我有以下指标:
folsomite.
folsomite.
folsomite.
folsomite.
folsomite.
(我正在使用的缓存库有2种命中:第一次机会和第二次机会,以及3种口味的错过)
我想算一算(hit1 + hit2) / (miss1 + miss2 + miss3)
.我以为我会从计算开始(hit1 + hit2)
,但如果我使用sumSeries
as sumSeries(folsomite.*.cache.hit*)
,那么它
也会对值进行求和.
如何在一些通配符上汇总多个指标,而不是对其他通配符进行求和?或者我如何在保留通配符的同时专门添加两个(或更多指标)?
并且,在完成此操作后,我可以将一个(求和)结果除以另一个吗?
编辑:我实际上是使用grafana来渲染图形.这有什么区别吗?
注意我没有解决这个问题,但信息可能会有所帮助.我们假设石墨中有以下数据
folsomite.A.cache.hit1 folsomite.B.cache.hit1 folsomite.A.cache.hit2 folsomite.C.cache.hit1 folsomite.B.cache.hit2 folsomite.A.cache.miss1 folsomite.B.cache.miss1 folsomite.A.cache.miss2 folsomite.A.cache.miss3 folsomite.C.cache.miss2 folsomite.B.cache.miss2
要通过一个通配符组,你应该使用groupByNode所以
groupByNode(folsomite.*.cache.hit*, 1, 'sumSeries')
将输出指标A
,B
,C
与总结命中.由于miss的groupByNode将返回相同的度量名称,我们应该以某种方式区分它.使用aliasSub.所以现在我们有:
aliasSub(groupByNode(folsomite.*.cache.hit*, 1, 'sumSeries'), '(.*)', '\1.hit') aliasSub(groupByNode(folsomite.*.cache.miss*, 1, 'sumSeries'), '(.*)', '\1.miss')
和公制我们得到的是A.hit
,B.hit
,C.hit
,A.miss
,B.miss
,C.miss
.
接下来我们可以尝试reduceSeries(这对我不起作用,我遗漏了一些东西:)).由于减少了期望的系列列表,它需要由group或mapSeries组合,所以
group( aliasSub(groupByNode(folsomite.*.cache.hit*, 1, 'sumSeries'), '(.*)', '\1.hit'), aliasSub(groupByNode(folsomite.*.cache.miss*, 1, 'sumSeries'), '(.*)', '\1.miss') )
将输出完全错过并命中系列.现在减少
reduceSeries( group( aliasSub(groupByNode(folsomite.*.cache.hit*, 1, 'sumSeries'), '(.*)', '\1.hit'), aliasSub(groupByNode(folsomite.*.cache.miss*, 1, 'sumSeries'), '(.*)', '\1.miss') ), 'divideSeries', 1, 'hit', miss')
就这样.也许以后我会尝试不同的方法但是...我希望它至少会给出一些提示.
由于grafana能够使用变量设置模板,因此可以使用它,但我必须深入研究这个功能.