Transformationen

Daten in Grafana transformieren und aufbereiten.

Was du lernst

• Verstehen, was Transformationen bewirken und wann sie sinnvoll sind

• Gängige Transformationen anwenden (Reduce, Organize, Filter, Rename)

• Regressionsanalyse für Trendlinien nutzen

• Daten aus mehreren Queries kombinieren

• Transformationen verketten, um Daten komplex aufzubereiten

Voraussetzungen

• Teil 1 und Teil 2 der Tutorials abgeschlossen

• Grundkenntnisse in der Panel-Erstellung

---

Überblick

Transformationen bearbeiten Daten nach der Abfrage, aber bevor sie visualisiert werden. Damit lassen sich:

• Daten aggregieren -- Minimum, Maximum, Mittelwert über die Zeit berechnen

• Daten reorganisieren -- Felder umbenennen, Spalten umsortieren, Daten ausblenden

• Daten kombinieren -- Queries zusammenführen, Tabellen verknüpfen

• Trends analysieren -- Regressionslinien hinzufügen, Differenzen berechnen

• Daten filtern -- Nur bestimmte Felder oder Werte anzeigen

Wann Transformationen sinnvoll sind

Szenario	Transformation
Zusammenfassungsstatistiken in einer Tabelle anzeigen	Reduce
Technische Feldnamen umbenennen	Rename by regex / Organize fields
Trendlinie zu einer Zeitreihe hinzufügen	Regression
Daten aus zwei Queries kombinieren	Merge / Join
Nur bestimmte Variablen anzeigen	Filter by name

---

Der Transform-Tab

Transformationen aufrufen

1. Bearbeite ein Panel

2. Klicke auf den Transform-Tab (zwischen Query und Alert)

   [SCREENSHOT: Transform tab location in panel editor]

3. Klicke auf + Add transformation

4. Wähle eine Transformation aus der Liste

   [SCREENSHOT: Transformation selection list]

Reihenfolge der Transformationen

Transformationen werden von oben nach unten ausgeführt. Du kannst:

• Transformationen per Drag-and-Drop umsortieren

• Eine Transformation deaktivieren (Augen-Symbol) zum Testen

• Transformationen löschen (Papierkorb-Symbol)

  [SCREENSHOT: Multiple transformations with drag handles]

Wichtig: Die Reihenfolge beeinflusst das Ergebnis. Ein Filter vor Reduce liefert andere Ergebnisse als danach.

---

Gängige Transformationen

Reduce

Wandelt Zeitreihendaten in aggregierte Werte um, ideal für Übersichtstabellen.

Funktionsweise:

• Nimmt alle Datenpunkte jeder Zeitreihe

• Berechnet die ausgewählten Statistiken

• Gibt pro Zeitreihe eine Zeile aus

Konfiguration:

1. Füge die Transformation Reduce hinzu

2. Wähle die Berechnungen:

   Berechnung	Beschreibung
   Last *	Letzter Wert (nicht null)
   First *	Erster Wert (nicht null)
   Min	Minimum
   Max	Maximum
   Mean	Mittelwert
   Sum	Summe aller Werte
   Count	Anzahl der Datenpunkte
   Range	Max - Min
   Difference	Last - First
   Difference percent	Prozentuale Veränderung
   All values	Array aller Werte

   [SCREENSHOT: Reduce transformation options]

Beispiel: Eine Zeitreihe in eine Übersichtstabelle mit aktuellem Wert, Minimum und Maximum pro Variable umwandeln.

---

Organize Fields by Name

Spalten umbenennen, umsortieren und ausblenden, unverzichtbar für aufgeräumte Tabellen.

Funktionsweise:

• Listet alle Felder der Daten auf

• Ermöglicht Umbenennen, Umsortieren oder Ausblenden jedes Felds

Konfiguration:

1. Füge die Transformation Organize fields by name hinzu

2. Für jedes Feld:

   • Rename: Neuen Anzeigenamen eingeben

   • Hide: Augen-Symbol klicken zum Ausblenden

   • Reorder: Per Drag-and-Drop umsortieren

   [SCREENSHOT: Organize fields transformation with renamed columns]

Beispiel: "92694f02-a0c7-4900-8758-c9a2eb4324f0" in "Durchsatz" umbenennen.

