> For the complete documentation index, see [llms.txt](https://navixy.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://navixy.com/docs/analytics/id/iot-query/connection-setup/selecting-bi-tools/connecting-grafana.md). # Menghubungkan Grafana Hubungkan Grafana ke IoT Query melalui sumber data PostgreSQL. Buat diagram deret waktu dan dasbor untuk pemantauan telematika langsung dan historis Panduan ini menunjukkan cara menghubungkan Grafana ke **IoT Query** untuk memvisualisasikan data telematika dan armada. Grafana menyediakan kemampuan visualisasi yang kuat untuk memantau status kendaraan, data sensor, dan metrik lain secara real time. {% hint style="info" %} Panduan ini merupakan bagian dari **IoT Query** rangkaian dokumentasi dan secara khusus membahas cara menghubungkan Power BI ke gudang data Anda. Jika Anda masih memutuskan alat BI mana yang akan digunakan, lihat [Memilih alat BI](https://www.navixy.com/docs/analytics/iot-query/connection-setup/selecting-bi-tools) Ikhtisar. {% endhint %} Tonton ikhtisar video singkat untuk melihat apa yang dimungkinkan dengan **IoT Query**kombinasi +Grafana (tersedia dalam bahasa Inggris dan Spanyol): {% tabs %} {% tab title="Inggris" %} {% embed url="" %} **IoT Query** tutorial ikhtisar dan penyiapan Grafana. {% endembed %} {% endtab %} {% tab title="Spanyol" %} {% embed url="" %} Ikhtisar dan tutorial penyiapan **IoT Query** + Grafana. {% endembed %} {% endtab %} {% endtabs %} ## Fitur dasbor * Visualisasi data sensor real time * Analisis deret waktu dengan rentang waktu yang dapat disesuaikan * Penyaringan dinamis menggunakan variabel * Dukungan untuk berbagai Sumber Data * Grafik dan bagan interaktif * Pembuatan kueri kustom dengan SQL ## Persyaratan teknis * Grafana 9.3 atau yang lebih baru * plugin Sumber Data PostgreSQL (disertakan secara default) * Akses internet untuk koneksi basis data * Aktif **IoT Query** instans dengan kredensial koneksi ## Instalasi dan penyiapan Grafana harus diinstal pada sistem Anda sebelum Anda dapat terhubung ke **IoT Query**. {% stepper %} {% step %} #### Instal Grafana 1. Unduh dan instal Grafana dari situs web resmi:\ 2. Ikuti petunjuk instalasi untuk sistem operasi Anda. {% endstep %} {% step %} #### Unduh templat dasbor (opsional) Templat dasbor siap pakai tersedia untuk membantu Anda memulai dengan cepat tanpa membangun visualisasi dari awal. Templat ini dikelola oleh [repositori bi-intergrations](https://github.com/Navixy/bi-integrations) di bawah `folder grafana` folder. Anda dapat mengklon repositori untuk mengakses dasbor siap pakai: ```bash git clone https://github.com/Navixy/bi-integrations.git ``` Periksa `folder grafana` folder untuk file JSON dasbor yang tersedia. {% endstep %} {% endstepper %} ## Koneksi database Bagian Koneksi di Grafana adalah tempat Anda mengelola semua integrasi Sumber Data. {% stepper %} {% step %} #### Akses tab Koneksi Buka Grafana dan navigasikan ke **Koneksi** di bilah sisi kiri. **IoT Query** berjalan pada PostgreSQL, jadi Anda perlu menambahkan Sumber Data PostgreSQL agar Grafana dapat melakukan kueri pada data telematika Anda. {% endstep %} {% step %} #### Tambahkan Sumber Data PostgreSQL Plugin Sumber Data PostgreSQL sudah terpasang sebelumnya dengan Grafana dan menyediakan dukungan native untuk menghubungkan ke basis data PostgreSQL. Untuk menambahkan Sumber Data: 1. Di bagian Koneksi, cari **PostgreSQL** 2. Klik **Tambahkan Sumber Data baru** 3. Halaman konfigurasi PostgreSQL akan terbuka {% endstep %} {% step %} #### Konfigurasikan parameter koneksi Detail **IoT Query** koneksi Anda berisi semua informasi yang diperlukan untuk membuat koneksi aman. Parameter ini unik untuk instans Anda dan memastikan Grafana dapat mengakses data telematika Anda. Temukan parameter koneksi Anda di akun Navixy dan **IoT Query** email sambutan**.