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 às fonte de dados Enterprise
As fontes de dados a seguir são compatíveis em espaços de trabalho que foram atualizados para os plug-ins do Amazon Managed Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Os plug-ins do Enterprise são atualizados regularmente. Isso inclui atualizações dos plug-ins existentes e, às vezes, novas fontes de dados. A documentação a seguir pode não incluir todas as fontes de dados disponíveis. Para obter uma lista dos plug-ins do Enterprise atuais compatíveis com os plug-ins do Amazon Managed Grafana Enterprise, consulte os [plug-ins do Grafana Enterprise](https://grafana.com/docs/plugins/) na *documentação do Grafana*.
Para espaços de trabalho compatíveis com a versão 9 e versões mais recentes, as fontes de dados Enterprise não estão mais instaladas por padrão. Você deve instalar o plug-in correto da fonte de dados. Você pode instalar plug-ins para todas as fontes de dados Enterprise, incluindo aquelas que não estão listadas aqui. Você também pode optar por atualizar a versão de um plug-in que você já instalou. Para obter mais informações sobre plug-ins de gerenciamento, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
**Topics**
+ [AppDynamics](appdynamics-AMG-datasource.md)
+ [Databricks](AMG-databricks-datasource.md)
+ [Datadog](AMG-datadog-datasource-plugin.md)
+ [Dynatrace](dynatrace-AMG-datasource.md)
+ [GitLab](gitlab-AMG-datasource.md)
+ [Honeycomb](honeycomb-AMG-datasource.md)
+ [Jira](jira-AMG-datasource.md)
+ [MongoDB](AMG-mongodb-datasource.md)
+ [New Relic](new-relic-data-source.md)
+ [Oracle Database](oracle-datasource-AMG.md)
+ [Salesforce](salesforce-AMG-datasource.md)
+ [SAP HANA](saphana-AMG-datasource.md)
+ [ServiceNow](grafana-enterprise-servicenow-datasource.md)
+ [Snowflake](snowflake-datasource-for-AMG.md)
+ [Splunk](splunk-datasource.md)
+ [Splunk Infrastructure Monitoring](AMG-datasource-splunkinfra.md)
+ [Wavefront](wavefront-datasource-for-AMG.md)
# Conecte-se a uma fonte AppDynamics de dados
A fonte de AppDynamics dados do Amazon Managed Grafana permite que você consulte métricas AppDynamics usando sua API de métricas e as visualize nos painéis do Grafana.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Observação sobre a configuração da fonte de dados
Use o acesso ao servidor (proxy) (para evitar que o CORS e os usuários consultem a senha) e a autenticação básica. Lembre-se de que o nome de usuário deve ser “user@account” (ou seja, your.name@customer1 ou my\$1user@saas\$1account\$1name).
Configure a senha usando as seguintes etapas:
1. Navegue até [https://accounts.appdynamics.com/assinaturas](https://accounts.appdynamics.com/subscriptions)
1. Escolha o link na coluna **Nome** na linha da sua assinatura.
1. Navegue até os **detalhes da licença** escolhendo a guia na parte superior da página.
1. O campo Chave de acesso tem um botão **Mostrar**. Escolha o botão **Mostrar** para mostrar a chave de acesso.
1. Copie a chave de acesso no campo Senha nos Detalhes básicos de autenticação na página de configuração no Grafana.
Configure um usuário e um perfil para o Amazon Managed Grafana usando as etapas a seguir.
1. Em AppDynamics, navegue até Configurações, Administração.
1. Selecione a guia **Perfis** e escolha o botão “\$1” para criar um perfil, por exemplo, `grafana_readonly.`.
1. Na guia **Conta** da seção Criar perfil, adicione a permissão `View Business Flow`.
1. Na guia **Aplicações**, marque a caixa **Visualizar** para permitir que o Grafana visualize os dados da aplicação.
1. Na guia **Bancos de dados**, marque a caixa **Visualizar** para permitir que o Grafana visualize os dados do banco de dados.
1. Na guia **Analytics**, marque a caixa **Pode visualizar dados de todas as aplicações** para permitir que o Grafana visualize os dados de analytics das aplicações.
1. Na guia **Usuários** da página Administração, crie um usuário, por exemplo, `grafana`. Atribua o novo usuário (ou um grupo ao qual o usuário pertença) ao perfil que você acabou de criar, por exemplo, `grafana_readonly`.
## Modelos
As consultas de modelos compatíveis no momento são:
1. `Applications` (todas as aplicações)
1. `AppName.BusinessTransactions`(Tudo BTs para o nome do aplicativo)
1. `AppName.Tiers` (todos os níveis para o nome da aplicação)
1. `AppName.Nodes` (todos os nós para o nome da aplicação)
1. `AppName.TierName.BusinessTransactions`(Tudo BTs para um nível específico)
1. `AppName.TierName.Nodes` (todos os nós para um nível específico)
1. `AppName.Path.` (qualquer caminho de métrica pode ser especificado)
## Teclas de legenda
O padrão para a chave de legenda pode ser bastante longo, mas essa formatação pode ser personalizada.
A tecla de legenda pode ser prefixada com o nome da aplicação escolhendo a opção `App on legend`. Por exemplo: `MyApp - Overall Application Performance|Average Response Time (ms)`.
Se a consulta for para um singlestat ou outro painel em que você não possa ver a chave da legenda, escolha a opção Mostrar metadados para ver qual é a chave da legenda (também chamada de alias) da consulta.
A lista suspensa Legenda tem três opções: `Full Path`, `Segments` e `Custom`.
### Opção de legenda: caminho completo
A chave da legenda é o caminho de métrica completo, por exemplo, `Overall Application Performance|Average Response Time (ms)`.
### Opção de legenda: segmentos
O nome da métrica é composto por segmentos. Você pode escolher quais segmentos mostrar.
Por exemplo, com um nome de métrica:
`Errors|mywebsite|Error|Errors per Minute`
inserir `2,4` no campo Segmentos retorna `mywebsite|Errors per minute`.
A indexação começa com 1, então `1` retorna `Errors`.
### Opção de legenda: personalizada
Crie uma legenda personalizada combinando texto com os seguintes padrões de alias para poder misturar metadados de métricas.
+ `{{app}}` retorna o nome da aplicação
+ `{{1}}` retorna um segmento do caminho da métrica.
Por exemplo, a métrica `Overall Application Performance|Average Response Time (ms)` tem dois segmentos. `{{1}}` retorna o primeiro segmento, `{{2}}` retorna o segundo segmento.
Exemplos de padrões de chaves de legenda e chaves de legenda que são geradas:
+ `custom legend key` => `custom legend key`
+ `App: {{app}} MetricPart2: {{2}}` => `App: myApp MetricPart2: Average Response Time (ms)`
# Conectar-se a uma fonte de dados Databricks
A fonte de dados Databricks permite que você consulte e visualize dados do Databricks no Amazon Managed Grafana. Ela inclui um editor SQL para formatar e codificar suas consultas por cores.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Adicionar uma fonte de dados Databricks
Siga estas etapas para adicionar uma fonte de dados Databricks no console do Grafana.
**Para adicionar uma fonte de dados Databricks**
1. Abra o menu lateral escolhendo o ícone do Grafana no cabeçalho superior.
1. No menu lateral, sob o link **Dashboards**, selecione **Fontes de dados**.
**nota**
Se você não vir o link **Fontes de dados**, você não tem o perfil de `Admin` do Grafana.
1. Escolha o botão **\$1 Adicionar fonte de dados** no cabeçalho superior.
1. Selecione **Databricks** na lista suspensa **Tipo**.
**nota**
Caso não veja a opção Databricks e precisar dela, você deve atualizar para o Grafana Enterprise.
1. Escolha as opções para se conectar e editar os dados.
## Notas sobre o uso da fonte de dados Databricks
**Séries temporais**
As visualizações de séries temporais são selecionáveis quando você adiciona um campo `datetime` à consulta. Esse campo será usado como o carimbo de data e hora da série. Se o campo não incluir um fuso horário específico, o Grafana assumirá que a hora é UTC.
**Séries temporais de várias linhas**
Para criar uma visualização de séries temporais de várias linhas, a consulta deve incluir pelo menos três campos na ordem a seguir.
1. Um campo `datetime` com um alias de `time`.
1. Um valor para `GROUP BY`.
1. Um ou mais valores de métricas para visualizar.
Veja a seguir um exemplo de uma consulta que retornará opções de séries temporais de várias linhas.
```
SELECT log_time AS time, machine_group, avg(disk_free) AS avg_disk_free
FROM mgbench.logs1
GROUP BY machine_group, log_time
ORDER BY log_time
```
# Conectar-se a uma fonte de dados Datadog
A fonte de dados Datadog permite que você visualize as métricas do serviço de monitoramento Datadog no Amazon Managed Grafana.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Usage
### Armazenamento em cache
Para dashboards grandes, que fazem muitas consultas, é possível ter uma taxa limitada pela API Datadog (alcance o número máximo de chamadas de API por hora que a API Datadog permite). O recurso de cache armazena em cache consultas exclusivas por 60 segundos. Esse intervalo pode ser alterado para ser maior ou menor na página de configuração.
### Editor de consultas
É fácil: selecione agregação e métrica. Caso você deseja filtrar o resultado, selecione uma ou mais tags.
A fonte de dados Datadog é compatível com todas as funções avançadas compatíveis com o editor de consultas do Datadog. Selecione-o na lista suspensa e organize escolhendo um nome de função.
**Possibilidades de uso do campo Alias por**:
+ Insira o alias no campo “Alias por”.
+ Use variáveis com escopo:
+ `$__metric` = substituído pelo nome da métrica
+ `$__display_name` = substituído pelo nome da métrica
+ `$__expression` = substituído pela expressão de métrica completa
+ `$__aggr` = substituído pela função de agregação de métrica (por exemplo, méd., máx., mín., soma)
+ `$__scope` = substituído pelo escopo de métrica (por exemplo, região, site, ambiente, host)
+ Usar expressões regulares:
+ Insira sua expressão regular no campo “Alias RegExp” no `/you regexp here/flags` formato.
+ Se o campo “Alias por” estiver vazio, RegExp os resultados serão unidos usando. Exemplo com expressão métrica =`avg:system.load.5{*}`: “Alias por” entrada de campo: “" "Alias RegExp "Entrada de campo: Resultado: `avg:(.+)\.(\d)` `system.load, 5`
+ Use variáveis `$` no campo “Alias por”. Exemplo com expressão métrica =`avg:system.load.5{*}`: entrada de campo “Alias por”: entrada de campo `$1: $2 seconds` “Alias RegExp”: Resultado: `avg:(.+)\.(\d)` `system.load: 5 seconds`
+ Use `$0` para obter toda a expressão. Exemplo com expressão métrica =`datadog.dogstatsd.packet.count{*}`: entrada de campo “Alias por”: entrada de campo `Expression: $0` “Alias RegExp”: Resultado: `DOGstatsd\.(.*)\.(.*){\*}/i` `Expression: datadog.dogstatsd.packet.count{*}`
Observação: você receberá um erro ao usar um número de grupo inexistente.
#### Métrica aritmética
Para usar a métrica aritmética, defina *Tipo de consulta* como *Aritmética*. Vincule à métrica que você deseja usando o sinal `#`. Por exemplo, `#A * 2` dobrará o resultado da consulta `A`. A aritmética entre duas métricas funciona da mesma forma: adicione consultas cujos resultados você deseja usar para o cálculo e, em seguida, vincule essas métricas na terceira consulta, como `#A / #B`.
### Anotações
Uma anotação é um evento sobreposto aos grafos. Um exemplo de evento é uma implantação ou uma interrupção. Com essa fonte de dados, você pode buscar eventos do Datadog e sobrepô-los em grafos no Amazon Managed Grafana. Os eventos de anotações podem ser filtrados por fonte, tag ou prioridade.
### Modelos
Existem algumas opções para obter valores da variável do modelo: métricas e tags. Para obter a lista de métricas disponíveis, especifique `*` no campo *Consulta*.
Para retornar todas as tags, use o valor: `tag` ou `scope`.
Para retornar tags para um grupo de tags especificado, use um dos seguintes valores de categoria padrão:
+ `host`
+ `device`
+ `env`
+ `region`
+ `site`
+ `status`
+ `version`
Para grupos de tags personalizados, basta inserir o nome do grupo de tags. Por exemplo, se o nome do grupo de tags personalizado for `subscription_name`, insira-o no campo *Consulta*.
Filtre os resultados usando o campo *Regex*. Variáveis de vários valores são compatíveis ao usar tags: vários valores de tag selecionados serão convertidos em uma lista de tags separada por vírgula.
#### Filtros ad hoc
Há um novo tipo especial de variável de modelo no Grafana denominado *Filtros ad hoc*. Essa variável será aplicada a *todas* as consultas do Datadog em um dashboard. Isso permite usá-lo como um filtro rápido. Uma variável ad hoc para o Datadog busca todos os pares de chave/valor das tags, por exemplo, `region:east, region:west`, e os usa como tags de consulta. Para criar essa variável, selecione o tipo de *filtros ad hoc* e escolha a fonte de dados Datadog. Você pode definir qualquer nome para essa variável.
# Conectar-se a uma fonte de dados Dynatrace
Fonte de dados para [https://www.dynatrace.com/](https://www.dynatrace.com). Para usar essa fonte de dados, você deve ter uma conta do Dynatrace.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
**Limitações conhecidas**
As variáveis do modelo não podem ser selecionadas várias vezes. Somente a seleção única é compatível.
Somente a métrica v2 APIs é suportada.
## Recursos
### Atributos principais
+ Variáveis do modelo
+ Nomes de métricas
+ Somente seleção única (**sem seleção múltipla**)
+ Filtros ad hoc
+ Anotações
+ Nenhum suporte no momento.
+ Aliases
+ Nomes de métricas
+ Agregação
+ Nome de exibição
+ Host
+ Description
+ Geração de alertas
+ Suporte completo para alertas
### Características específicas do Dynatrace
Compatível com métricas integradas e personalizadas usando a API de métricas v2 do Dynatrace. Para obter mais informações, consulte a documentação do Dynatrace: [Metrics API v2](https://www.dynatrace.com/support/help/dynatrace-api/environment-api/metric-v2/) e [Metric ingestion](https://www.dynatrace.com/support/help/how-to-use-dynatrace/metrics/metric-ingestion/).
Dependendo da métrica, a API pode ser compatível com opções adicionais de transformação.
## Permissões do Dynatrace
Você precisará das seguintes permissões no Dynatrace: Ler métricas usando a API V2 (metrics.read) e Ler entidades usando a permissão a API V2 (entities.read).
## Obter uma chave de API do Dynatrace
Para configurar um token de API, consulte [Dynatrace API - Tokens and authentication](https://www.dynatrace.com/support/help/dynatrace-api/basics/dynatrace-api-authentication/?api-token%3C-%3Epersonal-access-token=api-token).
Defina as permissões `metrics.read` e `entities.read` para o token da API.
### Configuração
1. Escolha **Configurações/Fontes de dados** na interface de usuário do servidor Grafana lógico e escolha **Adicionar fonte de dados**.
1. Na página **Adicionar fonte de dados**, filtre por **Dynatrace** e selecione o plug-in do Dynatrace.
1. A configuração de uma fonte de dados Dynatrace requer os seguintes parâmetros:
+ `Name`: o nome que você deseja aplicar à fonte de dados Dynatrace (padrão: Dynatrace).
+ `Dynatrace API Type`: o tipo de instância do Dynatrace à qual você está se conectando. É `SaaS` ou `Managed Cluster`.
+ `Dynatrace API Token`: este é o token da API que você gerou na etapa anterior.
As próximas duas configurações dependem de você ser Dynatrace SaaS ou gerenciado.