---

Rename by Regex

Mehrere Felder gleichzeitig mit Musterabgleich umbenennen.

Funktionsweise:

• Gleicht Feldnamen gegen ein Regex-Muster ab

• Ersetzt durch einen neuen Namen (Capture-Gruppen möglich)

Konfiguration:

Einstellung	Beschreibung
Match	Regex-Muster zum Abgleich
Replace	Ersetzungstext ($1, $2 für Gruppen)

Beispiele:

Match	Replace	Vorher	Nachher
(.*)	$1 (kg/h)	Durchsatz	Durchsatz (kg/h)
Extruder (.) Durchsatz	Ext $1	Extruder A Durchsatz	Ext A
\(Soll\)	(Target)	Speed (Soll)	Speed (Target)

[SCREENSHOT: Rename by regex transformation]

---

Filter by Name

Nur bestimmte Felder in der Ausgabe anzeigen.

Funktionsweise:

• Felder zum Ein- oder Ausschließen auswählen

• Andere Felder werden in der Visualisierung ausgeblendet

Konfiguration:

1. Füge die Transformation Filter by name hinzu

2. Wähle den Modus:

   • Include: Nur ausgewählte Felder anzeigen

   • Exclude: Ausgewählte Felder ausblenden

3. Felder per Checkboxen oder Regex auswählen

   [SCREENSHOT: Filter by name transformation]

Beispiel: Aus einer Query, die viele Variablen zurückgibt, nur Temperaturfelder anzeigen.

---

Filter Data by Values

Zeilen anhand von Feldwerten filtern.

Funktionsweise:

• Prüft jede Zeile gegen Bedingungen

• Entfernt Zeilen, die nicht passen

Konfiguration:

Einstellung	Beschreibung
Filter type	Include / Exclude
Condition	Match all / Match any
Field	Zu prüfendes Feld
Match	Vergleichstyp (Greater, Less, Equal usw.)
Value	Vergleichswert

[SCREENSHOT: Filter data by values transformation]

Beispiel: Nur Datenpunkte anzeigen, bei denen die Temperatur > 200 °C liegt.

---

Regressionsanalyse

Trendlinien hinzufügen, um die Entwicklung von Daten über die Zeit zu erkennen.

Regressionslinie hinzufügen

1. Erstelle ein Time-Series-Panel mit deinen Daten

2. Füge die Transformation Regression analysis hinzu

3. Konfiguriere:

   Einstellung	Beschreibung
   X field	Zeitfeld (üblicherweise "time")
   Y field	Wertfeld für die Analyse

[SCREENSHOT: Regression transformation configuration]

1. Eine neue Zeitreihe mit der linearen Trendlinie erscheint

2. Füge ein Override hinzu, um die Regressionslinie auf derselben Achse wie die Originaldaten zu platzieren. Die Regressionslinie hat keine Einheit und wird standardmäßig auf einer separaten Y-Achse dargestellt. Das kann zu einem falschen visuellen Eindruck führen. Wenn du die Einheit der Regression auf die gleiche Einheit wie die Eingangsvariable setzt, werden beide auf derselben Achse angezeigt.

Ergebnisse interpretieren

Die Regressionslinie zeigt den Gesamttrend:

• Steigende Linie: Werte nehmen über die Zeit zu

• Fallende Linie: Werte nehmen über die Zeit ab

• Flache Linie: Werte sind stabil

[SCREENSHOT: Time series with original data and regression line]

Trendlinie gestalten

Verwende Overrides, um die Regressionslinie anders darzustellen:

1. Füge ein Override für die Regression-Zeitreihe hinzu (oft gleicher Name wie das Original + Suffix)

   • Fields with name matching regex .*predicted.*

2. Setze die Einheit auf die gleiche wie die Originaldaten (für die gleiche Achse)

3. Wähle eine andere Farbe (z. B. Rot für den Trend)

4. Setze den Linienstil auf gestrichelt

5. Reduziere die Deckkraft

---

Daten kombinieren

Daten aus mehreren Queries oder Quellen zusammenführen.

