Документация Grafana Документация GlaberGraph Администрирование Корреляции Использование переменных и преобразований в корреляции

Использование переменных и преобразований в корреляции

Прежде чем начать

В этом примере описывается создание ссылки в тестовом источнике данных, но те же принципы применимы к любому источнику данных.

Пример воспроизводит сценарий с двумя источниками данных:

• Логи, содержащие строки в формате: «2020-01-01 10:00 level=error message=error service=app1.loginService», хранящиеся в поле с именем «msg»
• Метрики приложения, включённого в имя сервиса строки лога (например, app1)

Приведённые ниже инструкции показывают, как настроить ссылку, которая может выполнять запрос метрик для хоста, указанного в каждой строке лога, с помощью провижининга и преобразования regex. Кроме того, настраивается ссылка с запросом, содержащим полное имя сервиса, чтобы продемонстрировать преобразование logfmt.

Использование переменных и преобразований при провижининге

1. Добавьте следующую конфигурацию провижининга в вашу Grafana:

   YAML Copy

   datasources:
     - name: Target
       uid: test-target
       type: testdata
   
     - name: Source
       uid: test-source
       type: testdata
     - name: Source
       uid: test-source
       type: testdata
       correlations:
         - targetUID: test-target
           label: App metrics
           description: Application HTTP request metrics
           config:
             type: query
             target:
               scenario_id: random_walk
               alias: $${application}
             field: msg
             transformations:
               - type: regex
                 field: msg
                 expression: service=(\w+)\.\w+
                 mapValue: application
         - targetUID: test-target
           label: Service metrics
           description: Service metrics
           config:
             type: query
             target:
               scenario_id: random_walk
               alias: $${service}
             field: msg
             transformations:
               - type: logfmt
                 field: msg

   Создаются два источника данных: Source (эмулирующий источник данных логов) и Target (эмулирующий источник данных метрик):

   • Создаётся корреляция под названием «App metrics», нацеленная на источник данных Target по его UID.
     • Метка и описание задаются как текст
     • Каждая корреляция содержит следующую конфигурацию:
       • Обязательный тип корреляции (query)
       • Целевой запрос, соответствующий модели тестового источника данных
     • Корреляция «App metrics» содержит следующую конфигурацию:
       • Alias задан как переменная ${application} (обратите внимание, что в файлах провижининга символ $ используется для доступа к переменным окружения, поэтому его нужно экранировать).
       • Создаётся преобразование с помощью регулярного выражения для извлечения значений из поля «msg»
         • Преобразование с помощью регулярного выражения используется для захвата имени приложения из полного имени сервиса, хранящегося в строке лога.
         • Результат преобразования сопоставляется с переменной под названием «application».
     • Корреляция «Service metrics» создаётся похожим образом, но с преобразованием logfmt, чтобы разобрать сообщение лога и получить доступ к полному имени сервиса (например, «app1.loginService»).
       • Например, когда в качестве входных данных передаётся строка лога «2020-01-01 10:00 level=error message=error service=app1.loginService», преобразование создаёт новые переменные: level, message и service.
       • Переменная «service» используется как alias в целевом запросе.

2. Перейдите в Explore и откройте источник данных «Source».

3. Выберите сценарий «Raw Frames» и укажите следующие фреймы данных, чтобы эмулировать возврат строк логов:

   JSON Copy

   [
     {
       "meta": {
         "preferredVisualisationType": "logs"
       },
       "fields": [
         {
           "name": "time",
           "values": [1, 2]
         },
         {
           "name": "msg",
           "values": [
             "level=error msg=error service=app1.loginService",
             "level=debug msg=info service=app2.userProfileService"
           ]
         }
       ]
     }
   ]

4. Выполните запрос и откройте подробности лога, нажав на строку лога.

   Рядом с переменными, извлечёнными из строки лога с помощью преобразований, отображаются ссылки «App metrics» и «Service metrics»

5. Нажмите на ссылку «App metrics».

6. Откроется разделённое представление и выполнится целевой запрос.

7. Обратите внимание, как имя приложения из строки лога подставляется в свойство alias целевого запроса.

   Это позволяет выполнять конкретный запрос на основе исходных результатов:

8. Вернитесь к исходному запросу и измените предпочтительный тип визуализации raw frames на «table», чтобы увидеть, как ссылки отображаются в визуализации «Таблица».

   JSON Copy

   [
     {
       "meta": {
         "preferredVisualisationType": "table"
       },
       "fields": [...]
     }
   ]

9. Выполните запрос и обратите внимание, как ссылки создаются в ячейке таблицы: