Influx中使用Flux查询通过两个求和值计算错误率的咨询

修正后可直接计算错误率的Flux代码 #

count = from(bucket: "stress")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r["application"] == "application name"
        and  r["_field"] == "count"
        and  r["transaction"] == "all")
  |> sum(column: "_value") 

countError = from(bucket: "stress")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r["application"] == "application name"
        and  r["_field"] == "countError"
        and  r["transaction"] == "all")
  |> sum(column: "_value")

// 修正join关联规则，用公共维度做关联
join(
  tables: {count, countError},
  on: ["_measurement", "application", "transaction"]
)
// 新增字段计算错误率
|> map(fn: (r) => ({
  r with
  // 加入除以0的异常判断，避免计算报错
  errorRate: if r._value_count == 0 then 0.0 else float(v: r._value_countError) / float(v: r._value_count)
  // 如果需要百分比格式，就用下面这行
  // errorRatePercent: if r._value_count == 0 then 0.0 else float(v: r._value_countError) / float(v: r._value_count) * 100.0
}))
// 可选：只保留需要的字段，清理结果
|> keep(columns: ["application", "transaction", "errorRate", "_time"])

核心修改说明 #

• 修正了join关联逻辑：原代码用_value作为关联键是错误的，会导致两个求和结果值不相等时关联失败，改用两个结果集共有的_measurement、application、transaction等维度字段作为关联键，保证关联结果正确
• 新增map算子实现错误率计算：join完成后会自动把两个表的_value字段重命名为_value_count和_value_countError，直接对两个字段做除法即可得到错误率，同时加入除以0的边界处理，避免请求总数为0时查询报错

内容的提问来源于stack exchange，提问作者Ayansplatt