sc104501

同 miui 14.0.5 多个 qq 版本，经常遇到，但我这不是百分百复现。没找到解决办法，已经习惯了。。

我感觉 pt 开始报错的时候，其实硬盘上可能已经有很多问题了。
重要的资料可以考虑用 zfs 分区放。能检测块完整性。zfs 支持定期 scrub 检查，也能定期 syncthing 类似的跨网络备份（但不是自动的）或者文件版本管理，快照。
就算没有 raid ，至少 zfs 能看到文件是否完整。不至于冷数据已经损坏了还不知道。

我用的 Grafana agent ，采集的数据比 node_exporter 少很多，但是基本的都有。而且完全不影响仓库盘休眠。
没有敏感信息的话，感觉用 Grafana cloud 送的面板和数据库就够了。服务器只要装一个采集器。

/dev/sda: Tigo SSD: no sensor
/dev/sdb: WDC WD30EZRZ-00Z5HB0: drive is sleeping
/dev/sdc: Hitachi HUA723030ALA641: drive is sleeping
/dev/sdd: CT240BX500SSD1: 30°C
/dev/sde: WDC WD5000AAKX-08U6AA0: drive is sleeping

做个 AI 来鉴定 AI 生成物不是两全其美。

@dragonszy 意思是返回的 tables 含有多个表（每个表一个经纬度组合）需要合并成一个坐标范围内的平均值吧。

如果是数据点数量加权，在 aggregateWindow() 前加上 group() 取消分组。
- 原始数据每个数据的权重相同。
如果是“经纬度组合后的时间序列”加权，在 aggregateWindow() 后加上 group() 再用 aggregateWindow() 求一个平均值。
- 范围内的每个坐标点（采集器？）不管产生的数据多少，权重相同。

关于 group()，group 完全不带参数就是 ungroup 的功能。
或者直接用 group 按一个其他指定的 tag 分组，应该也可以避免现在的经纬度分组。

@dragonszy 每天一个数据应该是用 aggregateWindow 。按照一个时间窗口汇总数据。
https://docs.influxdata.com/flux/v0.x/stdlib/universe/aggregatewindow/

代码没有测试过，可能不对。
from(bucket: "xny_data")
|> range(start: {start_timestamp}, stop: {end_timestamp})
|> filter(fn: (r) => r["_measurement"] == "weatherData")
|> filter(fn: (r) => r["lat"] >= "20")
|> filter(fn: (r) => r["lon"] >= "119")
|> filter(fn: (r) => r["_field"] == "cloudcover")
|> aggregateWindow(every: 1d, fn: mean)

用最新的 influxdb 的话建议用 flux 。
首先取温度，做 mean ，结果保存到 a1 。
然后取风速，做 max ，保存到 a2 。
最后调用 flux 的 join.inner()，基于“时序+tag”组合两个结果输出就可以了。

如果找到了更合适的方法告诉我一声，手动狗头。

另外，经纬度除非可能性特别少，不然还是作为 field 比较合适，max-values-per-tag 根据官方的建议不建议超过 100000 。

受害者+1，感谢楼主