Finished sheet 7

prak/pr07/README.md

@@ -53,3 +53,32 @@ from(bucket: "mybucket") ## Hier wird das bucket angegeben, in dem nach dem ents
 
 ## Aufgabe 3 - Verbinden der InfluxDB mit Grafana
 IPv6-Adresse von Grafana: `[2001:638:408:200:FA3E:DEAD:C0DE:133]:3000`
+a)  
+Die erfolgreiche Einbindung schaut folgendermaßen aus:  
+![A3](./Ressourcen/Screenshot_4.png)
+
+b)  
+Der Code und ein Screenshot vom Dashboard sind unten zu finden.  
+Beide Graphen sehen recht ähnlich aus, wobei der Graph erstellt über Flux einen genaueren Eindruck macht.  
+
+## Aufgabe 4 - Abfrage des Prometheus-Referenz-Exporter
+a)  
+Bei der InfluxDB ist es wesentlich einfacher während der Laufzeit ein neues Target hinzuzufügen. Bei Prometheus muss man diese erst in der Config hinzufügen und dann den Dienst neustarten. 
+
+b)  
+Beide Graphen sehen wieder recht gleich aus, wie vermutet ist jedoch der Graph über die InfluxDB ein wenig genauer. Dies lässt sich vermutlich dadurch erklären, dass dort die Daten häufiger gesrapet werden.  
+
+c)  
+Für die Abfrage habe ich diesen Code verwendet:  
+```
+from(bucket: "mybucket")
+  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
+  |> filter(fn: (r) => r["_measurement"] == "promrefexporter_cpu_seconds") # Die Filter dienen dazu die richtigen Werte zu finden
+  |> filter(fn: (r) => r["_field"] == "counter")
+  |> filter(fn: (r) => r["cpu"] == "CPU4")
+  |> derivative(unit: 1s, nonNegative: false) # derivative gibt Veränderung in einem Intervall (der Unit) an
+  |> yield(name: "derivative")
+```
+
+[Hier](./Ressourcen/Dashboard.json) ist der Code für das Dashboard und somit auch den jeweiligen Panels zu finden. Dies sieht Dann wie folgt aus:  
+![Dashboard](./Ressourcen/Screenshot_5.png)