web metrics dashboard 数据分析工具 看板 从可视化发现问题 避免sql重复写 调高效率




<?php
$todo = array();
$done = array();
$h = array();
$v = $all['v'];
$l = count($v);
#19700101 08
for ($x = 1; $x < $l; $x++) {
$i = $v[$x]; #$todo[] = $i['tab_create_c'];
$todo[] = is_null($i['tab_create_c']) ? 0 : intval($i['tab_create_c']);
$done[] = is_null($i['tab_update_c']) ? 0 : intval($i['tab_update_c']);
$h[] = str_replace(" ", "-", $i['h']);
}
?> <!DOCTYPE HTML>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<title><?= $title; ?></title> <style type="text/css">
#container {
/*min-width: 310px;*/
/*max-width: 800px;*/
/*height: 400px;*/
margin: 0 auto
}
</style>
</head>
<body>
<div id="container"></div>
<pre>
<?= $all['sql']; ?>
</pre>
</body>
</html>
<script src="../Highcharts-6.0.4/code/highcharts.js"></script>
<script src="../Highcharts-6.0.4/code/modules/series-label.js"></script>
<script src="../Highcharts-6.0.4/code/modules/exporting.js"></script> <script type="text/javascript"> Highcharts.chart('container', { title: {
text: '异常url数目检测效率监控'
}, subtitle: {
text: '单表查询:ad_direct_error_temp'
}, yAxis: {
title: {
text: '数据条数'
}
},
xAxis: {
title: {
text: '日期-时钟'
},
categories: [<?='"'.implode('","',$h).'"' ;?>]
},
legend: {
layout: 'vertical',
align: 'right',
verticalAlign: 'middle'
}, plotOptions: {
series: {
label: {
connectorAllowed: false
},
// pointStart: <?//=strtotime($h[0].":00:00");?>
}
},
series: [{
name:<?="'".$all['todo']."'";?>,
data: [<?=implode(',',$todo) ;?>]
}
, {
name:<?="'".$all['done']."'";?>,
data: [<?=implode(',',$done) ;?>]
},
], responsive: {
rules: [{
condition: {
// maxWidth: <?//=strtotime(end($h).":00:00")-strtotime($h[0].":00:00");?>
},
chartOptions: {
legend: {
layout: 'horizontal',
align: 'center',
verticalAlign: 'bottom'
}
}
}]
} });
</script> 单条sql走天下 入库时间 更新时间 累计检测次数 时间全集 子集
SELECT h,tab_create_c,tab_update_c FROM (
SELECT DISTINCT h FROM (
SELECT
FROM_UNIXTIME(create_time, '%Y%m%d %H') AS h
FROM
ad_direct_error_temp
UNION ALL
SELECT
FROM_UNIXTIME(update_time, '%Y%m%d %H') AS h
FROM
ad_direct_error_temp
) AS tab_alltime
) AS tab_alltime_b LEFT JOIN (
SELECT FROM_UNIXTIME(create_time, '%Y%m%d %H') AS tab_create_h,COUNT(1) AS tab_create_c
FROM ad_direct_error_temp
GROUP BY tab_create_h
) AS tab_create ON tab_alltime_b.h=tab_create.tab_create_h LEFT JOIN (
SELECT FROM_UNIXTIME(update_time, '%Y%m%d %H') AS tab_update_h,COUNT(1) AS tab_update_c
FROM ad_direct_error_temp
WHERE no_ad_times+no_open_times>=script_need_run_times
GROUP BY tab_update_h
) AS tab_update ON tab_alltime_b.h=tab_update.tab_update_h ORDER BY h ASC
;
问题时间段 定时任务调度异常
SELECT h,tab_create_c,tab_update_c FROM (
SELECT DISTINCT h FROM (
SELECT
FROM_UNIXTIME(create_time, '%Y%m%d %H') AS h
FROM
ad_direct_error_temp
UNION ALL
SELECT
FROM_UNIXTIME(update_time, '%Y%m%d %H') AS h
FROM
ad_direct_error_temp
) AS tab_alltime
) AS tab_alltime_b LEFT JOIN (
SELECT FROM_UNIXTIME(create_time, '%Y%m%d %H') AS tab_create_h,COUNT(1) AS tab_create_c
FROM ad_direct_error_temp
GROUP BY tab_create_h
) AS tab_create ON tab_alltime_b.h=tab_create.tab_create_h LEFT JOIN (
SELECT FROM_UNIXTIME(update_time, '%Y%m%d %H') AS tab_update_h,COUNT(1) AS tab_update_c
FROM ad_direct_error_temp
WHERE no_ad_times+no_open_times>=script_need_run_times
GROUP BY tab_update_h
) AS tab_update ON tab_alltime_b.h=tab_update.tab_update_h ORDER BY h ASC
;
;


web metrics dashboard 数据分析工具 看板 从可视化发现问题 避免sql重复写 调高效率的更多相关文章
- Python 数据分析中常用的可视化工具
Python 数据分析中常用的可视化工具 1 Matplotlib 用于创建出版质量图表的绘图工具库,目的是为 Python 构建一个 Matlab 式的绘图接口. 1.1 安装 Anaconada ...
