窗口节点
窗口节点在移动的时间范围内缓存数据。 window 的 period 属性定义了 window 所覆盖的时间范围。
窗口的 every 属性定义了窗口向管道中的下一个节点发出的频率。
window的align属性定义了如何对齐窗口边缘。
（默认情况下，边缘是相对于window节点接收到的第一个数据点定义的。）
示例:
stream
|window()
.period(10m)
.every(5m)
|httpOut('recent')
此示例每 5 minutes 发送最后 10 minute 期间到管道的 httpOut 节点。
因为 every 小于 period，每次窗口发出时包含 5 minutes 的
新数据和 5 minutes 的前一个期间的数据。
注意： 因为没有定义 align 属性，所以 window 边缘是相对于第一个数据点定义的。
构造函数
| 链式方法 | 描述 |
|---|---|
| window ( ) | 创建一个按时间窗口化流的新节点。 |
属性方法
| 设置器 | 描述 |
|---|---|
| align ( ) | 如果未使用align属性来修改window节点，则窗口对齐假定从它接收到的第一个数据点的时间开始。如果设置了align属性，则窗口时间边缘将被截断到every属性（例如，如果一个数据点的时间是12:06，而every属性是5m，则该数据点的窗口将范围从12:05到12:10）。 |
every ( value time.Duration) | 当前窗口多久发射到管道中。如果等于零，则每一个新的点都会发射当前窗口。 |
everyCount ( value int64) | EveryCount根据点的数量确定窗口发出的频率。值为1意味着每一个新点都会发出窗口。 |
| fillPeriod ( ) | FillPeriod指示WindowNode在发出第一批数据之前等待时间段的结束。这仅在时间段大于每个值时适用。 |
period ( value time.Duration) | 窗口的周期或时间长度。 |
periodCount ( value int64) | PeriodCount是每个窗口中的点数。 |
| quiet ( ) | 抑制此节点的所有错误日志事件。 |
链式调用方法
警报, 屏障, 底部, 变化检测, 合并, 计数, 累计和, 死人, 默认, 删除, 导数, 差异, 唯一, Ec2自动缩放, 经过时间, 评估, 第一次, 扁平化, 分组, 霍尔特-温特斯, 霍尔特-温特斯与拟合, Http输出, HttpPOST, InfluxDB输出, 连接, K8s自动缩放, Kapacitor循环回路, 最后, 日志, 最大值, 平均值, 中位数, 最小值, 众数, 移动平均, 百分位数, 样本, 移位, 旁加载, 传播, 状态计数, 状态持续时间, 统计, 标准差, 总和, 群体自动缩放, 顶部, 涓涓细流, 并集, 条件, 窗口
属性
属性方法修改调用节点的状态。它们不会向管道中添加另一个节点，并始终返回对调用节点的引用。属性方法使用.运算符标记。
对齐
将 align 属性设置为截断窗口时间边缘到 every 属性。例如，如果数据点的时间是 12:06 而 every 属性是 5m，那么数据点的窗口范围是从 12:05 到 12:10)。
如果没有使用align属性来修改window节点，窗口对齐将在接收到第一个数据点时开始。
window.align()
注意：在不规则间隔内摄取数据时，我们建议使用
window.align()来对数据进行分组。
每一个
当前窗口向管道发出的频率。 如果等于零，则每个新点将发出当前窗口。
window.every(value time.Duration)
每次计数
EveryCount 根据点的数量确定窗口发出的频率。 值为 1 意味着每个新点都会发出窗口。
window.everyCount(value int64)
填充周期
FillPeriod 指示 WindowNode 在周期结束前等待，才会发出第一批。这仅在周期大于每个值时适用。
window.fillPeriod()
周期
窗口的时间长度或期间。
window.period(value time.Duration)
周期计数
PeriodCount 是每个窗口内的点数。
window.periodCount(value int64)
安静
抑制来自此节点的所有错误日志事件。
window.quiet()
链式调用方法
链式方法在调用节点的子节点中创建一个新的节点。它们不会修改调用节点。链式方法使用 | 运算符标记。
警告
创建一个警报节点，可以触发警报。
window|alert()
返回: AlertNode
障碍
创建一个新的障碍节点，它定期发出障碍消息。
每个周期都会发出一条 barrier消息。
window|barrier()
返回: BarrierNode
底部
选择底部 num 点用于 field 并按任何额外标签或字段排序。
window|bottom(num int64, field string, fieldsAndTags ...string)
返回: InfluxQLNode
变更检测
创建一个新节点，只有在与前一个点不同的情况下才发出新点。
window|changeDetect(field string)
返回: ChangeDetectNode
合并
将此节点与自身结合。数据根据时间戳进行结合。
window|combine(expressions ...ast.LambdaNode)
返回： CombineNode
计数
计算点的数量。
window|count(field string)
返回: InfluxQLNode
累积和
计算每个接收到的点的累积和。 每收集到一个点就会发出一个点。
window|cumulativeSum(field string)
返回: InfluxQLNode
死者
用于在低吞吐量时创建警报的辅助函数，也称为死手开关。
- 阈值：如果吞吐量在点/区间中下降到阈值以下，则触发警报。
- 间隔：检查吞吐量的频率。
- 表达式：可选的表达式列表，供评估使用。对于时间警报非常有用。
示例:
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|deadman(100.0, 10s)
//Do normal processing of data
data...
