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!

相关推荐
阿里云大数据AI技术8 小时前
从数据平台到智能数据助手:Agentic 数据分析与 API 生产实践
人工智能·数据分析·agent
躺柒10 小时前
读数据可视化13空间标量场(上)
人工智能·深度学习·信息可视化·数据可视化·空间·大数据分析
数据智研12 小时前
【数据分享】阿庐风景名胜区(国家级地质公园)边界数据
人工智能·数据分析·数据可视化
CC数分13 小时前
如何用Excel数据透视分析业务?3分钟出报表
数据分析·excel
追风少年ii1 天前
课前准备--蛋白建模AlphaFold 2与AlphaFold 3
数据分析·分子动力学·分子对接·结构生物学
Akiyama_Mio-Kon1 天前
GitHub Code Quality 有了趋势面板后:怎样把 Agent 修复从“刷绿”变成可验证的质量闭环
devsecops·可观测性·代码质量·ai agent·codeql·github code·工程治理
躺柒1 天前
读数据可视化12可视化设计原则
信息可视化·数据分析·可视化·数据可视化·大数据分析
十三画者2 天前
【文献分享】KCFtools:基于k-mer的无比对基因组变异检测与基因型矩阵构建工具
人工智能·深度学习·数据挖掘·数据分析
今天AI了吗2 天前
AI Agent 在数据分析领域的落地判断:哪些场景真的需要 Agent
java·数据库·人工智能·python·sql·数据分析·copilot
BYSJMG2 天前
大数据毕业设计选题方向|【基于大数据的燃油消耗数据可视化与分析】Hadoop+PySpark+FP-Growth
大数据·hadoop·分布式·信息可视化·数据分析·课程设计