在Thingsboard时序组件中统计单数据点各故障类型出现次数

完全可以不用拆分数据点、逐个定义故障，也不用低效的后处理函数来实现需求，核心思路是利用Thingsboard的实体聚合查询+内置字符串分组来自动识别故障类型，具体步骤如下：

• 选择合适的小部件：优先用自带的「帕累托图」小部件，如果没有则选「柱状图」（后续可手动配置排序和累计占比）。
• 配置数据源：
  1. 数据源类型选「实体聚合查询」，关联你的目标设备或设备组。
  2. 聚合函数设置为COUNT，统计对象选fault数据点。
  3. 分组规则选「自定义字段」，利用故障字符串的固定格式（[E023]前缀），用内置函数提取故障码：比如输入substring(fault, 0, 6)（适配[EXXX]这类6字符前缀，若故障码长度不同可调整参数），这样系统会自动把前缀相同的故障归为同一组，不管后面的描述内容是什么。
  4. 设置你需要的时间范围，支持用户在仪表盘上手动切换。
• 小部件优化配置：
  • 将X轴绑定为分组后的故障码字段，Y轴绑定统计的次数。
  • 如果用柱状图实现帕累托效果，可添加一个「累计百分比」的计算系列，公式为sum(COUNT) OVER (ORDER BY COUNT DESC ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) / sum(COUNT) OVER ()，再把这个系列设为折线图叠加在柱状图上。

这个方案的优势是：不管现有200多种故障还是未来新增的，只要故障字符串保持[EXXX]开头的格式，就会自动被分组统计，完全不需要提前定义所有故障类型，也不用维护复杂的规则链或后处理函数。

内容的提问来源于stack exchange，提问作者dwpessoa