** **Referensi parameter koneksi** | Parameter | Kolom konfigurasi | Deskripsi | | ---------------- | ----------------- | ------------------------------------------------------------------------------------ | | Host | `Host` | Alamat server basis data yang diberikan dalam **IoT Query** detail koneksi Anda | | Port | `Port` | Nilai defaultnya adalah 5432 untuk PostgreSQL | | Nama basis data | `Basis data` | Nama basis data yang ditetapkan untuk Anda | | Nama pengguna | `Pengguna` | Nama pengguna basis data Anda (disebut sebagai “database user” dalam detail koneksi) | | Kata sandi | `Kata sandi` | Kata sandi basis data aman Anda | | Mode SSL | `Mode SSL` | Atur ke `require` untuk koneksi aman | | Versi PostgreSQL | `Versi` | Pilih **9.3** (setelan yang direkomendasikan) | | {% endstep %} | | | {% step %} #### Konfigurasikan setelan tambahan Di luar parameter koneksi penting, Grafana menawarkan opsi konfigurasi tambahan. Bagi sebagian besar pengguna, nilai default sudah sesuai dan akan bekerja dengan benar tanpa modifikasi. Anda dapat menyesuaikan setelan ini nanti berdasarkan persyaratan keamanan organisasi Anda, kendala infrastruktur, atau kebutuhan peralatan tertentu. Biarkan semua kolom lain pada nilai defaultnya untuk penyiapan awal. Anda tidak perlu mengaktifkan sakelar atau tombol alih tambahan apa pun. {% endstep %} {% step %} #### Uji koneksi Menguji koneksi sebelum menyimpan memastikan bahwa semua parameter sudah benar dan bahwa Grafana dapat berkomunikasi dengan sukses dengan **IoT Query** instans Anda. Untuk memverifikasi dan menyimpan: 1. Beri nama koneksi Anda dengan pengenal deskriptif (misalnya, “**IoT Query** Produksi” atau “Analitik Armada”) 2. Klik **Simpan & Uji** untuk memverifikasi koneksi Anda 3. Pesan sukses berwarna hijau menunjukkan bahwa koneksi bekerja dengan benar {% endstep %} {% endstepper %} ## Membuat visualisasi pertama Anda Membangun visualisasi pertama membantu Anda memahami bagaimana Grafana melakukan kueri **IoT Query** dan menampilkan data telematika. Proses ini mencakup pembuatan dasbor, penambahan panel, pengonfigurasian kueri, dan pemilihan format visualisasi yang sesuai. {% stepper %} {% step %} **Buat dasbor baru** Dasbor di Grafana berfungsi sebagai wadah untuk beberapa visualisasi. Membuat dasbor khusus membantu Anda mengatur visualisasi yang terkait dan menyediakan lokasi terpusat untuk memantau aspek tertentu dari operasi armada Anda. Untuk membuat dasbor: 1. Buka **Dasbor** di bilah sisi kiri 2. Klik **Buat Dasbor** 3. Pilih **Tambahkan visualisasi** 4. Pilih Sumber Data PostgreSQL yang baru saja Anda konfigurasikan {% endstep %} {% step %} **Konfigurasikan kueri** Grafana menyediakan dua mode kueri: Builder visual dan editor Code. Untuk **IoT Query** koneksi, editor Code memberi Anda kendali penuh atas kueri SQL dan direkomendasikan untuk analisis data telematika. Untuk menulis kueri Anda: 1. Di editor kueri, beralih dari **Builder** ke **Code** mode 2. Masukkan kueri SQL Anda secara langsung Contoh kueri untuk visualisasi data sensor: ```sql SELECT device_time AS time, value::numeric AS value, sensor_name FROM raw_telematics_data.inputs WHERE sensor_name = 'temperature' AND device_id = 12345 AND $__timeFilter(device_time) ORDER BY device_time ``` Kueri ini mencakup komponen waktu (`device_time AS time`) yang penting untuk visualisasi deret waktu. Fungsi `$__timeFilter()` adalah makro Grafana yang secara otomatis menerapkan rentang waktu yang dipilih pada dasbor ke kueri Anda. Untuk contoh kueri lainnya, lihat [Buku Resep SQL](https://www.navixy.com/docs/analytics/example-queries). {% endstep %} {% step %} **Atur format visualisasi** Format visualisasi menentukan bagaimana data Anda muncul di dasbor. Format yang berbeda cocok untuk jenis data yang berbeda—deret waktu cocok untuk pembacaan sensor dari waktu ke waktu, sedangkan tabel lebih baik untuk catatan rinci. Untuk mengonfigurasi format: 1. Klik **Jalankan kueri** untuk memverifikasi bahwa kueri Anda mengembalikan data 2. Temukan pemilih jenis visualisasi (biasanya di kanan atas panel) 3. Ubah format dari **Tabel** ke **Deret waktu** atau format pilihan Anda 4. Amati tampilan data untuk memastikan bahwa tampilannya benar Visualisasi deret waktu memerlukan kolom waktu dan nilai numerik agar berfungsi dengan benar. Kueri Anda harus mengembalikan data dalam format yang sesuai untuk jenis visualisasi yang dipilih. {% endstep %} {% step %} **Simpan visualisasi Anda** Menyimpan pekerjaan Anda mempertahankan konfigurasi visualisasi dan membuatnya tersedia untuk referensi di masa mendatang. Penyimpanan secara berkala penting—Grafana tidak menyimpan perubahan secara otomatis, sehingga Anda dapat kehilangan pekerjaan Anda jika berpindah tanpa menyimpan. Untuk menyimpan visualisasi: 1. Klik **Simpan** 2. Berikan nama deskriptif untuk dasbor Anda 3. Pilih atau buat folder untuk pengorganisasian 4. Konfirmasikan operasi penyimpanan Dasbor sekarang tersedia di instans Grafana Anda dan dapat diakses melalui menu Dasbor. {% endstep %} {% endstepper %} ### Bekerja dengan variabel Variabel adalah salah satu fitur Grafana yang paling kuat untuk membuat dasbor dinamis dan interaktif. Alih-alih menulis nilai tertentu secara statis seperti nama sensor atau ID perangkat dalam kueri Anda, variabel memungkinkan pengguna memilih nilai berbeda dari menu tarik-turun tanpa mengedit SQL yang mendasarinya. Ini membuat dasbor lebih fleksibel dan lebih mudah digunakan. {% stepper %} {% step %} **Akses setelan variabel** Variabel dikonfigurasikan pada tingkat dasbor dan berlaku untuk semua visualisasi dalam dasbor tersebut. Anda perlu mengakses setelan dasbor untuk membuat dan mengelola variabel. Untuk memulai: 1. Buka dasbor Anda 2. Klik dasbor **Setelan** ikon (ikon roda gigi) di sudut kanan atas 3. Buka **Variabel** bagian di panel kiri 4. Bagian ini akan kosong jika belum ada variabel yang dibuat {% endstep %} {% step %} **Konfigurasikan variabel** Setiap variabel memerlukan nama, Sumber Data, dan kueri yang mengembalikan nilai yang dapat dipilih pengguna. Nilai variabel diisi secara dinamis dengan melakukan kueri pada **IoT Query** instans Anda. Untuk membuat variabel: 1. Klik **Tambahkan variabel** 2. Konfigurasikan setelan berikut: 1. **Setelan umum:** 1. **Nama**: `sensor_name` (gunakan pengenal yang jelas dan deskriptif tanpa spasi) 2. **Label**: Sama dengan nama untuk konsistensi, ini adalah yang dilihat pengguna di dasbor 3. **Jenis**: Pilih **Kueri** untuk mengisi nilai dari basis data 2. **Opsi kueri:** 1. **Sumber Data**Pilih koneksi PostgreSQL Anda **IoT Query** dari menu tarik-turun 2. **Kueri**: Masukkan kueri SQL untuk mengisi nilai variabel Contoh kueri untuk mencantumkan semua sensor untuk perangkat tertentu: ```sql SELECT DISTINCT sensor_name FROM raw_telematics_data.inputs WHERE device_id = 12345 ORDER BY sensor_name ``` Setelah memasukkan kueri, Grafana mengeksekusinya segera dan menampilkan pratinjau nilai yang dikembalikan di bagian bawah halaman konfigurasi. Ini mengonfirmasi bahwa kueri Anda bekerja dengan benar dan menunjukkan opsi apa saja yang akan tersedia di menu tarik-turun. {% endstep %} {% step %} **Gunakan variabel dalam kueri** Setelah variabel dibuat, Anda perlu memperbarui kueri visualisasi Anda untuk mereferensikannya. Variabel menggunakan sintaks khusus dengan awalan tanda dolar, dan Grafana secara otomatis menggantikan nilai yang dipilih saat mengeksekusi kueri. Untuk menggunakan variabel: 1. Buka visualisasi yang ingin Anda buat dinamis 2. Edit kueri 3. Ganti nilai yang dikodekan secara keras dengan referensi variabel Contoh kueri yang diperbarui menggunakan variabel: ```sql SELECT device_time AS time, value::numeric AS value, sensor_name FROM raw_telematics_data.inputs WHERE sensor_name = '$sensor_name' AND device_id = 12345 AND $__timeFilter(device_time) ORDER BY device_time ``` Perhatikan bahwa `'temperature'` telah diganti dengan `'$sensor_name'`. Tanda kutip penting untuk nilai string dalam SQL. {% endstep %} {% step %} **Simpan dan uji** Menguji variabel memastikan bahwa variabel berfungsi dengan benar dan memperbarui visualisasi seperti yang diharapkan. Pastikan untuk menyimpan pekerjaan Anda pada setiap langkah agar tidak kehilangan perubahan konfigurasi. Untuk menyelesaikan penyiapan: 1. Klik **Terapkan** untuk menyimpan konfigurasi variabel 2. Klik **Simpan dasbor** untuk mempertahankan semua perubahan 3. Kembali ke tampilan dasbor utama 4. Temukan menu tarik-turun variabel di bagian atas dasbor 5. Pilih nama sensor yang berbeda dari menu tarik-turun 6. Amati bahwa visualisasi diperbarui secara otomatis dengan data untuk sensor yang dipilih Jika visualisasi tidak diperbarui saat Anda mengubah pilihan variabel, verifikasi bahwa nama variabel dalam kueri Anda persis cocok dengan nama variabel yang Anda buat (nama variabel peka huruf besar-kecil). {% endstep %} {% endstepper %} ### Mengimpor dasbor siap pakai Dasbor siap pakai menyediakan cara cepat untuk mulai memvisualisasikan data Anda tanpa membangun semuanya dari awal. Dasbor ini dirancang oleh pengguna berpengalaman dan menyertakan praktik terbaik untuk visualisasi, tata letak, dan optimasi kueri. Namun, dasbor ini memerlukan konfigurasi untuk terhubung ke **IoT Query** instans Anda. {% stepper %} {% step %} **Akses fungsi impor** Fitur impor Grafana memungkinkan Anda memuat konfigurasi dasbor dari file JSON atau langsung dari Grafana.com menggunakan ID dasbor. 1. Buka **Dasbor** 2. Klik **Baru** → **Impor** 3. Jendela unggah akan muncul {% endstep %} {% step %} **Impor dasbor** Proses impor menerima konfigurasi dasbor dalam berbagai format, sehingga memberi Anda fleksibilitas dalam cara memuat dasbor siap pakai. Anda dapat mengimpor dasbor menggunakan: * **ID dasbor** dari Grafana.com * **file JSON** yang diunduh dari repositori bi-intergrations * **model JSON** yang ditempel langsung Jika menggunakan file JSON: 1. Klik **Unggah file JSON** 2. Pilih file dasbor 3. Berikan nama dan pilih folder tujuan 4. Klik **Impor** Tunggu hingga templat dasbor selesai diunggah. Setelah selesai, dasbor akan muncul, tetapi belum akan menampilkan data karena masih terhubung ke Sumber Data asli yang digunakan saat templat dibuat. {% endstep %} {% step %} **Perbarui koneksi Sumber Data** Ini adalah langkah penting. Dasbor yang diimpor pada awalnya terhubung ke Sumber Data eksternal yang tidak memiliki akses ke **IoT Query** data Anda. Anda harus memperbarui setiap visualisasi agar menggunakan PostgreSQL Anda **IoT Query** koneksi. Untuk memperbarui visualisasi: 1. Buka dasbor yang diimpor 2. Klik **Edit** pada panel visualisasi pertama (cari ikon edit atau menu tiga titik) 3. Di editor kueri, temukan pemilih Sumber Data 4. Ubah Sumber Data dari sumber asli templat ke koneksi PostgreSQL Anda **IoT Query** koneksi 5. Klik **Jalankan kueri** untuk memverifikasi bahwa visualisasi berhasil mengambil data 6. Klik **Simpan** untuk mempertahankan perubahan 7. Ulangi proses ini untuk setiap panel visualisasi pada dasbor {% hint style="info" %} Simpan pekerjaan Anda secara berkala selama proses ini. Anda mungkin memiliki beberapa visualisasi untuk diperbarui, dan menyimpan setelah masing-masing memastikan Anda tidak kehilangan kemajuan. {% endhint %} {% endstep %} {% step %} **Perbarui variabel dasbor** Banyak dasbor siap pakai menggunakan variabel untuk penyaringan dan interaktivitas. Variabel ini juga terhubung ke Sumber Data asli dan harus diperbarui untuk melakukan kueri pada **IoT Query** instans Anda. Untuk memperbarui variabel: 1. Buka **Setelan** → **Variabel** 2. Anda akan melihat daftar semua variabel yang digunakan di dasbor 3. Klik **Edit** pada variabel pertama 4. Temukan **Sumber Data** menu tarik-turun di bagian Opsi kueri 5. Ubah menjadi koneksi PostgreSQL Anda **IoT Query** koneksi 6. Verifikasi bahwa pratinjau di bagian bawah menampilkan nilai yang diharapkan dari basis data Anda 7. Klik **Terapkan** untuk mengonfirmasi perubahan 8. Ulangi untuk setiap variabel dalam daftar Setelah memperbarui semua variabel, simpan dasbor lagi. Variabel sekarang seharusnya terisi dengan nilai dari **IoT Query** instans Anda. {% endstep %} {% step %} **Verifikasi fungsi dasbor** Setelah Anda memperbarui semua visualisasi dan variabel, verifikasi bahwa semuanya bekerja bersama dengan benar. Pemeriksaan akhir ini memastikan dasbor berfungsi sepenuhnya dan siap untuk penggunaan rutin. Untuk memverifikasi: 1. Simpan dasbor untuk terakhir kalinya menggunakan **Ctrl+S** atau **Simpan** tombol 2. Segarkan halaman browser sepenuhnya (atau gunakan **F5**) 3. Periksa apakah semua visualisasi menampilkan data dengan benar 4. Uji setiap menu tarik-turun variabel untuk memastikan bahwa menu tersebut terisi dengan nilai 5. Pilih nilai variabel yang berbeda dan konfirmasikan bahwa visualisasi diperbarui sesuai 6. Coba rentang waktu yang berbeda menggunakan pemilih waktu Jika ada visualisasi yang tetap kosong atau menampilkan galat, kembali ke mode edit dan verifikasi konfigurasi Sumber Data dan kueri untuk panel-panel tersebut. {% endstep %} {% endstepper %} ## Pemecahan masalah ### Masalah koneksi basis data **Galat koneksi**: Verifikasi bahwa kredensial dan parameter koneksi cocok dengan **IoT Query** detail Anda secara tepat. Periksa bahwa host, port, nama basis data, nama pengguna, dan kata sandi sudah benar. **Galat firewall**: Pastikan jaringan Anda mengizinkan koneksi ke host dan port yang ditentukan. Hubungi administrator jaringan Anda jika upaya koneksi diblokir. **Galat SSL/TLS**: Verifikasi bahwa mode SSL diatur ke `require` require ### Masalah kueri dan visualisasi **Visualisasi kosong**: Pertama, verifikasi bahwa kueri benar-benar mengembalikan data dengan memeriksa inspektur kueri (klik tombol “Query inspector” di editor panel). Pastikan rentang waktu yang dipilih mencakup periode saat data ada di basis data Anda. Konfirmasikan bahwa Sumber Data dipilih dan terhubung dengan benar. Periksa bahwa nama tabel dan kolom dalam kueri Anda cocok dengan struktur skema sebenarnya. **Variabel tidak berfungsi**: Verifikasi bahwa kueri variabel mengembalikan nilai dengan memeriksa pratinjau di halaman konfigurasi variabel. Pastikan referensi variabel dalam kueri Anda menggunakan sintaks yang benar (`$variable_name`) tanpa salah ketik. Periksa bahwa variabel disimpan dengan benar dan diterapkan ke dasbor. Jika daftar turun bawah variabel kosong, periksa kueri SQL variabel untuk galat. **Performa kueri lambat**: Pertimbangkan menambahkan indeks basis data pada kolom yang sering dikueri seperti `device_time` dan `device_id`. Batasi rentang data dengan menggunakan filter waktu yang lebih ketat. Optimalkan struktur kueri dengan hanya memilih kolom yang diperlukan, bukan menggunakan `SELECT *`. Lihat [Buku Resep SQL](https://www.navixy.com/docs/analytics/example-queries) untuk contoh optimasi performa dan pola kueri yang terbukti. **Ketidakcocokan format**: Pastikan kueri Anda mengembalikan data dalam format yang diharapkan oleh jenis visualisasi Anda. Panel deret waktu memerlukan kolom yang diberi alias sebagai `time` dan kolom nilai numerik. Panel tabel menerima struktur kolom apa pun. Panel grafik memerlukan data waktu dan numerik. Periksa dokumentasi Grafana untuk persyaratan spesifik setiap jenis visualisasi. ### Masalah impor **Data hilang setelah impor**: Verifikasi bahwa koneksi Sumber Data diperbarui untuk semua panel dan variabel. Jangan melewatkan panel apa pun selama proses pembaruan. Periksa bahwa nama skema (`raw_business_data` atau `raw_telematics_data`) yang ditentukan dalam kueri sudah benar untuk instans Anda. Pastikan nama tabel dan kolom cocok dengan struktur basis data Anda yang sebenarnya. **IoT Query** instans Anda. Pastikan nama tabel dan kolom cocok dengan struktur basis data Anda yang sebenarnya. **Dasbor menampilkan galat**: Buka editor kueri setiap panel dan klik "Query inspector" untuk melihat pesan galat yang terperinci. Tinjau pesan galat dengan saksama—pesan tersebut sering menunjukkan masalah spesifik seperti kolom yang hilang, tipe data yang salah, atau galat sintaks. Pastikan nama bidang dalam kueri cocok dengan **IoT Query** Skema Anda secara tepat (nama bidang peka huruf besar-kecil). Verifikasi bahwa tipe data yang dikembalikan oleh kueri kompatibel dengan jenis visualisasi. **Variabel tidak terisi**: Periksa bahwa Anda telah memperbarui Sumber Data untuk setiap variabel, bukan hanya panel visualisasi. Verifikasi bahwa kueri variabel benar secara sintaksis dan mengembalikan data saat dijalankan secara langsung. Pastikan jenis variabel disetel ke "Query" alih-alih "Custom" atau jenis lainnya. ## Langkah berikutnya Setelah berhasil menghubungkan Grafana ke **IoT Query** instans Anda: * Jelajahi skema data yang tersedia dengan meninjau [Ikhtisar skema](/docs/analytics/id/iot-query/schema-overview.md) untuk memahami struktur data, hubungan antartabel, dan bidang yang tersedia. * Mulailah dengan kueri sederhana yang berfokus pada entitas bisnis tertentu sebelum membangun dasbor kompleks; ini membantu Anda mempelajari struktur data dan menghindari masalah performa. * Tinjau [Buku Resep SQL](/docs/analytics/id/example-queries.md) untuk pola kueri yang terbukti dan teknik optimasi, serta contoh skenario analitik telematika yang umum * Bereksperimenlah dengan berbagai jenis visualisasi (deret waktu, tabel, pengukur, panel stat) untuk menemukan representasi terbaik bagi data dan kasus penggunaan spesifik Anda * Pertimbangkan membuat beberapa dasbor untuk tujuan yang berbeda: pemantauan real-time, analisis historis, ringkasan eksekutif, dan laporan operasional. ### Dukungan Untuk pertanyaan teknis atau bantuan dengan **IoT Query** koneksi, hubungi dukungan di . --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://navixy.com/docs/analytics/id/iot-query/connection-setup/selecting-bi-tools/connecting-grafana.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.