Merge

Fasst alle Zeitreihen in einer einzelnen Tabelle zusammen.

Funktionsweise:

• Nimmt alle Felder aus allen Queries

• Erstellt eine Tabelle mit allen Spalten

• Richtet Zeilen anhand der Zeit aus (bei Zeitreihen)

Konfiguration:

1. Füge die Transformation Merge hinzu

2. Keine weiteren Einstellungen nötig

[SCREENSHOT: Merge transformation combining two queries]

Anwendungsfall: Daten von zwei Maschinen in einer Vergleichstabelle zusammenführen.

---

Join by Field

Tabellen über ein gemeinsames Feld verknüpfen.

Funktionsweise:

• Gleicht Zeilen ab, bei denen das Join-Feld denselben Wert hat

• Erstellt eine neue Tabelle mit Spalten aus beiden Quellen

Konfiguration:

Einstellung	Beschreibung
Field	Feld, über das verknüpft wird
Mode	Inner, Left outer, Right outer

Join-Modi:

Modus	Ergebnis
Inner	Nur Zeilen, die in beiden Tabellen vorhanden sind
Left outer	Alle aus der ersten Tabelle, passende aus der zweiten
Right outer	Alle aus der zweiten Tabelle, passende aus der ersten

[SCREENSHOT: Join by field transformation]

Anwendungsfall: Maschinendaten mit Produktdaten über die Auftrags-ID verknüpfen.

---

Concatenate Fields

Mehrere Zeitreihen zu einer zusammenführen.

Funktionsweise:

• Stapelt Daten aus mehreren Zeitreihen vertikal übereinander

• Erzeugt eine einzelne zusammengeführte Zeitreihe

Konfiguration:

1. Füge die Transformation Concatenate fields hinzu

2. Wähle den Frame-Namen für das Ergebnis

Anwendungsfall: Drei separate Durchsatz-Queries in einer kombinierten Zeitreihe zusammenführen.

---

Transformationsketten

Komplexe Datenaufbereitung erfordert oft mehrere Transformationen nacheinander.

Beispiel: Übersichtstabelle mit Trendindikatoren

Ziel: Eine Tabelle mit Variablennamen, aktuellen Werten, Min/Max und Sparklines anzeigen.

Transformationen (in dieser Reihenfolge):

1. Reduce

   • Berechnungen: Last *, Min, Max, All values

2. Organize fields by name

   • "Field" umbenennen in "Variable"

   • "All values" umbenennen in "Trend"

   • Spalten umsortieren

3. Filter by name (falls nötig)

   • Zwischenfelder ausblenden

[SCREENSHOT: Multiple transformations creating summary table]

Beispiel: Gefilterter Vergleich

Ziel: Durchsatz zweier Extruder vergleichen, aber nur Zeiträume anzeigen, in denen beide über 50 kg/h liegen.

Transformationen (in dieser Reihenfolge):

1. Merge (beide Queries zusammenführen)

2. Filter data by values

   • Extruder A Durchsatz > 50

   • UND Extruder B Durchsatz > 50

---

Praxisbeispiele

Beispiel 1: Variablen-Übersichts-Dashboard

Eine Tabelle erstellen, die alle Maschinenvariablen mit Statistiken anzeigt.

Aufbau:

1. Mehrere Variablen einer Maschine abfragen

2. Visualisierung auf Table setzen

Transformationen:

Schritt	Transformation	Konfiguration
1	Reduce	Last *, Min, Max, Mean, All values
2	Organize fields	Field in Variable umbenennen, All values in Sparkline umbenennen

Ergebnis: Aufgeräumte Übersichtstabelle mit Sparklines.

