当前位置: 首页 > news >正文

TDengine IDMP 基本功能——数据可视化

在这里插入图片描述

数据可视化

IDMP 内置了 Grafana 风格的数据可视化 (Data Visualization) 模块,它提供面板和看板。看板由一系列的面板组成,全部是拖拽操作,操作简单直接,本文档不做任何专门介绍。

任何一个元素都可以有自己的面板和看板。对于树状结构里的每个元素,因为所处层次的不同,不同层次的元素关心的指标会不一样。比如电力集团一级的面板关心的是整个集团的总发电量、总成本等,而到风机一级,关心的是这台风机的状态、发电效率等。IDMP 的这种设计适合企业管理的架构。

面板的基本操作

IDMP 面板支持趋势图、柱状图、饼图、仪表盘、统计值、富文本、表格等,后续还将支持散点图、地图、组态、热力图、事件分析图等。
查看面板时,点击面板上方的动作区的图标,您可以编辑、收藏、设置显示的时间段范围、刷新的频次、下载为图片,也可以放大某一显示区域、全屏展示等。面板的下方是图例,点击它可以隐藏或显示某个指标。
点击编辑按钮,对面板进行编辑。下面对面板的编辑操作做较为详细的介绍。

面板展示的数据类型

一个元素自身有很多属性,这些属性可以展示出来。同时,一个元素可能有多个子元素,子元素的子元素等,这些子元素之间的聚合计算会产生很多新的指标,也可以展示出来。因此在创建一个元素的面板时,在左侧树状结构区,您可以选择:

  1. 元素: 您可以选择本元素的属性,也可以选择该元素下面的子元素的属性作为展示的指标。但系统仅仅列出数据引用为 TDengine Metric 的属性,因为他们才是时序类数据,需要展示。
  2. 子元素聚合: 您可以选择本元素所拥有的子元素的子元素模板,然后选择对这个子元素模板的哪个属性进行聚合,同时可以选择一个或多个维度指标。

缺省的选择是元素。在左侧树状结构,选择一个具体属性或标签,鼠标双击就行。

面板指标 (Mertrics) 的配置

您可以对每个被选中的指标做如下的配置:

  1. 名称 (Name): 这是在 Panel 上展示的指标的名字,缺省就是属性的名字。
  2. 表达式 (Expression): IDMP 容许您在选中的属性上进行表达式计算,甚至选择多个属性进行计算。
  3. 函数 (Function):当“窗口”被设置或者有分组的“维度”选择时,表示聚合函数,缺省是 AVG。
  4. 过滤条件 (Conditions): 对原始值进行过滤的条件,以筛选数据。
  5. 时间偏移 (Time Shift): 将被展示的指标的时间戳进行偏移,用于不同时间段的趋势对比。比如设置为 -1d, 表示展示的是该指标一天前对应的数据。
  6. 预测 (Prediction): 点击可以对该指标进行时序数据预测的设置
  7. 排序 (Order by): 点击可以选择对指标进行排序,缺省是不排。

对于所有展示的指标,在指标列表的右上角,您还可以设置:

  1. 窗口 (Window): 对指标进行滑动窗口的聚合,您可以设置滑动时长以及聚合窗口的时长,缺省是不设置。
  2. 限制 (Limit): 限制指标数据展示的最大条数

面板维度 (Dimensions) 的配置

在左侧树状结构里,选择一个维度(标签),鼠标点击,即被选中。您可以对维度做如下配置:

  1. 名称 (Name): 这是在 Panel 上展示的指标的名字,缺省就是属性的名字。
  2. 过滤条件 (Conditions): 对维度值进行过滤的条件,以筛选维度。
  3. 分组 (Group by): 以维度为组进行聚合,缺省是打开。
  4. 排序 (Order by): 点击可以选择对维度进行排序,缺省是不排。

面板的可视化设置

面板处于编辑状态时,点击面板上方动作区最右侧的按钮,可以对展示做各种配置。每种面板的可视化配置参数与 Grafana 高度一致,而且因为配置的修改都将立即展示出来,所见即所得,因此本文档将不做专门介绍。

