玩转视图变量,轻松实现动态可视化数据分析

前言

在当今数据驱动的世界中,数据分析已经成为了企业和组织中不可或缺的一部分。传统的静态数据分析方法往往无法满足快速变化的业务需求和实时决策的要求。为了更好地应对这些挑战,观测云的动态可视化数据分析应运而生。

在动态可视化数据分析中,联动视图变量起到了关键的作用。它允许用户通过更改一个或多个视图变量的值来实时更新可视化结果。这种实时的联动性使得用户能够根据自己的需求和兴趣动态地筛选和分析数据,从而更深入地理解数据背后的故事。

观测云支持您在【场景】下的【仪表板】中,利用【视图变量】动态地完成图表的筛选,快速实现动态可视化数据分析,更有力地支持您的决策。

开始配置视图变量

使用【场景】前需完成数据采集配置,可参见:主机安装 - 观测云文档

添加视图变量

当您新建一个【仪表板】时,您可以点击顶部导航栏显示【添加视图变量】按钮,添加所需的视图变量;其数据来源包括DQL、指标、基础对象、自定义对象、日志、应用性能、用户访问、安全巡检和自定义。

其中,您可以利用 DQL 查询、UI 查询、自定义三种查询方式来查询视图变量。

1. DQL 查询

您可以直接手写 DQL 查询语句,查询返回对应的数据值。同时,您也可以在查询中添加时间范围筛选和配置级联查询。

了解更多DQL定义和语法,可参见:DQL 定义 - 观测云文档

级联查询

当您需要配置两个以上视图变量,且第二个视图变量需要基于第一个视图变量查询的结果的来进行联动查询时,可以使用级联查询,以此类推,级联查询可以支持多个视图变量的联动查询。例如,如果您需要对用户访问监测配置应用概览的视图变量时,您可以选择级联筛选,如下图所示,需要基于应用 ID、环境和版本进行联动查询。

2. UI 查询

除了上述的DQL语句查询以外,您还可以直接在页面上点击选择要查询的视图变量,支持选择指标、基础对象、自定义对象、日志、应用性能、用户访问、安全巡检数据来源。

3. 自定义

最后,如图所示,您还可以直接定义一组数值用于视图变量使用,无需通过查询语句获取相关值;自定义变量选项中的内容,每个选项之间用英文 “,” 隔开。

添加对象映射

需要强调的是,若您添加的视图变量为基础设施对象数据,您就可以为其设置字段映射,将难以辨识的字段名称显示成您想要的字段,从而便于您更好的理解图表内容,以进行更加精确的数据分析。如下图所示:将 container_id 映射显示为 container_name。

上述我们介绍了关于如何配置视图变量,下面将从实际场景出发,为您展示如何灵活使用视图变量来得到所需的数据图表结果;以及联动试图变量与图表,快速实现实时动态的可视化数据分析。

灵活使用视图变量,实现动态可视化数据分析

应用视图变量的实际场景

视图变量创建完成后,您可以在图表中关联此变量,实现图表与视图变量的联动筛选。

如下图所示,若您创建了一个监测Web应用用户访问情况的仪表板,当您添加了应用ID、环境和版本的视图变量,您就可以在图表查询中筛选变量字段,得到不同应用在不同环境、不同版本的用户属性、行为事件等数据。

另外,您还可以在仪表板中直接切换这些变量值,即可得到筛选后的图表数据,快速分析该应用的用户访问情况,以帮助您在快速变化的业务需求中做出更加合理的实时决策。

除了通过简单筛选变量来查询所需的图表数据,您还可以进行更深入的数据分析。
如图所示,您可以在该Web应用概览仪表板中监测当下用户访问该Web应用时出现的异常情况;直接进入到错误数图表中,查询相关的错误数据以更快定位问题。更进一步,您可以直接从图表链接跳转到Erro查看器,实现全局联动分析,高效提高用户使用体验。(关于如何配置图表链接,可以关注相关文章:【数据下钻分析?图表链接一招搞定!】)

当然,若您的添加的视图变量对应的 DQL 语句中存在 by 分组条件,您就能够将所选时间线或数据点反向添加视图变量,实现全局联动的图表数据分析。

如下图Web应用概览仪表板所示,您就可以直接在UV&PV图表中选定某一数据点,反向添加到【环境】为 [prod],便得到了该条件下的UV&PV时序图。这不仅能够帮助您在实际运用中能够高效反向查询和分析所需数据,也能实时支持团队工作的协同场景。

