**lista suspensa **Tipo**.
**nota**
Se você não estiver vendo o link **Fontes de dados** no menu lateral, significa que o usuário atual não tem o perfil de `Admin`.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Url | O protocolo HTTP, o IP e a porta do seu OpenSearch servidor. |
| Access | Servidor (padrão) = o URL deve estar acessível no backend e no servidor Grafana. Navegador = o URL deve estar acessível no navegador. |
O modo de acesso controla como as solicitações à fonte de dados serão tratadas. O servidor deverá ser a forma preferencial se nada mais for declarado.
### Modo de acesso ao servidor (padrão)
Todas as solicitações são feitas do navegador para o backend ou servidor Grafana, que encaminha as solicitações para a fonte de dados, contornando possíveis requisitos de compartilhamento de recursos entre origens (CORS). Se você selecionar esse modo de acesso, o URL deverá estar acessível no backend ou servidor Grafana.
### Acesso (direto) ao navegador
O Amazon Managed Grafana não oferece suporte ao acesso direto do navegador à fonte de OpenSearch dados.
### Configurações de índice
Aqui você pode especificar um padrão para o `time field` e especificar o nome do seu OpenSearch índice. Você pode usar um padrão de hora para o nome do índice ou um caractere curinga.
### OpenSearch/Versão Elasticsearch
Especifique sua versão OpenSearch ou a versão antiga do Elasticsearch no menu suspenso da versão. A versão é importante porque há diferenças na forma como as consultas são compostas para cada versão. Atualmente, o Grafana suporta OpenSearch 1.0.x. As versões compatíveis do Elasticsearch são `2.0+`, `5.0+`, `5.6+`, `6.0+` e `7.0+`. O valor `5.6+` significa a versão 5.6 ou superior, mas inferior à 6.0. O valor `6.0+` significa a versão 6.0 ou superior, mas inferior à 7.0. Finalmente, `7.0+` significa a versão 7.0 ou superior, mas inferior à 8.0.
### Intervalo de tempo mínimo
Um limite mínimo para o grupo automático por intervalo de tempo. É recomendável definir a frequência de gravação, por exemplo, `1m` se seus dados forem gravados a cada minuto. Essa opção também pode estar overridden/configured em um painel de controle em opções de fonte de dados. Esse valor **deve** ser formatado como um número seguido por um identificador de tempo válido, por exemplo, `1m` (1 minuto) ou `30s` (30 segundos). As fontes de identidade a seguir são compatíveis.
| Identificador | Description |
| --- | --- |
| y | Ano |
| M | Mês |
| w | Semana |
| d | Dia |
| h | Hora |
| m | Minuto |
| s | Segundo |
| ms | Milissegundo |
### Logs
Dois parâmetros, `Message field name` e `Level field name`, podem ser configurados opcionalmente na página de configurações da fonte de dados que determinam quais campos serão usados para mensagens de logs e níveis de logs ao visualizar os logs no [Explore](explore.md).
Por exemplo, se você usar uma configuração padrão do Filebeat para enviar registros OpenSearch, a configuração a seguir deve funcionar.
+ **Nome do campo da mensagem:** mensagem
+ **Nome do campo de nível:** fields.level
### Links de dados
Os links de dados criam um link de um campo específico que pode ser acessado na visualização de logs no Explore.
Cada configuração de link de dados consiste no seguinte:
+ **Campo**: nome do campo usado pelo link de dados.
+ **URL/consulta**: se o link for externo, insira o URL completo do link. Se o link for um link interno, essa entrada servirá como consulta para a fonte de dados de destino. Em ambos os casos, você pode interpolar o valor do campo com o macro `${__value.raw }`.
+ **Link interno**: selecione esta opção se o link for interno ou externo. Se o link for interno, um seletor de fonte de dados permitirá que você selecione a fonte de dados de destino. Somente fontes de dados de rastreamento são compatíveis.
## Usando a fonte OpenSearch de dados
### Editor de consultas métricas
O editor de OpenSearch consultas permite selecionar várias métricas e agrupar por vários termos ou filtros. Use os ícones de mais e menos à direita das add/remove métricas ou agrupe por cláusulas. Algumas métricas e cláusulas agrupadas por têm opções. Escolha o texto da opção para expandir a linha e visualizar e editar a métrica ou agrupar por opções.
### Padrões de nomenclatura e aliases de séries
Você pode controlar o nome da série temporal por meio do campo de entrada de `Alias`.
| Padrão | Description |
| --- | --- |
| \$1\$1term fieldname\$1\$1 | Substituído pelo valor de um termo Agrupar por. |
| \$1\$1metric\$1\$1 | Substituído pelo nome da métrica (p. ex., média, mínimo, máximo). |
| \$1\$1field\$1\$1 | Substituído pelo nome do campo da métrica. |
### Métricas de pipeline
*Algumas agregações métricas são chamadas de agregações de pipeline; por exemplo, *média móvel* e derivada.* OpenSearch as métricas do pipeline exigem que outra métrica se baseie. Use o ícone de olho ao lado da métrica para impedir que as métricas apareçam no grafo. Isso é útil para métricas que você só tem na consulta para uso em uma métrica de pipeline.
### Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
#### Variável de consulta
A fonte OpenSearch de dados oferece suporte a dois tipos de consultas que você pode usar no campo *Consulta* das variáveis de *consulta*. A consulta é escrita usando uma string JSON personalizada.
| Consulta | Description |
| --- | --- |
| \$1"find": "fields", "type": "keyword"\$1 | Retorna uma lista de nomes de campo com o tipo de índice keyword. |
| \$1"find": "terms", "field": "@hostname", "size": 1000\$1 | Retorna uma lista de valores para um campo usando agregação de termos. A consulta usará o intervalo de tempo atual do dashboard como intervalo de tempo para a consulta. |
| \$1"find": "terms", "field": "@hostname", "query": ''\$1 | Retorna uma lista de valores para um campo usando agregação de termos e um filtro de consulta do Lucene especificado. A consulta usará o intervalo de tempo atual do dashboard como intervalo de tempo para a consulta. |
Há um limite de tamanho padrão de 500 nas consultas de termos. Para definir um limite personalizado, defina a propriedade de tamanho na sua consulta. Você pode usar outras variáveis dentro da consulta. O exemplo de código a seguir mostra a definição de consulta para uma variável denominada `$host`.
```
{"find": "terms", "field": "@hostname", "query": "@source:$source"}
```
No exemplo anterior, usamos outra variável denominada `$source` dentro da definição da consulta. Sempre que você altera, por meio da lista suspensa, o valor atual da variável `$source`, ele inicia uma atualização da variável `$host`. Após a atualização, a variável `$host` contém somente nomes de host filtrados, nesse caso, pela propriedade `@source` do documento.
Essas consultas, por padrão, retornam os resultados na ordem dos termos (que podem então ser classificados em ordem alfabética ou numérica como para qualquer variável). Para produzir uma lista de termos classificados por contagem de documentos (uma lista dos N maiores valores), adicione uma propriedade `orderBy` de `doc_count`. Isso seleciona automaticamente uma classificação decrescente. Usar `asc` com doc\$1count (uma lista com os N menores) pode ser feito configurando `order: "asc"`, mas não é recomendado porque aumenta o erro na contagem de documentos. Para manter os termos na ordem de contagem de documentos, defina a lista suspensa **Classificar** da variável como **Desabilitada**. Como alternativa, você pode querer usar a **Ordem alfabética** para reordená-los.
```
{"find": "terms", "field": "@hostname", "orderBy": "doc_count"}
```
#### Usar variáveis em consultas
Há duas sintaxes:
+ `$` Exemplo: @hostname:\$1hostname
+ `[[varname]]` Exemplo: @hostname:[[hostname]]
Por que duas formas? A primeira sintaxe é mais fácil de ler e escrever, mas não permite que você use uma variável no meio de uma palavra. Quando as opções *Vários valores* ou *Incluir todos os valores* estão habilitadas, o Grafana converte os rótulos de texto simples para uma condição compatível com o Lucene.
No exemplo anterior, temos uma consulta do Lucene que filtra documentos com base na propriedade `@hostname` usando uma variável denominada `$hostname`. Ela também está usando uma variável na caixa de entrada do campo agrupar por *Termos*. Isso permite que você use uma variável para alterar rapidamente a forma como os dados são agrupados.
### Anotações
As anotações permitem que você sobreponha informações importantes de eventos nos grafos. Você adiciona consultas de anotações por meio do menu Dashboard ou da visualização Anotações. Grafana pode consultar qualquer OpenSearch índice para eventos de anotação. Para obter mais informações, consulte [Anotações](dashboard-annotations.md).
| Nome | Description |
| --- | --- |
| Query | Você pode manter a consulta de pesquisa em branco ou especificar uma consulta do Lucene. |
| Time | O nome do campo de hora; deve ser campo de data. |
| Time End | O nome opcional do campo de hora de término deve ser campo de data. Se definidas, as anotações serão marcadas como uma região entre a hora e a hora de término. |
| Text | Campo de descrição do evento. |
| Tags | Nome de campo opcional a ser usado para tags de eventos (pode ser uma matriz ou uma string CSV). |
### Consultar os logs do
A consulta e a exibição de dados de registro OpenSearch estão disponíveis no Explore. Para exibir seus registros, selecione a fonte de OpenSearch dados e, opcionalmente, insira uma consulta do Lucene. Para obter mais informações, consulte [Explore](explore.md).
#### Consultas de log
Depois que o resultado é retornado, o painel de logs mostra uma lista de linhas de logs e um gráfico de barras em que o eixo x mostra a hora e o eixo y mostra a frequência ou a contagem.
#### Filtrar mensagens de logs
Opcionalmente, insira uma consulta do Lucene no campo de consulta para filtrar as mensagens de logs. Por exemplo, usando uma configuração padrão do Filebeat, você deve ser capaz de usar `fields.level:error` para mostrar somente mensagens de logs de erros.
# Conectar-se a uma fonte de dados OpenTSDB
O Amazon Managed Grafana é fornecido com suporte avançado para OpenTSDB.
## Adicionar a fonte de dados
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o link **Dashboards**, você encontrará um link **Fontes de dados**.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione **OpenTSDB** na lista suspensa **Tipo**.