+ Em um exemplo de SaaS de `yfc55578.live.dynatrace.com`, o **ID do ambiente** seria `yfc55578`.
+ No exemplo gerenciado de `yd8888.managed-sprint.dynalabs.io/e/abc99984-3af2-55tt-72kl-0672983gc45`, o **ID de ambiente** seria `abc99984-3af2-55tt-72kl-0672983gc45` e o **Domínio** seria `yd8888.managed-sprint.dynalabs.io`.
1. Depois que todos os valores de configuração tiverem sido definidos, escolha **Salvar e testar** para validar a configuração e salvar as alterações.
### Consultar a fonte de dados
Use o editor de consultas para consultar as métricas e os problemas do Dynatrace. O tipo de consulta pode ser `metric` ou `problem`.
**Tipo de consulta de métricas**
+ `Metric`: selecione a métrica que você deseja ver. Para obter a lista de métricas do Dynatrace novamente, escolha o botão **Atualizar**.
+ `Aggregations`: selecione a agregação que você deseja usar para uma métrica específica. Escolha o valor das agregações para alterar o tipo de agregação, ou escolha **\$1** para adicionar outra agregação.
+ `Transformations`: você pode selecionar transformações no editor de consultas. Depois, insira vários parâmetros na transformação selecionada. Atualmente, somente a transformação de mesclagem é compatível. Para obter mais informações sobre transformações de mesclagem, consulte [Transformação de mesclagem](https://www.dynatrace.com/support/help/dynatrace-api/environment-api/metric-v2/metric-selector/#merge-transformation).
+ `Filters`: a fonte de dados Dynatrace consulta dinamicamente os filtros apropriados para cada métrica. Para adicionar um filtro, escolha o símbolo **\$1** ao lado do rótulo **Filtros** no editor de consultas do Dynatrace, selecione o campo a ser filtrado, selecione o operador a ser usado e, em seguida, selecione um valor pelo qual filtrar. A fonte de dados Dynatrace permite criar grupos de filtros que você pode unir para criar comparações lógicas complexas. Para a maioria dos casos de uso, os grupos de filtros não são necessários. Ao criar filtros com tags, independentemente da conjunção selecionada, o Dynatrace sempre usará AND. O Dynatrace não é compatível com filtros OR com tags.
+ `Alias`: há dois tipos diferentes de aliases que você encontrará ao usar a fonte de dados Dynatrace. O primeiro é um alias estático. Um alias desse tipo está disponível em cada consulta que você cria, e o nome do alias começa com uma letra minúscula. O segundo é um alias dinâmico, que muda com base na métrica que você está usando na sua consulta, e o nome dele começa com uma letra maiúscula. O plug-in do Dynatrace é compatível com vários aliases diferentes: `Metric Names`, `Aggregation`, `Display Name`, `Host` e `Description`.
| Nome | Valor |
| --- | --- |
| \$1name | embutido: apps.other. keyUserActions. reportedErrorCount.os |
| \$1aggregation | automático,valor |
| \$1displayName | Contagem de erros relatados (por ação de chave do usuário, sistema operacional) [móvel, personalizado] |
**Tipo de consulta de problemas**
+ `Problem Query Type`: selecione um tipo de consulta de problema. Atualmente, apenas o tipo de consulta de problema de feed é compatível. Para obter informações sobre o tipo de consulta com problema de feed, consulte [Transformação de mesclagem](https://www.dynatrace.com/support/help/dynatrace-api/environment-api/metric-v2/metric-selector/#merge-transformation).
+ `Status Filter`: filtre os problemas do resultado pelo status.
+ `Impact Filter`: filtre os problemas de resultado pelo nível de impacto.
+ `Severity Filter`: filtre os problemas de resultado pelo nível de severidade.
+ `Expand Details`: inclua eventos relacionados à resposta, se definido.
#### Usar variáveis de modelo
Para adicionar uma nova variável de consulta do Dynatrace, consulte [Adicionar uma nova variável de modelo](variables-types.md#add-a-query-variable). Use sua fonte de dados do Dynatrace como fonte de dados para as seguintes consultas disponíveis:
+ `Query type`: selecione um tipo de consulta. O tipo de consulta associa alguns dados a alguma chave ou descritor.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/grafana/latest/userguide/dynatrace-AMG-datasource.html)
+ `Regex`: (opcional) filtre qualquer um dos valores retornados da consulta com uma expressão regular.
**nota**
Atualmente, `Multi-value` e `Include All option` não são compatíveis com a fonte de dados Dynatrace.
Depois de criar uma variável, você pode encontrá-la no menu suspenso **Métrica**.
##### Importar um dashboard para o Dynatrace
Para importar um dashboard, consulte [Importar um dashboard](dashboard-export-and-import.md#importing-a-dashboard). Os dashboards importados podem ser encontrados em **Configuração** > **Fontes de dados** > selecione a fonte de dados Dynatrace > selecione a guia **Dashboards** para ver os dashboards predefinidos disponíveis.
# Conecte-se a uma fonte GitLab de dados
A fonte de GitLab dados permite que você acompanhe GitLab estatísticas detalhadas, como principais colaboradores, confirmações por dia ou implantações por dia. Você também pode usar variáveis de modelo, como projetos, para configurar filtros para os dashboards. Você pode combinar dados da GitLab API com dados de outras fontes.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Limitações conhecidas
O alerta ainda não é compatível com esse plug-in porque as transformações não são suportadas nas consultas de alertas e as transformações são a única maneira de obter métricas agregadas significativas dos dados brutos da API. GitLab
## Adicionar a fonte de dados
1. Abra o console do Grafana no espaço de trabalho do Amazon Managed Grafana e verifique se está logado.
1. No menu lateral, em **Configuração** (o ícone de engrenagem), escolha **Fontes de 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`.
1. Selecione na **GitLab**lista de fontes de dados.
1. Insira as seguintes informações:
+ Em **Nome**, insira um nome para essa fonte GitLab de dados.
+ Em **URL**, insira o URL raiz da sua GitLab instância, como**https://gitlab.com/api/v4**.
+ Em **Token de acesso**, insira seu token de acesso GitLab pessoal.
## Consulte a fonte GitLab de dados
No Editor de GitLab consultas, você pode selecionar diferentes tipos de recursos, como confirmações, problemas ou versões.
**Filtrar e visualizar projetos**
1. No menu suspenso, escolha **Projetos**.
1. (Opcional) Filtre pelos projetos que você possui.
1. Use o menu suspenso e selecione **Sim** ou **Não** para filtrar os resultados.
**nota**
Buscar todos os projetos **Propriedade = Não** pode levar muito tempo.
**Filtrar e visualizar confirmações**
1. No menu suspenso, escolha **Confirmações**.
1. Use o campo de entrada para adicionar o ID do projeto.
1. (Opcional) Para filtrar, branch/tag use o campo de entrada para adicionar uma branch/tag referência.
**Filtrar e visualizar problemas**
1. No menu suspenso, escolha **Problemas**.
1. Use o campo de entrada para adicionar o ID do projeto.
1. (Opcional) Para filtrar por título e descrição, use o campo de entrada para pesquisar problemas com base no **título** e na **descrição**.
**Visualizar versões**
1. No menu suspenso, escolha **Implantações**.
1. Use o campo de entrada para adicionar o ID do projeto.
1. (Opcional) Para filtrar por ambiente e status, use os campos de entrada. O atributo de **status** pode ser um dos seguintes valores: `created`, `running`, `success`, `failed` ou `canceled`.
**Visualizar rótulos**
1. No menu suspenso, escolha **Rótulos**.
1. Use o campo de entrada para adicionar o ID do projeto.
## Modelos e variáveis
Para adicionar uma nova variável de GitLab consulta, consulte[Adicionar uma variável de consulta.](variables-types.md#add-a-query-variable). Use sua fonte de GitLab dados como fonte de dados. Escolha um tipo de recurso: **Versões**, **Projetos** ou **Rótulos**.
Para obter uma lista dinâmica de projetos, rótulos etc. da qual escolher, crie uma variável de tipo de consulta. As variáveis do tipo de GitLab consulta usam o Editor de consultas para consultar e retornar projetos, rótulos e assim por diante. O exemplo a seguir cria uma variável de projeto para parametrizar suas consultas
**Criar uma variável de projeto para parametrizar suas consultas**
1. Adicione uma variável do tipo **Consulta** denominada **project**.
1. Selecione sua fonte GitLab de dados e atualize **On Dashboard Load**.
1. Selecione o tipo de recurso **Projetos**, **Sim** para **Propriedade**, **nome** para **campo de exibição** e **ID** para **campo de valor**.
1. Escolha **Atualizar** para adicionar a variável ao dashboard.
1. Adicione um novo painel ao dashboard e use **\$1project** como o ID do projeto.
Agora, ao escolher no menu suspenso, você obtém os resultados que pertencem a esse projeto.
## Usar as transformações do Grafana para responder a perguntas comuns
Agora que você pode realizar GitLab consultas básicas para encontrar confirmações, problemas etc., você pode usar Transformações para visualizar, agregar, agrupar e unir conjuntos de dados, junto com muitos outros tipos de transformações para transformar resultados simples em respostas para perguntas complexas. Abaixo estão algumas perguntas comuns e como usar as transformações para respondê-las.
**Quantos commits/issues/deployments por dia no meu projeto?**
1. Adicione uma consulta. Selecione **Confirmações** para o tipo de recurso e adicione o ID do projeto.
1. Adicione uma nova transformação de **Agrupar por**: em **Agrupar por**, selecione **created\$1at\$1date** e, em seguida, calcule **(Count)=id**
1. Escolha a visualização **Grafo**.
**Qual é o tempo médio para resolver problemas no meu projeto?**
1. Adicione uma consulta. Selecione **Problemas** para o tipo de recurso e adicione o ID do projeto.
1. Adicione uma nova transformação de **Adicionar campo do cálculo**: em **Modo**, selecione **Operação binária**, em **Operação**, selecione **closed\$1at = created\$1at** e, em **Alias**, escolha **resolution\$1time**.
1. Adicione uma nova transformação de **Adicionar campo do cálculo**: em **Modo**, selecione **Operação binária**, em **Operação**, selecione **resolution\$1time / 86400000** e, em **Alias**, escolha **resolution\$1time**.
Em **Substituir todos os campos**, escolha **True**.
1. Escolha a visualização **Estatística**.
+ Mostrar = Calcular
+ Cálculo = Média
+ Campos = **resolution\$1time**
# Conectar-se a uma fonte de dados Honeycomb
A fonte de dados Honeycomb permite que você consulte e visualize as métricas do Honeycomb e vincule os rastreamentos do Honeycomb no Amazon Managed Grafana.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Limitações conhecidas
+ Essa fonte de dados não é compatível com consultas ad hoc.
+ Devido às limitações da API, o editor de variáveis só pode retornar os primeiros mil valores exclusivos de uma coluna selecionada.
+ Devido às limitações da API, a fonte de dados pode consultar apenas os últimos sete dias de dados.
## Adicionar a fonte de dados
1. Abra o console do Grafana no espaço de trabalho do Amazon Managed Grafana e verifique se está logado.
1. No menu lateral, em **Configuração** (o ícone de engrenagem), escolha **Fontes de dados**.
1. Escolha **Adicionar fonte de dados**.
1. Selecione **Honeycomb** 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`.
**Configurações do Honeycomb**
| 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. |
| Honeycomb API key | A chave de API que você obteve do Honeycomb. |
| URL | O URL da API do Honeycomb. Por exemplo, .https://api.honeycomb.io |
| Team | A equipe do Honeycomb associada à chave de API. |
## Consultar a fonte de dados Honeycomb
Para consultar métricas, insira valores nos campos do editor:
+ Selecione um conjunto de dados.
+ A consulta padrão é uma `COUNT` no conjunto de dados selecionado.
+ Para refinar a consulta, selecione valores para qualquer um dos campos restantes, como **Visualização**, **Visualização**, **Onde**, **Restrição**, **Agrupar por**, **Ordenar por** ou **Limite**.
## Modelos e variáveis
Para adicionar uma nova variável de consulta do Honeycomb, consulte [Adicionar uma variável de consulta.](variables-types.md#add-a-query-variable).
YOu pode criar variáveis contendo conjuntos de dados, colunas ou valores de colunas.
+ Se nenhum conjunto de dados for selecionado, a variável conterá conjuntos de dados.
+ Se apenas um conjunto de dados for selecionado, a variável conterá nomes de colunas.
+ Se um conjunto de dados e uma coluna forem selecionados, a variável conterá os valores da coluna. Os valores das colunas podem ser ainda mais restringidos usando os campos **Onde** no editor.
## Visualizar consulta na interface de usuário do Honeycomb
Para ver a consulta que você criou na interface de usuário do Honeycomb no painel do dashboard, escolha qualquer ponto no grafo e depois **Abrir no Honeycomb**.
Para ver a consulta que você criou na interface de usuário do Honeycomb no Editor de consultas, escolha **Abrir no Honeycomb**.
## Importar um dashboard para o Honeycomb
Para importar um dashboard, consulte [Importar um dashboard](dashboard-export-and-import.md#importing-a-dashboard).
Para encontrar os dashboards importados, escolha **Configuração**, **Fontes de dados**.
Para ver os dashboards predefinidos disponíveis, escolha a fonte de dados Honeycomb e depois a guia **Dashboards**.
# Conectar-se a uma fonte de dados Jira
Tenha uma visão geral do processo de desenvolvimento combinando dados de problemas do Jira com dados de performance de aplicações de outras fontes.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
+ Crie anotações com base na criação ou resolução de problemas para ver a relação entre problemas e métricas.
+ Acompanhe estatísticas detalhadas do Jira, como tempo médio para resolução e throughput de problemas.
Para usar a fonte de dados Jira, você precisa de uma conta Atlassian com acesso a um projeto do Jira.
## Limitações conhecidas
Os tipos de campo personalizados dos complementos do Jira podem não ser compatíveis.
## Adicionar a fonte de dados
1. Abra o console do Grafana no espaço de trabalho do Amazon Managed Grafana e verifique se está logado.
1. No menu lateral, em **Configuração** (o ícone de engrenagem), escolha **Fontes de 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`.
1. Selecione **Jira** na lista de fontes de dados.
1. Insira as seguintes informações:
+ Em **Nome**, insira um nome para essa fonte de dados Jira.
+ Em **URL**, insira o URL raiz da instância do Atlassian, como **https://bletchleypark.atlassian.net**.
+ Para **Usuário**, insira um endereço de e-mail para a user/service conta.
+ Em **Token de API**, insira um token de API gerado para o usuário.
## Consultar a fonte de dados Jira
No editor de consultas do Jira, você pode selecionar campos e problemas de consulta.
A fonte de dados Jira consulta o Jira em busca de problemas, que podem corresponder a bugs, histórias de usuários, tíquetes de suporte ou outras tarefas no Jira
**Filtrar e visualizar problemas**
1. Escolha **Campos**, escolha a lista suspensa e use a digitação antecipada para selecionar qualquer um dos campos na instância do Jira, incluindo campos personalizados. Alguns campos para testar:
+ **Resumo**: o nome do problema
+ **Nome épico**: o epis ao qual uma problema pertence
+ **Estimativa de pontos da história**: o número de pontos da história que a equipe estimou para um problema
1. Filtre ou classifique os problemas. Para fazer isso, insira qualquer expressão JQL válida para filtrar ou classificar os problemas com base em qualquer um dos campos, como **Projeto**, **Designado** ou **Sprint** com a linguagem de consulta JQL do Atlassian.
A partir daqui, você pode exibir os dados em uma tabela ou usar as transformações do Grafana para manipular esses dados de emissão, executar cálculos ou transformar os dados em um gráfico de séries temporais. Para obter mais informações, consulte [Aplicar uma transformação](panel-transformations.md#apply-a-transformation).
