OpenTSDB使用总结-(3)

查询数据

功能介绍

从OpenTSDB数据库中查询数据。
URI

URI格式

POST {OpenTSDB URL}/api/query

  

 

  
1
  
2
  
3
 

请求

请求样例

{ "start": 1504527820, "end": 1504557820, "queries": [ { "aggregator": "sum", "metric": "cpu.system", "rate": "true", "filters": [ { "type":"regexp", "tagk":"host", "filter":"web[0-9]+.lax.mysite.com", "groupBy":true }, { "type":"literal_or", "tagk":"dc", "filter":"lax|dal", "groupBy":false }, ] } ]
}

  

 

  
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
 

参数说明

表1 请求参数说明

表2 子查询参数说明

downsample说明-重采样

当查询的时间跨度很大，例如每秒都将温度作为数据写入OpenTSDB，每个小时会产生3600条数据点，当查询一周的数据时，会返回604800个数据点。展示如此多数据会显得很乱，通常也不需要这样精确的数据。使用降精度的方式将一段时间的数据点聚合后当作一个数据点，比如将每个小时的数据聚合为1个数据点，这样就会只显示168个数据点。

格式：

<Interval><units>-<aggregator>[c][-<fill policy>]

• “Interval” ：时间数值，unit：时间单位，s秒，m分，h小时，d天。示例：1h ， 30m， 24h

• “aggregator” :聚合策略，将一段时间点聚合为一个数据点的策略。参见[aggregator说明]。

• “fill policy” : 补值策略，当使用aggreator计算一段时间内的汇聚值时，遇到中间缺少的数据点时，会使用一定的策略补充数据。补值策略请参见表4。

aggregator说明

aggregator在降精度downsample和多条时间线聚合时使用。通过算子将多个数据点汇聚成一个数据点。汇聚的算子请参见表3

表3-算子

表4-补值策略参数

表5-filter参数

表6-filter-type参数

相应

• 响应样例

[ { "metric": "tsd.hbase.puts", "tags": { "host": "tsdb-1.mysite.com" }, "aggregatedTags": [], "dps": { "1365966001": 3758788892, "1365966061": 3758804070,
... "1365974281": 3778141673 } }, { "metric": "tsd.hbase.puts", "tags": { "host": "tsdb-2.mysite.com" }, "aggregatedTags": [], "dps": { "1365966001": 3902179270, "1365966062": 3902197769,
... "1365974281": 3922266478 } }
]
  

 

  
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
 

• 参数说明

表7 响应参数说明

文章来源: zclhit.blog.csdn.net，作者：zclhit_，版权归原作者所有，如需转载，请联系作者。

原文链接：zclhit.blog.csdn.net/article/details/80682639