**nota**
Se você não vir o link **Fontes de dados** no menu lateral, isso significa que seu usuário atual não tem o perfil de `Admin`.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Url | O protocolo HTTP, o IP e a porta do servidor OpenTSDB (a porta padrão geralmente é 4242). |
| Access | Servidor (padrão) = o URL deve estar acessível no backend e no servidor Grafana. |
| Version | Versão = versão OpenTSDB, <=2.1 ou 2.2. |
| Resolution | As métricas do OpenTSDB podem ter pontos de dados com resolução de segundos ou milissegundos. |
## Editor de consultas
Abra um grafo no modo de edição ao escolher o título. O editor de consultas será diferente se a fonte de dados tiver a versão <=2.1 ou = 2.2. Na versão anterior, somente tags podem ser usadas para consultar o OpenTSDB. Mas na última versão, os filtros e as tags podem ser usados para consultar o OpenTSDB. A política de preenchimento também foi introduzida no OpenTSDB 2.2.
**nota**
Ao usar a fonte de dados OpenTSDB 2.2, certifique-se de usar ou filtros ou tags, pois eles são mutuamente exclusivos. Se usados em conjunto, podem gerar resultados estranhos.
### Usar sugestões de preenchimento automático
Assim que você começar a digitar nomes de métricas, nomes de tags e valores de tags, você verá sugestões de preenchimento automático destacadas para eles. O preenchimento automático só funcionará se a API de sugestão do OpenTSDB estiver habilitada.
## Consultas de modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos e variáveis](templates-and-variables.md).
### Variável de consulta
A fonte de dados OpenTSDB é compatível com consultas de variáveis de modelo. Isso significa que você pode criar variáveis de modelo que buscam os valores do OpenTSDB. Por exemplo, nomes de métricas, nomes de tags ou valores de tags.
Ao usar o OpenTSDB com uma variável de modelo do tipo de `query`, você pode usar a sintaxe para pesquisa a seguir.
| Consulta | Description |
| --- | --- |
| metrics(prefix) | Retorna nomes de métricas com prefixo específico (pode estar vazio). |
| tag\$1names(cpu) | Retorna nomes de tags (ou seja, chaves) para uma métrica de CPU específica. |
| tag\$1values(cpu, hostname) | Retorna valores de tag para CPU de métrica e nome de host da chave de tag. |
| suggest\$1tagk(prefix) | Retorna nomes de tags (ou seja, chaves) para todas as métricas com prefixo específico (pode estar vazio). |
| suggest\$1tagv(prefix) | Retorna valores de tags para todas as métricas com prefixo específico (pode estar vazio). |
Se você não vir variáveis de modelo sendo preenchidas na seção `Preview of values`, você deve habilitar `tsd.core.meta.enable_realtime_ts` nas configurações do servidor OpenTSDB. Além disso, para preencher os metadados dos dados de séries temporais existentes no OpenTSDB, você deve executar `tsdb uid metasync` no servidor OpenTSDB.
### Modelos aninhados
Uma variável de modelo pode ser usada para filtrar valores de tags para outra variável de modelo. O primeiro parâmetro é o nome da métrica, o segundo é a chave da tag para a qual você precisa encontrar os valores da tag, e depois disso, todas as outras variáveis dependentes do modelo. Alguns exemplos são mencionados abaixo para fazer com que as consultas de modelos aninhadas funcionem com êxito.
| Consulta | Description |
| --- | --- |
| tag\$1values(cpu, hostname, env=\$1env) | Retorna valores de tags para a métrica da CPU, o valor da tag env selecionada e o nome do host da chave da tag. |
| tag\$1values(cpu, hostname, env=\$1env, region=\$1region) | Retorna valores de tags para a métrica da PCU, o valor da tag env selecionada, o valor da tag da região selecionada e o nome do host da chave da tag. |
Para obter mais informações sobre consultas de métricas do OpenTSDB, consulte a [documentação do OpenTSDB](https://opentsdb.net/docs/build/html/index.html).
# Conectar-se a uma fonte de dados PostgreSQL
Você pode usar a fonte de dados PostgreSQL para consultar e visualizar dados dos bancos de dados PostgreSQL do Amazon Aurora.
**Importante**
O *Grafana versão 8* altera a estrutura de dados subjacente dos quadros de dados das fontes de dados Postgres, MySQL e Microsoft SQL Server. Como consequência, o resultado de uma consulta de série temporal é retornado em um formato amplo. Para obter mais informações, consulte [Wide format](https://grafana.com/developers/plugin-tools/introduction/data-frames#wide-format) na documentação dos quadros de dados do Grafana. Para que suas visualizações funcionem como antes da versão 8, talvez seja necessário fazer algumas migrações manuais. Uma solução está documentada no Github em [Postgres/MySQL/MSSQL: Alteração significativa na v8.0 relacionada a consultas de séries temporais e ordenação](https://github.com/grafana/grafana/issues/35534) da coluna de dados.
No *Grafana versão 9*, a fonte de dados PostgreSQL configura o certificado raiz para se conectar ao banco de dados de forma diferente das versões anteriores. Se você atualizar o espaço de trabalho da versão 8 para a 9, talvez seja necessário alterar a forma como você se conecta. Consulte [Solucionar problemas com espaços de trabalho atualizados](AMG-workspace-version-update-troubleshoot.md) para obter mais informações.