## Consulta de séries temporais
Para mostrar dados de séries temporais, escolha um campo **Data** junto com um campo numérico e, em seguida, alterne para a visualização de grafo. Por exemplo: **Data de início do sprint**, **Estimativa de pontos da história**.
O exemplo anterior, por si só, não é muito útil. O campo numérico pode ser (e provavelmente será) calculado com base nas Transformações. Usar a transformação **Agrupar por** permitirá agrupar por **Data de início do sprint** e resumir a **Estimativa de pontos da história**, permitindo uma visualização dos Pontos da história ao longo do tempo por Sprint. Para obter mais informações sobre transformações, consulte [Aplicar uma transformação](panel-transformations.md#apply-a-transformation).
## Modelos e variáveis
Para adicionar uma nova variável de consulta do Jira, consulte [Adicionar uma variável de consulta.](variables-types.md#add-a-query-variable). Use a fonte de dados Jira como a fonte de dados.
Você pode definir variáveis nos dashboards e referenciá-las em expressões JQL. Por exemplo, você pode criar um dashboard de status do projeto e escolher entre projetos, ou um dashboard de status épico e escolher épicos diferentes, ou um dashboard de status da tarefa e escolher diferentes designados.
Para obter uma lista dinâmica de projetos, épicos, designados etc. da qual escolher, crie uma variável de tipo de consulta. As variáveis do tipo de consulta usam JQL para consultar problemas e retornar projetos, épicos, designados ou qualquer coisa relacionada a problemas. Este é um exemplo:
**Criar uma variável de designado para obter o status dos problemas por Designado**
1. Adicione uma variável do tipo **Consulta** denominada **assignee**.
1. Selecione **Campo: designado**.
1. (Opcional) Adicione um filtro JQL **projeto = “seu projeto”**.
1. Escolha **Executar** para ver uma lista de designados.
1. Escolha **Atualizar** para adicionar a variável ao dashboard.
1. Adicione um novo painel ao dashboard e edite o JQL para filtrar usando a nova variável **designado = \$1assignee**.
Agora, ao escolher na lista suspensa, você vê somente os problemas atribuídos a esse usuário.
Variáveis de vários valores permitem selecionar várias opções e podem ser usadas como parte da cláusula IN. Por exemplo, **designado IN (\$1assignee)**.
## Usar as transformações do Grafana para responder a perguntas comuns
Macros são variáveis que fazem referência à janela de tempo do dashboard para que você possa filtrar problemas somente dentro do intervalo da janela do dashboard. Existem dois macros:
+ **\$1\$1\$1timeFrom**
+ **\$1\$1\$1timeTo.**
O seguinte exemplo de consulta JQL filtra problemas criados na janela de tempo do dashboard: `createdDate >= $__timeFrom AND createdDate <= $__timeTo`
## Obter o máximo da fonte de dados
Usar as transformações do Grafana e outros recursos integrados pode ajudar você a visualizar os dados do Jira de forma significativa.
### Usar transformações para aumentar o JQL
Embora existam muitas transformações no Grafana para escolher, as seguintes fornecem um aumento poderoso para dar ao JQL um pouco do SQL. features/power
**Agrupar por** Esta transformação fornece um recurso importante que não faz parte da sintaxe JQL padrão do Jira: agrupamento. Ao usar a transformação **Agrupar por**, você pode agrupar por sprints ou outros campos de problemas e agregar por grupo para obter métricas, como estimativas de velocidade e pontos da história versus o real concluído em um sprint.
**Junção externa** Semelhante às junções SQL, você pode unir duas ou mais consultas por campos comuns. Isso fornece uma maneira de combinar conjuntos de dados de consultas e usar outras transformações para calcular valores de várias consultas e conjuntos de dados.
**Adicionar campo do cálculo** Semelhante às expressões SQL, esta transformação permite adicionar novos campos ao conjunto de dados com base nos cálculos de outros campos. Os campos usados no cálculo podem ser de uma única consulta ou de consultas que você juntou. Você também pode encadear cálculos e realizar cálculos de campos calculados.
### Usar as transformações do Grafana para responder a perguntas comuns
Você pode usar Transformações para visualizar, agregar, agrupar e unir conjuntos de dados, junto com muitos outros tipos de transformações para transformar resultados simples em respostas para perguntas complexas.
**Como faço para mostrar a velocidade por sprint?**
1. Selecione os campos: **Nome do sprint**, **Estimativa do ponto da história**.
1. Adicione um filtro JQL: `project = "Your Project" AND type != epic AND status = done order by created ASC`
1. Adicione um **Agrupar por** transformação:
+ Nome do sprint \$1 Agrupar por
+ Estimativa de pontos da história \$1 Calcular \$1 Total
1. Escolha a visualização **Medidor em barras**.
**Como faço para mostrar o que foi concluído versus o estimado em um sprint?**
1. Adicione uma consulta. Primeiro, selecione os campos: **Nome do sprint**, **Data de início do sprint**, **Estimativa do ponto da história**.
Em seguida, adicione um filtro JQL: `project = 'Your Project' AND type != epic`
1. Adicione uma segunda consulta. Primeiro, selecione os campos: **Nome do sprint**, **Data de início do sprint**, **Estimativa do ponto da história**.
Em seguida, adicione um filtro JQL: `project = 'Your Project' AND type != epic AND status = done`
1. Adicione um **Agrupar por** transformação:
+ Nome do sprint \$1 Agrupar por
+ Data de início do sprint \$1 Agrupar por
+ Estimativa de pontos da história \$1 Calcular \$1 Total
1. Escolha a visualização **Grafo**.
**Qual é o tempo médio para concluir problemas no meu projeto?**
1. Adicione uma consulta. Primeiro, selecione os campos: **Criado**, **Categoria de status alterada**.
Em seguida, adicione um filtro JQL: `project = 'Your Project' AND type != epic AND status = done`
1. Adicione uma transformação: **adicionar campo do cálculo**
+ Modo = Reduzir linha
+ Cálculo = Diferença
1. Adicione uma transformação: **adicionar campo do cálculo**
+ Modo = Operação binária
+ Operação = Diferença/86000000
+ Alias = Dias
1. Adicione uma transformação: **organizar campos**
+ Ocultar campo diferente
1. Adicione uma transformação: **filtrar dados por valores**
+ Tipo de filtro = Incluir
+ Condições = Corresponder qualquer
+ Campo = Dias \$1 Corresponder = É maior \$1 Valor = 1
1. Adicione uma transformação: **reduzir**
+ Modo = Séries para linhas
+ Cálculo = Média
1. Escolha a visualização **Estatística**.
# Conectar-se a uma fonte de dados MongoDB
A fonte de dados MongoDB permite que você visualize dados do MongoDB no Amazon Managed Grafana.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Usage
### Editor de consultas
O editor de consultas é compatível com a mesma sintaxe do MongoDB Shell, com algumas limitações: \$1 Você só pode executar um comando/consulta. \$1 Somente comandos de leitura são suportados: **localizar** e **agregar** \$1 *A maioria dos* construtores de objetos não é suportada (com exceção de **ISODate**, que é suportado)
O editor expande a sintaxe do MongoDB Shell das seguintes maneiras:
+ **Seleção do banco de dados**: você pode fornecer o nome do banco de dados no lugar do “db” normal:
**nota**
Você ainda pode usar “db”. Ele vai se referir ao banco de dados padrão em sua string de conexão.
```
sample_mflix.movies.find()
```
+ **Classificação agregada**: normalmente, a classificação acontece com uma etapa dentro do pipeline agregado, no entanto, o nível gratuito do MongoDB Atlas não permite a classificação. Expandimos a sintaxe para permitir isso para aqueles que usam o nível gratuito.
**nota**
O MongoDB não executa a classificação com essa sintaxe. A classificação acontece depois que os resultados são consultados na coleção.
```
sample_mflix.movies.aggregate({}).sort({"time": 1})
```
+ Com um editor em branco, **Ctrl \$1 Espaço** mostrará uma seleção de todos os bancos de dados disponíveis.
+ Inserir um ponto após o banco de dados mostrará uma seleção de todas as coleções disponíveis para esse banco de dados.
+ Inserir um ponto após a coleção mostrará os métodos de consulta disponíveis.
+ Inserir um ponto após o método de consulta mostrará funções adicionais: classificar e limitar.
#### Executar a consulta
Pressione **Cmd \$1 S** para executar a consulta
### Séries temporais
Ao visualizar dados de séries temporais, o plug-in precisa saber qual campo usar como tempo. Basta projetar o campo com um alias de nome de “tempo”. O tipo de dado do campo deve ser uma data.
Você pode obrigar tipos de dados não datados até o momento. Isso permitirá o uso de campos sem data como o tempo da série temporal. O exemplo a seguir mostra como converter o campo int “ano” em uma data projetada como “hora” usando o operador de pipeline MongoDB \$1dateFromParts .
```
sample_mflix.movies.aggregate([
{"$match": { "year": {"$gt" : 2000} }},
{"$group": { "_id": "$year", "count": { "$sum": 1 }}},
{"$project": { "_id": 0, "count": 1, "time": { "$dateFromParts": {"year": "$_id", "month": 2}}}}
]
).sort({"time": 1})
```
### Diagnóstico
[Comandos de diagnóstico](https://docs.mongodb.com/manual/reference/command/nav-diagnostic/)
Atualmente, há suporte para os seguintes comandos de diagnóstico: “stats”, “ServerStatus”, “Status”, “GetLog”, replSetGet "“, “ConnectionStatus”, connPoolStats “BuildInfo”, “DBStats”, “HostInfo”, “LockInfo”
Exemplos:
```
admin.connectionStatus() // run the connectionStatus command
admin.connectionStatus({"authInfo.authenticatedUserRoles": 1}) // run and only return the "authInfo.authenticatedUserRoles" field
admin.connPoolStats({arg: "pool"}) // run the connPoolStats command and pass 1 argument
admin.serverStatus({args: {repl: 0, metrics:0}}) // run the serverStatus command and pass multiple args
```
### Macros
Você pode referenciar o intervalo de tempo do dashboard nas consultas.
+ ` $__timeFrom `: um macro que faz referência à hora de início do dashboard
+ ` $__timeTo `: um macro que faz referência à hora de término do dashboard
```
$__timeTo - ``` sample_mflix.movies.find({released: {$gt:
"$__timeFrom"}}).sort({year: 1})
```
#### Variáveis de modelo
O MongoDB é compatível com a ideia de “Variáveis compostas”, que permitem que você use uma variável como várias variáveis para realizar filtros complexos de várias chaves.
Para criar uma variável composta, use a convenção de nomenclatura de dividir as variáveis usando sublinhados (deve começar com sublinhado): `_var1_var2`. Ao consultar, a resposta deve estar no formato: `val1-val2`
**Exemplo: quero filtrar os resultados pelo nome do filme e pelo ano.**
1. Crie uma variável do tipo Consulta: `_movie_year`
1. Defina a consulta de variável como uma consulta que retornará uma matriz de itens com uma propriedade de filme-ano, conforme mostrado no exemplo a seguir.
```
// Example sample_mflix.movies.aggregate([
{"$match": {year: {"$gt": 2011}}},
{"$project": {_id: 0, movie_year: {"$concat":
["$title", " - ", {"$toString":"$year"}]}}}
])
```
```
// [{"movie-year": "Ted - 2016"},
{"movie-year": "The Terminator -
1985"}]
```
1. Agora, em sua consulta, você pode referenciar “Filme” e “Ano” como variáveis de modelo separadas usando a sintaxe “\$1\$1variable”.
##### Usar filtros ad hoc
Além da variável padrão do tipo “filtro ad hoc” de qualquer nome, uma segunda variável auxiliar deve ser criada. Deve ser um tipo “constante” com o nome “mongodb\$1adhoc\$1query” e um valor compatível com o editor de consultas. O resultado da consulta será usado para preencher os filtros selecionáveis. Você pode optar por ocultar essa variável da visualização, pois ela não tem mais nenhum propósito.
```
sample_mflix.movies.aggregate([
{"$group": { "_id": "$year"}},
{"$project": { "year": "$_id","_id":
0 }} ] )
```
# Conectar-se a uma fonte de dados New Relic
Esta seção aborda o New Relic [APM](https://newrelic.com/products/application-monitoring) e [Insights](https://newrelic.com/products/insights) para Grafana.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Recursos
+ Variáveis de modelo
+ Nomes de métricas
+ Valores da métrica
+ Anotações
+ Aliases
+ Nomes de métricas
+ Valores da métrica
+ Filtros ad hoc
+ Nenhum suporte no momento.
+ Geração de alertas
## Configuração
Adicione a fonte de dados, preenchendo os campos da [chave de API de administrador](https://docs.newrelic.com/docs/apis/get-started/intro-apis/types-new-relic-api-keys#admin), [chave de API pessoal](https://docs.newrelic.com/docs/apis/get-started/intro-apis/types-new-relic-api-keys#personal-api-key) e [ID da conta](https://docs.newrelic.com/docs/accounts/install-new-relic/account-setup/account-id).
## Usage
### Tipos de serviço
+ **Métricas**; para consultar o New Relic APM por meio da [API REST](https://docs.newrelic.com/docs/apis/rest-api-v2) da New Relic.
+ **Insights**; para consultar o New Relic Insights por meio do [NRQL](https://docs.newrelic.com/docs/insights/nrql-new-relic-query-language/nrql-resources/nrql-syntax-components-functions).
### Aliases
Você pode combinar texto simples com as variáveis a seguir para produzir uma saída personalizada.
| Variável | Description | Valor de exemplo |
| --- | --- | --- |
| \$1\$1\$1nr\$1metric | Nome da métrica | CPU/User hora |
| \$1\$1\$1nr\$1metric\$1value | Valores da métrica | average\$1value |
Por exemplo:
```
Server: $__nr_server Metric: $__nr_metric
```
### Modelos e variáveis
1. Crie uma variável de modelo para o dashboard. Para obter mais informações, consulte [Modelos e variáveis](templates-and-variables.md).
1. Selecione o tipo “Consulta”.
1. Selecione a fonte de dados “New Relic”.
1. Formule uma consulta usando endpoints relativos da [API REST](https://docs.newrelic.com/docs/apis/rest-api-v2) (excluindo extensões de arquivo).
Lista de aplicações disponíveis:
```
applications
```
Lista de métricas disponíveis para uma aplicação:
```
applications/{application_id}/metrics
```
### Macros NRQL
Para melhorar a experiência de escrita ao criar consultas New Relic Query Language (NRQL), o editor é compatível com macros predefinidos:
+ `$__timeFilter` (ou `[[timeFilter]]`) será interpolado como `SINCE <from> UNTIL <to>` com base no intervalo de tempo do dashboard.
Exemplo:
```
SELECT average(value) FROM $event_template_variable
$__timeFilter TIMESERIES
```
Para obter mais dicas sobre como usar macros e variáveis de modelo, consulte a seção de ajuda do editor.
### Eventos de alerta
Selecione a fonte de dados New Relic e defina filtros adicionais. Sem nenhum filtro definido, todos os eventos serão retornados.
Se quiser filtrar eventos por *ID de entidade*, use variáveis de modelo porque você poderá selecionar o nome da entidade em vez do ID. Por exemplo, para filtrar eventos para uma aplicação específica, crie uma variável `_$app_` que recupere uma lista de aplicações e use-a como um filtro de *ID de entidade*.
### Eventos de implantação
*ID da aplicação* é um campo obrigatório.
# Conectar-se a uma fonte de dados Oracle
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Adicionar a fonte de dados
Selecione as **fontes de dados** no painel esquerdo do Grafana.
Selecione Adicionar fonte de dados:
Insira **oracle** para encontrar a fonte de dados.
Insira os detalhes do servidor Oracle.
Insira um nome de host (ou endereço IP) junto com o número da porta e o nome de usuário e a senha para se conectar.
Com a opção de alternância tnsnames, qualquer entrada válida encontrada no arquivo de configuração tnsnames.ora pode ser usada, junto com a autenticação básica.
Semelhante ao exemplo anterior, mas usando Kerberos para autenticação. Consulte o guia de configuração específico do kerberos para obter detalhes sobre como configurar o sistema operacional ou o contêiner do Docker para usar o kerberos.
Opcionalmente, altere o fuso horário usado para se conectar ao servidor Oracle e para ser usado por macros com reconhecimento de fuso horário. A configuração padrão é UTC.
Salve e teste a fonte de dados. Você deve ver uma mensagem em verde com “Conexão de banco de dados OK”.
## Usage
### Macros
Para simplificar a sintaxe e permitir partes dinâmicas, como filtros de intervalo de datas, a consulta pode conter macros. O nome da coluna deve estar entre aspas duplas (`"`).
| Exemplo de macro | Description |
| --- | --- |
| \$1\$1\$1\$1time(dateColumn)\$1 \$1 Será substituído por uma expressão para renomear a coluna para `time`. Por exemplo, `dateColumn as time` \$1\$1\$1\$1timeEpoch(dateColumn)\$1 | Será substituído por uma expressão para renomear a coluna para time e converter o valor para carimbo de data e hora Unix (em milissegundos). |
| \$1\$1\$1\$1timeFilter(dateColumn)\$1 \$1 Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificada. Por exemplo, `dateColumn BETWEEN TO\$1DATE('19700101','yyyymmdd') \$1 (1/24/60/60/1000) \$1 1500376552001 AND TO\$1DATE('19700101','yyyymmdd') \$1 (1/24/60/60/1000) \$1 1500376552002` \$1\$1\$1\$1timeFrom()\$1 | Será substituído pelo início da seleção de hora atualmente ativa convertida no tipo de dados DATE. Por exemplo, .TO\$1DATE('19700101','yyyymmdd') \$1 (1/24/60/60/1000) \$1 1500376552001 |
| \$1\$1\$1\$1timeTo()\$1 \$1 Será substituído pelo final da seleção de hora atualmente ativa convertida no tipo de dados `DATE`. \$1\$1\$1\$1timeGroup(dateColumn,"5m")\$1 | Será substituído por uma expressão utilizável na cláusula GROUP BY. |
| \$1\$1\$1\$1timeGroup(dateColumn,"5m"[, fillvalue])\$1 | 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, timeGroupcreatedAt, ′1m′, 0.\$1\$1\$1timeGroup(dateColumn,"5m", 0)\$1. |
| \$1timeGroup(dateColumn, ‘5m’, NULL) \$1 \$1SameasabovebutNULLwillbeusedasvalueformissingpoints.\$1\$1\$1timeGroup(dateColumn,"5m", previous)\$1 | 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. |
| \$1\$1\$1\$1 unixEpochFilter (DateColumn) \$1 \$1 Será substituído por um filtro de intervalo de tempo usando o nome da coluna especificada com horários representados como timestamp unix (em milissegundos). Por exemplo, `DateColumn >= 1500376552001 AND DateColumn <= 1500376552002` \$1\$1\$1\$1 () \$1 unixEpochFrom | Será substituído pelo início da seleção de hora atualmente ativa como carimbo de data e hora do Unix. Por exemplo, .1500376552001 |
| \$1\$1\$1\$1unixEpochTo()\$1 | Será substituído pelo final da seleção de hora atualmente ativa como carimbo de data e hora do Unix. Por exemplo, .1500376552002 |
O plug-in também é compatível com uma notação usando chaves `{}`. Use essa notação quando forem necessárias consultas dentro dos parâmetros.
**nota**
Use um tipo de notação por consulta. Se a consulta precisar de chaves, todos os macros na consulta deverão usar chaves.
```
$__timeGroup{"dateColumn",'5m'}
$__timeGroup{SYS_DATE_UTC("SDATE"),'5m'}
$__timeGroup{FROM_TZ(CAST("SDATE" as timestamp), 'UTC'), '1h'}
```
O editor de consultas tem um link de **SQL gerado** que aparece após a execução de uma consulta, no modo de edição do painel. Quando você escolhe o link, ele se expande e mostra a string SQL bruta interpolada que foi executada.
### Consultas de tabelas
Se a opção de consulta **Formatar como** estiver definida como **Tabela**, você então poderá basicamente fazer qualquer tipo de consulta SQL. O painel de 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 **Formatar como** como **série temporal**, para uso no painel do grafo, por exemplo, a consulta deverá retornar uma coluna chamada `time` que retorne uma data e hora SQL ou qualquer tipo de dados numéricos representando o Unix epoch em segundos. O Grafana interpreta as colunas DATE e TIMESTAMP sem fuso horário explícito como UTC. 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.
O código de exemplo a seguir mostra a coluna de `metric`:
```
SELECT
$__timeGroup("time_date_time", '5m') AS time,
MIN("value_double"),
'MIN' as metric
FROM test_data
WHERE $__timeFilter("time_date_time")
GROUP BY $__timeGroup("time_date_time", '5m')
ORDER BY time
```
### Mais consultas — usando oracle-fake-data-gen
```
SELECT
$__timeGroup("createdAt", '5m') AS time,
MIN("value"),
'MIN' as metric
FROM "grafana_metric"
WHERE $__timeFilter("createdAt")
GROUP BY $__timeGroup("createdAt", '5m')
ORDER BY time
```
O código de exemplo a seguir mostra um série temporal de dados fictícios.
```
SELECT
"createdAt",
"value"
FROM "grafana_metric"
WHERE $__timeFilter("createdAt")
ORDER BY "createdAt" ASC
```
```
SELECT
"createdAt" as time,
"value" as value
FROM "grafana_metric"
WHERE $__timeFilter("createdAt")
ORDER BY time ASC
```
O exemplo a seguir mostra um resultado de tabela útil.
```
select tc.table_name Table_name
,tc.column_id Column_id
,lower(tc.column_name) Column_name
,lower(tc.data_type) Data_type
,nvl(tc.data_precision,tc.data_length) Length
,lower(tc.data_scale) Data_scale
,tc.nullable nullable
FROM all_tab_columns tc
,all_tables t
WHERE tc.table_name = t.table_name
```
### Modelos
Em vez da codificação rígida dos nomes de servidores, das aplicações e dos sensores em suas consultas de métricas, você pode usar variáveis no lugar deles. As variáveis são mostradas como caixas de seleção suspensas na parte superior do dashboard. Essas caixas suspensas facilitam a alteração dos dados exibidos no dashboard.
#### Variável de consulta
Se você adicionar uma variável de modelo do tipo `Query`, poderá escrever uma consulta Oracle que possa retornar itens como nomes de medições, nomes de chave ou valores de chave que são mostrados como uma caixa de seleção suspensa.
Por exemplo, você pode ter uma variável que contém todos os valores da coluna `hostname` em uma tabela caso especifique uma consulta como esta na configuração de modelo de *Consulta* de variável.
```
SELECT "hostname" FROM host
```
Uma consulta pode retornar várias colunas, e o Grafana criará automaticamente uma lista delas. Por exemplo, a consulta a seguir retornará uma lista com valores de `hostname` e `hostname2`.
```
SELECT "host.hostname", "other_host.hostname2" FROM host JOIN other_host ON host.city = other_host.city
```
Para usar macros dependentes do intervalo de tempo, como `$__timeFilter("time_column")` em sua consulta, o modo de atualização da variável do modelo precisa ser definido como *Na alteração do intervalo de tempo*.
```
SELECT "event_name" FROM event_log WHERE $__timeFilter("time_column")
```
Outra opção é uma consulta que pode criar uma key/value variável. A consulta deve retornar duas colunas denominadas `__text` e `__value`. O valor da coluna `__text` deve ser exclusivo (se não for exclusivo, o primeiro valor será usado). As opções na lista suspensa terão um texto e um valor que permitem que você tenha um nome amigável como texto e um ID como valor. O código de exemplo a seguir mostra uma consulta com `hostname` como o texto e `id` como o valor.
```
SELECT "hostname" AS __text, "id" AS __value FROM host
```
Você também pode criar variáveis aninhadas. Por exemplo, se você tivesse outra variável denominada `region`. Então você pode fazer com que a variável hosts mostre apenas os hosts da região selecionada atualmente com uma consulta como esta (se `region` for uma variável de vários valores, use o operador `IN` de comparação em vez de `=` para comparar com vários valores).
```
SELECT "hostname" FROM host WHERE region IN('$region')
```
#### Usar variáveis em consultas
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" 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
```
# Conectar-se a uma fonte de dados Salesforce
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
A fonte de dados Salesforce permite que você visualize dados do Salesforce no Amazon Managed Grafana.
Para usar essa fonte de dados, você deve ter uma conta do [Salesforce](https://www.salesforce.com/) e uma [aplicação conectada ao Salesforce](https://help.salesforce.com/articleView?id=sf.connected_app_overview.htm&type=5).
## Limitações conhecidas
+ Os filtros ad hoc ainda não são compatíveis.
+ Atualmente, somente consultas SOQL e dados acessíveis via SOQL são compatíveis. Os formatos de consulta SOSL e SAQL ainda não são compatíveis.
## Configurações necessárias
As configurações a seguir são necessárias.
**nota**
Atualmente, o plug-in usa o fluxo OAuth 2.0 de nome de usuário e senha. O URL de retorno de chamada necessário na aplicação conectada não é usado. Assim, você pode configurá-lo para qualquer URL válido.
| Name (Nome) | Description |
| --- | --- |
| Enable OAuth settings | Você deve marcar isso para habilitar OAuth. |
| Callback URL | Não é usado neste plug-in, então você pode especificar qualquer URL válido. |
| Selected OAuth Scopes (minimum requirements) | Acesse e gerencie os dados (api). |
| Require Secret for Refresh Token Flow | Você pode habilitar ou desabilitar esta opção. |
## Adicionar a fonte de dados
1. Abra o console do Grafana no espaço de trabalho do Amazon Managed Grafana e verifique se está logado.
1. No menu lateral, em **Configuração** (o ícone de engrenagem), escolha **Fontes de 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`.
1. Selecione **Salesforce** na lista de fontes de dados.
1. Insira as seguintes informações:
+ Em **Nome de usuário**, insira o nome de usuário da conta do Salesforce que você deseja usar para se conectar e consultar o Salesforce.
+ Em **Senha**, insira a senha do usuário.
+ Em **Token de segurança**, insira o token de segurança do usuário.
+ Em **Chave do consumidor**, insira a chave do consumidor A para se conectar ao Salesforce. Você pode obtê-la na aplicação conectada do Salesforce.
+ Em **Segredo do consumidor**, insira o segredo do consumidor A para se conectar ao Salesforce. Você pode obtê-la na aplicação conectada do Salesforce.
+ Em **Usar sandbox**, selecione esta opção se quiser usar um sandbox do Salesforce.
## Consultar a fonte de dados Salesforce
O editor de consultas é compatível com os modos Query Builder e SOQL Editor. SOQL significa [Salesforce Object Query Language](https://developer.salesforce.com/docs/atlas.en-us.soql_sosl.meta/soql_sosl/sforce_api_calls_soql.htm).
### Query Builder (SOQL Builder)
O Query Builder é uma interface amigável para criar consultas SOQL. Caso não esteja familiarizado com a criação de consultas SOQL, você poderá usar esse modo para criar o SOQL para consultar objetos do Salesforce. O campo **DE** no construtor de consultas refere-se à entidade ou às entidades no Salesforce. Você precisa selecionar o campo **DE** antes de qualquer outra operação no construtor de consultas. Depois de escolher o campo **DE**, você precisa escolher o modo do construtor. Atualmente, o SOQL Builder é compatível com os modos a seguir.
+ `List`: lista os itens com seus campos da tabela ou do Salesforce selecionado. Use este modo para obter resultados como “Mostre-me uma lista de oportunidades criadas neste trimestre fiscal junto com seu nome, valor e estágio”.
+ `Aggregate`: agrega os itens em uma entidade. Use este modo para obter resultados como “Conte as oportunidades criadas no mês passado.” ou “Qual é o valor total das oportunidades agrupadas pelo nome do estágio?”.
+ `Trend`: exibe os resultados agregados ao longo do tempo. Use esse modo para obter resultados como “Contar o número de oportunidades por” CreatedDate. ou “Qual é a soma total do valor agrupado pelas datas de encerramento das oportunidades?”.
Depois de escolher `Entity/FROM` e o **modo** no editor de consultas, crie a consulta usando as opções a seguir.
| **Campos** | **Aplicável a** | **Descrições** |
| --- | --- | --- |
| SELECT | ALL | Selecione a lista de campos que você deseja ver. Para a visualização agregada ou de tendência, selecione também como você deseja agregar os valores. |
| WHERE | ALL | (Opcional) Especifique as condições do filtro. Os resultados são filtrados com base nas condições que você seleciona. |
| ORDER BY | LIST, AGGREGATE | (Opcional) Selecione o nome do campo e a ordem de classificação que você deseja para os resultados. |
| LIMIT | LIST, AGGREGATE | (Opcional) Limite o número de resultados retornados. O padrão é 100. |
| GROUP BY | AGGREGATE | (Opcional) Selecione o campo se quiser dividir o valor agregado por qualquer campo específico. |
| TIME FIELD | TREND | Especifique o campo de data pelo qual você deseja agrupar os resultados. Os resultados são filtrados com base no intervalo do seletor de tempo do Grafana. |
Ao configurar os campos anteriores no editor de consultas, você também verá uma pré-visualização do SOQL gerado abaixo do editor de consultas. Caso esteja bloqueado por alguma limitação no construtor de consultas, você poderá alternar com segurança para o SOQL Editor, onde poderá personalizar a consulta SOQL gerada.
### Editor SOQL
O editor SOQL bruto oferece a opção de consultar objetos do Salesforce por meio de uma consulta SOQL bruta. O editor SOQL fornece sugestões de preenchimento automático, como entidades disponíveis por tabelas e campos correspondentes. Use Ctrl\$1Espaço depois de SELECT ou WHERE para ver as entidades disponíveis por tabelas. Você poderá ver os campos disponíveis ao inserir um ponto após o nome da entidade.
**Atalhos**
Use CTRL \$1 SPACE para mostrar o preenchimento de código, que mostra as opções contextuais disponíveis.
CMD \$1 S executa a consulta.
**Consultar como série temporal**
Faça uma consulta de série temporal atribuindo um alias de um campo de data para tempo e de um campo de métrica para métrica e, em seguida, agrupando por métrica e data. Este é um exemplo:
```
SELECT sum(Amount) amount, CloseDate time, Type metric from Opportunity
group by Type, CloseDate
```
**Macros**
Para filtrar pelo intervalo de tempo do dashboard, você pode usar macros em suas consultas SOQL:
+ `$__timeFrom`: será substituído pelo início da seleção de tempo atualmente ativa convertida para o tipo de dados de `time`.
+ `$__timeTo`: será substituído pelo final da seleção de tempo atualmente ativa convertida para o tipo de dados de `time`.
+ `$__quarterStart`— O início do trimestre fiscal (derivado das configurações do ano SalesForce fiscal).
+ `$__quarterEnd`— O final do trimestre fiscal (derivado das configurações do ano SalesForce fiscal).
```
SELECT UserId, LoginTime from LoginHistory where LoginTime > $__timeFrom
```
## Modelos e variáveis
Para adicionar uma nova variável de consulta do Salesforce, consulte [Adicionar uma variável de consulta.](variables-types.md#add-a-query-variable). Use a fonte de dados Salesforce como sua fonte de dados. Você pode usar qualquer consulta SOQL aqui.