- 这个数据分析工具秒杀Excel,可视化分析神器!
入门Excel容易,想要精通就很难了,大部分人通过学习能掌握60%的基础操作,但是一些复杂数据可视化分析就需要用到各种技巧,操作理解难度加深 Excel作为一直是使用最广泛的数据表格工具,在数据量日 ...
- python requests抓取NBA球员数据,pandas进行数据分析,echarts进行可视化 (前言)
python requests抓取NBA球员数据,pandas进行数据分析,echarts进行可视化 (前言) 感觉要总结总结了,希望这次能写个系列文章分享分享心得,和大神们交流交流,提升提升. 因为 ...
- K8s 部署 Dashboard UI 仪表板 ——让一切可视化
K8s 部署 Dashboard UI 仪表板 --让一切可视化 Dashboard 介绍 仪表板是基于Web的Kubernetes用户界面.您可以使用仪表板将容器化应用程序部署到Kuberne ...
- 一图胜千言,想让数据产生影响力,必须拥有好上手的BI数据分析工具
当杂乱无章的数据,经过数据清洗后,得到了想用的数据,但是查看这些数据通过数据库只能看到数据本身,无法看到其中的规律,可以通过BI数据分析工具,图形化展示数据,使数据更形象化的展现在用户面前,更容易看出 ...
- atitit.web ui 结构建模工具总结
atitit.web ui 结构建模工具总结 1. 王者.dreamweaver 1 2. Frontpage/SharePoint Designer(FrontPage) 2010... 1 3. ...
- 从零开始学数据分析,什么程度可以找到工作?( 内附20G、5000分钟数据分析工具教程大合集 )
从零开始学数据分析,什么程度可以找到工作?( 内附20G.5000分钟数据分析工具教程大合集 ) 我现在在Coursera上面学data science 中的R programming,过去很少接 ...
- App运营者必须知道的30款数据分析工具
如今的移动应用早已不再是某种结构单一.功能简单的工具了.当我们的移动应用变得越来越庞杂,我们便会需要借用分析工具,来跟踪和分析App内的每一个部分.幸运的是,目前市面上有许多数据分析工具可供App开发 ...
- 给ambari集群里的kafka安装基于web的kafka管理工具Kafka-manager(图文详解)
不多说,直接上干货! 参考博客 基于Web的Kafka管理器工具之Kafka-manager的编译部署详细安装 (支持kafka0.8.0.9和0.10以后版本)(图文详解)(默认端口或任意自定义端口 ...
随机推荐
- mysql图形化工具获取表的源码
打开数据库,选择要查看的表,点击右键>对象信息>DDL:
- 2D热力图实例
<div style="height: 100px; width: 200px" id="heatmap"></div> <scr ...
- gdb 基础
版权:https://linuxtools-rst.readthedocs.io/zh_CN/latest/tool/gdb.html 1. gdb 调试利器 GDB是一个由GNU开源组织发布的.UN ...
- 笔试算法题(57):基于堆的优先级队列实现和性能分析(Priority Queue based on Heap)
议题:基于堆的优先级队列(最大堆实现) 分析: 堆有序(Heap-Ordered):每个节点的键值大于等于该节点的所有孩子节点中的键值(如果有的话),而堆数据结构的所有节点都按照完全有序二叉树 排.当 ...
- 关于ie8下disabled属性:字体颜色问题
在ie8下,input/textarea输入框如果使用disabled属性,字体的颜色会变灰,这时我们可以使用另一种方法实现它. 不使用disabled,用readonly代替: input[read ...
- Quartz--01
Quartz 调度器(scheduler):定时定频率的去执行任务 任务(job):业务逻辑 触发器(trigger):让任务生效的时间 JobDetail(包含任务实现类,任务信息) trigger ...
- UVA 1589 象棋
题意: 给出一个黑方的将, 然后 红方有 2 ~ 7 个棋子, 给出摆放位置,问是否已经把黑将将死, 红方已经将军. 分析: 分情况处理, 车 马 炮, 红将情况跟车是一样的. 建一个数组board保 ...
- 【Codeforces 329B】Biridian Forest
[链接] 我是链接,点我呀:) [题意] 题意 [题解] 找到出口到每个点的最短距离. 设你到出口的最短距离为temp 那么如果某个人到终点的距离<=temp,则他们肯定能遇到你 因为他们可以在 ...
- ROS 笔记 程序包/节点/topic
官方教程: wiki.ros.org/cn/ROS/tutorials 程序包打创建于编译 创建程序包 在工作空间的src底下,输入如下命令: $ catkin_create_pkg 要创建的包名 依 ...
- Java AOP
AOP 今天我要和大家分享的是 AOP(Aspect-Oriented Programming)这个东西,名字与 OOP 仅差一个字母,其实它是对 OOP 编程方式的一种补充,并非是取而代之.翻译过来 ...