## Adicionar a fonte de dados
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o ícone de **Configuração**, você deve encontrar um link **Fontes de dados**.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione **PostgreSQL** na lista suspensa **Tipo**.
### Opções de fontes de dados.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados nos painéis e consultas. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| Host | O IP address/hostname e a porta opcional da sua instância do PostgreSQL. Não inclua o nome do banco de dados. A string de conexão para conexão com o Postgres não estará correta e causará erros. |
| Database | Nome do banco de dados PostgreSQL. |
| User | Login e nome de usuário do banco de dados. |
| Password | Senha do usuário do banco de dados. |
| SSL Mode | Essa opção determina se ou com qual prioridade uma TCP/IP conexão SSL segura será negociada com o servidor. |
| Max open | O número máximo de conexões abertas com o banco de dados, padrão unlimited (Grafana v5.4\$1). |
| Max idle | O número máximo de conexões no pool de conexões ociosas, padrão 2 (Grafana v5.4\$1). |
| Max lifetime | O tempo máximo em segundos em que uma conexão pode ser reutilizada, padrão 14400/4 horas (Grafana v5.4\$1). |
| Version | Essa opção determina quais funções estão disponíveis no construtor de consultas (disponível apenas no Grafana 5.3\$1). |
| TimescaleDB | O TimescaleDB é um banco de dados de séries temporais construído como uma extensão do PostgreSQL. Se habilitado, o Grafana usará time\$1bucket no macro \$1\$1\$1timeGroup e exibirá funções agregadas específicas do TimescaleDB no construtor de consultas (disponível apenas no Grafana 5.3\$1). |
### Intervalo de tempo mínimo
Um limite mínimo para as variáveis `$_interval` e `$_interval_ms`. É recomendável definir a frequência de gravação, por exemplo, `1m` se os dados forem gravados a cada minuto. Essa opção também pode estar overridden/configured em um painel de controle em opções de fonte de dados. Esse valor **deve** ser formatado como um número seguido por um identificador de tempo válido, por exemplo, `1m` (1 minuto) ou `30s` (30 segundos). As fontes de identidade a seguir são compatíveis.
| Identificador | Description |
| --- | --- |
| y | Ano |
| M | Mês |
| w | Semana |
| d | Dia |
| h | Hora |
| m | Minuto |
| s | Segundo |
| ms | Milissegundo |
### Permissões de usuário do banco de dados
**Importante**
O usuário do banco de dados que você especifica ao adicionar a fonte de dados só deve receber permissões SELECT no banco de dados e nas tabelas específicos que você deseja consultar. O Grafana não valida se a consulta é segura. A consulta pode incluir qualquer instrução SQL. Por exemplo, instruções como `DELETE FROM user;` e `DROP TABLE user;` seriam executadas. Para se proteger contra isso, é altamente recomendável que você crie um usuário específico do PostgreSQL com permissões restritas.
O código de exemplo a seguir mostra a criação de um usuário específico do PostgreSQL com permissões restritas.
```
CREATE USER grafanareader WITH PASSWORD 'password';
GRANT USAGE ON SCHEMA schema TO grafanareader;
GRANT SELECT ON schema.table TO grafanareader;
```
Certifique-se de que o usuário não receba nenhuma permissão indesejada do perfil público.
## Editor de consultas
Você encontra o editor de consultas do PostgreSQL na guia de métricas no modo de edição do painel Grafo ou Singlestat. Você entra no modo de edição escolhendo o título do painel e, depois, Editar.
O editor de consultas tem um link **SQL gerado** que aparece após a execução de uma consulta, no modo de edição do painel. Escolha-o e ele se expandirá e mostrará a string SQL bruta interpolada que foi executada.
### Selecionar tabela, coluna de hora e coluna de métrica (DE)
Quando você entra no modo de edição pela primeira vez ou adiciona uma nova consulta, o Grafana tenta pré-preencher o construtor de consultas com a primeira tabela que tem uma coluna de carimbo de data e hora e uma coluna numérica.
No campo DE, o Grafana sugerirá tabelas que estão no `search_path` do usuário do banco de dados. Para selecionar uma tabela ou visualização que não esteja no seu `search_path`, você pode inserir manualmente um nome totalmente qualificado (schema.table), como `public.metrics`.
O campo da coluna Hora refere-se ao nome da coluna que contém os valores de tempo. Selecionar um valor para o campo da coluna Métrica é opcional. Se um valor for selecionado, o campo da coluna Métrica será usado como nome da série.
As sugestões de coluna de métrica conterão somente colunas com um tipo de dados de texto (char, varchar, text). Para usar uma coluna com um tipo de dados diferente como coluna de métrica, você pode inserir o nome da coluna com uma forma: `ip::text`. Você também pode inserir expressões SQL arbitrárias no campo da coluna de métrica que sejam avaliadas como um tipo de dados de texto, como `hostname || ' ' || container_name`.
### Funções de colunas, janela e agregação (SELECT)
Na linha `SELECT`, você pode especificar quais colunas e funções deseja usar. No campo da coluna, você pode escrever expressões arbitrárias em vez de um nome de coluna, como `column1 * column2 / column3`.
As funções disponíveis no editor de consultas dependem da versão do PostgreSQL que você selecionou ao configurar a fonte de dados. Caso use funções agregadas, você deverá agrupar o conjunto de resultados. Se você adicionar uma função agregada, o editor adicionará automaticamente um `GROUP BY time`.