上面的内容等同于这个示例：
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|stats(10s)
.align()
|derivative('emitted')
.unit(10s)
.nonNegative()
|alert()
.id('node \'stream0\' in task \'{{ .TaskName }}\'')
.message('{{ .ID }} is {{ if eq .Level "OK" }}alive{{ else }}dead{{ end }}: {{ index .Fields "emitted" | printf "%0.3f" }} points/10s.')
.crit(lambda: "emitted" <= 100.0)
//Do normal processing of data
data...
可以通过“deadman”配置部分全局配置id和message警报属性。
由于AlertNode是最后一部分，可以像往常一样进一步修改。 示例：
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
data
|deadman(100.0, 10s)
.slack()
.channel('#dead_tasks')
//Do normal processing of data
data...
您可以指定额外的lambda表达式，以进一步限制何时触发死手按钮。 示例：
var data = stream
|from()...
// Trigger critical alert if the throughput drops below 100 points per 10s and checked every 10s.
// Only trigger the alert if the time of day is between 8am-5pm.
data
|deadman(100.0, 10s, lambda: hour("time") >= 8 AND hour("time") <= 17)
//Do normal processing of data
data...
window|deadman(threshold float64, interval time.Duration, expr ...ast.LambdaNode)
返回: AlertNode
默认
创建一个节点，可以为缺失的标签或字段设置默认值。
window|default()
返回: DefaultNode
删除
创建一个可以删除标签或字段的节点。
window|delete()
返回: DeleteNode
导数
创建一个新节点，该节点计算相邻点的导数。
window|derivative(field string)
返回: DerivativeNode
差异
计算独立于经过时间的点之间的差异。
window|difference(field string)
返回: InfluxQLNode
唯一
生成仅包含不同点的批次。
window|distinct(field string)
返回: InfluxQLNode
Ec2Autoscale
创建一个可以触发自动缩放事件的 EC2 自动缩放组节点。
window|ec2Autoscale()
返回: Ec2AutoscaleNode
经过时间
计算点之间的经过时间。
window|elapsed(field string, unit time.Duration)
返回: InfluxQLNode
评估
创建一个评估节点，该节点将对每个数据点评估给定的变换函数。可以提供表达式列表，并将按给定顺序进行评估。结果可供后续表达式使用。
window|eval(expressions ...ast.LambdaNode)
返回： EvalNode
第一
选择第一个点。
window|first(field string)
返回: InfluxQLNode
扁平化
将具有相似时间的点合并为一个点。
window|flatten()
返回： FlattenNode
分组
按一组标签对数据进行分组。
可以传递字面量 * 来按所有维度分组。 示例：
|groupBy(*)
window|groupBy(tag ...interface{})
返回: GroupByNode
霍尔特-温特斯
计算一个数据集的霍尔特-温特斯（/influxdb/v1/query_language/functions/#holt-winters）预测。
window|holtWinters(field string, h int64, m int64, interval time.Duration)
返回: InfluxQLNode
霍尔特-冬季法与拟合
计算Holt-Winters (/influxdb/v1/query_language/functions/#holt-winters) 数据集的预测。 此方法还输出用于拟合数据的所有点，除了预测的数据。
window|holtWintersWithFit(field string, h int64, m int64, interval time.Duration)
返回: InfluxQLNode
Http输出
创建一个HTTP输出节点，用于缓存它所接收到的最新数据。缓存的数据可以在给定的端点访问。该端点是从运行任务的API端点的相对路径。例如，如果任务端点位于 /kapacitor/v1/tasks/<task_id> 且端点为 top10，那么数据可以从 /kapacitor/v1/tasks/<task_id>/top10 请求。
