摘要:通過數(shù)據(jù)分析和挖掘,讓數(shù)據(jù)產(chǎn)生價(jià)值。數(shù)據(jù)可視化是大數(shù)據(jù)的最后一公里,做好可視化是對(duì)于數(shù)據(jù)分析是重要的。今天,主要介紹這款數(shù)據(jù)分析的利器。相比除了上手簡(jiǎn)單,支持等時(shí)序數(shù)據(jù)庫(kù)。這點(diǎn)對(duì)于監(jiān)控?cái)?shù)據(jù)分析很有優(yōu)勢(shì)。數(shù)據(jù)源包括時(shí)序數(shù)據(jù)庫(kù),和業(yè)務(wù)庫(kù)。
前言
在之前文章中,一直講prometheus的metrics以及apm的指標(biāo)的重要性,多側(cè)重于收據(jù)的收集和存儲(chǔ)。如果不對(duì)這些數(shù)據(jù)進(jìn)行數(shù)據(jù)分析,那么就沒有收集的意義了。通過數(shù)據(jù)分析和挖掘,讓數(shù)據(jù)產(chǎn)生價(jià)值。一直以來我認(rèn)為devops必須是一個(gè)閉環(huán),即apm,日志,監(jiān)控著三大系統(tǒng)的數(shù)據(jù),必須經(jīng)過分析對(duì)dev和ops有價(jià)值。
數(shù)據(jù)可視化是大數(shù)據(jù)的『最后一公里』,做好可視化是對(duì)于數(shù)據(jù)分析是重要的。
今天,主要介紹redash這款數(shù)據(jù)分析的利器。
redash是一款開源的BI工具,提供了基于web的數(shù)據(jù)庫(kù)查詢和數(shù)據(jù)可視化功能。
支持 SQL, NoSQL, Big Data and API data等20幾種常見的數(shù)據(jù)源:
基本上滿足了大多數(shù)的場(chǎng)景。相比
superset,除了上手簡(jiǎn)單,支持influxdb等時(shí)序數(shù)據(jù)庫(kù)。這點(diǎn)對(duì)于監(jiān)控?cái)?shù)據(jù)分析很有優(yōu)勢(shì)。
sql友好的SQL editor,更加高效的編寫復(fù)雜的sql
隨時(shí)寫,隨時(shí)查,實(shí)時(shí)看到查詢的效果
支持豐富的可視化展示形式
Boxplot
Chart - Line, Bar, Area, Pie, Scatter
Cohort
Counter
Funnel
Map
Pivot Table
Sankey
Sunburst
Word Cloud
角色權(quán)限相關(guān),支持ldap等,方便與企業(yè)內(nèi)部的用戶體系打通。
安裝和簡(jiǎn)單使用 安裝如果是想直接體驗(yàn)的話,docker-compose部署最簡(jiǎn)單,redashgithub倉(cāng)庫(kù)中直接提供了docker-compose.production.yml文件,直接docker-compose up -d 即可。
# This is an example configuration for Docker Compose. Make sure to atleast update # the cookie secret & postgres database password. # # Some other recommendations: # 1. To persist Postgres data, assign it a volume host location. # 2. Split the worker service to adhoc workers and scheduled queries workers. version: "2" services: server: image: redash/redash:latest command: server depends_on: - postgres - redis ports: - "5000:5000" environment: PYTHONUNBUFFERED: 0 REDASH_LOG_LEVEL: "INFO" REDASH_REDIS_URL: "redis://redis:6379/0" REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres" REDASH_COOKIE_SECRET: veryverysecret REDASH_WEB_WORKERS: 4 restart: always worker: image: redash/redash:latest command: scheduler environment: PYTHONUNBUFFERED: 0 REDASH_LOG_LEVEL: "INFO" REDASH_REDIS_URL: "redis://redis:6379/0" REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres" QUEUES: "queries,scheduled_queries,celery" WORKERS_COUNT: 2 restart: always redis: image: redis:3.0-alpine restart: always postgres: image: postgres:9.5.6-alpine # volumes: # - /opt/postgres-data:/var/lib/postgresql/data restart: always nginx: image: redash/nginx:latest ports: - "80:80" depends_on: - server links: - server:redash restart: always
通過compose文件可以看出,redash依賴redis和pgsql數(shù)據(jù)庫(kù)。redis用來緩存一些查詢r(jià)esult,而pgsql是元數(shù)據(jù)庫(kù),目前不支持mysql替換pgsql。
其他安裝方式,見官方文檔
簡(jiǎn)單使用先上一張實(shí)際的效果圖:
包含了couter和area chart。
數(shù)據(jù)源包括influxdb時(shí)序數(shù)據(jù)庫(kù),和mysql業(yè)務(wù)庫(kù)。
其中audit-middware 其實(shí)是Query Results庫(kù)。Query Results Data Source 允許你在一些已經(jīng)存在的查詢結(jié)果之上再做一些高級(jí)的查詢, 這樣就可以輕易合并一些查詢結(jié)果。
在實(shí)際使用中,redash和superset各有優(yōu)劣。根據(jù)自己的場(chǎng)景來選擇吧。查閱資料的過程中,已經(jīng)有人對(duì)redash做了二次開發(fā),這也許是深度使用的必經(jīng)之路。
為什么非要使用這種開源BI可視化工具?