应用对象映射的实际场景

在配置好基础设施对象数据的视图变量和其对象映射后,一方面,仪表板视图变量下拉列表会显示列出配置的字段对应值,方便您筛选视图变量。


 

另一方面,在图表【设置】中开启【字段映射】后,则是根据图表里面是否配置了 group by 的相关字段查询。如已配置,会将对应的值显示替换为映射后的值,使图表显示的更加清晰。

如上述场景,您在监测用户访问Web应用概览过程中,可能需要临时观察一下主机性能(CPU内存)的数据。当您在图表查询中使用该字段,那么复杂的主机IP将在图表中替换显示为更直观的主机名称,从而帮助您更快了解各个主机CPU内存情况,以高效做出相关决策。

实际上,观测云支持的利用视图变量来实现动态可视化数据分析的方式,可以根据具体的业务需求和数据分析目标进行灵活的应用,从而更好地理解和利用数据进行决策和优化。

结论

在本文中,我们探讨了联动视图变量实现动态可视化数据分析的配置方法和应用场景。不论企业是需要业务数据监测,还是动态查询应用性能情况,观测云提供的动态可视化数据分析方案都是最佳的选择。它能够实时更新可视化结果,根据不同的视图变量值进行数据筛选和分析,从而提供更准确、更有针对性的洞察。同样也能够强有力地支持企业提高自身的竞争力!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/108521.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

微机原理:汇编语言程序设计

文章目录 一、汇编格式1、文字简述2、代码表述 二、汇编语言结构说明1、方式选择伪指令2、段定义语句3、段约定语句4、汇编结束语句5、返回DOS语句 三、实例1、例子2、汇编语言程序开发过程 四、功能调用DOS功能调用1、功能号01H2、功能号02H3、功能号09H4、功能号0AH5、举例 B…

Ubuntu编译 PCL 1.13.1 详细流程

Ubuntu编译 PCL 1.13. 详细流程 一、编译环境二、虚拟机准备1. 虚拟机扩容2. 配置交换分区 三、Cmake - gui 生成 MakeFile1. 解决 flann 依赖问题2. 配置 Cmake 四、编译安装1.编译:2. 安装 一、编译环境 Ubuntu:Ubuntu 20.04 VMware:VMwar…

统计学习方法 支持向量机(下)

文章目录 统计学习方法 支持向量机(下)非线性支持向量机与和核函数核技巧正定核常用核函数非线性 SVM 序列最小最优化算法两个变量二次规划的求解方法变量的选择方法SMO 算法 统计学习方法 支持向量机(下) 学习李航的《统计学习方…

VS工程的“多dll与exe文件合并”

运行环境 ILMerge插件 1、打开 VS的“工具 - NuGet包管理器 - 管理解决方案的NuGet程序包” 2、在浏览中搜索“ILMerge”,在官方源中,3.0.41版本的插件已不支持使用了 3、下拉列表其他版本可以安装,使用3.0.40 4、下载封装好的“ILMerge”任…

React-快速搭建开发环境

1.安装 说明:react-excise-01是创建的文件名 npx create-react-app react-excise-01 2. 打开文件 说明:we suggest that you begin by typing:下面即是步骤。 cd react-excise-01 npm start 3.显示

B. Qingshan Loves Strings(贪心规律)

Problem - B - Codeforces 解析&#xff1a; 首先判断 t 字符串是不是相邻不同并且两端不同。 然后遍历 s 并且判断每一个相邻的相同字符&#xff0c;必须 t 字符符合并且两侧不同。 #include<bits/stdc.h> using namespace std; #define int long long const int N2e55…

计算机视觉注意力机制小盘一波 (学习笔记)

将注意力的阶段大改分成了4个阶段 1.将深度神经网络与注意力机制相结合&#xff0c;代表性方法为RAM ⒉.明确预测判别性输入特征&#xff0c;代表性方法为STN 3.隐性且自适应地预测潜在的关键特征&#xff0c;代表方法为SENet 4.自注意力机制 通道注意力 在深度神经网络中…

状态机的设计与实现

写作目的 好久没有写博客进行输出了&#xff0c;是时候需要水一篇了&#xff0c;嘻嘻。 正好项目中使用了状态机&#xff0c;也借此分享一下系统中状态机的项目落地经验。 什么是状态机 以在某宝下单为例&#xff0c;在点击下单后&#xff0c;此时订单就已经创建了&#xff…

基于Python+pyecharts 实现国内上映电影票房评分可视化分析项目源码

基于Pythonpyecharts 实现国内上映电影票房评分可视化分析项目源码 项目内容 统计2018年在国内上映的所有电影&#xff0c;分别获取上映电影的票房、评分&#xff08;豆瓣、猫眼、时光、imdb&#xff09;、类型、上映日期、演员、导演等数据。利用所获数据绘图&#xff0c;对…

