Navigation

    Logo
    • Register
    • Login
    • Search
    • Recent
    • Tags
    • Unread
    • Categories
    • Unreplied
    • Popular
    • GitHub
    • Docu
    • Hilfe
    1. Home
    2. Deutsch
    3. Off Topic
    4. Grafana
    5. Grafana Tages/Monatsverbräuche Performance u. Darstellung?

    NEWS

    • ioBroker@Smart Living Forum Solingen, 14.06. - Agenda added

    • ioBroker goes Matter ... Matter Adapter in Stable

    • Monatsrückblick - April 2025

    Grafana Tages/Monatsverbräuche Performance u. Darstellung?

    This topic has been deleted. Only users with topic management privileges can see it.
    • D
      Dieter_P @Marc Berg last edited by Dieter_P

      @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

      Was du damit erreichen willst, habe ich aber leider nicht verstanden. Eine zweite Abfrage ergibt aus meiner Sicht nur Sinn, wenn es um die gleichen Zeitbereiche geht.

      Danke, was ich möchte: Die Datenbankeinträge "Tagesverbrauch" stehen für jeden Tag "erst" um 23:59h zur Verfügung. Wenn ich jetzt aber die Graphen aufrufe möchte ich möglichst auch den aktuellen temporären Wert für den heutigen Tag sehen. Die Abfrage kann ich mir nicht über den measurement Tagesverbrauch holen, sondern muß ich wirklich "just in time" für den heutigen Tag berechnen lassen über die Zählerstände (nur für den heutigen Tag).

      Alles mit der Intention eine möglichst performance-optimierte Ansicht zu bekommen.

      Marc Berg 1 Reply Last reply Reply Quote 0
      • D
        Dieter_P @Marc Berg last edited by

        @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

        @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

        Dort eine Verschiebung in der Zeitachse um 1Tag drin. Ich schreibe den Tagesverbrauch defintiv vor 24h in die Datenbank somit ist der Zeitstempel auch vom gleichen Tag, aber die Aggregation verschiebt das.
        Wie ist das anpassbar?

        Du solltest jeweils vor deine Query

        import "timezone"
        option location = timezone.location(name: "Europe/Berlin")
        

        reinschreiben. (Ich nehme an, dass du mit "23:59h" lokale Zeit meinst?)

        Danke. Ja, ist 23:59h über ein Blockly in IOB.

        Leider ändert sich in der Darstellung in Grafana nichts mit:

        import "timezone"
        option location = timezone.location(name: "Europe/Berlin")
        from(bucket: "iobroker")
          |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
          |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
          |> filter(fn: (r) => r["_field"] == "value")
          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
          |> yield(name: "sum")
        

        -> Start: 02. Dezember und alles um einen Tag versetzt.

        Marc Berg 1 Reply Last reply Reply Quote 0
        • Marc Berg
          Marc Berg Most Active @Dieter_P last edited by

          @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)

          jep, du musst die Zeile hier noch erweitern:

          |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")

          D 1 Reply Last reply Reply Quote 0
          • Marc Berg
            Marc Berg Most Active @Dieter_P last edited by Marc Berg

            @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

            Die Abfrage kann ich mir nicht über den measurement Tagesverbrauch holen, sondern muß ich wirklich "just in time" für den heutigen Tag berechnen lassen über die Zählerstände (nur für den heutigen Tag).

            Achso, ja das geht, mit einem "union". Hier fügst du zwei Abfragen "vertikal" zusammen. Ungetestet:

            import "timezone"
            import "date"
            option location = timezone.location(name: "Europe/Berlin")
            
            tagesverbrauch=from(bucket: "iobroker")
              |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
              |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
              |> filter(fn: (r) => r["_field"] == "value")
              |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
            
            live=from(bucket: "iobroker")
              |> range(start: date.truncate(t:-1s, unit:1d))
              |> filter(fn: (r) => r["_measurement"] == "OelVerbrLive")
              |> filter(fn: (r) => r["_field"] == "value")
              |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
            
             union(tables: [tagesverbrauch, live])
            
            D 1 Reply Last reply Reply Quote 1
            • D
              Dieter_P @Marc Berg last edited by

              jep, du musst die Zeile hier noch erweitern:

              |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")

              gemacht und nun möchte der Bargraph "Bar garph requires a string or time field".