Se você quiser usar name/value pares, por exemplo, um ID de usuário e nome de usuário, retorne dois campos da sua consulta SOQL. O primeiro campo será usado como ID. Faça isso quando quiser filtrar por chave (ID, etc.) em seu editor de consultas SOQL.
Use a variável nas consultas SOQL usando a sintaxe de variável. Para obter mais informações, consulte [Sintaxe da variável](templates-and-variables.md#variable-syntax).
# Conectar-se a uma fonte de dados SAP HANA
O [SAP HANA](https://www.sap.com/products/technology-platform/hana.html) é um banco de dados em memória de alta performance que acelera as decisões e ações baseadas em dados e em tempo real. Ele é desenvolvido e comercializado pela SAP. O plug-in da fonte de dados SAP HANA ajuda você a conectar sua instância do SAP HANA ao Grafana.
Com o plug-in do SAP HANA Grafana Enterprise, você pode visualizar os dados do SAP HANA junto com todas as outras fontes de dados no Grafana, bem como dados de log e métricas no contexto. Esse plug-in inclui um editor de consultas integrado, é compatível com anotações e permite definir limites de alerta, controlar o acesso, definir permissões e muito mais.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Recursos
+ **Editor de consultas**: o plug-in vem com um editor de consultas SQL integrado com destaque de sintaxe que permite visualizar séries temporais ou dados de tabelas e preencher automaticamente os macros básicos do Grafana.
+ **Permissões da fonte de dados**: controle quem pode visualizar ou consultar dados do SAP HANA no Grafana.
+ **Anotações**: sobreponha eventos ou dados do SAP HANA em qualquer grafo do Grafana para correlacionar eventos com outros dados gráficos.
+ **Alertas**: defina armazenamentos de métricas com base em alertas no SAP HANA.
+ **Variáveis para consultas**: crie variáveis de modelo no Grafana, baseadas em dados do SAP HANA, e inclua variáveis nas consultas do SAP HANA para tornar os dashboards interativos.
## Adicionar a fonte de dados
1. Abra o console do Grafana no espaço de trabalho do Amazon Managed Grafana e verifique se está logado.
1. No menu lateral, em **Configuração** (o ícone de engrenagem), escolha **Fontes de 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`.
1. Selecione **SAP HANA** na lista de fontes de dados.
1. No editor de configurações, insira as seguintes informações:
+ Em **Endereço do servidor**, forneça o endereço da instância do SAP HANA. Exemplo: `xxxxxxx-xxxx-xxxx-xxxx-xxxxxxx.hana.trial-us10.hanacloud.ondemand.com`.
+ Em **Porta do servidor**, forneça a porta da instância do SAP HANA.
+ Em **Nome de usuário**, insira o nome de usuário a ser usado para se conectar à instância do SAP HANA.
+ Em **Senha**, insira a senha do usuário.
+ (Opcional) Habilite **Ignorar verificação de TLS** se quiser ignorar a verificação de TLS.
+ (Opcional) Habilite a **Autenticação de cliente TLS** se precisar fornecer um certificado e uma chave de cliente.
+ (Opcional) Habilite **Com certificado de CA** se quiser habilitar a verificação de certificados TLS autoassinados.
+ (Opcional) Em **Esquema padrão**, insira um esquema padrão a ser usado. Se você omitir isso, precisará especificar o esquema em cada consulta.
**Acesso e permissões**
Para conectar o Grafana ao SAP HANA, use credenciais dedicadas. Forneça somente as permissões necessárias ao usuário. Primeiro, crie um usuário restrito com nome de usuário e senha. A consulta a seguir é um exemplo para criar um usuário restrito. Esta consulta também desabilita a alteração forçada da senha.
```
CREATE RESTRICTED USER PASSWORD NO FORCE_FIRST_PASSWORD_CHANGE;
```
Em seguida, permita que o usuário conecte o sistema por meio de clientes como o Grafana, com o seguinte:
```
ALTER USER ENABLE CLIENT CONNECT;
```
Por fim, forneça ao usuário acesso às visualizações, tabelas e esquemas necessários.
```
ALTER USER GRANT ROLE PUBLIC;
GRANT SELECT ON SCHEMA TO ;
```
**Permissões no nível de usuário**
Limite o acesso ao SAP HANA clicando na guia Permissões na página de configuração da fonte de dados para habilitar as permissões dela. Na página de permissões, os administradores podem habilitar permissões e restringir as permissões de consulta a usuários e equipes específicos.
## Editor de consultas
O plug-in do SAP HANA Grafana vem com um editor de consultas SQL em que você pode inserir qualquer consulta do HANA. Se a consulta retornar dados de séries temporais, você poderá formatá-los como séries temporais para visualizá-los em um painel de grafo. O editor de consultas fornece preenchimento automático para macros do Grafana compatíveis e destaque de sintaxe da consulta SQL.
## Anotações
Você pode usar as consultas do SAP HANA como fontes das anotações do Grafana. A consulta de anotação deve retornar pelo menos uma coluna de tempo e uma coluna de texto. Para obter mais informações sobre anotações, consulte [Anotações](dashboard-annotations.md).
**Para criar anotações do SAP HANA**
1. Escolha o ícone de engrenagem de **Configurações do dashboard**.
1. No menu à esquerda, escolha **Anotações**, **Nova**.
1. No menu suspenso **Fonte de dados**, selecione a instância da fonte de dados SAP HANA.
1. No campo **Consulta**, insira uma consulta do SAP HANA que retorne pelo menos um campo de hora e um campo de texto.
1. No menu suspenso **Formatar como**, selecione **Série temporal**.
1. Para cada anotação, configure os campos **De**.
## Modelos e variáveis
Para adicionar uma nova variável de consulta do SAP HANA, consulte [Adicionar uma variável de consulta.](variables-types.md#add-a-query-variable). Use a fonte de dados SAP HANA como sua fonte de dados.
A consulta de exemplo a seguir retorna a lista distinta de `username` da tabela `users`.
```
select distinct("username") from "users"
```
**nota**
Certifique-se de selecionar somente uma coluna na consulta de variável. Se a consulta retornar duas colunas, a primeira coluna será usada como valor de exibição, e a segunda coluna será usada como o valor real da variável. Se a consulta retornar mais de duas colunas, elas serão rejeitadas.
### Modelos e variáveis
Você pode usar qualquer variável do Grafana na consulta. Os exemplos a seguir mostram como usar a variável única e múltipla na consulta.
```
-- For example, following query
select * from "users" where "city" = ${city}
-- will be translated into
select * from "users" where "city" = 'london'
--- where you can see ${city} variable translated into actual value in the variable
```
Semelhante ao texto, as variáveis também funcionam para campos numéricos. No exemplo abaixo, `${age}` é uma variável de caixa de texto que aceita números e depois os compara com o campo numérico na tabela.
```
select * from "users" where "age" > ${age}
--- wil be translated into
select * from "users" where "age" > '36'
```
Se a variável retornar vários valores, você poderá usá-la na condição `in` de consulta do SAP HANA, conforme abaixo. Observe os colchetes ao redor da variável para tornar a condição `where in` válida no SAP HANA.
```
select * from "users" where "city" in (${cities})
--- will be translated into
select * from "users" where "city" in ('london','perth','delhi')
--- where you can see ${cities} turned into a list of grafana variables selected.
--- You can also write the same query using shorthand notation as shown below
select * from "users" where "city" in ($cities)
```
### Macros
+ `$__timeFilter()`: aplica o intervalo de tempo do Grafana à coluna especificada quando usado na consulta bruta. Aplicável às colunas de date/timestamp/long tempo.
+ `$__timeFilter(, )`: o mesmo que acima. Mas oferece a capacidade de especificar o formato da time\$1column armazenada no banco de dados.
+ `$__timeFilter(, "epoch", )`: o mesmo que acima, mas pode ser usado quando a coluna de tempo está em epoch. O formato pode ser “s”, “ms” e “ns”.
+ `$__fromTimeFilter()`: o mesmo que acima, mas pode ser usado quando a coluna de tempo está em epoch. O formato pode ser “s”, “ms” e “ns”.
+ `$__fromTimeFilter(, )`: o mesmo que acima, mas capaz de especificar comparison\$1predicate.
+ `$__fromTimeFilter(, )`: o mesmo que acima, mas capaz de especificar o formato da coluna de tempo.
+ `$__fromTimeFilter(, , )`: o mesmo que acima, mas capaz de especificar comparison\$1predicate.
+ `$__toTimeFilter()`: retorna a condição de tempo com base no tempo do Grafana em um campo de tempo.
+ `$__toTimeFilter(, )`: o mesmo que acima, mas capaz de especificar comparison\$1predicate.
+ `$__toTimeFilter(, )`: o mesmo que acima, mas capaz de especificar o formato da coluna de tempo.
+ `$__toTimeFilter(, )`: o mesmo que acima, mas capaz de especificar comparison\$1predicate.
+ `$__timeGroup(, )`: expande a coluna de tempo em grupos de intervalos. Aplicável às colunas de date/timestamp/long tempo..
**Macro \$1\$1\$1timeFilter()**
O seguinte exemplo explica o macro `$__timeFilter()`:
```
- In the following example, the query
select ts, temperature from weather where $__timeFilter(ts)
--- will be translated into
select ts, temperature from weather where ts > '2021-02-24T12:52:48Z' AND ts < '2021-03-24T12:52:48Z'
--- where you can see the grafana dashboard's time range is applied to the column ts in the query.
```
**Macro \$1\$1\$1timeFilter(, )**
Em alguns casos, as colunas de tempo no banco de dados são armazenadas em formatos personalizados. O exemplo a seguir explica o macro `$__timeFilter(, )`, que ajuda a filtrar carimbos de data e hora personalizados com base no seletor de tempo do Grafana:
```
SELECT TO_TIMESTAMP("TS",'YYYYMMDDHH24MISS') AS METRIC_TIME , "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TS","YYYYMMDDHH24MISS") -- TS is in 20210421162012 format
SELECT TO_TIMESTAMP("TS",'YYYY-MON-DD') AS METRIC_TIME , "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TS","YYYY-MON-DD") -- TS is in 2021-JAN-15 format
```
No macro, o formato pode ser um dos formatos HANA válidos que correspondem à coluna de carimbo de data e hora. Por exemplo, `YYYYMMDDHH24MISS` é um formato válido quando os dados são armazenados no formato `20210421162012`.
**Macro \$1\$1\$1timeFilter(, "epoch" )**
Em alguns casos, os carimbos de data e hora são armazenados como carimbos de data e hora epoch no banco de dados. O exemplo a seguir explica o macro `$__timeFilter(, "epoch" )` que ajuda a filtrar os carimbos de data e hora epoch com base no seletor de tempo do Grafana. No macro, o formato pode ser ms, s ou ns. Se não for especificado, s será tratado como o formato padrão.
```
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP") AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch") -- Example : TIMESTAMP field stored in epoch_second format 1257894000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP") AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","s") -- Example : TIMESTAMP field stored in epoch_second format 1257894000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ms") -- Example : TIMESTAMP field stored in epoch_ms format 1257894000000
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000000000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ns") -- Example : TIMESTAMP field stored in epoch_nanoseconds format 1257894000000000000
```
Em vez de usar o terceiro argumento para \$1\$1\$1timeFilter, você pode usar epoch\$1s, epoch\$1ms ou epoch\$1ns como o segundo argumento.
```
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch","ms")
-- is same as
SELECT ADD_SECONDS('1970-01-01', "TIMESTAMP"/1000) AS "METRIC_TIME", "VALUE" FROM "SCH"."TBL" WHERE $__timeFilter("TIMESTAMP","epoch_ms")
```
**Macros \$1\$1\$1 fromTimeFilter () e \$1\$1\$1 toTimeFilter ()**
O macro `$__fromTimeFilter()` se expande para uma condição em um campo de tempo com base na hora de início do seletor de tempo do Grafana.
Aceita três parâmetros. O primeiro parâmetro é o nome do campo de tempo. Você pode passar comparison\$1predicate ou o formato da coluna de tempo como o segundo argumento. Se você quiser passar os dois, então o formato é o segundo parâmetro, e use comparison\$1predicate como o terceiro parâmetro.
****Se o formato não for especificado, o plug-in assumirá que a coluna de tempo é do timestamp/date tipo. Se sua coluna de hora estiver armazenada em qualquer outro formato que não seja timestamp/data, transmita o formato como segundo argumento. pode ser um dos epoch\$1s, epoch\$1ms, epoch\$1ns ou qualquer outro formato personalizado, como. YYYY-MM-DD
Parâmetro opcional ****. Se não for passado, o plug-in usará > como predicado de comparação. pode ser =, \$1=, <>, <, <=, >, >=.
`$__toTimeFilter()`funciona da mesma forma que \$1\$1\$1 fromTimeFilter (). Em vez de usar a hora de início do Grafana, ele usará hora de término. Além disso, o predicado de comparação padrão será <.
**\$1\$1\$1timeGroup(, )**
Por exemplo, o macro \$1\$1\$1timeGroup(timecol,1h) é expandido para SERIES\$1ROUND("timecol", 'INTERVAL 1 HOUR') na consulta.
O exemplo a seguir explica o `$__timeGroup(, ) macro.`
```
SELECT $__timeGroup(timestamp,1h), "user", sum("value") as "value"
FROM "salesdata"
WHERE $__timeFilter("timestamp")
GROUP BY $__timeGroup(timestamp,1h), "user"
ORDER BY $__timeGroup(timestamp,1h) ASC
```
Isso é traduzido na consulta a seguir, em que `$__timeGroup(timestamp,1h)` é expandido para `SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR')`.
```
SELECT SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR') as "timestamp", "user", sum("value") as "value"
FROM "salesdata"
WHERE "timestamp" > '2020-01-01T00:00:00Z' AND "timestamp" < '2020-01-01T23:00:00Z'
GROUP BY SERIES_ROUND("timestamp", 'INTERVAL 1 HOUR'), "user"
ORDER BY "timestamp" ASC
```
**nota**
Ao usar agrupar por com o macro \$1\$1\$1timeGroup, certifique-se de que os campos de seleção e classificação por sigam o mesmo nome do campo de agrupar por. Do contrário, o HANA pode não reconhecer a consulta.
Se você não quiser a codificação rígida do intervalo na função \$1\$1\$1timeGroup (), você pode deixar que o Grafana cuide disso especificando \$1\$1\$1interval como o intervalo. O Grafana calculará esse intervalo com base no intervalo de tempo do dashboard. Consulta de exemplo:
```
SELECT $__timeGroup(timestamp, $__interval), sum("value") as "value"
FROM "salesdata"
WHERE $__timeFilter("timestamp")
GROUP BY $__timeGroup(timestamp, $__interval)
ORDER BY $__timeGroup(timestamp, $__interval) ASC
```
Esta consulta é traduzida na consulta a seguir com base no intervalo de tempo do dashboard.
```
SELECT SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE'), sum("value") as "value"
FROM "salesdata"
WHERE "timestamp" > '2019-12-31T23:09:14Z' AND "timestamp" < '2020-01-01T23:17:54Z'
GROUP BY SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE')
ORDER BY SERIES_ROUND("timestamp", 'INTERVAL 1 MINUTE') ASC
```
### Geração de alertas
**Para configurar um alerta do SAP HANA no Grafana**
1. Crie um painel de grafo no dashboard.
1. Crie uma consulta do SAP HANA no formato de série temporal.
1. Escolha a guia **Alerta** e especifique os critérios de alerta.
1. Escolha **Testar regra** para testar a consulta de alerta.
1. Especifique os destinatários do alerta, a mensagem e o tratamento de erros.
1. Salve o painel.
#### Alertas sobre dados que não são de séries temporais
Para alertar sobre dados que não sejam séries temporais, use o macro `TO_TIMESTAMP('${__to:date}')` para transformar métricas que não sejam séries temporais em séries temporais. Isso converterá a métrica em uma consulta de série temporal de ponto único. O formato da consulta é fornecido abaixo
```
SELECT TO_TIMESTAMP('${__to:date}'), FROM
```
No exemplo a seguir, uma tabela tem quatro campos denominados: nome de usuário, idade, cidade e perfil. Esta tabela não tem nenhum campo de tempo. Queremos notificar quando o número de usuários com perfil de desenvolvedor for menor que três.
