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!
相关文章:

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&…...

【51单片机】:智能施工电梯系统
项目效果: 基于51单片机的智能施工电梯系统 摘 要 智能施工电梯系统目前广泛应用于人们建筑工程中,为人们施工时上下搬运提供了极大的便利。智能施工电梯系统包括密码开启、超重提示,电梯运作及相关信息显示等等功能,施工电梯为我…...
前端线上部署,如何通知用户有新版本
前言 version-polling 是一个轻量级的 JavaScript 库,它可以实时检测 web 应用的 index.html 文件内容是否有变化。当服务端发布新版本后,前端会自动弹出更新提示,让用户刷新页面,以加载最新的资源和功能。这样可以提高用户体验和…...
Debezium日常分享系列之:Debezium2.4版本之用于 MongoDB的Debezium 连接器
Debezium日常分享系列之:Debezium2.4版本之用于 MongoDB的Debezium 连接器 一、综述二、改变流三、阅读偏好四、MongoDB 连接器的工作原理五、支持的 MongoDB 拓扑六、所需的用户权限七、逻辑连接器名称八、执行快照九、临时快照十、增量快照1.增量快照流程2.Debezi…...

编程应用场景:便利店商超进销存管理系统软件,试用版可以免费试用下载
编程应用场景:便利店商超进销存管理系统软件,试用版可以免费试用下载 软件特色: 1、功能实用,操作简单,不会电脑也会操作,软件免安装,已内置数据库。软件在关闭的时候,可以设置会员…...

【LInux】进程概念II -- 描述进程
Halo,这里是Ppeua。平时主要更新C语言,C,数据结构算法…感兴趣就关注我吧!你定不会失望。 本篇导航 0. 进程概念1. 描述进程2. 组织进程 0. 进程概念 在初学阶段,我们对进程这个词仅在书上看见过,大多不太理解这个究竟是什么意思…...
紫光集团、展讯通信、锐迪科(RDA)、紫光展锐以及翱捷科技(ASR)关系梳理
紫光集团、展讯通信、锐迪科(RDA)、紫光展锐以及翱捷科技(ASR)关系梳理 参考链接: 一文梳理国产芯片巨头:紫光集团https://zhuanlan.zhihu.com/p/578232102 紫光展锐发展史,曾经的热血海归们如今都去哪了? 然而早在2013年和2014年,展讯和锐迪科就分别被紫光收购。相隔一…...

7.多线程之单例模式
单例模式 文章目录 单例模式1. 什么是单例模式2. 饿汉模式3. 懒汉模式3.1 单线程版:3.2 多线程版 1. 什么是单例模式 单例模式是一种设计模式,常见的设计模式还有工厂模式、建造者模式等。 设计模式是一套被反复使用、多数人知晓的、经过分类编目的、代码…...
docker 常用指令
以下是一些常用的Docker指令: 构建镜像: docker build -t <image_name> <Dockerfile_directory>运行容器: docker run -d --name <container_name> <image_name>查看正在运行的容器: docker ps停止容…...
Numpy、Pandas、Matplotlib学习(更新ing...)
数据科学 一、Numpy二、Pandas三、Matplotlib参考链接 一、Numpy 在numpy中以np.nan表示缺失值,它是一个浮点数。 二、Pandas 1、如要选出col0在30到80之间的行中col3与col1之差为奇数的行,或者col2大于50中的行col3超过col1均值的行,可以…...
Linux-sdio接口
支持模式 4位模式: CMD:命令线,单向传输,由主机控制。 DAT0-DAT3:数据线,双向传输,由主机和外设共同控制。8位模式: CMD:命令线,单向传输,由主机…...

【MATLAB源码-第62期】基于蜣螂优化算法(DBO)的无人机三维地图路径规划,输出最短路径和适应度曲线。
操作环境: MATLAB 2022a 1、算法描述 蜣螂优化算法(Dung Beetle Optimization, DBO)是一种模拟蜣螂在寻找食物和进行导航的过程的优化算法。蜣螂是一种能够将粪球滚到合适地点的昆虫,它们利用天空中的光线和自身的感知能力来确…...

RealVNC Enterprise 7.7.0 Crack
RealVNC连接_旗舰产品 RealVNC Connect 是为需要强大安全性、弹性和安心的组织提供的远程访问解决方案。 设备访问 按需协助 随时随地安全访问和管理任何设备 通过安全的远程访问让您的组织保持联系,帮助您提高生产力并促进更广泛的协作。 随时随地安全远程访问和…...

Windows下Jenkins自动化部署SpringBoot应用
Windows下Jenkins自动化部署SpringBoot应用 1、下载安装包 下载地址: 一个是 msi 程序: https://mirrors.aliyun.com/jenkins/windows/ 一个是 war 程序: https://get.jenkins.io/war-stable/ https://mirrors.jenkins.io/war/ 这里我…...
Leetcode59螺旋矩阵2
代码: class Solution {public int[][] generateMatrix(int n) {if(n1){int[][] arr {{1}};return arr; }int[][] arr new int[n][n];int cnt1;int left 0,right n-1,top0,downn-1;while(left<right){for(int ileft;i<right;i){arr[top][i] cnt;}for(in…...

