콘텐츠로 이동

테이블 차트¶

테이블 차트에는 그룹 테이블 차트와 시계열 테이블 차트가 포함됩니다.

그룹 테이블 차트 데이터 구조 설명¶

//  아래 demo 데이터 테이블 열은 ['host', 'host_ip', 'columnA', 'columnB']입니다.
{
    group_by: ['host', 'host_ip'],
    column_names: ['columnA', 'columnB'],
    series: [
      {
        tags: {
          host: 'host_1',
          host_ip: '111.11.123.103',
        },
        values: [[null, 1,2]],
        column_names: ['time', 'columnA', 'columnB'],
        columns: ['time', 'columnA', 'columnB'],
      },
      {
        tags: {
          host: 'host_2',
          host_ip: '111.11.123.101',
        },
        values: [[null, 3,4]],
        column_names: ['time', 'columnA', 'columnB'],
        columns: ['time', 'columnA', 'columnB'],
      },
      {
        tags: {
          host: 'host_3',
          host_ip: '111.11.123.102',
        },
        values: [[null, 5,6]],
        column_names: ['time', 'columnA', 'columnB'],
        columns: ['time', 'columnA', 'columnB'],
      },
      {
        tags: {
          host: 'host_4',
          host_ip: '111.11.123.106',
        },
        values: [[null, 7,8]],
        column_names: ['time', 'columnA', 'columnB'],
        columns: ['time', 'columnA', 'columnB'],
      },
    ],
  },

그룹 테이블 차트의 열 값은 group_by와 column_names를 병합하여 구성되며, group_by는 비어 있을 수 있습니다.

필드 설명:

매개변수	유형	필수 여부	설명
group_by	list		테이블 열의 구성 요소로, 해당 열의 값은 `series 데이터`의 각 항목에 있는 tags 객체에서 매핑된 value 값을 가져옵니다.
group_by[#]	str
column_names	list	필수	테이블 열의 구성 요소로, `series 데이터`의 column_names에서 `time`이 아닌 필드 값에 대응하며, 해당 열의 값은 `series[#].values`의 데이터를 가져옵니다.
column_names[#]	str
series	list	필수	데이터 그룹으로, 길이는 테이블의 행 수를 나타냅니다.
series[#]	dict		하나의 데이터 집합
series[#].tags	dict		`group_by` 테이블 열에 연결된 속성 값입니다 (`group_by` 부분 열의 매핑 값에 해당하며, 별칭 key 값의 매핑으로도 사용됩니다).
series[#].columns	list	필수	`series[#].column_names`와 동일합니다. ['time', ...]
series[#].columns[#]	str		데이터 소스 필드 key로, 첫 번째 열 값은 반드시 `time` 필드여야 합니다.
series[#].column_names	list	필수	데이터 소스 필드 key로, `time`을 제외한 나머지는 테이블 열의 참조로 사용됩니다.
series[#].column_names[#]	str
series[#].values	list		데이터 그룹으로, 길이는 `series[#].columns`와 일치해야 합니다. (테이블 차트에서 `column_names` 부분 열의 매핑 값에 해당합니다.)
series[#].values[#]	list		`[null, 데이터 값, ...]`으로 구성됩니다.
series[#].values[#][#]	str

외부 함수 응답 구조 예시¶

@DFF.API('함수명', category='dataPlatform.dataQueryFunc')
def whytest_topology_test():
    data1_1 = 100
    data1_2 = 101
    data2_1 = 200
    data2_2 = 201
    now1 = int(time.time()) * 1000
    now2 = int(time.time()) * 1000
    #
    return {
    "content": [
      {
        "group_by": ['attrA'],
        "columns": ["filedA","filedB"]
        "column_names": ["filedA","filedB"]
        "series": [
          {
            "tags": {"attrA":'value1'},
            "columns": ["time", "filedA","filedB"],
            "values": [
              [now1, data1_1,data1_2],
              [now2, data2_1,data2_2]
            ],
            "total_hits": -1
          }
        ]
      }
    ]
  }

시계열 테이블 차트 데이터 구조 설명¶

//  아래 demo 데이터 테이블 열은 ['fieldA', 'fieldB', 'fieldC', 'fieldD']입니다.
{
  "query": {},
  "series": [
    {
      "values": [
        [1737365938763, 19],
        [1737365938585, 20],
        [1737365938874, 21],
        [1737365939137, 22]
      ],
      "columns": ["time", "fieldA"]
    },
    {
      "values": [
        [1737365938763, 30],
        [1737365938585, 30.5],
        [1737365938874, 31],
        [1737365939137, 31.5]
      ],
      "columns": ["time", "fieldB"]
    },
    {
      "values": [
        [1737365938763, 50],
        [1737365938585, 50.5],
        [1737365938874, 51],
        [1737365939137, 51.5]
      ],
      "columns": ["time", "fieldC"]
    },
    {
      "values": [
        [1737365938763, 60],
        [1737365938585, 60.5],
        [1737365938874, 61],
        [1737365939137, 61.5]
      ],
      "columns": ["time", "fieldD"]
    }
  ]
}

시계열 테이블 차트의 열 값은 series[#].columns의 두 번째 열 데이터를 중복 제거하여 병합하여 구성됩니다.

필드 설명:

매개변수	유형	필수 여부	설명
series	list	필수	데이터 그룹으로, 길이는 테이블에 있는 데이터 그룹의 수를 나타냅니다.
series[#]	dict		하나의 데이터 집합
series[#].columns	list	필수	`time`과 `열 이름`으로 구성됩니다. 즉, `['time', 열 이름]`입니다.
series[#].columns[#]	str
series[#].values	list		2차원 배열로, 각 데이터는 해당 열의 서로 다른 시간 차원에 대응하는 값을 나타내며, 배열 길이는 테이블의 행에 영향을 미칩니다.
series[#].values[#]	list		`[타임스탬프, 데이터 값]`
series[#].values[#][#]	str

외부 함수 응답 구조 예시¶

@DFF.API('함수명', category='dataPlatform.dataQueryFunc')
def whytest_topology_test():
    data1_1 = 100
    data1_2 = 101
    data2_1 = 200
    data2_2 = 201
    data3_1 = 101
    data3_2 = 202
    now1 = int(time.time()) * 1000
    now2 = int(time.time()) * 1000
    now3 = int(time.time()) * 1000
    #
    return {
    "content": [
      {
        "series": [
          {
            "columns": ["time", "filedA"],
            "values": [
              [now1, data1_1],
              [now2, data2_1],
              [now3, data3_1],
            ],
          },
          {
            "columns": ["time", "filedB"],
            "values": [
              [now1, data1_2],
              [now2, data2_2]
              [now3, data3_2]
            ],
          }
        ]
      }
    ]
  }