O editor tenta simplificar e unificar essa parte da consulta.
Você pode adicionar mais colunas de valor escolhendo o botão de adição e selecionando **Coluna** no menu. Várias colunas de valores serão plotadas como séries separadas no painel de grafo.
### Filtrar dados (WHERE)
Para adicionar um filtro, escolha o ícone de adição à direta da condição `WHERE`. Você pode remover filtros ao escolher o filtro e selecionando **Remover**. Um filtro para o intervalo de tempo selecionado atualmente é adicionado automaticamente às novas consultas.
### Agrupar por
Para agrupar por hora ou qualquer outra coluna, escolha o ícone de adição no final da linha AGRUPAR POR. A lista suspensa de sugestões mostrará somente as colunas de texto da tabela atualmente selecionada, mas você pode inserir manualmente qualquer coluna. Você pode remover o grupo ao escolher o item e selecionando **Remover**.
Se você adicionar qualquer agrupamento, todas as colunas selecionadas deverão ter uma função agregada aplicada. O construtor de consultas adicionará automaticamente funções agregadas a todas as colunas sem funções agregadas quando você adicionar agrupamentos.
#### Preenchimento de lacunas
O Amazon Managed Grafana pode preencher valores ausentes quando você agrupa por tempo. A função de tempo aceita dois argumentos. O primeiro argumento é a janela de hora pela qual você deseja agrupar, e o segundo argumento é o valor com o qual você deseja que o Grafana preencha os itens ausentes.
### Modo de editor de texto (BRUTO)
Você pode alternar para o modo de editor de consultas brutas escolhendo o ícone de hambúrguer e selecionando **Alternar modo de editor** ou escolhendo **Editar SQL** abaixo da consulta.
**nota**
Se você usar o editor de consultas brutas, certifique-se de que a consulta tenha, no mínimo, `ORDER BY time` e um filtro no intervalo de tempo retornado.
## Macros
Os macros podem ser usados em uma consulta para simplificar a sintaxe e permitir partes dinâmicas.
| Exemplo de macro | Description |
| --- | --- |
| \$1\$1\$1time(dateColumn) | Será substituído por uma expressão para converter em um carimbo de data e hora do Unix e renomear a coluna para time\$1sec. Por exemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. |
| \$1\$1\$1timeEpoch(dateColumn) | Será substituído por uma expressão para converter em um carimbo de data e hora do Unix e renomear a coluna para time\$1sec. Por exemplo, UNIX\$1TIMESTAMP(dateColumn) as time\$1sec. |
| \$1\$1\$1timeFilter(dateColumn) | Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificada. Por exemplo, dateColumn BETWEEN FROM\$1UNIXTIME(1494410783) AND FROM\$1UNIXTIME(1494410983). |
| \$1\$1\$1timeFrom() | Será substituído pelo início da seleção de hora atualmente ativa. Por exemplo, FROM\$1UNIXTIME(1494410783). |
| \$1\$1\$1timeTo() | Será substituído pelo final da seleção de hora atualmente ativa. Por exemplo, FROM\$1UNIXTIME(1494410983). |
| \$1\$1\$1timeGroup(dateColumn,'5m') | Será substituído por uma expressão utilizável na cláusula GROUP BY. Por exemplo, cast(cast(UNIX\$1TIMESTAMP(dateColumn)/(300) as signed)300 as signed),\$1 |
| \$1\$1\$1timeGroup(dateColumn,'5m', 0) | Igual à linha anterior, mas com um parâmetro de preenchimento, então os pontos ausentes nessa série serão adicionados pelo Grafana e 0 será usado como valor. |
| \$1\$1\$1timeGroup(dateColumn,'5m', NULL) | O mesmo que acima, mas NULL será usado como valor para pontos ausentes. |
| \$1\$1\$1timeGroup(dateColumn,'5m', previous) | O mesmo que acima, mas o valor anterior dessa série será usado como valor de preenchimento se nenhum valor tiver sido visto ainda. NULL será usado (disponível apenas no Grafana 5.3\$1). |
| \$1\$1\$1timeGroupAlias(dateColumn,'5m') | Será substituído de forma idêntica a \$1\$1\$1timeGroup, mas por um alias de coluna adicionado |
| \$1\$1\$1unixEpochFilter(dateColumn) | Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificado com os tempos representados como carimbo de data e hora do Unix. Por exemplo, \$1dateColumn > 1494410783 AND dateColumn < 1494497183\$1 |
| \$1\$1\$1unixEpochFrom()` | \$1 Será substituído pelo início da seleção de hora atualmente ativa como carimbo de data e hora do Unix. Por exemplo, \$11494410783\$1 |
| \$1\$1\$1unixEpochTo() | Será substituído pelo final da seleção de hora atualmente ativa como carimbo de data e hora do Unix. Por exemplo, \$11494497183\$1 |
| \$1\$1\$1unixEpochNanoFilter(dateColumn) | Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificado com os tempos representados como carimbo de data e hora de nanossegundos. Por exemplo, \$1dateColumn > 1494410783152415214 AND dateColumn < 1494497183142514872\$1 |
| \$1\$1\$1unixEpochNanoFrom() | Será substituído pelo início da seleção de hora atualmente ativa como carimbo de data e hora de nanossegundos. Por exemplo, \$11494410783152415214\$1 |
| \$1\$1\$1unixEpochNanoTo() | Será substituído pelo final da seleção de hora atualmente ativa como carimbo de data e hora de nanossegundos. Por exemplo, \$11494497183142514872\$1 |
| \$1\$1\$1unixEpochGroup(dateColumn,"5m", [fillmode]) | O mesmo que \$1\$1\$1timeGroup, mas para tempos armazenados como carimbo de data e hora do Unix. |
## Consultas de tabelas
Se a opção de consulta estiver definida como **Formatar como tabela**, você poderá fazer basicamente qualquer tipo de consulta SQL. O painel da tabela mostrará automaticamente os resultados das colunas e linhas retornadas pela consulta.
Você pode controlar o nome das colunas do painel Tabela usando a sintaxe `as` regular de seleção de coluna SQL.
## Consultas de séries temporais
Se você definir **Formato como** para `Time series`, para uso em um painel de grafo, por exemplo, a consulta deverá retornar uma coluna chamada `time` que retorne um datetime SQL ou qualquer tipo de dados numéricos representando o Unix epoch. Qualquer coluna, exceto `time` e `metric`, é tratada como uma coluna de valor. Você pode retornar uma coluna chamada `metric` que é usada como nome da métrica para a coluna de valor. Se você retornar várias colunas de valor e uma coluna chamada `metric`, essa coluna será usada como prefixo para o nome da série.
Os conjuntos de resultados das consultas de séries temporais devem ser classificados por hora.
O seguinte exemplo de código mostra um comando `metric` básico:
```
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
```
O exemplo de código a seguir mostra o uso do parâmetro fill no macro \$1\$1\$1timeGroup para converter valores nulos em zero.
```
SELECT
$__timeGroup("createdAt",'5m',0),
sum(value) as value,
measurement
FROM test_data
WHERE
$__timeFilter("createdAt")
GROUP BY time, measurement
ORDER BY time
```
O código de exemplo a seguir mostra várias colunas.
```
SELECT
$__timeGroup("time_date_time",'5m'),
min("value_double") as "min_value",
max("value_double") as "max_value"
FROM test_data
WHERE $__timeFilter("time_date_time")
GROUP BY time
ORDER BY time
```
## Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Você pode usar essas caixas suspensas para alterar os dados exibidos no dashboard.
Para obter mais informações sobre modelos e variáveis de modelos, consulte [Modelos](templates-and-variables.md#templates).
### Variável de consulta
Se você adicionar uma variável de modelo do tipo `Query`, poderá escrever uma consulta PostgreSQL que possa retornar itens como nomes de medições, nomes de chave ou valores de chave que são mostrados como uma caixa de seleção suspensa.
Por exemplo, você pode ter uma variável que contém todos os valores da coluna `hostname` em uma tabela caso especifique uma consulta como esta na configuração da variável de modelos da *Consulta*.
```
SELECT hostname FROM host
```
Uma consulta pode retornar várias colunas, e o Grafana criará automaticamente uma lista delas. Por exemplo, a consulta a seguir retornará uma lista com valores de `hostname` e `hostname2`.
```
SELECT host.hostname, other_host.hostname2 FROM host JOIN other_host ON host.city = other_host.city
```
Para usar macros dependentes do intervalo de tempo, como `$__timeFilter(column)` em sua consulta, o modo de atualização da variável do modelo deve ser definido como *Na alteração do intervalo de tempo*.
```
SELECT event_name FROM event_log WHERE $__timeFilter(time_column)
```
Outra opção é uma consulta que pode criar uma key/value variável. A consulta deve retornar duas colunas denominadas `__text` e `__value`. O valor da coluna `__text` deve ser exclusivo (se não for exclusivo, o primeiro valor será usado). As opções na lista suspensa terão um texto e um valor que permitem que você tenha um nome amigável como texto e um ID como valor. Um exemplo de consulta com `hostname` como o texto e `id` como o valor:
```
SELECT hostname AS __text, id AS __value FROM host
```
Você também pode criar variáveis aninhadas. Usando uma variável chamada `region`, você pode fazer com que a variável hosts mostre apenas os hosts da região selecionada atualmente. O exemplo de código a seguir mostra uma consulta como esta (se `region` for uma variável de vários valores, use o operador `IN` de comparação em vez de `=` para comparar com vários valores).
```
SELECT hostname FROM host WHERE region IN($region)
```
#### Usar `__searchFilter` para filtrar resultados na variável de consulta
Usar `__searchFilter` no campo de consulta filtrará o resultado da consulta com base no que o usuário digita na caixa de seleção suspensa. Quando nada foi inserido pelo usuário, o valor padrão para `__searchFilter` é `%`.
**nota**
É importante que você coloque a expressão `__searchFilter` entre aspas, pois o Grafana não faz isso por você.
O exemplo a seguir mostra como usar `__searchFilter` como parte do campo de consulta para permitir a pesquisa de `hostname` enquanto o usuário digita na caixa de seleção suspensa.
```
SELECT hostname FROM my_host WHERE hostname LIKE '$__searchFilter'
```
### Usar variáveis em consultas
Os valores das variáveis do modelo só ficam entre aspas quando a variável do modelo é de `multi-value`.