[SCREENSHOT: Final summary table panel]

---

Beispiel 2: Trendanalyse

Durchsatz mit Trendlinie anzeigen, um Produktionsmuster zu erkennen.

Aufbau:

1. Durchsatz-Variable abfragen

2. Visualisierung auf Time Series setzen

Transformationen:

Schritt	Transformation	Konfiguration
1	Regression analysis	X: time, Y: Durchsatz-Feld

Styling:

• Regression-Zeitreihe mit roter, gestrichelter Linie per Override gestalten

[SCREENSHOT: Time series with regression trend line]

---

Beispiel 3: Maschinenvergleichstabelle

Dieselbe Kennzahl über mehrere Maschinen hinweg vergleichen.

Aufbau:

1. Query A: Durchsatz Maschine 1

2. Query B: Durchsatz Maschine 2

3. Visualisierung auf Table setzen

Transformationen:

Schritt	Transformation	Konfiguration
1	Reduce	Last *
2	Merge	(beide Queries zusammenführen)
3	Organize fields	In lesbare Namen umbenennen

[SCREENSHOT: Multi-machine comparison table]

---

Tipps und Best Practices

Hinweise zur Leistung

• Transformationen werden im Browser ausgeführt

• Große Datenmengen können das Rendering verlangsamen

• Wenn möglich, schon auf Query-Ebene filtern (effizienter)

Transformationen debuggen

1. Transformationen einzeln hinzufügen

2. Den Table view-Toggle nutzen, um Zwischenergebnisse zu prüfen

3. Die Debug-Transformation verwenden, um die Datenstruktur zu inspizieren

Gängige Muster

Muster	Transformationen
Zeitreihe in Übersichtstabelle	Reduce, dann Organize fields
Sparklines hinzufügen	Reduce (mit All values), dann Override auf Zelltyp
Trendlinie	Regression analysis
Feldnamen bereinigen	Rename by regex oder Organize fields
Maschinen vergleichen	Merge, dann Organize fields

---

Zusammenfassung

Du hast gelernt, Daten mit Transformationen aufzubereiten:

• Daten mit Reduce aggregieren

• Felder organisieren und umbenennen

• Daten nach Name oder Wert filtern

• Regressions-Trendlinien hinzufügen

• Daten aus mehreren Queries kombinieren

• Transformationen für komplexe Aufbereitungen verketten

---

Wie geht es weiter?

Du hast Teil 3 (Fortgeschrittene Funktionen) abgeschlossen. Weiter mit:

• Einführung in die ENLYZE API -- API-basierte Dashboards für weiterführende Anwendungsfälle

---

Kurzreferenz

Gängige Transformationen

Transformation	Zweck
Reduce	Zeitreihen zu Statistiken aggregieren
Organize fields	Spalten umbenennen, umsortieren, ausblenden
Rename by regex	Musterbasiertes Umbenennen
Filter by name	Bestimmte Felder ein-/ausblenden
Filter data by values	Zeilen nach Bedingung entfernen
Regression analysis	Trendlinie hinzufügen
Merge	Queries horizontal zusammenführen
Join by field	Tabellen über gemeinsames Feld verknüpfen
Concatenate	Daten vertikal stapeln

Reduce-Berechnungen

Berechnung	Beschreibung
Last *	Letzter Wert (nicht null)
First *	Erster Wert (nicht null)
Min	Minimum
Max	Maximum
Mean	Mittelwert
Sum	Summe
Count	Anzahl der Datenpunkte
Range	Max - Min
Difference	Last - First
Difference percent	Prozentuale Veränderung
All values	Array (für Sparklines)

Tipps zur Transformationsreihenfolge

Ziel	Reihenfolge
Erst filtern, dann aggregieren	Filter, dann Reduce
Erst aggregieren, dann filtern	Reduce, dann Filter
Für die Anzeige umbenennen	Letzte Transformation
Probleme analysieren	Debug-Transformation hinzufügen