《Splunk智能运维实战》——第3章 仪表盘和可视化——让数据闪光 3.1 简介

简介:

本节书摘来自华章计算机《Splunk智能运维实战》一书中的第3章,第3.1节,作者 [美]乔史·戴昆(Josh Diakun),保罗R.约翰逊(Paul R. Johnson),德莱克·默克(Derek Mock),译 宫鑫,康宁,刘法宗 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

第3章

仪表盘和可视化——让数据闪光

3.1 简介

前一章介绍了Splunk的搜索处理语言(SPL)以及如何使用SPL来搜索数据并制作报表。本章将以这些知识为基础,使用Splunk的可视化功能让数据更直观。我们将学习如何通过Splunk UI创建仪表盘并添加前一章制作的报表。我们将再创建两个仪表盘,以供本书其他章节使用。

可视化是数据得以最佳呈现的基础。按照人们熟悉的方式可视化数据,就能让用户更好地了解被展示的内容,并正确地理解该如何应对。当使用Splunk来进行智能运维时,会发现几乎所有的报表都以某种方式进行着视觉呈现。从一线员工到C级高管,每个人都可以利用Splunk的可视化功能来更好地理解系统和应用程序生成的数据。

通过创建和使用仪表盘,这些可视化可以排列并集中,以满足机构需要。

关于Splunk仪表盘

仪表盘是Splunk内部最常见的视图类型。它可以将一个或多个报表聚合在一起,在同一个页面展示。每个报表都作为面板放置在仪表盘上,由创建的搜索提供数据支持。通常在仪表盘加载后,这些面板就会显示各种数据。面板中的报表可以显示数据列表或者显示本章将介绍的可视化图表。

使用仪表盘获取运维智能

在这个充满运维智能的世界,仪表盘是揭示重要信息的关键工具,通过一块面板就能整体地呈现系统和应用程序的概况。可以用数个仪表盘来共同为操作人员、行政人员或高管等关键人群展示信息。仪表盘就像窗口一样展示运行环境,使即时获取的信息得以实现,以便做出及时、可行的决定。

通过可视化丰富数据

数据本身较难理解,分析起来也会很乏味。可视化提供了一种强大的方法来使数据栩栩如生。在视觉环境下呈现数据可以让观众更好地理解一个值与其他值的关系,识别数据模式,在数据集之间建立联系,并判断走势。颜色容易引起人们的联想,我们可以将颜色应用到可视化中,以便吸引注意力,强调特定的数据点。比如,在可接受范围内的值可以用绿色显示,当这个值增加了,它会变成黄色,当它最终变成红色,那就是在不可接受的范围内了。人类会从红色联想到坏事,从绿色联想到好事,所以红色的值表示需要重视。

可将此用于智能运维的实例。假设有一个分布式网络服务器环境,生成大量无规律的数据。在每个事件中都有一个字段,代表事件发生的响应时间。如果使用表格逐行分析这些事件,要花很长时间才能找到出现异常值的事件。而使用散点图等可视化图表,就可以标绘事件数据,并很容易识别那些偏离事件主群的离散事件。

可用的可视化形式

Splunk的一个优点就是它提供了许多开箱即用的可视化形式,我们可以轻松地套用到数据上。可视化类型和常见用法如下表所示:

screenshot

若想了解Splunk中可用的可视化图表的更多信息,请访问http://docs. splunk.com/Documentation/Splunk/latest/Viz/ Visualizationreference。

可视化的最佳实践

当为仪表盘添加可视化时,有一些最佳实践可供参考:

screenshot

  • 随时间变化对比:使用折线图和柱状图
  • 在项目之间对比:使用条形图和柱状图
  • 关系:使用散点图
  • 分布:使用分类的柱状图、条形图或散点图
  • 静态成分:使用100%分层的柱状图或饼图
  • 变化成分:使用分层的柱状图或面积图,或100%分层的柱状图或面积图

