Gauss DB（DWS）对接系列-数据可视化工具Grafana 7.4.3版本对接
GaussDB Kernel提供自研的TSDB时序引擎，提供扩展的时序场景语法，以及分区管理、时序计算、时序生态函数等服务功能,此博文详细描述如何使用Grafana与DWS时序数仓对接，展示时序数据。
1.DWS(时序数仓)构造测试数据
Data Studio登录DWS(时序数仓)集群，创建用户、数据库及测试表
| --创建用户 create user sxsc password 'Huawei@123'; --创建数据库 create database sxscdb owner sxsc encoding='utf-8' TEMPLATE template0; --赋予用户sxsc 模式public权限 GRANT ALL PRIVILEGES ON SCHEMA public TO sxsc; |
执行结果如下：
创建测试表，构造时序数据
Data Studio上使用新建的sxsc用户登录sxscdb数据库创建测试表，并构造时序数据
创建测试表：
| drop table if exists public.jiaocai; create table if not exists jiaocai( type text TSTag ,devId text TSTag ,PhV_phsA double precision TSField ,PhV_phsB double precision TSField ,PhV_phsC double precision TSField ,PhV_neut double precision TSField ,A_phsA double precision TSField ,A_phsN double precision TSField ,A_phsC double precision TSField ,A_phsB double precision TSField ,PhVAr_phsA double precision TSField ,PhVAr_phsB double precision TSField ,PhVAr_phsC double precision TSField ,TotVAr double precision TSField ,PhPF_phsA double precision TSField ,PhPF_phsB double precision TSField ,PhPF_phsC double precision TSField ,TotPF double precision TSField ,TotVA double precision TSField ,PhW_phsA double precision TSField ,PhW_phsB double precision TSField ,PhW_phsC double precision TSField ,TotW double precision TSField ,PhVA_phsA double precision TSField ,PhVA_phsB double precision TSField ,PhVA_phsC double precision TSField ,time timestamp without time zone TSTime )with (TTL='7 days', PERIOD = '1 day', orientation=TIMESERIES); COMMENT ON COLUMN public.jiaocai.PhVAr_phsA IS 'A相无功功率'; COMMENT ON COLUMN public.jiaocai.PhVAr_phsB IS 'B相无功功率'; COMMENT ON COLUMN public.jiaocai.PhVAr_phsC IS 'C相无功功率'; COMMENT ON COLUMN public.jiaocai.TotVAr IS '总无功功率'; COMMENT ON COLUMN public.jiaocai.PhPF_phsA IS 'A相功率因数'; COMMENT ON COLUMN public.jiaocai.PhPF_phsB IS 'B相功率因数'; COMMENT ON COLUMN public.jiaocai.PhPF_phsC IS 'C相功率因数'; COMMENT ON COLUMN public.jiaocai.TotPF IS '总功率因数'; COMMENT ON COLUMN public.jiaocai.TotVA IS '总视在功率'; COMMENT ON COLUMN public.jiaocai.PhW_phsA IS 'A相有功功率'; COMMENT ON COLUMN public.jiaocai.PhW_phsB IS 'B相有功功率'; COMMENT ON COLUMN public.jiaocai.PhW_phsC IS 'C相有功功率'; COMMENT ON COLUMN public.jiaocai.TotW IS '总有功功率'; COMMENT ON COLUMN public.jiaocai.PhVA_phsA IS 'A相视在功率'; COMMENT ON COLUMN public.jiaocai.PhVA_phsB IS 'B相视在功率'; COMMENT ON COLUMN public.jiaocai.PhVA_phsC IS 'C相视在功率'; |
语法介绍：
TSTag：维度属性字段
TSField：指标属性字段
TSTime：时间属性字段
TTL：数据生命周期，此表数据生命周期为7天
PERIOD：自动创建分区间隔，此表分区按照1天间隔创建
Orientation：表属性，TIMESERIES说明是时间序列表
创建存储过程insert_data()，模拟时序数据入库
| CREATE OR REPLACE PROCEDURE insert_data(v_number bigint) AS DECLARE v_insert_jiaocai_string VARCHAR2(4000); var_count bigint; BEGIN var_count := 0; v_insert_jiaocai_string := 'insert into public.jiaocai( type ,devId ,PhV_phsA ,PhV_phsB ,PhV_phsC ,PhV_neut ,A_phsA ,A_phsN ,A_phsC ,A_phsB ,PhVAr_phsA ,PhVAr_phsB ,PhVAr_phsC ,TotVAr ,PhPF_phsA ,PhPF_phsB ,PhPF_phsC ,TotPF ,TotVA ,PhW_phsA ,PhW_phsB ,PhW_phsC ,TotW ,PhVA_phsA ,PhVA_phsB ,PhVA_phsC ,time ) values( ''analog'' ,''025BHN6RK9522172_JC'' ,random() ,random()*300 ,random()*300 ,random()*300 ,random()*300 ,random()*90 ,random()*300 ,random()*300 ,random()*60 ,random()*50 ,random()*40 ,random()*30 ,random() ,random() ,random() ,random() ,random()*20 ,random()*30 ,random()*40 ,random()*50 ,random()*60 ,random()*70 ,random()*80 ,random()*90 ,clock_timestamp() - interval ''7.815 hour'' );'; while var_count < v_number loop EXECUTE IMMEDIATE v_insert_jiaocai_string; var_count := var_count+1; pg_sleep(5); commit; end loop; END; / |
执行存储过程，执行数据插入1000次，每5s插入一次
| call insert_data(1000); |
2.Grafana对接DWS时序数仓
部署Grafana(windows版)
Grafana下载地址：https://grafana.com/grafana/download?platform=windows
下载完成后，在windows路径下解压文件grafana-7.4.3.windows-amd64.rar，如下图：
进入bin目录
双击grafana-server启动服务
Grafana对接DWS
Grafana登录地址：
默认用户名及密码：admin/admin,第一次登陆会提示修改密码
Grafana中配置DWS数据源，点击Data Sources
点击 Add data source
选择PostgreSQL数据源
配置DWS集群信息
Save&Test保存
Database Connection OK 说明连通性测试成功
配置时序图标展示数据
点击+Add new panel
点击配置数据源，选择$DWS
配置区配置要展示的时序数据，如下图：
点击，可切换为SQL模式
配置完成后点击apply应用此配置
页面可以选择时序数据展示的时间区间及刷新频率
- 点赞
- 收藏
- 关注作者
评论（0）