因?yàn)槿绻乔昂蠖伺浜系脑?,工作量?huì)很大。而且也很難實(shí)現(xiàn)隨時(shí)修改隨時(shí)上線。不過這取決于前期數(shù)據(jù)的完整性。
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://m.specialneedsforspecialkids.com/yun/42070.html
摘要:通過數(shù)據(jù)分析和挖掘,讓數(shù)據(jù)產(chǎn)生價(jià)值。數(shù)據(jù)可視化是大數(shù)據(jù)的最后一公里,做好可視化是對(duì)于數(shù)據(jù)分析是重要的。今天,主要介紹這款數(shù)據(jù)分析的利器。相比除了上手簡(jiǎn)單,支持等時(shí)序數(shù)據(jù)庫(kù)。這點(diǎn)對(duì)于監(jiān)控?cái)?shù)據(jù)分析很有優(yōu)勢(shì)。數(shù)據(jù)源包括時(shí)序數(shù)據(jù)庫(kù),和業(yè)務(wù)庫(kù)。 前言 在之前文章中,一直講prometheus的metrics以及apm的指標(biāo)的重要性,多側(cè)重于收據(jù)的收集和存儲(chǔ)。如果不對(duì)這些數(shù)據(jù)進(jìn)行數(shù)據(jù)分析,那么就沒...
摘要:修改解釋器版本適用開發(fā)。創(chuàng)建創(chuàng)建數(shù)據(jù)庫(kù)并建表本地安裝并創(chuàng)建數(shù)據(jù)庫(kù),安裝的過程此處省略,可以百度查下。修改下面數(shù)據(jù)庫(kù)連接信息運(yùn)行表創(chuàng)建語句本地安裝并啟動(dòng)過程讀者可以百度查下,本地安裝之后關(guān)于的配置不需要修改。 開發(fā)環(huán)境搭建步驟 建議使用mac和ubuntu系統(tǒng),同事剛開始使用windows安裝,過程中遇到很多問題,改用ubuntu系統(tǒng),本文適用mac和ubuntu系統(tǒng)。 官網(wǎng)建議使用虛擬...
摘要:滴滴機(jī)器學(xué)習(xí)平臺(tái)的治理思路主要是減少重復(fù)提高效率。本文將對(duì)滴滴的機(jī)器學(xué)習(xí)平臺(tái)進(jìn)行全面解讀,重點(diǎn)分享機(jī)器學(xué)習(xí)平臺(tái)不同階段所要解決的問題,以及解決問題的思路和技術(shù)方案。綜合和各自的利弊,滴滴機(jī)器學(xué)習(xí)平臺(tái)開始由架構(gòu)向建構(gòu)遷移。 前言:現(xiàn)在很多互聯(lián)網(wǎng)公司都有自己的機(jī)器學(xué)習(xí)平臺(tái),冠以之名雖然形形色色,但就平臺(tái)所要解決的問題和技術(shù)選型基本還是大同小異。所謂大同是指大家所要處理的問題都相似,技術(shù)架構(gòu)...
摘要:近日,面向混合云時(shí)代,推出新一代的混合云基礎(chǔ)架構(gòu)平臺(tái)金翼專區(qū)。而金翼專區(qū)基于混合云深厚的技術(shù)積累及豐富的產(chǎn)品組合,為用戶提供產(chǎn)品化的混合云解決方案。金翼專區(qū)整合對(duì)物理資源的統(tǒng)一納管能力,以及多種公有云與的網(wǎng)絡(luò)互通能力,輸出統(tǒng)一的混合一朵云。近日,UCloud面向混合云時(shí)代,推出新一代的混合云基礎(chǔ)架構(gòu)平臺(tái)金翼專區(qū)(UXZONE)。X代表混合云底層資源和產(chǎn)品能力的多種組合;Zone代表為客戶提供...
摘要:近日,面向混合云時(shí)代,推出新一代的混合云基礎(chǔ)架構(gòu)平臺(tái)金翼專區(qū)。代表混合云底層資源和產(chǎn)品能力的多種組合代表為客戶提供定制獨(dú)享的混合云基礎(chǔ)架構(gòu)平臺(tái)。金翼專區(qū)整合對(duì)物理資源的統(tǒng)一納管能力,以及多種公有云與的網(wǎng)絡(luò)互通能力,輸出統(tǒng)一的混合一朵云。近日,UCloud面向混合云時(shí)代,推出新一代的混合云基礎(chǔ)架構(gòu)平臺(tái)金翼專區(qū)(UXZONE)。X代表混合云底層資源和產(chǎn)品能力的多種組合;Zone代表為客戶提供定制...
閱讀 1059·2023-04-25 17:51
閱讀 2863·2021-11-23 09:51
閱讀 1488·2021-11-08 13:21
閱讀 2464·2021-09-22 15:14
閱讀 1527·2019-08-30 12:48
閱讀 1089·2019-08-29 12:44
閱讀 1148·2019-08-26 12:21
閱讀 1407·2019-08-26 10:47