Graphite/Grafana：如何在查询中修改指标的分辨率？

刚好碰到过类似的需求，给你分享一个完全在查询层面处理的方法，不用修改磁盘上的原始数据，完美适配你不想动保留策略的要求！

核心思路 #

我们需要先把两个不同分辨率的序列统一到1h步长，并通过填充空值让每个1h时间点都有有效值，最后再合并求和。关键是用查询语句里的重采样和填充函数来实现，全程不用碰原始数据。

具体实现步骤 #

这里以InfluxDB Flux查询为例（从你的指标命名和保留策略描述来看，应该是用的InfluxDB）：

1. 处理3h分辨率的series.a
   用resample()把序列切割成1h的时间窗口，再用keepLastValue()把原3h的数值填充到每个对应窗口的1h时间点上：

   a_processed = from(bucket: "你的存储桶名称")
     |> range(start: v.timeRangeStart)
     |> filter(fn: (r) => r._measurement == "你的测量值名称" and r._field == "series.a")
     |> resample(every: 1h, fn: (tables=<-) => tables |> keepLastValue())
     |> rename(columns: {_value: "a_val"})
   

2. 处理4h分辨率的series.b
   用同样的逻辑处理4h的序列，把它也转成1h步长并填充：

   b_processed = from(bucket: "你的存储桶名称")
     |> range(start: v.timeRangeStart)
     |> filter(fn: (r) => r._measurement == "你的测量值名称" and r._field == "series.b")
     |> resample(every: 1h, fn: (tables=<-) => tables |> keepLastValue())
     |> rename(columns: {_value: "b_val"})
   

3. 合并两个序列并求和
   用join()按时间戳对齐两个处理后的序列，然后计算每个时间点的总和：

   join(tables: {a: a_processed, b: b_processed}, on: ["_time"])
     |> map(fn: (r) => ({r with _value: r.a_val + r.b_val}))
     |> drop(columns: ["a_val", "b_val"])
   

可选优化：用fill()简化填充逻辑 #

如果你觉得keepLastValue()有点繁琐，也可以用fill(usePrevious: true)来替代，效果完全一致——用最近的有效值填充空的1h时间点，重采样部分可以简化成：

|> resample(every: 1h)
|> fill(usePrevious: true)

关键优势 #

• 完全在查询时动态处理，不会修改磁盘上的原始数据或保留策略
• 每个1h时间点都会有求和结果，不再只有12h的重叠点
• 填充逻辑可以按需调整（比如用fill(linear)做线性插值，但你要的是保留最近值，所以keepLastValue()或fill(previous)更贴合需求）

内容的提问来源于stack exchange，提问作者Alfe