人工智能基础_机器学习006_有监督机器学习_正规方程的公式推导_最小二乘法_凸函数的判定---人工智能工作笔记0046

我们来看一下公式的推导这部分比较难一些, 首先要记住公式,这个公式,不用自己理解,知道怎么用就行, 比如这个(mA)T 这个转置的关系要知道 然后我们看这个符号就是求X的导数,X导数的转置除以X的导数,就得到单位矩阵, 可以看到下面也是,各种X的导数,然后计算,得到对应的矩阵结…

php之 角色的权限管理(RBAC)详解

RBAC&#xff08;Role-based access control&#xff09;是一种常见的权限管理模型&#xff0c;通过将用户分配至特定的角色&#xff0c;以及为角色分配访问权限&#xff0c;实现了权限管理的目的。以下是关于RBAC的详细解释&#xff1a; 角色&#xff1a;RBAC模型的核心是角色…

Java电商平台 - API 接口设计之 token、timestamp、sign 具体架构与实现|电商API接口接入

一&#xff1a;token 简介 Token&#xff1a;访问令牌access token, 用于接口中, 用于标识接口调用者的身份、凭证&#xff0c;减少用户名和密码的传输次数。一般情况下客户端(接口调用方)需要先向服务器端申请一个接口调用的账号&#xff0c;服务器会给出一个appId和一个key, …

常用JQuery插件汇总

Jquery插件&#xff0c;数字动画特效&#xff0c;从n到m数字跳动JJ​​​​​​​CountUp.jsA javascript class that animates a numerical value by counting to it.http://inorganik.github.io/countUp.js/

javaEE -10(11000字详解5层重要协议)

一&#xff1a;应用层重点协议 1.1&#xff1a; DNS DNS&#xff0c;即Domain Name System&#xff0c;域名系统。DNS是一整套从域名映射到IP的系统。 TCP/IP中使用IP地址来确定网络上的一台主机&#xff0c;但是IP地址不方便记忆&#xff0c;且不能表达地址组织信息&#x…

EASYX动画效果实现

eg1:绘制小球的动画效果 通过一下的代码实现小球从左向右移动效果&#xff0c;计算小球的移动速度和帧率实现移动效果平和造成视觉上的错觉 #include <stdio.h> #include <easyx.h> #include <iostream> #include <math.h> #define PI 3.14 // 1PI …

Android JNI/NDK 入门从一到二

1. 前言 最基础的创建JNI接口的操作&#xff0c;可以直接看这篇文章 : 第一个Android JNI工程&#xff0c; 本文会基于掌握创建JNI接口的操作的基础之上&#xff0c;来入门JNI/NDK。 2. 在JNI中打印日志 2.1 添加log模块 记得CMake中有log模块&#xff0c;不然编译不过 ta…

大模型之十九-对话机器人

大语言模型的最早应用是Chatbot&#xff0c;其实我最早接触语义理解在2014年&#xff0c;2014年做智能音箱的时候&#xff0c;那时也是国内第一批做智能音箱的&#xff0c;在现在看起来当时的智能音箱比较傻&#xff0c;很多问题无法回答&#xff0c;长下文效果也不好&#xff…

etcd的mvcc源码剖析

mvcc简介 悲观锁 在对于一些临界资源进行读写的时候&#xff0c;为了防止其他人进行同步的修改数据&#xff0c;直接将当前的数据锁住&#xff0c;不让别人使用&#xff0c;来实现并发安全 乐观锁 在对临界资源进行操作的时候&#xff0c;不锁住数据&#xff0c;实现独占&…

网络协议--TCP的交互数据流

19.1 引言 前一章我们介绍了TCP连接的建立与释放&#xff0c;现在来介绍使用TCP进行数据传输的有关问题。 一些有关TCP通信量的研究如[Caceres et al. 1991]发现&#xff0c;如果按照分组数量计算&#xff0c;约有一半的TCP报文段包含成块数据&#xff08;如FTP、电子邮件和U…

Elasticsearch跨集群检索配置

跨集群检索字面意思&#xff0c;同一个检索语句&#xff0c;可以检索到多个ES集群中的数据&#xff0c;ES集群默认是支持跨集群检索的&#xff0c;只需要动态的增加入节点即可&#xff0c;下面跟我一起来体验下ES的跨集群检索的魅力。 Elasticsearch 跨集群检索推荐的是不同集群…