Transformations: Mengolah Data Frame Sebelum Digambar — Belajar Grafana

Kapan Transformation adalah Jawabannya

Transformation adalah rantai operasi pada data frame yang berjalan di browser, sesudah data diterima dan sebelum digambar. Ia menyelesaikan hal-hal yang tidak bisa dilakukan bahasa kueri.

🎯 Urutan berpikir yang benar

Bisakah dilakukan di kueri? Kerjakan di sana — lebih hemat dan bisa dipakai alerting.
Perlu menggabungkan dua data source? Transformation (atau Expression).
Hanya soal tampilan kolom? Transformation.
Butuh dipakai untuk alert? Harus Expression, bukan transformation — alerting tidak menjalankan transformation.

Transformation yang Paling Sering Dipakai

Nama	Fungsi	Kasus khas
Organize fields	Sembunyikan, urutkan, ganti nama kolom	Merapikan tabel
Join by field	Gabung frame pada kolom kunci	Metrik + metadata dari SQL
Add field from calculation	Kolom baru hasil hitungan	Rasio, selisih, kumulatif
Reduce	Deret menjadi satu baris ringkasan	Tabel "rata-rata & maks per layanan"
Group by	Kelompokkan lalu agregasi	Total per region
Filter data by values	Buang baris berdasarkan nilai	Sembunyikan yang nol
Sort by	Urutkan baris	Terbesar di atas
Labels to fields	Label menjadi kolom	Menyiapkan tabel dari Prometheus
Rows to fields	Baris menjadi kolom	Membentuk tabel ringkasan
Config from query	Hasil kueri menjadi setelan panel	Threshold dinamis dari basis data
Partition by values	Pecah satu frame per nilai	Series terpisah dari kolom kategori

Contoh Nyata 1 — Menyatukan Metrik dan Metadata Bisnis

Prometheus tahu merchant_id, tetapi tidak tahu nama merchant. Nama itu ada di PostgreSQL. Transformation menyatukannya.

alurtext

Kueri A (Prometheus):
  sum by (merchant_id) (rate(transaksi_total[$__rate_interval]))
  → | merchant_id | Value |

Kueri B (PostgreSQL):
  SELECT id AS merchant_id, nama, tier FROM merchant
  → | merchant_id | nama | tier |

Transformations:
  1. Join by field   → field: merchant_id, mode: outer
  2. Organize fields → sembunyikan merchant_id, urutkan: nama, tier, Value
  3. Sort by         → Value, desc

Hasil:
  | nama          | tier  | Value |
  | Toko Sinar    | gold  | 42.1  |
  | Warung Bu Ani | basic | 18.7  |

Contoh Nyata 2 — Rasio dari Dua Kueri

add field from calculationtext

Kueri A: sum(rate(cache_hits_total[$__rate_interval]))
Kueri B: sum(rate(cache_requests_total[$__rate_interval]))

Transformation: Add field from calculation
  Mode       : Binary operation
  Operation  : A / B
  Alias      : hit ratio

Lalu override pada "hit ratio": unit = percentunit

Untuk kebutuhan yang sama tetapi hasilnya akan dipakai alerting, gunakan Expression Math — alert rule tidak menjalankan transformation.

Contoh Nyata 3 — Tabel Ringkasan SLO

reduce + organizetext

Kueri: histogram_quantile(0.95, sum by (layanan, le) (
         rate(http_request_duration_seconds_bucket[$__rate_interval])))

Transformations:
  1. Reduce
       Mode        : Series to rows
       Calculations: Mean, Max, Last
  2. Organize fields
       Rename: Field → Layanan, Mean → Rata-rata, Max → Puncak
  3. Sort by: Puncak, desc

Hasil:
  | Layanan | Rata-rata | Puncak | Last  |
  | ledger  | 0.412 s   | 2.81 s | 0.39s |
  | api     | 0.180 s   | 0.94 s | 0.17s |

⚠️ Urutan transformation menentukan hasil

Rantai transformation dieksekusi berurutan dari atas ke bawah; keluaran satu langkah menjadi masukan langkah berikutnya.

text

Filter → Reduce   : membuang baris dulu, ringkasan dihitung dari sisa
Reduce → Filter   : meringkas semua dulu, baru menyaring hasilnya

Angka rata-ratanya berbeda. Keduanya valid — pastikan Anda memilih
yang sesuai dengan pertanyaan yang ingin dijawab.

Join by Field: Bagian yang Paling Sering Gagal

Mode	Perilaku	Pakai ketika
`outer`	Semua baris dari semua frame	Ingin melihat yang tidak berpasangan
`inner`	Hanya yang cocok di semua frame	Tabel bersih tanpa lubang
`outer (tabular)`	Outer untuk data non-time-series	Menggabungkan hasil SQL

Penyebab kegagalan paling umum: tipe kolom kunci berbeda. merchant_id berupa string di Prometheus (semua label Prometheus adalah string) tetapi integer di SQL. Perbaikannya: konversi di sisi SQL dengan id::text AS merchant_id, atau pakai transformation Convert field type lebih dulu.

⛔ Transformation tidak mengurangi beban apa pun

Menarik 200.000 baris lalu memfilternya menjadi 50 dengan transformation tetap berarti 200.000 baris melintasi jaringan dan diproses browser. Waktu muat tidak membaik sedikit pun.

Filter di kueri, rapikan dengan transformation. Bukan sebaliknya.

Debugging Transformation

Buka Panel Inspect → Data, lalu gunakan pilihan "Apply panel transformations" untuk melihat frame sebelum dan sesudah. Sembilan dari sepuluh masalah transformation adalah bentuk frame yang berbeda dari yang dibayangkan — misalnya Anda mengira mendapat satu frame berisi tiga kolom, padahal yang datang adalah tiga frame terpisah.