              Brauch ich etwas in Flux (killt mir das nicht dann die dynamische Anpassung "This month" aus Grafana oder ist etwas rechts in den Optionen des Panels für die X-Achse zu konfigurieren?
              1591d5f1-cdaf-4833-9bde-a6323d01c29a-grafik.png

              Danke

              Marc Berg 1 Reply Last reply Reply Quote 0
              • Marc Berg
                Marc Berg Most Active @Dieter_P last edited by

                @dieter_p

                Das ist seltsam, zeig nochmal die ganze Query.

                D 1 Reply Last reply Reply Quote 0
                • D
                  Dieter_P @Marc Berg last edited by

                  Achso, ja das geht, mit einem "union". Hier fügst du zwei Abfragen "vertikal" zusammen. Ungetestet:

                  Danke.

                  Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                  Query:

                  import "timezone"
                  import "date"
                  option location = timezone.location(name: "Europe/Berlin")
                  tagesverbrauch=from(bucket: "iobroker")
                    |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
                    |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                    |> filter(fn: (r) => r["_field"] == "value")
                    |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                  
                  live=from(bucket: "iobroker")
                    |> range(start: date.truncate(t:-1s, unit:1d))
                    |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                    |> filter(fn: (r) => r["_field"] == "value")
                    |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                    |> difference(nonNegative: true, columns: ["_value"])
                    |> yield(name: "last")
                   
                   union(tables: [tagesverbrauch, live])
                  

                  Query Inspector:

                  {
                    "request": {
                      "url": "api/ds/query?ds_type=influxdb&requestId=Q119",
                      "method": "POST",
                      "data": {
                        "queries": [
                          {
                            "datasource": {
                              "type": "influxdb",
                              "uid": "fe97a43e-a484-468d-ba5f-dff87870a54a"
                            },
                            "query": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n  |> yield(name: \"last\")\r\n \r\n union(tables: [tagesverbrauch, live])",
                            "refId": "A",
                            "datasourceId": 1,
                            "intervalMs": 3600000,
                            "maxDataPoints": 848
                          }
                        ],
                        "from": "1701385200000",
                        "to": "1704063599999"
                      },
                      "hideFromInspector": false
                    },
                    "response": {
                      "results": {
                        "A": {
                          "status": 200,
                          "frames": [
                            {
                              "schema": {
                                "name": "OelVerbrTag",
                                "refId": "A",
                                "meta": {
                                  "typeVersion": [
                                    0,
                                    0
                                  ],
                                  "executedQueryString": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: 2023-11-30T23:00:00Z, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n  |> yield(name: \"last\")\r\n \r\n union(tables: [tagesverbrauch, live])"
                                },
                                "fields": [
                                  {
                                    "name": "Time",
                                    "type": "time",
                                    "typeInfo": {
                                      "frame": "time.Time",
                                      "nullable": true
                                    }
                                  },
                                  {
                                    "name": "value",
                                    "type": "number",
                                    "typeInfo": {
                                      "frame": "float64",
                                      "nullable": true
                                    },
                                    "labels": {}
                                  }
                                ]
                              },
                              "data": {
                                "values": [
                                  [
                                    1701471600000,
                                    1701558000000,
                                    1701644400000,
                                    1701730800000,
                                    1701817200000,
                                    1701903600000,
                                    1701990000000,
                                    1702076400000,
                                    1702162800000,
                                    1702249200000,
                                    1702335600000,
                                    1702422000000,
                                    1702508400000,
                                    1702594800000,
                                    1702681200000,
                                    1702767600000,
                                    1702854000000,
                                    1702940400000,
                                    1703026800000,
                                    1703113200000,
                                    1703199600000,
                                    1703286000000,
                                    1703372400000
                                  ],
                                  [
                                    11.24,
                                    11.55,
                                    11.55,
                                    10.42,
                                    8.27,
                                    8.29,
                                    9.52,
                                    8.1,
                                    7.29,
                                    6.5,
                                    5.79,
                                    5.87,
                                    5.42,
                                    6.28,
                                    6.19,
                                    6.12,
                                    6.59,
                                    6.64,
                                    5.46,
                                    6.26,
                                    5.19,
                                    6.07,
                                    6.08
                                  ]
                                ]
                              }
                            }
                          ],
                          "refId": "A"
                        }
                      }
                    }
                  }
                  

