grafana接入OpenTSDB设置大盘语法

1、filter过滤语法

1.1 精准匹配

• literal_or ： tagv的过滤规则: 精确匹配多项迭代值，多项迭代值以’|'分隔，大小写敏感

• iliteral_or： tagv的过滤规则: 精确匹配多项迭代值，多项迭代值以’|'分隔，忽略大小写

1.2 正则匹配

• regexp： tagv的过滤规则: 正则表达式匹配
• OpenTSDB的正则表达式语法可能与其他数据库不同

1）匹配出以 XX开头

例如，要过滤出字符串以"ab_123"开头的数据，如下：

{
	"type": "regexp",
	"tagk": "<标签键>",
	"filter": "^(str_pre)",
	"groupBy": false
}
1
2
3
4
5
6

{
	"type": "regexp",
	"tagk": "app_id",
	"filter": "^(ab_123)",
	"groupBy": false
}
1
2
3
4
5
6

<标签键>是过滤的标签键，正则表达式，^(ab_123)使用了负向前瞻断言(ab_123)，表示以"ab_123"开头的字符串。

2. 匹配出 以XX开头 或以YY开头

例如，要过滤出字符串以"ab_123"开头或以"ab_666"的数据，如下：

{
	"type": "regexp",
	"tagk": "<标签键>",
	"filter": "^(str_pre)",
	"groupBy": false
}
1
2
3
4
5
6

{
	"type": "regexp",
	"tagk": "app_id",
	"filter": "^(ab_123|ab_666)",
	"groupBy": false
}
1
2
3
4
5
6

<标签键>是过滤的标签键，正则表达式，^(ab_123|ab_666)使用了括号和管道符合，表示以"ab_123"或"ab_666"开头的字符串

3）匹配出 不以 XX开头

例如，要过滤出字符串不以"ab_123"或"ab_666"开头的数据，如下：

{
	"type": "regexp",
	"tagk": "<标签键>",
	"filter": "^(?!str_pre)",
	"groupBy": false
}
1
2
3
4
5
6

{
	"type": "regexp",
	"tagk": "app_id",
	"filter": "^(?!ab_123|ab_666)",
	"groupBy": false
}
1
2
3
4
5
6

<标签键>是过滤的标签键，正则表达式，^(?!ab_123|ab_666)使用了负向前瞻断言(?!ab_123|ab_666)，表示不以"ab_123"或""ab_666"开头的字符串。

1.3 通配符匹配

• wildcard： tagv的过滤规则: 通配符匹配，大小写敏感
• iwildcard： tagv的过滤规则: 通配符匹配，忽略大小写
• not_literal_or： tagv的过滤规则: 通配符取非匹配，大小写敏感
• not_iliteral_or： tagv的过滤规则: 通配符取非匹配，忽略大小写

完整示例

1、 展示应用app的CPU利用率监控

$app_id 为变量，可以写静态，也可以动态

{
  "time": {
    "aggregator": "sum",
    "granularity": "20s"
  },
  "filters": [
    {
      "tags": [
        {
          "type": "iliteral_or",
          "tagk": "app_id",
          "filter": "$app_id",
          "groupBy": false
        },
        {
          "type": "iliteral_or",
          "tagk": "priority",
          "filter": "Product",
          "groupBy": false
        }
      ],
      "id": "app_info_i"
    }
  ],
  "metrics": [
    {
      "id": "app_used",
      "metric": "docker.cpu.used",
      "filter": "app_info_i"
    },
    {
      "id": "app_quota",
      "metric": "docker.cpu.quota",
      "filter": "app_info_i"
    }
  ],
  "expressions": [
    {
      "id": "app_cpu_rate",
      "expr": "(app_used/app_quota)*100"
    }
  ],
  "outputs": [
    {
      "id": "app_cpu_rate",
      "alias": "XXXCPU利用率"
    }
  ]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

2）展示应用app的在线核数

{
  "time": {
    "aggregator": "sum",
    "granularity": "1m"
  },
  "limit": "avg:top:500",
  "filters": [
    {
      "tags": [
        {
          "type": "iliteral_or",
          "tagk": "app_id",
          "filter": "$app_id",
          "groupBy": false
        },
        {
          "type": "iliteral_or",
          "tagk": "priority",
          "filter": "Product",
          "groupBy": false
        }
      ],
      "id": "app_info_i"
    }
  ],
  "metrics": [
    {
      "id": "app_quota",
      "metric": "docker.cpu.quota",
      "filter": "app_info_i"
    }
  ],
  "expressions": [
    {
      "id": "quota_e",
      "expr": "app_quota/100"
    }
  ],
  "outputs": [
    {
      "id": "quota_e",
      "alias": "cpu(core)"
    }
  ]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45