抖音很火的情侣飞行棋/真心话大冒险/情侣扫雷html网站源码带在线支付、代理分销等!
-------- 演示地址 -------- 演示地址:http://game.71.vy386.cn 演示后台:http://game.71.vy386.cn/admin 后台账号:admin888 后台密码:admin888 -------- 程序特色 -------- 1、完整的分销制度,可自定义多种不同…...

Word批量删除文档属性和个人信息方法图解
投标文件中设计敏感信息,在投标前必须删除,Word批量删除文档属性和个人信息方法图解: 右键word文件属性--详细信息,可以查看如下信息; 删除上述信息的办法: 1.打开word文件---文件 2.检查文档、检查文档 检…...
Kubernetes(K8s)从入门到精通系列之十八:使用 Operator Lifecycle Manager(OLM) 安装operator
Kubernetes从入门到精通系列之十八:使用 Operator Lifecycle Manager OLM 安装operator 一、先决条件二、安装operator三、示例:安装最新版本的 Operator四、示例:安装特定版本的 Operator 从运算符目录中安装运算符 通过 CatalogSource 将 …...
request、response请求转发和重定向
Request&Response request是请求对象,获取请求数据;response是响应对象,设置响应数据。 request获取请求数据 获取请求方式:request.getMethod(); 获取访问路径:request.getContextPath(); 获取UR…...
MySql学习路线
学习MySQL数据库的路线可以分为不同的阶段,从入门到高级,逐步掌握数据库管理和开发技能。以下是一个关于MySQL学习的路线: ### 初级阶段 1. **数据库基础知识**: - 学习数据库的基本概念,了解关系数据库管理系统&…...
conda相比python好处
Conda 作为 Python 的环境和包管理工具,相比原生 Python 生态(如 pip 虚拟环境)有许多独特优势,尤其在多项目管理、依赖处理和跨平台兼容性等方面表现更优。以下是 Conda 的核心好处: 一、一站式环境管理:…...

日语AI面试高效通关秘籍:专业解读与青柚面试智能助攻
在如今就业市场竞争日益激烈的背景下,越来越多的求职者将目光投向了日本及中日双语岗位。但是,一场日语面试往往让许多人感到步履维艰。你是否也曾因为面试官抛出的“刁钻问题”而心生畏惧?面对生疏的日语交流环境,即便提前恶补了…...
设计模式和设计原则回顾
设计模式和设计原则回顾 23种设计模式是设计原则的完美体现,设计原则设计原则是设计模式的理论基石, 设计模式 在经典的设计模式分类中(如《设计模式:可复用面向对象软件的基础》一书中),总共有23种设计模式,分为三大类: 一、创建型模式(5种) 1. 单例模式(Sing…...
MySQL 隔离级别:脏读、幻读及不可重复读的原理与示例
一、MySQL 隔离级别 MySQL 提供了四种隔离级别,用于控制事务之间的并发访问以及数据的可见性,不同隔离级别对脏读、幻读、不可重复读这几种并发数据问题有着不同的处理方式,具体如下: 隔离级别脏读不可重复读幻读性能特点及锁机制读未提交(READ UNCOMMITTED)允许出现允许…...
Objective-C常用命名规范总结
【OC】常用命名规范总结 文章目录 【OC】常用命名规范总结1.类名(Class Name)2.协议名(Protocol Name)3.方法名(Method Name)4.属性名(Property Name)5.局部变量/实例变量(Local / Instance Variables&…...

全球首个30米分辨率湿地数据集(2000—2022)
数据简介 今天我们分享的数据是全球30米分辨率湿地数据集,包含8种湿地亚类,该数据以0.5X0.5的瓦片存储,我们整理了所有属于中国的瓦片名称与其对应省份,方便大家研究使用。 该数据集作为全球首个30米分辨率、覆盖2000–2022年时间…...

第一篇:Agent2Agent (A2A) 协议——协作式人工智能的黎明
AI 领域的快速发展正在催生一个新时代,智能代理(agents)不再是孤立的个体,而是能够像一个数字团队一样协作。然而,当前 AI 生态系统的碎片化阻碍了这一愿景的实现,导致了“AI 巴别塔问题”——不同代理之间…...

Linux-07 ubuntu 的 chrome 启动不了
文章目录 问题原因解决步骤一、卸载旧版chrome二、重新安装chorme三、启动不了,报错如下四、启动不了,解决如下 总结 问题原因 在应用中可以看到chrome,但是打不开(说明:原来的ubuntu系统出问题了,这个是备用的硬盘&a…...
Spring AI 入门:Java 开发者的生成式 AI 实践之路
一、Spring AI 简介 在人工智能技术快速迭代的今天,Spring AI 作为 Spring 生态系统的新生力量,正在成为 Java 开发者拥抱生成式 AI 的最佳选择。该框架通过模块化设计实现了与主流 AI 服务(如 OpenAI、Anthropic)的无缝对接&…...
MySQL账号权限管理指南:安全创建账户与精细授权技巧
在MySQL数据库管理中,合理创建用户账号并分配精确权限是保障数据安全的核心环节。直接使用root账号进行所有操作不仅危险且难以审计操作行为。今天我们来全面解析MySQL账号创建与权限分配的专业方法。 一、为何需要创建独立账号? 最小权限原则…...