```
SELECT TO_TIMESTAMP('${__to:date}'), count(*) as "count" FROM (
SELECT 'John' AS "username", 32 AS "age", 'Chennai' as "city", 'dev' as "role" FROM dummy
UNION ALL SELECT 'Jacob' AS "username", 32 AS "age", 'London' as "city", 'accountant' as "role" FROM dummy
UNION ALL SELECT 'Ali' AS "username", 42 AS "age", 'Delhi' as "city", 'admin' as "role" FROM dummy
UNION ALL SELECT 'Raja' AS "username", 12 AS "age", 'New York' as "city", 'ceo' as "role" FROM dummy
UNION ALL SELECT 'Sara' AS "username", 35 AS "age", 'Cape Town' as "city", 'dev' as "role" FROM dummy
UNION ALL SELECT 'Ricky' AS "username", 25 AS "age", 'London' as "city", 'accountant' as "role" FROM dummy
UNION ALL SELECT 'Angelina' AS "username", 31 AS "age", 'London' as "city", 'cxo' as "role" FROM dummy
) WHERE "role" = 'dev'
```
# Conecte-se a uma fonte ServiceNow de dados
Essa é a fonte de ServiceNow dados usada para se conectar às ServiceNow instâncias.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Recursos
+ Consultas
+ Consultas da API de estatística
+ Consultas da API de tabela
+ Incidentes, alterações e qualquer outra tabela
+ Alertas
+ Anotações (recurso beta)
+ Variáveis do modelo
## Configuração
Selecione as fontes de dados no painel esquerdo do Grafana.
Selecione Adicionar fonte de dados:
Insira **servicenow** para encontrar o plug-in da fonte de dados:
Insira ServiceNow o URL:
Escolha **Salvar e testar**. Você deve ver uma mensagem verde com "ServiceNow Conexão OK”.
### Exemplo de dashboards
Dashboards pré-fabricados estão incluídos no plug-in e podem ser importados por meio da página de configuração da fonte de dados, na guia dashboards.
## Usage
Há duas maneiras de retornar dados no editor de consultas.
+ TableAPI
+ AggregateAPI
Atualmente, os usuários podem escolher entre consultar tabelas predefinidas, como as seguintes:
+ Alterações
+ Incidentes
Ou, a partir da `v1.4.0`, uma lista de tabelas e campos orientada por APIs usando a opção **Outra (tabela personalizada)**. Essa opção permitirá que você consulte dados que estejam em qualquer tabela disponível para o usuário usada para configurar a fonte de ServiceNow dados.
A opção **Tabela personalizada** deve oferecer suporte a todos os mesmos recursos das listas de tabelas predefinidas.
### Consultas da TableAPI
A TableAPI retorna dados adequados para exibição em um painel de tabela. Ela permite a exibição de uma seleção ordenada de campos, além de opções de filtragem. O editor de consultas também fornece um campo para limitar o número de linhas retornadas por uma consulta.
Exemplo de painel de tabela mostrando os resultados da consulta anterior.
#### Mostrar
A linha *Mostrar* fornece um seletor para um campo a ser exibido. Vários campos também podem ser especificados. Os campos serão retornados na ordem exata especificada.
#### Exibir valores
O sinalizador *Exibir valores* fará com que a consulta retorne valores amigáveis, ou valores de exibição, em vez de valores numéricos.
Por exemplo, uma severidade de `1` sem esse sinalizador somente exibirá `1`. Se o sinalizador estiver habilitado, o valor exibido será `1 - High`.
De acordo com a [documentação ServiceNow da API](https://developer.servicenow.com/dev.do#!/reference/api/orlando/rest/c_TableAPI), isso pode ter um impacto negativo no desempenho.
**nota**
[...] especificar o valor de exibição pode causar problemas de performance, pois não está lendo diretamente do banco de dados e pode incluir a referência a outros campos e registros.
#### Filtros (geral)
A linha *Filtros* fornece a capacidade de restringir as linhas exibidas com base em vários critérios de campo e valor.
Todos os filtros são combinados com uma operação *AND* ou *OR*.
Os campos a seguir estão disponíveis quando você não usa uma tabela personalizada (essa lista será expandida no futuro).
```
Active
Asset
Group
Assigned To
Escalation
Issue Number
Description
Priority
State
Type
Change Risk
Change State
Start Date
End Date
On Hold
```
Ao selecionar uma tabela personalizada, os campos são preenchidos automaticamente da API do ServiceNow.
##### Filtros de data
| Campo de tempo | Operadores | Valor |
| --- | --- | --- |
| Aberto em | At or Before Today Not Today Before At or Before After At or After | carimbo de data e hora javascript:gs.daysAgo(30) |
| Atividade vence em | | |
| Fechado em | | |
| Data de vencimento | | |
| Início esperado | | |
| Horário da reabertura | | |
| Resolvido em | | |
| Término do trabalho | | |
| Início do trabalho | | |
| Desconsiderar tempo | | |
Para valores de data adicionais, consulte: https://developer.servicenow.com/app.do\$1\$1/ api\$1doc? v=Nova York&id=R\$1SGSYS-DateGenerate\$1S\$1S
##### Operadores (gerais, baseados em strings)
+ Inicia com
+ Ends With (Termina com)
+ Like
+ Not Like
+ Igual
+ Not Equals
+ Is Empty (Está vazio)
##### Operadores (com base em tempo)
+ Today
+ Not Today
+ Before
+ At or Before
+ Depois
+ At or After
##### Valores
A seleção do valor depende do tipo de filtro selecionado.
+ Os filtros booleanos têm opções True/False
+ Os filtros de texto permitirão digitar qualquer valor
+ Escalonamento, Prioridade têm um conjunto fixo de valores numéricos
#### Classificar por
A linha *Classificar por* permite restringir as linhas exibidas com base em vários critérios de campo e valor.
Todos os filtros são combinados com uma operação *AND*. Será adicionado suporte para operadores adicionais.
#### Limite
Um limite de linha pode ser especificado para evitar o retorno de muitos dados. O valor padrão é 25.
#### Campo de tempo
O `Time Field` é o que transforma seus dados consultados em uma série temporal. Os dados sendo tratados como uma série temporal significa que os valores no “campo de tempo” selecionado que não se enquadram no intervalo de tempo do dashboard e do painel não serão exibidos.
O campo de tempo padrão usado é “Aberto em”, mas pode ser alterado para qualquer campo disponível que contenha um valor de tempo.
Um valor especial “Desconsiderar tempo” é fornecido para permitir resultados “até agora” e também para permitir que os filtros controlem quais dados serão exibidos.
### Consultas de AggregateAPI (estatísticas)
A AggregateAPI sempre retornará métricas, com as seguintes agregações: méd., mín., máx., soma. A filtragem também está disponível para consultas restritas.
#### Mostrar
A linha *Mostrar* fornece um seletor para uma métrica a ser exibida. Várias métricas também podem ser especificadas.
#### Filtros (geral)
Os *filtros* agregados oferecem a capacidade de restringir as métricas exibidas com base nos critérios de campo e valor, semelhante à opção de tabela.
Todos os filtros são combinados com uma operação *AND*. Será adicionado suporte para operadores adicionais.
As opções de filtro de estatísticas são as mesmas da TableAPI.
#### Agregação
Há quatro tipos de agregações métricas, além de uma “contagem”:
+ Média
+ Mínimo
+ Máximo
+ Soma
+ Contagem: retorna o “número” de métricas retornadas por uma consulta
##### Agrupar por
Esse seletor fornece a capacidade de dividir as métricas em agregados menores. O agrupamento por “prioridade” retornará as métricas com uma “tag” de prioridade e os valores exclusivos separados.
### Modelos
Em vez da codificação rígida de nomes em suas consultas, 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.
Veja o exemplo na seção **Variável de consulta** sobre como adicionar uma variável de consulta e referenciá-la com um valor de modelo.
#### Variável de consulta
Se você adicionar uma variável de modelo do tipo `Query`, poderá escrever uma consulta 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 contenha todos os valores das `categories` especificando uma consulta como esta na configuração de *Consulta* da variável de modelo.
Ao escolher a configuração de **Consulta**, uma seção **Filtro** é exibida, permitindo que você escolha um **Tipo** e um **Campo**. Atualmente, o **Tipo** está limitado a incidentes e alterações. Ao selecionar um tipo, você recebe uma lista de campos aplicáveis a esse Tipo. Depois que um **Tipo** e um **Campo** forem selecionados, uma pré-visualização dos valores será exibida na parte inferior, mostrando as opções disponíveis para Tipo e Campo. Esses valores serão exibidos em uma lista suspensa no dashboard, que você pode usar junto com os modelos para filtrar dados nos painéis do dashboard.
Por exemplo, se você adicionar uma variável denominada *categoria* e selecionar Tipo = Incidentes e Campo = Categoria, você verá uma lista de opções para Categoria. Se você adicionar um filtro a um painel e selecionar Categoria é igual a \$1\$1category\$1, os dados do painel mostrarão somente os dados dessa categoria que está selecionada na lista suspensa do dashboard.
Importe o dashboard **Incidentes por categoria** para ver um exemplo.
#### Usar variáveis em consultas
Há duas sintaxes:
`$` Exemplo com uma variável de modelo denominada `hostname`:
`[[varname]]` Exemplo com uma variável de modelo denominada `hostname`:
## Geração de alertas
O Grafana Alerting padrão é compatível. Qualquer consulta definida em um painel de grafo pode ser usada para gerar alertas.
Veja a seguir um exemplo de consulta e um alerta. Esta consulta retornará um grafo de todos os incidentes críticos abertos de alta prioridade:
Este alerta será iniciado quando houver mais de cinco incidentes críticos abertos de alta prioridade:
O teste da regra de alerta exibirá a saída da regra de alerta, e a seleção do histórico do estado mostrará a transição do alerta de ok para pendente e para alerta.
A visualização do grafo mostrará uma linha vertical, e o ícone de coração na parte superior ficará laranja enquanto o alerta estiver pendente.
Depois que os critérios de alerta forem atendidos, a regra passará para vermelho.
Na visualização do grafo, a linha vertical vermelha aparecerá e o ícone de coração na parte superior ficará vermelho.
### Gravar incidentes para alertas
**Atributo beta**
+ Configure um canal de notificação para sua fonte ServiceNow de dados.
Isso configurará um [Canal de Notificação Grafana](https://grafana.com/docs/grafana/latest/alerting/notifications/) que usa seu usuário configurado para criar incidentes na ServiceNow instância dessa fonte de dados.
Essa ação exige que o usuário da fonte de ServiceNow dados tenha permissões para escrever incidentes.
## Anotações
As Anotações do Grafana são um **recurso beta** da `v1.4.0` dessa fonte de dados. As anotações permitem sobrepor eventos em grafos.
A consulta de anotações é compatível com as mesmas opções do editor de consultas padrão, com algumas pequenas diferenças:
+ Somente uma coluna “Mostrar” pode ser selecionada. Isso provavelmente será corrigido em uma melhoria futura.
+ O campo de tempo é obrigatório.
## Perguntas frequentes
### E se não tivermos o plug-in de perfis do ITSM?
**O acesso do administrador é necessário para realizar as ações a seguir**
Opção 1: conceda permissões de administrador ao usuário do Grafana para permitir o acesso a todas as tabelas.
Opção 2: Crie uma função e aplique ACLs a todas as tabelas que devem ser acessadas pela Grafana.
O acesso do administrador é necessário para realizar as ações a seguir.
1. O administrador conectado precisa elevar o acesso para security\$1admin.
1. No painel de navegação à direita, escolha o ícone de perfil. O ícone de perfil tem um indicador suspenso de circunflexo.
1. Na lista suspensa, escolha **Elevar perfis**.
1. No modal exibido, marque a caixa de seleção **security\$1admin**.
1. Escolha OK.
1. Crie um perfil com qualquer convenção de nomenclatura que desejar.
1. Navegue até a seção de perfis na navegação à esquerda Segurança do sistema => Usuários e grupos => Perfis
1. Escolha **Novo** na parte superior.
1. Insira um nome para o perfil e uma descrição relevante.
1. Selecione **Enviar**.
1. Crie um usuário ou modifique um usuário existente com os perfis necessários.
1. O perfil que você criar na Etapa 2
1. personalize\$1dictionary
1. personalize\$1choices
1. cmdb\$1read (este concederá acesso de leitura a todas as tabelas cmdb)
1. Crie uma tabela ACLs para as tabelas e campos necessários.
1. Crie uma ACL para a tabela sys\$1db\$1object.
1. Na segunda coluna do cabeçalho de pesquisa **Nome**, insira **sys\$1db\$1object** e pressione **Enter**.
1. O resultado filtrado deve mostrar a **Tabela**. Escolha **Tabela** para navegar até o registro.
1. Na seção da guia, escolha **Controles**.
1. Na parte inferior da página, verifique se **Controles de acesso** é a guia selecionada.
1. Selecione **Nova** para criar uma ACL.
1. Altere a seleção de **Operação** para leitura.
1. Na seção **Requer perfil** na parte inferior da tela, escolha (clique duas vezes) **Inserir nova linha** e pesquise o perfil que você criou.
1. Depois de selecionar o perfil que você criou, escolha a marca de seleção verde.
1. Escolha **Enviar** na parte inferior da tela para criar a ACL e, em seguida, escolha **Continuar** quando o modal for exibido.
1. Crie ACLs para campos sys\$1db\$1object específicos. As etapas a seguir devem ser repetidas para cada um dos seguintes campos: Nome, Rótulo, Nome de exibição e Tabela de extensões.
1. Ainda na visualização de registro da tabela para sys\$1db\$1object, selecione a guia **Colunas** no grupo de guias mais próximo da parte superior da tela.
1. Localize o nome do campo e selecione-o.
1. Na seção inferior da guia, escolha **Novo** na guia **Controles de acesso**.
1. Altere a operação para leitura.
1. Escolha (clique duas vezes) inserir uma linha de texto na parte inferior da tabela “Requer perfil”.
1. Pesquise o perfil que você criou e escolha a marca de seleção verde.
1. Selecione **Enviar**.
1. Verifique se você repetiu essas etapas em todos os campos obrigatórios: Nome, Rótulo, Nome de exibição e Tabela de extensões.
1. Repita as etapas de 4.1 em Alteração, Incidente e qualquer outra tabela que não seja do CMDB que você deseja consultar no Grafana. Não repita as etapas de 4.2, pois só são necessárias para sys\$1db\$1object.
# Conectar-se a uma fonte de dados Snowflake
Com a fonte de dados Snowflake Enterprise, você pode visualizar os dados do Snowflake junto com todas as outras fontes de dados no Grafana, bem como dados de logs e métricas no contexto. Essa fonte de dados inclui um avançado editor de consultas de digitação antecipada, é compatível com as anotações complexas, define limites de alerta, controla o acesso e as permissões e muito mais.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Visão geral do
### O que é o Snowflake?
A Snowflake oferece um serviço de análise e armazenamento de dados baseado em nuvem, geralmente denominado “dados warehouse-as-a-service”, que oferece uma solução para armazenamento de dados, lagos de dados, engenharia de dados, ciência de dados, desenvolvimento de aplicativos de dados e compartilhamento de dados. Nos últimos anos, o Snowflake ganhou enorme popularidade devido à sua capacidade de armazenar e analisar dados de forma econômica usando hardware e software baseados em nuvem. Recentemente culminou no maior IPO de software de todos os tempos. Atualmente, muitas empresas usam o Snowflake como seu banco de dados principal para armazenar dados de aplicações e da empresa, como números de transações, sessões ativas de usuários e até mesmo dados de métricas e de séries temporais.