                  67cbbbe3-56df-4cbc-b5de-ab253fb01917-grafik.png

                  Marc Berg 1 Reply Last reply Reply Quote 0
                  • Marc Berg
                    Marc Berg Most Active @Dieter_P last edited by

                    @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                    Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                    Die Zeile muss weg

                    |> yield(name: "last")
                    
                    D 1 Reply Last reply Reply Quote 0
                    • D
                      Dieter_P @Marc Berg last edited by

                      @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                      @dieter_p

                      Das ist seltsam, zeig nochmal die ganze Query.

                      Gleiches auch hier mit dem "union":

                      Query:

                      import "timezone"
                      import "date"
                      option location = timezone.location(name: "Europe/Berlin")
                      tagesverbrauch=from(bucket: "iobroker")
                        |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))
                        |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                        |> filter(fn: (r) => r["_field"] == "value")
                        |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, createEmpty: false, timeSrc="_start")
                      
                      live=from(bucket: "iobroker")
                        |> range(start: date.truncate(t:-1s, unit:1d))
                        |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                        |> filter(fn: (r) => r["_field"] == "value")
                        |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                        |> difference(nonNegative: true, columns: ["_value"])
                        |> yield(name: "last")
                       
                       union(tables: [tagesverbrauch, live])
                      
                      1 Reply Last reply Reply Quote 0
                      • D
                        Dieter_P @Marc Berg last edited by

                        @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                        @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                        Seh ich das richtig, dass im Moment der ergänzte "union" teil bei mir noch nichts zurück liefert?

                        Die Zeile muss weg

                        |> yield(name: "last")
                        

                        ok, gleiche Ausgabe:

                        {
                          "request": {
                            "url": "api/ds/query?ds_type=influxdb&requestId=Q124",
                            "method": "POST",
                            "data": {
                              "queries": [
                                {
                                  "datasource": {
                                    "type": "influxdb",
                                    "uid": "fe97a43e-a484-468d-ba5f-dff87870a54a"
                                  },
                                  "query": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: v.timeRangeStart, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n \r\n union(tables: [tagesverbrauch, live])",
                                  "refId": "A",
                                  "datasourceId": 1,
                                  "intervalMs": 3600000,
                                  "maxDataPoints": 848
                                }
                              ],
                              "from": "1701385200000",
                              "to": "1704063599999"
                            },
                            "hideFromInspector": false
                          },
                          "response": {
                            "results": {
                              "A": {
                                "status": 200,
                                "frames": [
                                  {
                                    "schema": {
                                      "name": "OelVerbrTag",
                                      "refId": "A",
                                      "meta": {
                                        "typeVersion": [
                                          0,
                                          0
                                        ],
                                        "executedQueryString": "import \"timezone\"\r\nimport \"date\"\r\noption location = timezone.location(name: \"Europe/Berlin\")\r\ntagesverbrauch=from(bucket: \"iobroker\")\r\n  |> range(start: 2023-11-30T23:00:00Z, stop: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"OelVerbrTag\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n\r\nlive=from(bucket: \"iobroker\")\r\n  |> range(start: date.truncate(t:-1s, unit:1d))\r\n  |> filter(fn: (r) => r[\"_measurement\"] == \"0_userdata.0.Heizöl.Zaehlerstandverbrauch\")\r\n  |> filter(fn: (r) => r[\"_field\"] == \"value\")\r\n  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)\r\n  |> difference(nonNegative: true, columns: [\"_value\"])\r\n \r\n union(tables: [tagesverbrauch, live])"
                                      },
                                      "fields": [
                                        {
                                          "name": "Time",
                                          "type": "time",
                                          "typeInfo": {
                                            "frame": "time.Time",
                                            "nullable": true
                                          }
                                        },
                                        {
                                          "name": "value",
                                          "type": "number",
                                          "typeInfo": {
                                            "frame": "float64",
                                            "nullable": true
                                          },
                                          "labels": {}
                                        }
                                      ]
                                    },
                                    "data": {
                                      "values": [
                                        [
                                          1701471600000,
                                          1701558000000,
                                          1701644400000,
                                          1701730800000,
                                          1701817200000,
                                          1701903600000,
                                          1701990000000,
                                          1702076400000,
                                          1702162800000,
                                          1702249200000,
                                          1702335600000,
                                          1702422000000,
                                          1702508400000,
                                          1702594800000,
                                          1702681200000,
                                          1702767600000,
                                          1702854000000,
                                          1702940400000,
                                          1703026800000,
                                          1703113200000,
                                          1703199600000,
                                          1703286000000,
                                          1703372400000
                                        ],
                                        [
                                          11.24,
                                          11.55,
                                          11.55,
                                          10.42,
                                          8.27,
                                          8.29,
                                          9.52,
                                          8.1,
                                          7.29,
                                          6.5,
                                          5.79,
                                          5.87,
                                          5.42,
                                          6.28,
                                          6.19,
                                          6.12,
                                          6.59,
                                          6.64,
                                          5.46,
                                          6.26,
                                          5.19,
                                          6.07,
                                          6.08
                                        ]
                                      ]
                                    }
                                  }
                                ],
                                "refId": "A"
                              }
                            }
                          }
                        }
                        
                        Marc Berg 1 Reply Last reply Reply Quote 0
                        • Marc Berg
                          Marc Berg Most Active @Dieter_P last edited by Marc Berg

                          @dieter_p

                          Schwierig, so ohne Quelldaten. Was liefert

                          from(bucket: "iobroker")
                          
                            |> range(start: date.truncate(t:-1s, unit:1d))
                            |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                            |> filter(fn: (r) => r["_field"] == "value")
                            |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                            |> difference(nonNegative: true, columns: ["_value"])
                          

                          Edit: und sehe ich das richtig? In "0_userdata.0.Heizöl.Zaehlerstandverbrauch" stehen keine Verbräuche, sondern Stände?

                          D 2 Replies Last reply Reply Quote 0
                          • D
                            Dieter_P @Marc Berg last edited by Dieter_P

                            Edit: und sehe ich das richtig? In "0_userdata.0.Heizöl.Zaehlerstandverbrauch" stehen keine Verbräuche, sondern Stände?

                            Ja, richtig. In der Version die bei mir zuviel Performance kostet, hatte ich die Zählerstände so abgefragt:

                            from(bucket: "iobroker")
                              |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
                              |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                              |> filter(fn: (r) => r["_field"] == "value")
                              |> aggregateWindow(every: 1d , fn: last, timeSrc: "_start")
                              |> difference(nonNegative: true, columns: ["_value"])
                              |> yield(name: "last")
                            

                            Das möchten wir ja übers "union" nur für den aktuellen Tag ergänzen, richtig?

                            1 Reply Last reply Reply Quote 0
                            • D
                              Dieter_P @Marc Berg last edited by Dieter_P

                              @marc-berg

                              aaah, Fortschritt 🙂

                              798915ae-49fa-4c71-8265-a89f9897124e-grafik.png

                              mit:

                              import "timezone"
                              import "date"
                              option location = timezone.location(name: "Europe/Berlin")
                              tagesverbrauch=from(bucket: "iobroker")
                                |> range(start: v.timeRangeStart, stop: date.truncate(t:-1d, unit:1d))
                                |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                |> filter(fn: (r) => r["_field"] == "value")
                                |> aggregateWindow(every: 1d, fn: sum, createEmpty: false)
                              
