查询与数据转换（Transform）
PromQL 负责「把数据取出来」，而 Transform（转换） 负责「取出来之后、画图之前」再加工。它不改数据源，只在面板内对结果做变换，非常适合把多个查询拼成一张干净报表。
1. Transform 在哪
编辑面板 → 切到 Transform 标签页（在 Query 旁边）。转换按顺序串联，上一个的输出是下一个的输入。
ℹ️Transform vs PromQL
能写在 PromQL 里的聚合（如 sum by）优先用 PromQL，性能好。Transform 适合「跨多个不同查询合并」「按表格行列重组」这类 PromQL 不擅长的事。
2. Reduce：把多行压成一行/一个值
把每个序列的最新值聚合成单行，常用于 Table 汇总。
# 查询 A：各实例 CPU
node_cpu_seconds_total{mode="idle"} # 多个序列Transform 加 Reduce：
- Mode：
Last *（取每个序列最后一个值） - 输出：一行 = 一个实例，一列 = 一个指标
3. Group by：按某字段分组聚合
Group by fields: instance
Calculations: Mean把结果按 instance 分组，对每列取均值。和 PromQL 的 avg by (instance) 类似，但作用于已返回的数据。
4. Filter by name / regex：过滤字段
只保留想要的列：
- Filter by name：勾选保留的字段
- Filter by value：按数值过滤，如「只显示 CPU > 80% 的实例」
# Filter by value 示例
Conditions: | cpu | > | 80 |💡Filter by value 做「异常清单」
把各实例延迟做 Filter by value > 阈值，Table 面板就只列出「超标的实例」，天然是一张异常清单。
5. Join / Merge：合并多个查询
当你有查询 A（QPS）和查询 B（错误数），想放同一张表：
- Join：按共同字段（如
instance）横向合并 - Merge：直接堆叠（字段不同也能拼）
Transform: Join
On field: instance6. Organize fields：重排列与改名
- Hide/show 列
- Rename：
cpu→CPU 使用率 - 调整列顺序
7. 实战：一张「服务健康总表」
多个查询 + 转换串起来：
# A: 在线实例数
sum by (job) (up)
# B: QPS
sum by (job) (rate(http_requests_total[5m]))
# C: 错误率
sum by (job) (rate(http_requests_total{status=~"5.."}[5m]))
/
sum by (job) (rate(http_requests_total[5m]))Transform 链：
- Merge 三个查询结果 → 一张宽表
- Organize fields 改名、调顺序
- Filter by value 让错误率 > 0.01 的行高亮（配合 Table 的阈值着色）
输出一张运营关心的「服务总览表」：哪个 job 在线、QPS 多少、错误率多少，一目了然。
8. 常用 Transform 速查
| Transform | 用途 |
|---|---|
| Reduce | 序列 → 单值/单行 |
| Group by | 按字段分组聚合 |
| Filter by name/regex | 过滤列 |
| Filter by value | 按数值过滤行 |
| Join / Merge | 合并多查询结果 |
| Organize fields | 改名、调序、隐藏 |
| Sort by | 排序 |
| Convert field type | 类型转换 |
🎯练习
把「各实例 CPU」「各实例内存」「各实例磁盘」三个查询用 Merge + Organize fields 拼成一张 Table，并按磁盘使用率降序排列。
小结
- Transform 在「取数后、画图前」加工，不改数据源
- Reduce 压行、Group by 分组、Filter 过滤、Join/Merge 合并
- 与 PromQL 配合：聚合优先 PromQL，跨查询重组用 Transform
下一章：模板变量，让仪表盘可交互 →