数据下钻分析?图表链接一招搞定!
前言
在云计算时代,海量业务数据对企业和社会组织的运营至关重要。但这些数据的复杂性(数量庞大、种类繁多、散落在不同系统和仓库中、数据格式和标准不同)给查询和处理带来了挑战。此时,一个统一的查询入口能实现对不同系统中数据的集中查询和管理,同时还能:
降低开发成本,减少对多个系统的维护和开发工作;
提高查询效率,减少对不同系统的重复查询和数据处理工作。
借助这样的集中查询入口,能更方便实现数据的下钻分析。这种分析方式是从一个宏观的角度出发,逐步细化数据的过程。它通常从聚合数据开始,逐步向下钻取到更细粒度的数据,从而更加深入地了解数据的分布、趋势和关联。
由此,观测云在【场景】下的【仪表板】提供【图表链接】这一功能,让您平滑跳转各个功能模块,实现数据联动分析、系统全面可观测。
开始使用图表链接
下文将从实际场景出发,为您讲述如何通过图表链接,实现数据下钻分析。
关于如何采集数据,可参见 https://docs.guance.com/datakit/datakit-install/
背景示例
在观测云,我们可以通过仪表板查看系统内统计类数据的趋势情况,借助实时数据查看器追踪每一条上报的数据详情。以下图为例,通过 Web 应用的概览分析视图,可以查看页面的用户访问数据,包括加载时间、停留时间等。利用图表组件内的 【图表链接】可以帮助我们实现这类页面数据的下钻分析。
操作方式
在图表中配置链接
1)进入图表编辑页面,切换至【链接】Tab 页面,点击【添加链接】;
2)在链接的添加页面,配置需要联动的链接地址,此处可以看到页面提示了一些可用的模板变量,我们可以通过使用模板变量来实现数据的动态传参。
以下是我们模板变量的一些说明:
了解完上述的基本逻辑后,接下来可以尝试配置对应的链接地址。此处小编的示例主要用于观测云工作空间内的数据联动,所以我们可以点击进入文本框,系统默认会给我们显示可以使用的一些链接地址,我们只需要在默认地址的基础上稍作修改即可完整配置。
一般情况下,我们会使用到几类参数来和查看器联动:
time:用于框定当前图表的查询范围,选定该变量后即可传递查询时间
query:用于标签筛选和文本搜索,在查看器中可以根据添加的变量来过滤数据
剩下更多参数使用可以参考 >>> https://docs.guance.com/scene/visual-chart/chart-link/#_3
以上面示例的图表为例,为了实现图表和查看器的联动,我们分别将 time 填充为 #{TR},query 填充为,表示查询本月到目前为止时间点的所有数据,并过滤出 app_id、env、version、view_path_group 三个查询条件。
参考原文查看实际效果:https://www.guance.com/learn/articles/article-38
如图所示,通过以上方式我们完成了从 Web 页面用户访问数据到查看器列出实际命中数据的全流程,继续通过点击查看详情页,了解更多细节之后,我们还可通过详情页的一系列下钻关联继续追踪(该系列文章将在后续逐步更新)。
上文我们通过观测云的实际案例演示了如何通过图表链接功能完成仪表板和查看器联动下钻分析。如果您的使用场景中需要跟观测云以外的第三方系统进行跳转查看,观测云同样支持输入自定义的链接地址。自定义链接地址中所有的模板变量仍然生效,请按需使用。
我们在【仪表板-Web 应用概览】假设一个场景:LCP 是前端性能一个衡量指标。在图表中可以看到起伏的趋势。此时,如果一个前端开发人员想要提高该性能指标,可以为该图表添加相应的外部开发文档链接。从而,等到后续问题发生时,即可直接跳转去外部文档,及时解决问题。
因此,观测云提供的图表链接这一功能,通过自动识别数据属性并添加标识,为用户提供了便利;还能帮助用户结合实际业务需求场景,手动配置相关参数,为如何实现更细颗粒度的数据下钻分析提供了一种思路。
结论
综上所述,联动图表链接实现数据下钻分析对于企业业务数据的深度挖掘和分析具有重要意义。通过这种技术,企业可以构建一个交互式的数据分析平台,使用户能够轻松地在不同图表之间跳转,同时获取各个层次的数据信息。这不仅可以提高数据分析的效率,还可以帮助企业更好地理解业务状况,制定更加精准的决策。在当今竞争激烈的商业环境中,有效地利用联动图表链接实现数据下钻分析将成为企业取得竞争优势的关键之一。
评论