时序图在SLS中的使用技巧

本文涉及的产品
对象存储 OSS,20GB 3个月
对象存储 OSS,内容安全 1000 次 1年
对象存储OSS,敏感数据保护2.0 200GB 1年
简介: 场景问题 通过SQL分析出实际场景中的数据,如果有数据缺失怎么办? 在折线图中如果有一些显著的异常点,能否主动的标记出来? 能否自定义某个观测指标的区间,在折线图中,添加区间的绘制能力? 能否支持多张图表在相同的时间轴上的联动操作? 基础数据的提取 假设我们现在有一个网站的访问日志,我们去找某个域名("aaa.aliyun.log.com"),访问的路径为("/account/query") 的分钟级别的流量,通过如下SQL,我们可以得到一条时序曲线,我们选择普通的折线图,我们可以发现,折线图中横坐标显示的比较凌乱,没有很好的适应数据本身对时间进行格式化。

场景问题

  • 通过SQL分析出实际场景中的数据,如果有数据缺失怎么办?
  • 在折线图中如果有一些显著的异常点,能否主动的标记出来?
  • 能否自定义某个观测指标的区间,在折线图中,添加区间的绘制能力?
  • 能否支持多张图表在相同的时间轴上的联动操作?

基础数据的提取

假设我们现在有一个网站的访问日志,我们去找某个域名("aaa.aliyun.log.com"),访问的路径为("/account/query") 的分钟级别的流量,通过如下SQL,我们可以得到一条时序曲线,我们选择普通的折线图,我们可以发现,折线图中横坐标显示的比较凌乱,没有很好的适应数据本身对时间进行格式化。

* and __topic__: version_1 and domain: "aaa.aliyun.log.com" and url: "/account/query" | 
SELECT date_trunc('minute', __time__) AS time, SUM(body) AS body
FROM log GROUP BY time ORDER BY time LIMIT 500

image

配置折线图的高级属性

日常的分析中,很多数据都有明显的时序特征(至少有一列数据是时间列),日志服务团队的前端同学在折线图的基础上,进行了功能的增强,只要配置一下,就能提供整体报表的逼格,同时也能使用高级的联动功能:

  • 图表中时间轴的自适应显示
  • 可以主动配置时序曲线中的异常点(可以设置异常点的上下界限)
  • 可以定制高亮显示的曲线区间,让图表更加丰富
  • 可以设置时序图中局部放大的功能(类似Zoom In操作)
  • 可以设置多时序图的联动机制(在相同的时间维度下,进行联动操作)

,我们一起来看下时序图的具体配置吧!

  • 通过SQL语句,我们可以得到如下的一张折线图,默认配置
    image

• 在 属性配置 这个选项卡找到如下的第一张图,接下来具体描述下,新增配置项的说明

  • 异常点上界:选择维度中的数数据值 > 用户给定值,则在图表中对应的位置标记红圈
  • 异常点下界:选择维度中的数数据值 < 用户给定值,则在图表中对应的位置标记红圈
  • 区域上界维度:当你的SQL结果中有多列数据时,比如每个时间区间的95分位数,可以标记为上区间
  • 区域下界维度:当你的SQL结果中有多列数据时,比如每个时间区间的50分位数,可以标记为下区间
  • 时间序列:需要用户选择指定的维度(这个维度最后是通过date_trunc或者date_format得到的结果)
  • 自动补点:用户开启自动补点后,在图表可视化这一层,可以通过指定的策略对缺失点进行补齐
  • 机器学习:开启机器学习后,默认提供三种功能:异常点检测、时序预测、周期检测,降低用户写SQL的门槛
    image