关于 TDengine

TDengine 专为物联网IoT平台、工业大数据平台设计。其中,TDengine TSDB 是一款高性能、分布式的时序数据库(Time Series Database),同时它还带有内建的缓存、流式计算、数据订阅等系统功能;TDengine IDMP 是一款AI原生工业数据管理平台,它通过树状层次结构建立数据目录,对数据进行标准化、情景化,并通过 AI 提供实时分析、可视化、事件管理与报警等功能。


文章转载自:

http://T2qoYLhP.pccqr.cn
http://F1EcfrxB.pccqr.cn
http://oDjP9hBN.pccqr.cn
http://bdtJ98Um.pccqr.cn
http://bqP7fM5h.pccqr.cn
http://0nb3J7iq.pccqr.cn
http://vCGYj8MO.pccqr.cn
http://swvNN9pd.pccqr.cn
http://dOGwHi71.pccqr.cn
http://KSmaoJEv.pccqr.cn
http://12qOVAtJ.pccqr.cn
http://U8Xt73wT.pccqr.cn
http://9WGvt94K.pccqr.cn
http://xgpvRdA8.pccqr.cn
http://vABSkDAU.pccqr.cn
http://OvrwQWfg.pccqr.cn
http://lr9WByEt.pccqr.cn
http://a7vyhFnY.pccqr.cn
http://ny4kBjGZ.pccqr.cn
http://cj68Ivxf.pccqr.cn
http://5jafkFE0.pccqr.cn
http://TD9yra92.pccqr.cn
http://mX9FBrRW.pccqr.cn
http://0yMzmgLf.pccqr.cn
http://zC6bspBm.pccqr.cn
http://sLk3YrcF.pccqr.cn
http://718lROnL.pccqr.cn
http://TseXDO1H.pccqr.cn
http://yanbOned.pccqr.cn
http://RIJekbzt.pccqr.cn
http://www.dtcms.com/a/386675.html

相关文章:

  • SpringMVC静态资源与Servlet容器指南
  • 安卓实现miniLzo压缩算法
  • [deepseek]LNK2001错误即单独编译汇编并链接
  • Interview X,新一代面试工具
  • Oracle sql tuning guide 翻译 Part 6 --- 优化器控制
  • Git 原理与使用
  • 什么是向量数据库
  • 利用postgres_proto和pgproto测试postgres协议访问duckdb
  • 拼多多-----anti_content逆向分析
  • 【一文了解】Unity的协程(Coroutine)与线程(Thread)
  • 贪心算法在网络入侵检测(NID)中的应用
  • 数据搬家后如何处理旧 iPhone
  • [react native招聘]
  • IDE工具RAD Studio 13 Florence重磅发布:64 位 IDE + AI 组件全面升级!
  • session存储
  • Another Redis Desktop Manager 的 SCAN 使用问题与风险分析
  • MATLAB绘制一个新颖的混沌图像(新四翼混沌系统)
  • AI起名工具
  • typeScript 装饰器
  • 【算法磨剑:用 C++ 思考的艺术・单源最短路进阶】Bellman-Ford 与 SPFA 算法模板精讲,突破负权边场景
  • 单元测试:驱动模块与桩模块在自顶向下和自底向上的策略中的作用
  • SpringBoot MVC 快速入门
  • Nature Communications 北京大学联合德国马普所在触觉传感器方面取得进展,实现机器人指尖超分辨率力感知
  • 解决一次 “Failed to load model because protobuf parsing failed”:从现象到根因与修复
  • 从ppm到ppb:全面解读浓度单位转换的诀窍
  • 贪心算法应用:霍夫曼编码详解
  • NLP Subword 之 BBPE(Byte-level BPE) 算法原理
  • 【nodejs】Windows7系统下如何安装nodejs16以上版本
  • Part05 数学
  • 每天五分钟深度学习:深层神经网络的优势