                              live=from(bucket: "iobroker")
                                |> range(start: date.truncate(t:-1d, unit:1d))
                                |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                |> filter(fn: (r) => r["_field"] == "value")
                                |> aggregateWindow(every: 1d, fn: last, createEmpty: false)
                                |> difference(nonNegative: true, columns: ["_value"])
                              

                              somit bleibt noch das Thema warum er den Tagesverbrauch auf der Zeitachse verschiebt. Wird jetzt ja besonders deutlich da es 2 Werte für den 24.12. gibt und nur der grüne ist richtig. Alle gelben sind um einen Tag verschoben.

                              Marc Berg 2 Replies Last reply Reply Quote 0
                              • Marc Berg
                                Marc Berg Most Active @Dieter_P last edited by

                                @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                somit bleibt noch das Thema warum er den Tagesverbrauch auf der Zeitachse verschiebt. Wird jetzt ja besonders deutlich da es 2 Werte für den 24.12. gibt und nur der grüne ist richtig. Alle gelben sind um einen Tag verschoben.

                                Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                D 1 Reply Last reply Reply Quote 0
                                • Marc Berg
                                  Marc Berg Most Active @Dieter_P last edited by

                                  @dieter_p

                                  Ach, jetzt hab ich's. Ich habe dir eine falsche Syntax gegeben

                                  falsch:

                                  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")
                                  

                                  richtig:

                                  |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc: "_start")
                                  
                                  D 1 Reply Last reply Reply Quote 0
                                  • D
                                    Dieter_P @Marc Berg last edited by

                                    Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                    Sowas?
                                    30cac1b8-3f01-4293-8a1a-856f97915599-grafik.png

                                    Marc Berg 1 Reply Last reply Reply Quote 0
                                    • D
                                      Dieter_P @Marc Berg last edited by

                                      @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                      @dieter_p

                                      Ach, jetzt hab ich's. Ich habe dir eine falsche Syntax gegeben

                                      falsch:

                                      |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc="_start")
                                      

                                      richtig:

                                      |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc: "_start")
                                      

                                      Danke, es wird besser:

                                      7f5222a8-9b76-4e4f-8384-059329854fe2-grafik.png

                                      mit:

                                      import "timezone"
                                      import "date"
                                      option location = timezone.location(name: "Europe/Berlin")
                                      tagesverbrauch=from(bucket: "iobroker")
                                        |> range(start: v.timeRangeStart, stop: date.truncate(t:-1d, unit:1d))
                                        |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                        |> filter(fn: (r) => r["_field"] == "value")
                                        |> aggregateWindow(every: 1d, fn: sum, createEmpty: false, timeSrc: "_start") 
                                      
                                      live=from(bucket: "iobroker")
                                        |> range(start: date.truncate(t:-1d, unit:1d))
                                        |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                        |> filter(fn: (r) => r["_field"] == "value")
                                        |> aggregateWindow(every: 1d, fn: last, createEmpty: false, timeSrc:"_start")
                                        |> difference(nonNegative: true, columns: ["_value"])
                                       
                                       union(tables: [tagesverbrauch, live])
                                      
                                      Marc Berg 1 Reply Last reply Reply Quote 0
                                      • Marc Berg
                                        Marc Berg Most Active @Dieter_P last edited by Marc Berg

                                        @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                        Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                        Sowas?
                                        30cac1b8-3f01-4293-8a1a-856f97915599-grafik.png

                                        Ich dachte, die Daten hätten den Zeitstempel 23:59 Uhr (local Time)?

                                        Ist das hier der Verbrauch vom 02.12 oder 01.12.?

                                        f28e487a-a8fe-4bd3-bc9b-a3ac3c4e9c33-grafik.png

                                        D 1 Reply Last reply Reply Quote 0
                                        • Marc Berg
                                          Marc Berg Most Active @Dieter_P last edited by Marc Berg

                                          @dieter_p

                                          Okay, wenn ich mir das ansehe, dann wird der Verbrauch des Vortages offensichtlich irgendwann am Folgetag ermittelt. Vor diesem Hintergrund müsste dann "timeSrc: "_start" wieder raus. Und ein "group" ans Ende. Dann sollte es passen.

