ipython-flux 0.0.6

示例

In [1]: %load_ext flux

In [2]: %%flux http://localhost:9999 --token "my-token" --org my-org
   ...: from(bucket: "apm_metricset")
   ...:   |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
   ...:   |> filter(fn: (r) => r["_measurement"] == "apm_metricset")
   ...:   |> filter(fn: (r) => r["_field"] == "samples_system.process.cpu.total.norm.pct")
   ...:
Out[2]: ...

第一次连接后，可以省略连接信息

In [3]: %flux
   ...: from(bucket: "apm_metricset")
   ...:   |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
   ...:   |> filter(fn: (r) => r["_measurement"] == "apm_metricset")
   ...:   |> filter(fn: (r) => r["_field"] == "samples_system.process.cpu.total.norm.pct")

Out[8]: ...

如果没有提供连接字符串，%flux 将使用环境变量 INFLUXDB_V2_URL、INFLUXDB_V2_ORG、INFLUXDB_V2_TOKEN 来创建到InfluxDB的连接。

常规IPython赋值适用于单行 %flux 查询

In [12]: result = %flux from(bucket: "my-bucket")  |> range(start: 0)

<< 运算符将查询结果捕获到局部变量中，并可用于多行 %%flux

In [19]: %%flux my_dataset <<
    ...: from(bucket: "my-bucket")
    ...: |> range(start: -30m)
    ...: |> filter(fn: (r) => r["_measurement"] == "cpu")
    ...: |> filter(fn: (r) => r["_field"] == "usage_idle" or r["_field"] == "usage_system" or r["_field"] == "usage_user")
    ...: |> filter(fn: (r) => r["cpu"] == "cpu-total")
    ...: |> drop(columns: ["_start", "_stop", "_result", "_measurement", "table", "_result"])
    ...: |> pivot(rowKey:["_time"], columnKey: ["_field"], valueColumn: "_value")

Flux命令的结果将自动转换为Pandas数据框。通常使用Flux函数 fieldsAsCol() 或 pivot() 将包含多个时间序列的数据转换为单个数据集很有用。

持久化数据框

使用内存中DataFrame对象的名称的--persist参数将在数据库中创建一个从命名DataFrame生成的测量。

In [1]: %flux --persist <data_frame_variable_name> --bucket my-bucket --measurement <new measurement name> --tags tag_column1,tag_column2

选项

-l / --connections

列出所有活动连接

-t / --token

InfluxDB令牌

-o / --org

InfluxDB组织

--timeout

InfluxDB查询超时（以毫秒为单位，默认超时为10_000毫秒）

-f / --file <路径>

从该路径运行Flux文件

-x / --close <会话名称>

关闭命名连接

持久化选项

-p / --persist

从命名DataFrame创建数据库中的测量

-b / --bucket

目标存储桶名称

-T / --tags

以逗号分隔的列列表，这些列将存储为标签，其余列将存储为字段

-m / --measurement

可选的，目标测量名称，如果未指定，则从DataFrame名称中获取测量

安装

使用以下命令安装最新版本

pip install ipython-flux

或从https://github.com/bonitoo-io/ipython-flux下载，并

cd ipython-flux
sudo python setup.py install

使用以下命令在Jupyter笔记本中启用IPython flux魔法扩展

In [1]: %load_ext flux

开发

https://github.com/bonitoo-io/ipython-flux

新闻