配置多时序图的联动

  • 配置多个时序图中的联动操作
  • 在选择“时间序列” 生效后,我们将属性卡切到“交互行为”这一栏
  • 在事件行为所对应的下拉列表中选择“拖动修改时间”,选择对应的应用范围
  • 保存到对应的仪表盘中
    image

image

Show下配置的联动效果

output

相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
目录
相关文章
|
Prometheus 监控 异构计算
阿里云容器服务GPU监控2.0基础篇3:监控NVIDIA XID错误
本系列相关文章:阿里云容器服务GPU监控2.0基础篇1:基本功能使用阿里云容器服务GPU监控2.0基础篇2:监控NVLINK带宽阿里云容器服务GPU监控2.0基础篇3:监控NVIDIA XID错误阿里云容器服务GPU监控2.0进阶篇1:剖析(Profiling)GPU使用情况必备知识阿里云容器服务GPU监控2.0进阶篇2:学会剖析(Profiling)GPU使用情况本篇文章将向您介绍如何使用GPU
8042 0
阿里云容器服务GPU监控2.0基础篇3:监控NVIDIA XID错误
|
存储 SQL 分布式计算
Hologres+MaxCompute数据仓库服务化详解
介绍如何基于Hologres和MaxCompute产品组合,支撑高并发、快响应的数据服务化场景,替换HBase开发模式,实现数据资产服务化在线化能力。
21323 0
 Hologres+MaxCompute数据仓库服务化详解
|
8月前
|
Web App开发 存储 人工智能
3D/XR线上展厅实时云渲染平台搭建方案
在数字化浪潮下,传统3D展厅面临高成本、维护难、兼容性差等问题。实时云渲染技术革新展览展示行业,通过云端渲染和超低延迟视频流推送,用户可使用XR设备沉浸式体验云展厅。结合VR/AR/AI技术,提供智能导览、展品推荐等功能,分析观众行为数据优化展览内容。该方案支持多平台访问,已在杭州亚运会等大型活动应用,极大降低参会门槛,提升传播和营销效果。平行云的实时云渲染技术支持低成本搭建在线展览平台,助力实现一机逛遍博物馆的美好愿景。
|
12月前
|
运维 NoSQL 测试技术
从一个事故中理解Redis(几乎)所有知识点
作者从一个事故中总结了Redis(几乎)所有的知识点,供大家学习。
341 12
|
11月前
|
机器学习/深度学习 传感器 人工智能
智慧矿山AI安全监管方案
智慧矿山AI安全监管方案通过集成AI技术,实现了对矿山环境、设备和人员的全方位智能监控与管理。该方案利用高清摄像头、传感器等设备实时采集数据,通过AI算法进行智能分析,提前预测安全隐患,及时发出预警,有效提升矿山安全管理水平。方案涵盖顶板与边坡监测、设备运行监测、人员行为识别等多个方面,旨在构建一个高效、安全的智能化矿山环境。
306 0
|
XML JSON 前端开发
深入对比TOML,JSON和YAML
坦率地说,在我开始与Hugo TOML合作之前,我感到羞耻是一个需要发现的新领域,但我对YAML和JSON非常熟悉。本文将帮助您了解如何通过不同的数据格式构建数据。       在Hugo中,您可以将所有这三种数据格式用于配置,前置事项和自定义数据,但TOML是用于整个项目的推荐格式。
10232 179
|
Kubernetes 算法 调度
k8s群集调度之 pod亲和 node亲和 标签指定
k8s群集调度之 pod亲和 node亲和 标签指定
|
Android开发 开发者
安卓投屏神器 Scrcpy安 报错ERROR: Could not find any ADB device
使用Scrcpy安卓投屏工具时遇到报错,问题根源是未开启开发者模式。解决步骤:进入设置,点击【关于手机】→连续点击版本号激活开发者模式,然后在【系统设置】→【开发者选项】中开启USB调试。参照此方法后可正常执行。Scrcpy软件下载链接和GitHub页面也已提供。
1856 1
|
调度 容器 Perl
Nvidia GPU如何在Kubernetes 里工作
# Nvidia GPU如何在Kubernetes 里工作 本文介绍Nvidia GPU设备如何在Kubernetes中管理调度。 整个工作流程分为以下两个方面: * 如何在容器中使用GPU * Kubernetes 如何调度GPU ### 如何在容器中使用GPU 想要在容器中的应用可以操作GPU, 需要实两个目标 1.
3852 0
|
Go
Go语言type关键字终于被玩明白了 类型别名的秘密都在这里
Go语言type关键字终于被玩明白了 类型别名的秘密都在这里
445 0