当前版本中,为了保持与历史API,SDK以及生态工具(Grafana)的兼容性, 目前开启预计算查询的机制为引入一个额外的tag来作为查询hint. hint命中后会返回预计算结果, 否则返回原始数据结果.

查询预处理后的数据需要传入一个特殊的tagk=”granularity“，并且tagv指示采用何种查询策略:

1. tagv直接指定Rollup间隔和算子，例如“5m.avg”

下面是一个例子(HTTP POST body)：

{
  "start":1560218801118,
  "end":1560218867499,
  "queries":[
    {
      "metric":"system.mem.base",
      "aggregator":"avg",
      "downsample":"5m-avg",
      "filters":[
        {
          "type":"literal_or",
          "tagk":"__granularity__",
          "filter":"5m.avg"
        },
        {
          "type":"literal_or",
          "tagk":"HostType",
          "filter":"N38"
        },
      ]
    }]
}

这个例子中，查询指定metric为“system.mem.base”，包含有标签HostType=”N38”的时间线。如果我们已经为这条时间线配置了预处理规则，那么特殊的标签granularity=”5m.avg”就可以让数据库读取预处理后的数据而不是原始数据。

2. tagv设置为”auto”，自动从Rollup规则中设置聚合间隔和算子

下面是一个例子(HTTP POST body)：

{
    "start":1560742264,
    "end":1560742564,
    "queries":[
        {
            "aggregator":"avg",
            "downsample":"1m-sum",
            "metric":"test.rollup.t5",
            "tags":{
                "tagk1":"tagv1",
                "tagk2":"tagv2",
                "tagk3":"tagv3",
                "__granularity__":"auto"
            }
        }
    ]
}

这个例子中，查询指定metric为“system.mem.base”，包含有标签tagk1=”tagv1”, tagk2=”tagv2”, tagk3=”tagv3”的时间线。假设我们已经为这条时间线配置了预处理规则(默认间隔为1m, 默认聚合器为sum)，那么此时会按照 “1m.sum”的降采样规则去查询预处理数据(等价于特殊的标签granularity=”1m.sum”)。

3. 查询结果标识

如果需要查看数据库是否读取了预处理后的数据，可以在返回的JSON中查找是否存在“rollupGranularity”，例如下面的例子，返回“rollupGranularity”=“5m.avg”，说明已经使用了预处理的后数据。

[{
  "metric":"system.mem.base",
  "tags":{"HostType":"N38", ...},
  "rollupGranularity":"5m.avg",
  "dps":{
    "1560908100":26.677781312753666,
    "1560908160":29.156335115229304,
    ...
  }
}]

最后, 需要注意的是，如果没有为某个时间线配置预处理规则，查询会忽略标签granularity，直接返回原始数据。因此，如果在查询中，指定的度量（metric）和标签（tag）有错误，系统无法找到预处理规则，也会直接返回原始数据点。