                                          import "timezone"
                                          import "date"
                                          option location = timezone.location(name: "Europe/Berlin")
                                          
                                          tagesverbrauch=from(bucket: "iobroker")
                                            |> range(start: v.timeRangeStart, stop: date.truncate(t:-1d, unit:1d))
                                            |> filter(fn: (r) => r["_measurement"] == "OelVerbrTag")
                                            |> filter(fn: (r) => r["_field"] == "value")
                                            |> aggregateWindow(every: 1d, fn: sum, createEmpty: false) 
                                          
                                          live=from(bucket: "iobroker")
                                            |> range(start: date.truncate(t:-1d, unit:1d))
                                            |> filter(fn: (r) => r["_measurement"] == "0_userdata.0.Heizöl.Zaehlerstandverbrauch")
                                            |> filter(fn: (r) => r["_field"] == "value")
                                            |> aggregateWindow(every: 1d, fn: last, createEmpty: false)
                                            |> difference(nonNegative: true, columns: ["_value"])
                                          
                                           union(tables: [tagesverbrauch, live])
                                            |>group()
                                          
                                          D 1 Reply Last reply Reply Quote 0
                                          • D
                                            Dieter_P @Marc Berg last edited by Dieter_P

                                            @marc-berg said in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                            @dieter_p sagte in Grafana Tages/Monatsverbräuche Performance u. Darstellung?:

                                            Das kriegen wir auch noch hin. Zeig mal einen Screenshot von den unveränderten / unaggregierten Daten im InfluxDB Data Explorer.

                                            Sowas?
                                            30cac1b8-3f01-4293-8a1a-856f97915599-grafik.png

                                            Ich dachte, die Daten hätten den Zeitstempel 23:59 Uhr (local Time)?

                                            Ist das hier der Verbrauch vom 02.12 oder 01.12.?

                                            f28e487a-a8fe-4bd3-bc9b-a3ac3c4e9c33-grafik.png

                                            ah, stimmt. Die Tagesverbräuche werden um 23:59h berechnet und in die DB geschrieben. Der Zeitstempel wird aber übernommen vom letzten Zählerstand. Wenn die Heizung in Nachtabsenkung geht kann der letzte Zählerstand in der DB (Eintrag nur bei Änderung) schon ein paar Stunden alt sein.
                                            Könnte man ändern, aber solange es alles an einem Tag ist....

                                            die 11,55 sind vom 2.12.
                                            d3bbeae6-3b30-4d38-88ad-536c3f6c66cc-grafik.png

                                            Was mich bei den Raw Data "wundert". Ich habe 1.12-24.12. im explorer selektiert. Der erste Wert in der Tabelle ist 11,55.
                                            Hier fehlt aber 11,24L für den 1.12.
                                            Hakt das irgendwo zwischen UTC und lokaler Zeit?

                                            Edit: Selektiere ich im Data Explorer vom 30.11.-24.11. erscheint als erster Wert der Tagesverbrauch vom 1.12. mit 11,24L
                                            05e20302-7200-4577-b34f-5b0226d9e7fa-grafik.png

                                            1 Reply Last reply Reply Quote 0
                                            • First post
                                              Last post

                                            Support us

                                            ioBroker
                                            Community Adapters
                                            Donate

                                            890
                                            Online

                                            31.7k
                                            Users

                                            79.7k
                                            Topics

                                            1.3m
                                            Posts

                                            4
                                            57
                                            2961
                                            Loading More Posts
                                            • Oldest to Newest
                                            • Newest to Oldest
                                            • Most Votes
                                            Reply
                                            • Reply as topic
                                            Log in to reply
                                            Community
                                            Impressum | Datenschutz-Bestimmungen | Nutzungsbedingungen
                                            The ioBroker Community 2014-2023
                                            logo