window|httpOut(endpoint string)
返回: HTTPOutNode
HttpPost
创建一个HTTP Post节点，将接收到的数据POST到提供的HTTP端点。HttpPost期望0或1个参数。如果提供0个参数，必须指定一个端点属性方法。
window|httpPost(url ...string)
返回: HTTPPostNode
InfluxDB输出
创建一个 influxdb 输出节点，将传入的数据存储到 InfluxDB 中。
window|influxDBOut()
返回： InfluxDBOutNode
加入
将此节点与其他节点连接。数据是基于时间戳进行连接的。
window|join(others ...Node)
返回: JoinNode
K8s自缩放
创建一个可以触发Kubernetes集群自适应缩放事件的节点。
window|k8sAutoscale()
返回: K8sAutoscaleNode
Kapacitor循环回路
创建一个将数据作为流发送回Kapacitor的kapacitor循环节点。
window|kapacitorLoopback()
最后
选择最后一点。
window|last(field string)
返回: InfluxQLNode
日志
创建一个节点，记录它接收到的所有数据。
window|log()
返回: LogNode
最大值
选择最大点。
window|max(field string)
返回: InfluxQLNode
均值
计算数据的平均值。
window|mean(field string)
返回: InfluxQLNode
中位数
计算数据的中位数。
注意：此方法不是选择器。如果你想要中位数，请使用
.percentile(field, 50.0)。
window|median(field string)
返回: InfluxQLNode
最小值
选择最小点。
window|min(field string)
返回: InfluxQLNode
模式
计算数据的众数。
window|mode(field string)
返回: InfluxQLNode
移动平均
计算最后窗口点的移动平均值。 在窗口填满之前不会发出任何点。
window|movingAverage(field string, window int64)
返回: InfluxQLNode
百分位数
在给定百分位数处选择一个点。 这是一个选择器函数，不执行点之间的插值。
window|percentile(field string, percentile float64)
返回: InfluxQLNode
示例
创建一个新节点，该节点对传入的点或批次进行采样。
每个指定的计数或持续时间将会发出一个点。
window|sample(rate interface{})
返回: SampleNode
移位
创建一个新的节点，按时间移动传入的点或批次。
window|shift(shift time.Duration)
返回: ShiftNode
侧载
创建一个可以从外部源加载数据的节点。
window|sideload()
返回: SideloadNode
扩散
计算 min 和 max 点之间的差。
window|spread(field string)
返回: InfluxQLNode
状态计数
创建一个节点，用于跟踪给定状态中连续点的数量。
window|stateCount(expression ast.LambdaNode)
返回： StateCountNode
状态持续时间
创建一个跟踪给定状态下持续时间的节点。
window|stateDuration(expression ast.LambdaNode)
统计
创建一个新的数据流，其中包含节点的内部统计信息。 间隔表示根据实时多长时间发出一次统计信息。 这意味着间隔时间与源节点接收的数据点次数无关。
window|stats(interval time.Duration)
返回结果: StatsNode
标准差
计算标准差。
window|stddev(field string)
返回: InfluxQLNode
总和
计算所有值的总和。
window|sum(field string)
返回: InfluxQLNode
群集自动缩放
创建一个可以触发Docker swarm集群的自动缩放事件的节点。
window|swarmAutoscale()
顶部
选择前 num 个点用于 field 并按任何额外标签或字段排序。
window|top(num int64, field string, fieldsAndTags ...string)
返回: InfluxQLNode
涓流
创建一个新的节点，将批量数据转换为流数据。
window|trickle()
返回: TrickleNode
联合
执行该节点与所有其他给定节点的并集。
window|union(node ...Node)
返回： UnionNode
在哪里
创建一个新节点，该节点根据给定的表达式过滤数据流。
window|where(expression ast.LambdaNode)
返回: WhereNode
窗口
创建一个新的节点，通过时间窗口化流。
注意：窗口只能应用于流边缘。
window|window()
返回: WindowNode