### Aproveitando ao máximo o Snowflake e o Amazon Managed Grafana
**Visualize dados do Snowflake sem movê-los**: a arquitetura exclusiva do Grafana consulta os dados diretamente onde eles estão em vez de movê-los e de pagar por armazenamento e ingestão redundantes.
**Crie painéis de fontes variadas:** com dashboards pré-criados e personalizados, reúna dados de várias fontes de dados diferentes em um único painel.
**Transformação e computação no nível de usuário**: os usuários podem transformar dados e executar vários cálculos nos dados que veem, exigindo menos preparação de dados.
**Combine, compute e visualize em painéis**: crie painéis de fontes de dados mistas que exibam dados relacionados do Snowflake e de outras fontes.
### Recursos
**Editor de consultas:** o editor de consultas é um editor de preenchimento automático do Smart SQL que permite visualizar séries temporais ou dados de tabelas, lidar com erros de sintaxe SQL e preencher automaticamente palavras-chave SQL básicas.
**Permissões da fonte de dados**: controle quem pode visualizar ou consultar dados do Snowflake no Grafana.
**Anotações:** sobreponha eventos do Snowflake em qualquer grafo do Grafana para correlacionar eventos com outros dados de grafos.
**Alertas:** defina armazenamentos de métricas com base em alertas no Snowflake.
**Variáveis para consultas:** crie variáveis de modelo no Grafana com base nos dados do Snowflake e inclua variáveis nas consultas do Snowflake para criar dashboards interativos.
**Consultas de várias métricas:** escreva uma única consulta que retorne várias métricas, cada uma em sua própria coluna.
## Conceitos básicos do plug-in do Snowflake
Veja abaixo cinco etapas rápidas para começar a usar o plug-in do Snowflake no Grafana:
### Etapa 1: configurar a fonte de dados Snowflake
Para configurar a fonte de dados, escolha **Configuração**, **Fontes de dados**, **Adicionar fonte de dados**, Snowflake.
Adicione os detalhes de autenticação e a fonte de dados estará pronta para consulta.
Os campos de configuração a seguir estão disponíveis.
| Name (Nome) | Description |
| --- | --- |
| Conta | Conta do Snowflake. |
| Nome de usuário | Nome de usuário para a conta do serviço. |
| Senha | Senha para a conta do serviço. |
| Esquema (opcional) | Define um esquema padrão para consultas. |
| Warehouse (opcional) | Define um warehouse padrão para consultas. |
| Banco de dados (opcional) | Define um banco de dados padrão para consultas. |
| Perfil (opcional) | Assume um perfil para consultas. |
### Etapa 2: escrever consultas para os dados do Snowflake
Crie um painel em um dashboard e selecione uma fonte de dados Snowflake para começar a usar o editor de consultas.
+ A data e hora pode aparecer em qualquer lugar na consulta, desde que esteja incluída.
+ Uma coluna numérica deve ser incluída. Isso pode ser uma agregação ou uma int/float coluna.
+ Opcionalmente, você pode incluir colunas de strings para criar séries de dados separadas, se os dados de séries temporais estiverem formatados para métricas diferentes.
#### Layout de uma consulta do Snowflake
```
select
,
,
,
<...>
from
where
$__timeFilter() // predefined where clause for time range
and $ = 1 // custom variables start with dollar sign
```
#### Formato de consulta SQL para grupo de séries temporais por intervalo
```
select
$__timeGroup(created_ts, '1h'), // group time by interval of 1h
,
,
from
where
$__timeFilter() // predefined where clause for time range
and $ = 1 // custom variables start with dollar sign
group by
```
#### Formato de consulta SQL para tabelas
```
select
, // optional if result format option is table
from
where
$__timeFilter(time_column) // macro for time range, optional if format as option is table
and $ = 1 // custom variables start with dollar sign
```
### Etapa 3: criar e usar variáveis de modelo
#### Usar variáveis de modelo
Você pode incluir variáveis de modelo em consultas, conforme mostrado no exemplo a seguir.
```
select
from
WHERE column >= '$variable'
```
O exemplo a seguir mostra o uso de variáveis de vários valores em uma consulta.
```
select
from
WHERE regexp '${variable:regex}'
```
#### Usar a fonte de dados Snowflake para criar variáveis
Nas configurações do dashboard, escolha **Variáveis** e depois **Novo**.
Usando o tipo de variável “Consulta”, selecione a fonte de dados Snowflake como a “Fonte de dados”.
**Importante**
Certifique-se de selecionar somente uma coluna em sua consulta variável.
Exemplo:
```
SELECT DISTINCT query_type from account_usage.query_history;
```
fornecerá estas variáveis:
```
All DESCRIBE USE UNKNOWN GRANT SELECT CREATE DROP SHOW
```
### Etapa 4: configurar um alerta
Você pode definir alertas sobre métricas específicas do Snowflake ou sobre consultas que você criou.
Escolha o botão da guia de alerta no editor de consultas e escolha **Criar alerta**.
### Etapa 5. Criar uma anotação
As anotações permitem que você sobreponha eventos em um grafo.
Para criar uma anotação, nas configurações do dashboard, escolha **Anotações** e **Novo** e selecione Snowflake como a fonte de dados.
Como as anotações são eventos, elas exigem pelo menos uma coluna de hora e uma coluna para descrever o evento.
O código de exemplo a seguir mostra uma consulta para anotar todos os logins com falha no Snowflake.
```
SELECT
EVENT_TIMESTAMP as time,
EVENT_TYPE,
CLIENT_IP
FROM ACCOUNT_USAGE.LOGIN_HISTORY
WHERE $__timeFilter(time) AND IS_SUCCESS!='YES'
ORDER BY time ASC;
```
E
+ hora: `TIME`
+ título: `EVENT_TYPE`
+ texto: `CLIENT_IP`
Isso sobreporá as anotações de todos os logins com falha no Snowflake nos painéis do dashboard.
## Funcionalidade adicional
### Usar o campo Nome de exibição
Esse plug-in usa o campo Nome de exibição na guia Campo do painel Opções para encurtar ou alterar uma chave de legenda com base em seu nome, rótulos ou valores. Outras fontes de dados usam a funcionalidade `alias` personalizada para modificar as chaves de legenda, mas a função Nome de exibição é uma forma mais consistente de fazer isso.
### Permissões de fonte de dados
Limite o acesso ao Snowflake escolhendo a guia **Permissões** na página de configuração da fonte de dados para habilitar as permissões da fonte de dados. Na página de permissões, os administradores podem habilitar permissões e restringir as permissões de consulta a usuários e equipes específicos.
### Entenda os dados de faturamento e uso do Snowflake
Na fonte de dados Snowflake, você pode importar um dashboard de faturamento e uso que mostra informações úteis de faturamento e uso.
Adicione o dashboard na página de configuração da fonte de dados Snowflake:
Esse dashboard usa o banco de dados ACCOUNT\$1USAGE e exige que quem faz a consulta tenha o perfil ACCOUNTADMIN. Para fazer isso com segurança, crie uma nova fonte de dados Grafana que tenha um usuário com o perfil ACCOUNTADMIN. Em seguida, selecione essa fonte de dados nas variáveis.
# Conectar-se a uma fonte de dados Splunk
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Configuração
### Configuração da fonte de dados
Ao configurar a fonte de dados, certifique-se de que o campo URL utilize `https` e aponte para a porta Splunk configurada. O ponto padrão da API Splunk é 8089, não 8000 (esta é a porta de interface de usuário da Web padrão). Habilite a *autenticação básica* e especifique o nome de usuário e a senha do Splunk.
#### Modo de acesso (direto) do navegador e CORS
O Amazon Managed Grafana não é compatível com o acesso direto do navegador à fonte de dados Splunk.
### Opções avançadas
#### Modo de streaming
Habilite o modo de streaming se quiser obter os resultados da pesquisa à medida que eles se tornam disponíveis. Este é um recurso experimental. Não o ative até que você realmente precise dele.
#### Resultado da sondagem
Execute a pesquisa e, em seguida, verifique periodicamente o resultado. De modo subjacente, essa opção executa uma chamada da API `search/jobs` com `exec_mode` definido como `normal`. Nesse caso, a solicitação de API retorna o SID do trabalho e, em seguida, o Grafana verifica o status do trabalho periodicamente para obter o resultado dele. Essa opção pode ser útil para consultas lentas. Por padrão, essa opção está desabilitada e o Grafana define `exec_mode` como `oneshot`, o que permite retornar o resultado da pesquisa na mesma chamada de API. Veja mais sobre o endpoint da API `search/jobs` nos [documentos do Splunk](https://docs.splunk.com/Documentation/Splunk/latest/RESTREF/RESTsearch#search.2Fjobs).
#### Intervalo de sondagem de pesquisas
Esta opção permite ajustar a frequência com que o Amazon Managed Grafana pesquisará o Splunk para obter resultados de pesquisa. Hora da próxima pesquisa, escolhendo aleatoriamente o intervalo (mín., máx.). Caso faça muitas pesquisas pesadas, convém aumentar esses valores. Dicas: aumente o *Mín.* se a execução de trabalhos de pesquisa demorar muito, e *Máx.* se você executar muitas pesquisas paralelas (muitas métricas do Splunk no dashboard do Grafana). O padrão é o intervalo de [500, 3.000) milissegundos.
#### Cancelamento automático
Se especificado, o trabalho é cancelado automaticamente após muitos segundos de inatividade (0 significa nunca cancelar automaticamente). O padrão é de 30.
#### Buckets de status
O maior número de buckets de status a serem gerados. 0 indica a não geração de informações da linha do tempo. O padrão é 300.
#### Modo de pesquisa de campos
Quando você usa o editor de consulta visual, a fonte de dados tenta obter uma lista dos campos disponíveis para o tipo de fonte selecionado.
+ rápido: use o primeiro resultado disponível da pré-visualização
+ completo: aguarde a conclusão do trabalho e obtenha o resultado completo.
#### Hora inicial padrão
Algumas pesquisas não podem usar o intervalo de tempo do dashboard (como consultas de variáveis de modelo). Essa opção ajuda a evitar a busca permanente, o que pode atrasar o Splunk. A sintaxe é um número inteiro e uma unidade de tempo `[+|-]`. Por exemplo, `-1w`. A [unidade de tempo](https://docs.splunk.com/Documentation/Splunk/latest/Search/Specifytimemodifiersinyoursearch) pode ser `s, m, h, d, w, mon, q, y`.
#### Modo de pesquisa de variáveis
Modo de pesquisa para consultas de variáveis de modelo. Possíveis valores:
+ rápido: descoberta de campo desativada para pesquisas de eventos. Nenhum evento ou dados de campo para pesquisas de estatísticas.
+ smart: descoberta de campo ativada para pesquisas de eventos. Nenhum evento ou dados de campo para pesquisas de estatísticas.
+ verbose: todos os dados de eventos e de campo.
## Usage
### Editor de consultas
#### Modos do editor
O editor de consultas é compatível com dois modos: bruto e visual. Para alternar entre esses modos, escolha o ícone de hambúrguer no lado direito do editor e selecione *Alternar modo do editor*.
#### Modo bruto
Use o comando `timechart` para dados de séries temporais, conforme mostrado no exemplo de código a seguir.
```
index=os sourcetype=cpu | timechart span=1m avg(pctSystem) as system, avg(pctUser) as user, avg(pctIowait) as iowait
index=os sourcetype=ps | timechart span=1m limit=5 useother=false avg(cpu_load_percent) by process_name
```
As consultas são compatíveis com variáveis de modelo, conforme mostrado no exemplo a seguir.
```
sourcetype=cpu | timechart span=1m avg($cpu)
```
Lembre-se de que o Grafana é uma aplicação orientada por séries temporais e sua pesquisa deve retornar dados de séries temporais (carimbo de data e hora e valor) ou valor único. Você pode ler sobre o comando [timechart](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/Timechart) e encontrar mais exemplos de pesquisa na [Referência de pesquisa do Splunk](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/WhatsInThisManual) oficial.
#### Métricas do Splunk e `mstats`
O Splunk 7.x fornece o comando `mstats` para analisar métricas. Para que os gráficos funcionem corretamente com `mstats`, eles devem ser combinados com o comando `timeseries` e a opção `prestats=t` deve ser definida.
```
Deprecated syntax:
| mstats prestats=t avg(_value) AS Value WHERE index="collectd" metric_name="disk.disk_ops.read" OR metric_name="disk.disk_ops.write" by metric_name span=1m
| timechart avg(_value) span=1m by metric_name
Actual:
| mstats prestats=t avg(disk.disk_ops.read) avg(disk.disk_ops.write) WHERE index="collectd" by metric_name span=1m
| timechart avg(disk.disk_ops.read) avg(disk.disk_ops.write) span=1m
```
Leia mais sobre o comando `mstats` na [Referência de pesquisa do Splunk](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/Mstats).
#### Formatar como
Há dois modos de formato de resultado compatíveis: *Séries temporais* (padrão) e *Tabela*. O modo Tabela é adequado para uso com o painel Tabela quando você deseja exibir dados agregados. Isso funciona com eventos brutos (retorna todos os campos selecionados) e função `stats` de pesquisa, que retorna dados semelhantes a tabelas. Exemplos:
```
index="os" sourcetype="vmstat" | fields host, memUsedMB
index="os" sourcetype="ps" | stats avg(PercentProcessorTime) as "CPU time", latest(process_name) as "Process", avg(UsedBytes) as "Memory" by PID
```
O resultado é semelhante à guia *Estatísticas* na interface do usuário do Splunk.
Leia mais sobre o uso da função `stats` na [Referência de pesquisa do Splunk](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/Stats).
#### Modo Visual
Esse modo fornece a criação step-by-step de pesquisas. Observe que esse modo cria a busca `timechart` do Splunk. Basta selecionar índice, tipo de fonte e métricas e definir a divisão por campos, caso queira.
##### Métrica
Você pode adicionar várias métricas à pesquisa escolhendo o botão de *adição* no lado direito da linha de métrica. O editor de métricas contém uma lista de agregações usadas com frequência, mas você pode especificar aqui qualquer outra função. Basta escolher o segmento agg (`avg` por padrão) e digitar o que você precisa. Selecione o campo de interesse na lista suspensa (ou insira-o) e defina o alias, se quiser.
##### Dividir por e Where
Se você definir o campo Dividir por e usar o modo *Séries temporais*, o editor Where estará disponível. Escolha *mais* e selecione o operador, a agregação e o valor, por exemplo, *Média de Where nos dez primeiros*. Observe que essa cláusula *Where* faz parte de *Dividir por*. Veja mais na [documentação de timechart](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/timechart#where_clause).
#### Opções
Para alterar as opções padrão de timechart, escolha **Opções** na última linha.
Veja mais sobre essas opções na [documentação de timechart](https://docs.splunk.com/Documentation/Splunk/latest/SearchReference/timechart).
#### Pesquisa do Splunk renderizada
Escolha a letra de destino à esquerda para recolher o editor e mostrar a pesquisa por Splunk renderizada.
### Anotações
Use anotações se quiser mostrar alertas ou eventos do Splunk no grafo. A anotação pode ser um alerta predefinido do Splunk ou uma pesquisa regular do Splunk.
#### Alerta do Splunk
Especifique um nome de alerta ou mantenha o campo em branco para receber todos os alertas disparados. As variáveis de modelo são compatíveis.
#### Pesquisa do Splunk
Use a pesquisa do Splunk para obter os eventos necessários, conforme mostrado no exemplo a seguir.
