Gå til innhold
  • Bli medlem
Støtt hjemmeautomasjon.no!

Vinnerliste

Populært innhold

Viser innholdet med mest poeng fra 01. des. 2023 i alle områder

  1. Bruker Jon00 plugin, enable/disable plugin. Sjekk kjøres hvert 15. minutt, ved heng over 5 min, blir Tibberseer disabled og enabled igjen etter 30 sekunder.
    1 poeng
  2. Nå husker ikke jeg i farten hvor godt SQL er integrert i HomeSeer men SQL er et supert spørrespråk for både enkle og opptil hinsides kompliserte spørringer i SQL database. Jeg lagrer energi/kWh-verdien fra de enheter som er interessante i SQL hver time og henter ut igjen data i det formatet jeg vil, både som tabeller og grafer f.eks som dette: Jeg har en Synology NAS og har da tilgang på en mengde tjenester som MariaDB (SQL server), VPN, backup+++
    1 poeng
  3. Bare et tips siden jeg ser du bruker HS. Jeg benytter mcsMQTT-plugin for å lagre data fra HS direkte til InfluxDB. Plugin kan brukes på det viset selv om du ikke er interessert i MQTT-funksjonaliteten.
    1 poeng
  4. Er vel ingen begrensning på hvor masse data du kan lagre i InfluxDB? Er vel berre snakk om hard disk plass. Eg begynte å bruke InfluxDB for 2 år siden og min database er 3,2GB og da logger eg det meste mellom himmel og jord som eg har installert, alt fra router/firewall data til hunde gps. Så har du ein grei SSD så er det plass til noen hundre år med data 🙂
    1 poeng
  5. +1 for InfluxDB. Jeg mater alle aktuelle sanntidsdata inn i InfluxDB fra Home Assistant, og gjør Flux queries i Python i Home Assistant. Skal ikke påstå at jeg er spesielt dreven med Flux, så jeg prøver og feiler til jeg finner noe som funker som det skal. Her er et eksempel på hvordan jeg henter ut peak forbruk i inneværende døgn: peak_consumption_today_query= f''' import "timezone" option location = timezone.location(name: "Europe/Oslo") from(bucket: "home_assistant") |> range(start:{start_string}, stop: now()) |> filter(fn: (r) => r["_measurement"] == "pyscript.electricity_current_hour_consumption") |> filter(fn: (r) => r["_field"] == "value") |> aggregateWindow(every: 1h, fn: max, createEmpty: false) |> max() |> yield(name: "peak_consumption_today") ''' Ulempen er selvfølgelig at det kan bli mye data i InfluxDB. Jeg har 3 måneder retention på "hoveddatabasen", og så har jeg en Task som downsampler de mest interessante dataene til en annen database med uendelig retention policy for langtidslagring.
    1 poeng
Vinnerlisten er satt til Oslo/GMT+01:00
×
×
  • Opprett ny...

Viktig informasjon

Vi har plassert informasjonskapsler/cookies på din enhet for å gjøre denne siden bedre. Du kan justere dine innstillinger for informasjonskapsler, ellers vil vi anta at dette er ok for deg.