Se a variável for uma variável de vários valores, use o operador de comparação `IN` em vez de `=` para comparar com vários valores.
Há duas sintaxes:
`$` Exemplo com uma variável de modelo denominada `hostname`:
```
SELECT
atimestamp as time,
aint as value
FROM table
WHERE $__timeFilter(atimestamp) and hostname in($hostname)
ORDER BY atimestamp ASC
```
`[[varname]]` Exemplo com uma variável de modelo denominada `hostname`:
```
SELECT
atimestamp as time,
aint as value
FROM table
WHERE $__timeFilter(atimestamp) and hostname in([[hostname]])
ORDER BY atimestamp ASC
```
#### Desativar a cotação para variáveis de vários valores
O Amazon Managed Grafana cria automaticamente uma string entre aspas e separada por vírgula para variáveis de vários valores. Por exemplo: se `server01` e `server02` forem selecionados, será então formatado como: `'server01', 'server02'`. Para desativar a citação, use a opção de formatação csv para variáveis.
`${servers:csv}`
Para obter mais informações sobre opções de formatação de variáveis, consulte [Modelos e variáveis](templates-and-variables.md).
## Anotações
Use anotações para sobrepor informações importantes de eventos nos grafos. Você adiciona consultas de anotações por meio do menu Dashboard e da Visualização de anotações. Para obter mais informações, consulte [Anotações](dashboard-annotations.md).
O código de exemplo a seguir mostra uma consulta usando uma coluna de hora com valores epoch.
```
SELECT
epoch_time as time,
metric1 as text,
concat_ws(', ', metric1::text, metric2::text) as tags
FROM
public.test_data
WHERE
$__unixEpochFilter(epoch_time)
```
O código de exemplo a seguir mostra uma consulta de região usando colunas timeend com valores epoch.
**nota**
Isso está disponível apenas no Grafana v6.6\$1.
```
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)
```
O código de exemplo a seguir mostra uma consulta usando uma coluna de tempo do tipo de date/time dados 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 (Nome) | Description |
| --- | --- |
| time | O nome do date/time campo. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época. |
| timeend | Nome opcional do date/time campo final. Pode ser uma coluna com um tipo de date/time dados SQL nativo ou valor de época (Grafana v6.6\$1). |
| text | Campo de descrição do evento. |
| tags | Nome de campo opcional a ser usado para tags de eventos como uma string separada por vírgula. |
## Geração de alertas
As consultas de séries temporais devem funcionar em condições de alerta. As consultas formatadas em tabela ainda não são compatíveis em condições de regras de alerta.
# Conectar-se a uma fonte de dados Tempo
O Tempo é uma solução de rastreamento OSS de alto volume e armazenamento de rastreamento de dependência mínima da Grafana Labs.
## Adicionar a fonte de dados
Para acessar as configurações do Tempo, escolha o ícone de **Configuração** (engrenagem), depois **Fontes de dados** e então **Tempo**.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome com o qual você vai se referir à fonte de dados em painéis, consultas e no Explore. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| URL | O URL da instância do Tempo, por exemplo, http://tempo. |
| Basic Auth | Habilite a autenticação básica na fonte de dados Tempo. |
| User | Nome de usuário para autenticação básica. |
| Password | Senha para autenticação básica. |
## Rastreamento de logs
Esta é uma configuração para o recurso de rastreamento de logs. A fonte de dados de destino atualmente deve ser Loki. Para obter mais informações, consulte [Integração de rastreamento](explore.md#tracing-integration).
+ **Fonte de dados**: fonte de dados de destino.
+ **Tags**: as tags que serão usadas na consulta do Loki. O padrão é `'cluster', 'hostname', 'namespace', pod'`
+ **Mudança na hora de início do período**: mudança na hora de início da consulta do Loki com base na hora de início do período. Para estender para o passado, você precisa usar um valor negativo. As unidades de tempo podem ser usadas aqui, por exemplo, 5s, 1m, 3h. O padrão é 0.
+ **Mudança na hora de término do período**: mudança na hora de término da consulta do Loki com base na hora de término do período. As unidades de tempo podem ser usadas aqui, por exemplo, 5s, 1m, 3h. O padrão é 0.
## Rastreamentos de consultas
Você pode consultar e exibir rastreamentos do Tempo por meio do Explore. Você poderá pesquisar rastreamentos se definir a configuração de rastreamento para logs na página de configuração da fonte de dados. Para encontrar rastreamentos para visualizar, use o editor de consultas do Loki. Para obter os resultados da pesquisa, você deve ter os campos derivados configurados, que apontam para essa fonte de dados.
Para consultar um rastreamento específico, selecione o tipo de consulta TraceID e, em seguida, coloque o ID no campo ID do rastreamento.
## Vincular ao ID de rastreamento nos logs
Você pode se vincular ao rastreamento do Tempo nos logs no Loki ou no Elastic configurando um link interno. Para obter mais informações, consulte [Campos derivados](using-loki-in-AMG.md#loki-derived-fields).
# Configurar uma fonte de TestData dados para testes
O Grafana vem com uma fonte de TestData dados, que cria dados simulados de séries temporais para qualquer painel. Você pode usá-la para criar seus próprios dados de séries temporais falsos e aleatórios e renderizá-los em qualquer painel, o que ajuda a verificar a funcionalidade do dashboard e a compartilhar os dados com segurança e facilidade.
**Configurar a fonte de dados**
**Para acessar a configuração da fonte de dados para TestData**
1. Escolha o ícone de **Configuração** (engrenagem).
1. Escolha **Fontes de dados**.
1. escolher **TestData**.
A fonte de dados não fornece nenhuma configuração além das opções mais básicas comuns a todas as fontes de dados:
| Name (Nome) | Description |
| --- | --- |
| `Name` | O nome da fonte de dados em painéis, consultas e no Explore. |
| `Default` | Se essa fonte de dados será pré-selecionada para novos painéis. |
**Criar dados de simulação**
Adicionada a fonte de TestData dados, os usuários da sua instância do Grafana podem usá-la como fonte de dados em qualquer painel métrico e ela fornecerá dados simulados que você pode usar, com base no TestData cenário escolhido.
**Escolher um cenário**
Em vez de fornecer um editor de consultas, a fonte de TestData dados ajuda você a selecionar um **cenário** que gera dados simulados para painéis.
Você pode atribuir um **Alias** a cada cenário, e muitos têm suas próprias opções que aparecem quando selecionadas.
**Cenários disponíveis:**
+ **Anotações**
+ **Erro condicional**
+ **Conteúdo CSV**
+ **Arquivo CSV**
+ **Valores de métricas CSV**
+ **Pontos de dados fora do intervalo**
+ **Dados exponenciais do bucket de mapas de calor**
+ **API do Grafana**
+ **Grafana em tempo real**
+ **Dados do bucket do mapa de calor linear**
+ **Carregar dados do Apache Arrow**
+ **Logs**
+ **Nenhum ponto de dado**
+ **Grafo de nós**
+ **Onda CSV previsível**
+ **Pulso previsível**
+ **Verificação aleatória**
+ **Verificação aleatória (com erro)**
+ **Verificação aleatória de tabela**
+ **Quadros brutos**
+ **Simulação**
+ **Consulta lenta**
+ **Cliente de streaming**
+ **Tabela estática**
+ **Dados gerados pelo USA**
**Importar um dashboard pré-configurado**
TestData também fornece um exemplo de painel.
**Para importar o dashboard de exemplo**
1. Navegue até a página de configuração da fonte de dados.
1. Selecione a guia **Dashboards**.
1. Selecione **Importar** para o dashboard **Exemplo de streaming simples**.
**Para personalizar um dashboard importado:**
Para personalizar o dashboard importado, recomendamos que você salve com um nome diferente. Do contrário, a atualização do Grafana pode substituir o dashboard personalizado pela nova versão.
**Use dados de teste para relatar problemas**
Se você relatar um problema GitHub envolvendo o uso ou a renderização de dados de séries temporais, é altamente recomendável usar essa fonte de dados para replicar o problema. GrafanaLabs Isso torna muito mais fácil para os desenvolvedores replicarem e resolverem seu problema.
# Conectar-se a uma fonte de dados Zipkin
Zipkin é um sistema de rastreamento distribuído de código aberto. Adicionar a fonte de dados Zipkin para poder consultar os rastreamentos no Explore no Amazon Managed Grafana
## Adicionar a fonte de dados
Para acessar as configurações do Zipkin, escolha o ícone de **Configuração** (engrenagem), depois **Fontes de dados** e **Zipkin**.
| Name (Nome) | Description |
| --- | --- |
| Name | O nome da fonte de dados. É assim que você vê a fonte de dados em painéis, consultas e no Explore. |
| Default | Fonte de dados padrão significa que ela será pré-selecionada para novos painéis. |
| URL | O URL da instância do Zipkin; por exemplo, http://localhost:9411. |
| Access | Servidor (padrão) = o URL precisa estar acessível no backend e servidor do Grafana. |
| Basic Auth | Habilite a autenticação básica na fonte de dados Zipkin. |
| User | Nome de usuário para autenticação básica. |
| Password | Senha para autenticação básica. |
## Rastreamentos de consultas
A consulta e a exibição de rastreamentos do Zipkin estão disponíveis por meio do Explore.
O editor de consultas do Zipkin permite que você consulte diretamente por ID de rastreamento ou selecione um rastreamento no seletor de rastreamento. Para consultar por ID de rastreamento, insira o ID na entrada de texto.
Use o seletor de rastreamento para escolher um rastreamento específico de todos os registrados no intervalo de tempo que você selecionou no Explore. O seletor de rastreamento tem três níveis de aninhamento: 1. O serviço no qual você tem interesse. 1. Uma operação específica faz parte do serviço selecionado 1. Rastreamento específico no qual a operação selecionada ocorreu, representado pelo nome da operação raiz e pela duração do rastreamento.
## Mapeamento de dados na interface do usuário de rastreamento
As anotações do Zipkin são mostradas na visualização de rastreamentos como logs com o valor da anotação mostrado na chave de anotação.
## Vincular ao ID de rastreamento nos logs
Você pode vincular ao rastreamento do Zipkin nos logs no Loki configurando um campo derivado com link interno. Para obter mais informações, consulte [Campos derivados](using-loki-in-AMG.md#loki-derived-fields).