Grafana Tages/Monatsverbräuche Performance u. Darstellung?

Dieter_P

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?

Danke

Marc Berg

@dieter_p

Das ist seltsam, zeig nochmal die ganze Query.

Dieter_P

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"
      }
    }
  }
}

Marc Berg

@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")

Dieter_P

@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])

Dieter_P

@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

@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?

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?

Dieter_P

@marc-berg

aaah, Fortschritt

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

@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.

Marc Berg

@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")

Dieter_P

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

Sowas?

Dieter_P

@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:

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

@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?

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

Ist das hier der Verbrauch vom 02.12 oder 01.12.?

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()

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?

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

Ist das hier der Verbrauch vom 02.12 oder 01.12.?

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.

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

Dieter_P

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

@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()

Leider gar keine Ausgabe "Configured x field not found"
Hab auch keine Idee was gemeint ist. Ist x field der tagesverbrauch von tables: [tagesverbrauch, live]?

Marc Berg

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

Leider gar keine Ausgabe "Configured x field not found"

Dann hast du wahrscheinlich die neue Query in ein Grafana Panel reinkopiert, in dem vorher ein Override oder eine andere Option definiert war, die noch den alten Spaltennamen enthält.

Also entweder in Grafana diese Stelle suchen oder ein neues Panel anlegen.

Dieter_P

Dann hast du wahrscheinlich die neue Query in ein Grafana Panel reinkopiert, in dem vorher ein Override oder eine andere Option definiert war, die noch den alten Spaltennamen enthält.

Danke!
Ja, hab in einem Panel getest und ein Neues zeigt dies:

Es besteht noch ein Fehler. 11.2L ist vom 01.12 und die X-Achse entsprechend verschoben. Der "letzte" Tagesverbrauch vom 24.12. (5,64L) wird dann nicht gezeigt.

Marc Berg

@dieter_p

Du hattest weiter oben aus "-1s" --> "-1d" gemacht, das hatte ich nicht gemerkt und übernommen, ist jetzt wieder korrigiert. Und mit einem zusätzlichen "truncate" wird es jetzt auch zum Start sauber an der Tagesgrenze ausgerichtet:

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

tagesverbrauch=from(bucket: "iobroker")
  |> range(start:date.truncate(t:v.timeRangeStart, unit:1d), 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: last, createEmpty: false)
  |> difference(nonNegative: true, columns: ["_value"])
 
 union(tables: [tagesverbrauch, live])
  |>group()

NEWS

Grafana Tages/Monatsverbräuche Performance u. Darstellung?

Support us

821
Online

31.7k
Users

79.7k
Topics

1.3m
Posts

NEWS

Grafana Tages/Monatsverbräuche Performance u. Darstellung?

Support us

821Online

31.7kUsers

79.7kTopics

1.3mPosts

821
Online

31.7k
Users

79.7k
Topics

1.3m
Posts