grafana transformations 支持跨数据源前端秒级合并，需确保时间戳或公共字段对齐、结构扁平、时间范围统一，并按场景选用 merge、join by field、reduce+merge 等链式转换，避免高开销操作以保障性能。
直接在前端完成异构多数据源的秒级合并，关键不是“写代码”，而是用好 Grafana 的 Transformations 链式处理能力 —— 它天然支持跨数据源、无后端干预、实时响应的前端数据融合。只要多个查询结果能被 Grafana 同时执行（比如来自 Prometheus、Loki、MySQL、Infinity 插件甚至静态 CSV），就能在面板渲染前完成对齐、拼接与计算。
确保多源数据具备可合并基础
Transformations 不是万能粘合剂，它依赖时间戳或公共字段对齐。合并前需确认：
- 至少一个字段可作为关联键：常见是
Time（时间对齐）、service、host、status等标签/列名一致 - 各查询返回结构尽量扁平：避免嵌套 JSON；如必须，先用 Extract fields 拆出关键字段
- 时间范围统一：所有查询使用相同 Dashboard 时间范围变量（如
$__timeRange()），否则 Merge 或 Join 类转换会丢行
选对转换类型：按场景组合使用
不同合并目标对应不同转换链路，不建议只用一种：
PigX UI 前端开发
下载
PigX UI Pro 前端开发指南 - Vue 3 + TypeScript + Element Plus。当用户提到 PigX UI、PigX 前端、lgb-mgui 项目、Vue 3 企业级后台开发、Element Plus 后台开发时使用此技能。
-
Merge：适合“横向拼接”——多个查询返回相同时间点、不同指标的列（如 Prometheus 的 CPU 使用率 + MySQL 查询延迟），自动按
Time对齐并合并为宽表 -
Join by field（v11+ 新增）：替代传统 SQL JOIN，支持按任意字段（如
instance或job）左连接/内连接，适用于 Loki 日志维度 + Metrics 指标匹配 - Reduce + Merge：当某数据源是聚合结果（如日志错误数 per hour）、另一源是原始时序，先用 Reduce 将其降维为单行（如 sum(errors)），再 Merge 对齐时间窗
-
Rows to fields（v11.0+）：把一列唯一值（如服务名列表）转为字段名，配合 Add field from calculation 实现“指标透视”——例如将不同
endpoint的 P95 响应时间转成多列对比
处理非时序/弱结构化数据源（如 REST API、CSV）
Infinity Datasource 等通用源返回的数据常无 Time 字段，需手动构造或对齐：
- 用 Add field from calculation 添加伪时间字段，例如：
now() - 3600表示 1 小时前，或解析字符串时间（parseDate("2024-05-01T12:00:00Z")） - 若数据无时间维度（如配置表、状态快照），改用 Join by field 关联其他有时间的数据源，把快照作为维度扩展字段
- 用 Filter by values 先筛出关键实体（如只保留
env="prod"的服务），再参与后续合并，减少无效计算
性能与稳定性要点
秒级响应的前提是轻量、可控的转换链：
- 单个面板建议不超过 5 个连续 Transformation；超链建议拆成多个 Query 或用 Group by 预聚合
- 避免在 Transformations 中做高开销操作：如正则全量匹配大日志字段、嵌套循环计算；优先在数据源层过滤（如 PromQL 的
sum by()、Loki 的| json） - 启用 Cache query results（Grafana v10.4+）可显著提升重复请求下的合并速度，尤其对低频更新的配置类数据源
前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！