screenshot

相关文章
|
21天前
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
118 49
|
15天前
|
存储 分布式计算 Hadoop
【产品升级】Dataphin V4.4重磅发布:开发运维提效、指标全生命周期管理、智能元数据生成再升级
Dataphin V4.4版本引入了多项核心升级,包括级联发布、元数据采集扩展、数据源指标上架、自定义属性管理等功能,大幅提升数据处理与资产管理效率。此外,还支持Hadoop集群管理、跨Schema数据读取、实时集成目标端支持Hudi及MaxCompute delta等技术,进一步优化用户体验。
307 3
【产品升级】Dataphin V4.4重磅发布:开发运维提效、指标全生命周期管理、智能元数据生成再升级
|
5天前
|
数据采集 机器学习/深度学习 人工智能
基于AI的网络流量分析:构建智能化运维体系
基于AI的网络流量分析:构建智能化运维体系
49 13
|
12天前
|
机器学习/深度学习 数据采集 运维
机器学习在运维中的实时分析应用:新时代的智能运维
机器学习在运维中的实时分析应用:新时代的智能运维
63 12
|
22天前
|
人工智能 运维 自然语言处理
智能化运维:AI在IT运维领域的深度应用与实践####
本文探讨了人工智能(AI)技术在IT运维领域的深度融合与实践应用,通过分析AI驱动的自动化监控、故障预测与诊断、容量规划及智能决策支持等关键方面,揭示了AI如何赋能IT运维,提升效率、降低成本并增强系统稳定性。文章旨在为读者提供一个关于AI在现代IT运维中应用的全面视角,展示其实际价值与未来发展趋势。 ####
136 4
|
25天前
|
机器学习/深度学习 人工智能 运维
智能化运维在现代IT系统中的应用与挑战####
本文探讨了智能化运维(AIOps)在现代IT系统中的关键作用及其面临的主要挑战。随着云计算、大数据和人工智能技术的飞速发展,传统的IT运维模式正逐渐向更加智能、自动化的方向转变。智能化运维通过集成机器学习算法、数据分析工具和自动化流程,显著提升了系统稳定性、故障响应速度和资源利用效率。然而,这一转型过程中也伴随着数据隐私、技术复杂性和人才短缺等问题。本文旨在为读者提供一个关于智能化运维的全面视角,分析其优势与挑战,并探讨未来的发展趋势。 ####
38 6
|
24天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
22天前
|
机器学习/深度学习 人工智能 运维
智能化运维在现代数据中心的应用与挑战####
本文深入探讨了智能化运维(AIOps)技术在现代数据中心管理中的实际应用,分析了其带来的效率提升、成本节约及潜在风险。通过具体案例,阐述了智能监控、自动化故障排查、容量规划等关键功能如何助力企业实现高效稳定的IT环境。同时,文章也指出了实施过程中面临的数据隐私、技术整合及人才短缺等挑战,并提出了相应的解决策略。 --- ####
42 1
|
25天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维在企业IT管理中的应用与实践####
本文深入探讨了智能化运维(AIOps)的核心技术原理,通过对比传统运维模式,揭示了AIOps如何利用大数据、机器学习等先进技术提升故障预测准确性、优化资源分配及自动化处理流程。同时,文章详细阐述了智能化运维平台的实施步骤,包括数据收集与分析、模型训练与部署、以及持续监控与优化,旨在为企业IT部门提供一套切实可行的智能化转型路径。最后,通过几个典型应用案例,如某大型电商平台的智能告警系统和金融企业的自动化故障排查流程,直观展示了智能化运维在实际业务场景中的显著成效,强调了其在提升运维效率、降低运营成本方面的关键作用。 ####
46 4
|
26天前
|
数据采集 机器学习/深度学习 人工智能
智能运维在IT管理中的实践与探索
【10月更文挑战第21天】 本文深入探讨了智能运维(AIOps)技术在现代IT管理中的应用,通过分析其核心组件、实施策略及面临的挑战,揭示了智能运维如何助力企业实现自动化监控、故障预测与快速响应,从而提升整体运维效率与系统稳定性。文章还结合具体案例,展示了智能运维在实际环境中的显著成效。
51 4

热门文章

最新文章