OpenTSDB使用总结-(3)

从OpenTSDB数据库中查询数据。
URI

URI格式

POST {OpenTSDB URL}/api/query

请求

请求样例

{
    "start": 1504527820,
    "end": 1504557820,
    "queries": [
        {
            "aggregator": "sum",
            "metric": "cpu.system",
            "rate": "true",
            "filters": [
                {
                   "type":"regexp",
                   "tagk":"host",
                   "filter":"web[0-9]+.lax.mysite.com",
                   "groupBy":true
                },
                {
                   "type":"literal_or",
                   "tagk":"dc",
                   "filter":"lax|dal",
                   "groupBy":false
                },
            ]
        }
    ]
}

参数说明

表1 请求参数说明

表2 子查询参数说明

downsample说明-重采样
当查询的时间跨度很大，例如每秒都将温度作为数据写入OpenTSDB，每个小时会产生3600条数据点，当查询一周的数据时，会返回604800个数据点。展示如此多数据会显得很乱，通常也不需要这样精确的数据。使用降精度的方式将一段时间的数据点聚合后当作一个数据点，比如将每个小时的数据聚合为1个数据点，这样就会只显示168个数据点。

格式：

<Interval><units>-<aggregator>[c][-<fill policy>]

“Interval” ：时间数值，unit：时间单位，s秒，m分，h小时，d天。示例：1h ， 30m， 24h

“aggregator” :聚合策略，将一段时间点聚合为一个数据点的策略。参见[aggregator说明]。

“fill policy” : 补值策略，当使用aggreator计算一段时间内的汇聚值时，遇到中间缺少的数据点时，会使用一定的策略补充数据。补值策略请参见表4。

aggregator说明
aggregator在降精度downsample和多条时间线聚合时使用。通过算子将多个数据点汇聚成一个数据点。汇聚的算子请参见表3

表3-算子

表4-补值策略参数

表5-filter参数

表6-filter-type参数

相应

响应样例
[
    {
        "metric": "tsd.hbase.puts",
        "tags": {
            "host": "tsdb-1.mysite.com"
        },
        "aggregatedTags": [],
        "dps": {
            "1365966001": 3758788892,
            "1365966061": 3758804070,
...
            "1365974281": 3778141673
        }
    },
    {
        "metric": "tsd.hbase.puts",
        "tags": {
            "host": "tsdb-2.mysite.com"
        },
        "aggregatedTags": [],
        "dps": {
            "1365966001": 3902179270,
            "1365966062": 3902197769,
...
            "1365974281": 3922266478
        }
    }
]

参数说明
表7 响应参数说明