```
index=os sourcetype=iostat | where total_ops > 400
index=os sourcetype=iostat | where total_ops > $io_threshold
```
As variáveis de modelo são compatíveis.
A opção **Campo de evento como texto** será adequada se você quiser usar o valor do campo como texto de anotação. O exemplo a seguir mostra o texto da mensagem de erro dos logs.
```
Event field as text: _raw
Regex: WirelessRadioManagerd\[\d*\]: (.*)
```
Regex permite extrair uma parte da mensagem.
### Variáveis de modelo
O recurso de variáveis de modelo é compatível com consultas do Splunk que retornam uma lista de valores, por exemplo, com o comando `stats`.
```
index=os sourcetype="iostat" | stats values(Device)
```
Essa consulta retorna uma lista de valores do campo `Device` da fonte `iostat`. Em seguida, você pode usar esses nomes de dispositivos para consultas ou anotações de séries temporais.
Existem dois tipos possíveis de consultas variáveis que podem ser usadas no Grafana. A primeira é uma consulta simples (conforme apresentada anteriormente), que retorna uma lista de valores. O segundo tipo 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.
Por exemplo, essa pesquisa retorna uma tabela com colunas `Name` (nome do contêiner do Docker) e `Id` (ID do contêiner).
```
source=docker_inspect | stats count latest(Name) as Name by Id | table Name, Id
```
Para usar o nome do contêiner como um valor visível para a variável e o ID como seu valor real, a consulta deve ser modificada, como no exemplo a seguir.
```
source=docker_inspect | stats count latest(Name) as Name by Id | table Name, Id | rename Name as "_text", Id as "_value"
```
#### Variáveis de vários valores
É possível usar variáveis de vários valores em consultas. Uma pesquisa interpolada dependerá do contexto de uso variável. Existem vários desses contextos com os quais o plug-in é compatível. Suponha que haja uma variável `$container` com os valores `foo` e `bar` selecionados:
+ Filtro básico para o comando `search`
```
source=docker_stats $container
=>
source=docker_stats (foo OR bar)
```
+ Filtro de valor de campo
```
source=docker_stats container_name=$container
=>
source=docker_stats (container_name=foo OR container_name=bar)
```
+ Filtro de valor de campo com o operador `IN` e a função `in()`
```
source=docker_stats container_name IN ($container)
=>
source=docker_stats container_name IN (foo, bar)
source=docker_stats | where container_name in($container)
=>
source=docker_stats | where container_name in(foo, bar)
```
#### Variáveis de vários valores e aspas
Se a variável estiver entre aspas (duplas ou simples), seus valores também serão citados, como no exemplo a seguir.
```
source=docker_stats container_name="$container"
=>
source=docker_stats (container_name="foo" OR container_name="bar")
source=docker_stats container_name='$container'
=>
source=docker_stats (container_name='foo' OR container_name='bar')
```
# Conectar-se a uma fonte de dados Splunk Infrastructure Monitoring
Fornece suporte para o Splunk Infrastructure Monitoring (anteriormente SignalFx).
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## Adicionar a fonte de dados
1. Abra o console do Grafana no espaço de trabalho do Amazon Managed Grafana e verifique se está logado.
1. No menu lateral, em **Configuração** (o ícone de engrenagem), escolha **Fontes de 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`.
1. Selecione **Splunk Infrastructure Monitoring** na lista de fontes de dados.
1. Insira as seguintes informações:
+ Em **Access Token**, insira o token gerado pela sua SignalFx conta. Para obter mais informações, consulte [Tokens de autenticação](https://docs.signalfx.com/en/latest/admin-guide/tokens.html).
+ **Realm** Uma implantação independente que hospeda a organização. Você pode encontrar o nome do seu reino na sua página de perfil quando estiver conectado à interface do SignalFx usuário.
## Como usar o editor de consulta
O editor de consultas aceita um [ SignalFlow](https://dev.splunk.com/observability/docs/signalflow/)programa/consulta.
Para rótulos, um rótulo Signalflow `publish(label = 'foo')` é aplicado como metadados aos resultados: **"label":"foo"**
Para variáveis de modelo do tipo de consulta, não há o campo **Consulta**. Em vez disso, selecione um dos seguintes tipos de consulta:
+ Dimensões
+ Metrics
+ Tags
Os filtros ad hoc são compatíveis, o que permite filtros globais usando dimensões.
As anotações do Grafana são compatíveis. Ao criar anotações, use as consultas SignalFlow Alertas ou Eventos.
Exemplo de recebimento de alertas para um detector:
```
alerts(detector_name='Deployment').publish();
```
Exemplo de obtenção de eventos personalizados por tipo:
```
events(eventType='simulated').publish();
```
# Conecte-se a uma fonte de dados do Wavefront (VMware Tanzu Observability by Wavefront)
A fonte de dados Wavefront (VMware Tanzu Observability by Wavefront) permite que os usuários do Amazon Managed Grafana consultem e visualizem os dados que estão coletando diretamente do Wavefront e os visualizem facilmente junto com qualquer outra métrica, log, rastreamento ou outra fonte de dados. Essa visualização flexível em painel único facilita o rastreamento da integridade do sistema e dos problemas de depuração.
**nota**
Essa fonte de dados é somente para o Grafana Enterprise. Para obter mais informações, consulte [Gerenciar o acesso aos plug-ins do Enterprise](upgrade-to-enterprise-plugins.md).
Além disso, em espaços de trabalho compatíveis com a versão 9 ou mais recente, essa fonte de dados pode requerer a instalação do plug-in apropriado. Para obter mais informações, consulte [Ampliar o espaço de trabalho com plug-ins](grafana-plugins.md).
## O que é o Wavefront?
[O Wavefront](https://www.wavefront.com) é uma ferramenta de monitoramento e análise de nuvem desenvolvida pela. VMware O Wavefront é um serviço hospedado na nuvem em que você envia seus dados de séries temporais (métricas) — do CollectD, StatsD, JMX, Ruby's logger ou outras ferramentas. AWS Com o Wavefront, os usuários podem realizar operações matemáticas nessas séries, renderizar gráficos para ver anomalias KPIs, rastrear e criar alertas.
## Maximizar a pilha de tecnologia com o Wavefront e Grafana
Embora, superficialmente, o Grafana e o Wavefront pareçam ser semelhantes, muitas organizações usam o Wavefront e o Grafana como partes cruciais de seus fluxos de trabalho de observabilidade.
**Visualize sem mover fontes de dados:** a arquitetura exclusiva do Grafana consulta os dados diretamente onde eles estão em vez de movê-los e de pagar por armazenamento e ingestão redundantes.
**Crie painéis de fontes variadas:** com dashboards pré-criados e personalizados, reúna dados de várias fontes de dados diferentes em um único painel.
**Transformação e computação no nível de usuário:** os usuários podem transformar dados e executar vários cálculos nos dados que veem, exigindo menos preparação de dados.
**Combine, compute e visualize em painéis:** crie painéis de fontes de dados mistas que exibam dados relacionados do Wavefront e de outras fontes, como Prometheus e InfluxDB.
## Documentação
### Recursos
+ Visualizações de séries temporais
+ Visualizações de tabelas
+ Visualizações de mapas de calor
+ Visualizações de estatísticas individuais
+ Editor de consultas guiadas
+ Editor de consultas brutas WQL
+ Anotações para dados de eventos
+ Variáveis do modelo
+ Filtros ad hoc
+ Geração de alertas
### Configuração
Configurar a fonte de dados Wavefront é relativamente simples. Há somente dois campos necessários para concluir a configuração: `API URL` e `Token`.
+ `API URL` será o URL que você usará para acessar o ambiente do Wavefront. Exemplo: `https://myenvironment.wavefront.com`.
+ `Token` deve ser gerado em uma conta de usuário ou conta de serviço.
1. Para criar um token baseado em conta de usuário, faça login no ambiente do Wavefront, escolha a engrenagem no canto superior direito da página, escolha seu nome de usuário (por exemplo, `me@grafana.com`), selecione a guia **Acesso à API** na parte superior da página do usuário e copie uma chave existente ou escolha **gerar**.
1. Para criar um token baseado em uma conta de serviço, faça login no ambiente do Wavefront, escolha a engrenagem no canto superior direito da página e, depois, gerenciamento de contas. No painel de navegação à esquerda, selecione **Contas, grupos e perfis**, escolha a guia **Contas de serviço** na parte superior e depois **Criar conta**. Insira um nome para o serviço da conta. Pode ser qualquer um que deseje. Copie o token fornecido na seção **Tokens**.
1. A última etapa é garantir que a caixa de seleção **Contas, grupos e perfis** esteja marcada em **Permissões**.
Quando tiver o token, adicione-o ao campo de configuração `Token`, e você estará pronto.
A página de configuração finalizada deve estar como abaixo:
### Usage
#### Como usar o editor de consulta
O editor de consultas do Wavefront tem dois modos: **Construtor de consultas** e **Consulta bruta**. Para alternar entre eles, use o seletor no canto superior direito do formulário de consulta:
No modo **Construtor de consultas**, você terá quatro opções:
1. Qual métrica você deseja consultar?
1. Qual agregação você deseja realizar nessa métrica?
1. Como você deseja filtrar os resultados dessa consulta de métricas?
1. Deseja aplicar alguma função adicional ao resultado?
O seletor de métricas é uma hierarquia categorizada. Selecione uma categoria e depois escolha novamente para detalhar e acessar subcategorias. Repita esse processo até atingir a métrica desejada.
Depois de selecionar uma métrica, os filtros e valores de filtros disponíveis serão preenchidos automaticamente para você.
No modo **Consulta bruta**, você verá um único campo identificado como **Consulta**. Isso permite que você execute qualquer consulta [WQL](#wavefront-references) que desejar.
#### Usar filtros
O plug-in do Wavefront consultará dinamicamente os filtros apropriados para cada métrica.
Para adicionar um filtro, escolha o **\$1** ao lado do rótulo **Filtros** no editor de consultas do Wavefront, selecione o campo que você deseja filtrar e, depois, um valor pelo qual filtrar.
#### Usar funções
As funções fornecem uma forma adicional de agregar, manipular e realizar cálculos nos dados de resposta métricas. Para ver as funções disponíveis, escolha a lista suspensa pelo rótulo da função no **Construtor de consultas**. Com base na função selecionada, você poderá realizar outras ações, como definir um grupo por campo ou aplicar limites. Os usuários podem encadear várias funções para realizar cálculos avançados ou manipulações de dados.
#### Adicionar uma variável de modelo de consulta
1. Para criar uma nova variável de modelo do Wavefront para um dashboard, escolha a engrenagem de configurações na parte superior direita do dashboard.
1. No painel à esquerda, escolha **Variáveis**.
1. No canto superior direito da página Variáveis, escolha **Novo**.
1. Insira um **Nome** e um **Rótulo** para a variável de modelo que você deseja criar. **Nome** é o valor que você usará nas consultas para referenciar a variável do modelo. **Rótulo** é um nome amigável para ser exibido para a variável de modelo no painel de seleção do dashboard.
1. Selecione o tipo **Consulta** para o campo de tipo (ele deve ser selecionado por padrão).
1. No cabeçalho **Opções de consulta**, selecione **Wavefront** na lista suspensa **Fonte de dados**.
1. Consulte [Modelo de estrutura de consulta de variável](#template-variable-query-structure) para obter detalhes sobre o que deve ser inserido no campo **Consulta**.
1. Caso queira filtrar qualquer um dos valores retornados da consulta, insira uma expressão regular no campo de entrada **Regex**.
1. Aplique todas as preferências de classificação que você possa ter escolhendo um tipo de classificação na lista suspensa **Classificar**.
1. Depois de verificar a configuração, escolha **Adicionar** para adicionar a variável de modelo, e então escolha **Salvar dashboard** no painel de navegação esquerdo para salvar as alterações.
#### Modelo de estrutura de consulta de variável
listas de métricas: metrics: ts(…)
listas de fontes: sources: ts(…)
listas de tags de origem: sourceTags: ts(...)
listas de tags de origem correspondentes matchingSourceTags:: ts (...)
listas de nomes de tags: tagNames: ts(...)
listas de valores de tags: tagValues(): ts(…)
**Observações**
+ O s no final de cada tipo de consulta é opcional
+ Suporte para tudo em letra minúscula. Você pode usar tagnames ou tagNames, mas não TAGNAMES.
+ Usar espaços próximo de : é opcional
**AVISO**
`Multi-value` e `Include All option` atualmente não são compatíveis com o plug-in do Wavefront.
#### Usar variáveis de modelo
Depois de concluir as etapas para [adicionar uma nova variável de modelo](#wavefront-adding-a-query-template-variable-1), agora você está pronto para usar a variável de modelo nos painéis do dashboard para criar visualizações dinâmicas.
1. Adicione um novo painel do dashboard usando o ícone painel\$1 no canto superior direito do dashboard.
1. Selecione o agregado que você deseja usar para a consulta.
1. Escolha o ícone \$1 ao lado do rótulo **Filtros** e selecione o tipo de chave que corresponda à variável de modelo. `host=` para um filtro de host, por exemplo.
1. Insira o nome da variável de modelo que você criou no campo de entrada **Valor** do filtro.
1. Salve o painel.
Agora você deve poder alternar entre os diferentes valores de sua variável de modelo e fazer com que seu painel seja atualizado dinamicamente.
#### Usar filtros ad hoc
Para usar filtros ad hoc, precisamos criar duas variáveis de modelo. A primeira é uma variável auxiliar que será usada para selecionar uma métrica para que filtros ad hoc possam ser preenchidos com esse nome de métrica. A outra será a variável real do filtro ad hoc.
**Importante**
A variável auxiliar necessária deve ser denominada como `metriclink`. Pode ser uma variável personalizada com a lista de métricas que você deseja usar ou uma variável baseada em consulta usando o [Modelo de estrutura de consulta de variável](#template-variable-query-structure). Se quiser preencher os campos de filtro ad hoc somente com os valores de uma única métrica, você pode ocultar a variável do modelo `metriclink`.
Depois de criar a variável `metriclink`, você pode adicionar o filtro ad hoc seguindo as mesmas etapas detalhadas em [Adicionar uma variável de modelo de consulta](#wavefront-adding-a-query-template-variable-1). A diferença é que você selecionará **Filtros ad hoc** como o **Tipo**, e nenhuma entrada será necessária para uma consulta.
#### Adicionar anotações
1. Para criar uma anotação do Wavefront para um dashboard, escolha a engrenagem de configurações na parte superior direita do dashboard.
1. No painel à esquerda, escolha **Anotações**.
1. No canto superior direito da página Anotações, escolha **Nova**.
1. Insira um nome para a anotação (ele será usado como o nome do botão de alternância no dashboard).
1. Selecione a **Fonte de dados** do Wavefront.
1. Por padrão, as anotações têm um limite de cem eventos de alerta que serão retornados. Para alterar isso, defina o campo **Limite** para o valor desejado.
1. Escolha **Adicionar**.
#### Usar anotações
Quando as anotações estiverem ativadas, você deverá ver os eventos e problemas de alertas que se correlacionam com um determinado período de tempo.
Se você pausar na parte inferior de uma seção anotada de uma visualização, uma janela pop-up será exibida mostrando o nome do alerta e fornecendo um link direto para o alerta no Wavefront.
#### Usar o campo Nome de exibição
Essa fonte de dados usa o campo Nome de exibição na guia Campo do painel Opções para encurtar ou alterar uma chave de legenda com base no nome, nos rótulos ou nos valores. Outras fontes de dados usam a funcionalidade `alias` personalizada para modificar as chaves de legenda, mas a função Nome de exibição é uma forma mais consistente de fazer isso.
### Referências
+ [WQL (linguagem de consulta Wavefront)](https://docs.wavefront.com/query_language_reference.html)