Python 与Grafana一起使用的XDB的正确模式设计？

我设置了各种安全摄像头，当检测到运动时触发。然后，一个程序从相机上抓取一幅静止图像，运行它进行一些深入的学习，并尝试对图像中的各种对象进行分类。然后，我将对象分类的结果记录到InfluxDB中，这样我就可以使用Grafana浏览各种对象被检测的频率、不同对象的分类可信度等。相机每天处理和分类数千个运动事件

下面是演示我的模式的Python代码片段：

event_name = "object_detection"
camera_name = "front"
label = "person"

json_body = [{
'measurement': event_name,
'tags': {
    'camera': camera_name,
    'label': label,
},
'time': data['timestamp'],
'fields': {
    'confidence': prediction['confidence'],
    'min_confidence': prediction['min_confidence'],
    'alert': prediction['alert'],
    'y_min': prediction['y_min'],
    'x_min': prediction['x_min'],
    'y_max': prediction['y_max'],
    'x_max': prediction['x_max'],                
}
}]

我遇到的问题是，我不能（轻松地）在Grafana中查询这些数据——我只得到一个空数据集。但是如果我深入查询检查器，我确实看到了数据。它只是嵌套得很重

我不知道我是在XDB还是在格拉法纳做错了什么？有趣的是，XDB Python库使用以下内容：

---

所以我现在很困惑？我是否应该将每个字段值分解为它自己的数据点？这将使Grafana中的查询更容易，但似乎是一个低效的解决方案。最好的选择是什么？

数据模式看起来很完美。只有Grafana查询可能是个问题。但我不确定你想问什么。看起来你正试图找到每小时最大的自信。所以，在没有任何匹配记录的情况下，XDB在一小时内返回

null

，这是正常的。如果要自定义该行为，请使用“填充”。文档：

数据模式看起来很完美。只有Grafana查询可能是个问题。但我不确定你想问什么。看起来你正试图找到每小时最大的自信。所以，在没有任何匹配记录的情况下，XDB在一小时内返回

null

，这是正常的。如果要自定义该行为，请使用“填充”。文件：

>>> json_body = [
    {
        "measurement": "cpu_load_short",
        "tags": {
            "host": "server01",
            "region": "us-west"
        },
        "time": "2009-11-10T23:00:00Z",
        "fields": {
            "value": 0.64
        }
    }
]