Visueller Forscher

Der „ IBM® Cloud Logs “ Visual Explorer ist ein leistungsstarkes Tool, das eine multifunktionale Anzeige mit anpassbaren Dashboard-Widgets kombiniert. Visual Explorer bietet eine schnelle Möglichkeit, abfragebasierte Diagramme hinzuzufügen, ohne eigene Dashboards einrichten zu müssen. Sie können mehrere Abfragen aus verschiedenen Datenquellen ausführen, sodass diese nebeneinander auf derselben Seite angezeigt werden. Dies erleichtert den Abgleich von Daten und bietet einen umfassenderen Überblick über Ihr System.

Hierbei handelt es sich um eine Betafunktion, die noch geändert werden kann und zu Evaluierungs- und Testzwecken zur Verfügung steht.

Anstatt Rohprotokolle oder Metrikdaten manuell zu durchsuchen, können Sie anhand von Protokollmustern und visuellen Indikatoren schnell die Ursache von Problemen ermitteln. Die Ad-hoc-Visualisierungen können mit Hilfe eines vereinfachten Query Builders oder mit Abfragesprachen wie DataPrime, Lucene oder PromQL erstellt werden.

Abfragen erstellen

Mit dem Visual Explorer können Sie Abfragen für Ihre Widgets erstellen, ohne die genaue DataPrime, Lucene- oder PromQL-Syntax für die Abfrage kennen zu müssen.

Die Funktionen zur Abfrageerstellung umfassen:

  • Die Möglichkeit, Protokolle oder Metriken als Datenquellen auszuwählen.

  • Einfache Erstellung von DataPrime Abfragen mit der Funktion Konvertieren in DataPrime.

  • Hinzufügen von Filtern zu Ihren Abfragen, um die Ergebnisse auf der Grundlage bestimmter Attribute oder Kategorien einzugrenzen und so die Suche nach relevanten Daten zu erleichtern.

  • Fügen Sie Funktionen zur Verbesserung Ihrer Abfragen hinzu. Beispiel:

    • Gruppierung von Abfrageergebnissen nach einem Label für eine detailliertere Ansicht.

    • Aggregieren von Wertgruppen, um einen einzigen Wert zu erhalten. Zu den Funktionen gehören SUM(), AVG(), MIN(), MAX(), COUNT(), und weitere.

Bis zu 4 Abfragen mit entsprechenden Attributen können auf einer einzigen Visual Explorer Seite erstellt werden. Sie können dann neue Diagramme hinzufügen oder ein bestehendes Diagramm mit allen Einstellungen und Konfigurationen duplizieren.

Verwendung des Visual Explorer

Rufen Sie den Visual Explorer auf, indem Sie die folgenden Schritte ausführen:

  1. Melden Sie sich bei Ihrem IBM Cloud Konto an.

  2. Zugriff auf Ihre IBM Cloud Logs Instanz

  3. Klicken Sie auf das Symbol Logs Logs > Visual Explorer.

  4. Konfigurieren Sie unter Abfrage Ihre Abfrage.

    • Geben Sie Ihrer Abfrage unter Abfragename einen aussagekräftigen Namen.

    • Wählen Sie eine Datenquelle (Logs, Metrics, oder DataPrime) für die Abfrage.

      Wenn Sie eine Logs-Abfrage erstellen, können Sie diese in die Syntax von „ DataPrime “ konvertieren, indem Sie auf „ Umwandeln in DataPrime “ klicken.

  5. Wenn Sie eine Metrikabfrage erstellen, wählen Sie die abzufragende Metrik aus dem Menü der verfügbaren Metriken aus.

Sie können bis zu 4 Abfragediagramme auf einer einzigen Visual Explorer Seite erstellen. Um eine weitere Abfrage zu erstellen, klicken Sie auf +. Um eine bestehende Abfrage zu duplizieren, klicken Sie auf das Symbol Abfrage duplizieren.

Ein Abfragediagramm kann auf der Seite Visual Explorer gelöscht werden. Diese Aktion ist endgültig und kann nicht rückgängig gemacht werden.

Umschalten von Visualisierungen

Sie können die Diagrammdarstellung einfach wechseln, ohne die Widgets neu zu erstellen. Durch Umschalten der Diagrammtypen können Sie Daten mit derselben Abfrage auf unterschiedliche Weise untersuchen.

Verwenden Sie das Dropdown-Menü, um zwischen den verschiedenen verfügbaren Ansichten zu wechseln.

Speichern als Dashboard

Visual Explorer-Diagramme sind zwar temporär, aber Sie können sie als benutzerdefinierte Dashboards speichern, um sie später mit Ihrem Team zu teilen.

Um das Diagramm als Dashboard zu speichern:

  1. Klicken Sie auf „ Als Dashboard speichern “.

  2. Geben Sie dem Dashboard einen aussagekräftigen Namen.

  3. Klicken Sie auf Speichern.

Protokolliert Abfragen

Datenpipeline protokollieren

Für Protokollabfragen können Sie Prioritätserkenntnisse oder Alle Protokolle für die Datenpipeline auswählen.

Protokolle Filter

Sie können einen Filter hinzufügen, indem Sie eine Bezeichnung und einen zugehörigen Wert auswählen.

Die Operatoren = und != schließen einen oder mehrere Werte ein oder aus.

Fügen Sie weitere Filter hinzu, indem Sie auf + klicken.

Funktionen protokollieren

Die folgenden Funktionen sind verfügbar, um Protokolldaten zu aggregieren:

Log-Funktionen
Funktion Beschreibung
Count Die Gesamtzahl der Datenpunkte innerhalb des ausgewählten Zeitraums.
Count Distinct Die Anzahl der eindeutigen Datenpunkte innerhalb des ausgewählten Zeitraums.
Sum Die Summe aller Datenpunkte innerhalb des ausgewählten Zeitraums.
Min Der kleinste Wert unter den Datenpunkten innerhalb des ausgewählten Zeitraums.
Max Der größte Wert unter den Datenpunkten innerhalb des ausgewählten Zeitraums.
Average Der Durchschnittswert aller Datenpunkte innerhalb des ausgewählten Zeitraums.
Percentile XX Percentile xx ist der Wert, unter den XX % der Datenpunkte fallen. Zum Beispiel ist Percentile 95 der Wert, unter den 95 % der Datenpunkte fallen.

Sie können auch Group by verwenden, um Abfrageergebnisse nach einem oder mehreren Feldern zu gruppieren.

DataPrime abfragen

Sie können auch eine DataPrime Abfrage für Ihr Widget erstellen. Die Standardansicht enthält ein protokollbasiertes Liniendiagramm-Widget mit einer DataPrime-Abfrage (source logs | groupby $m.timestamp / 1m as timestamp agg count() as count). Diese Abfrage ruft Protokolle ab, gruppiert sie auf der Grundlage ihres Zeitstempels in 1-Minuten-Intervallen und zählt dann, wie viele Protokolleinträge in jedem dieser 1-Minuten-Intervalle erscheinen.

Abfragen von Metriken

Wenn Sie Metriken als Datenquelle verwenden, können Sie einen von zwei Modi nutzen: Builder und Query. Geben Sie im Abfragemodus eine PromQL Abfrage an. Im Builder-Modus erstellen Sie eine Abfrage, indem Sie Optionen auswählen, ohne die Syntax von PromQL verstehen zu müssen.

Metrische Filter

Sie können einen Filter hinzufügen, indem Sie eine Bezeichnung und einen zugehörigen Wert auswählen.

Die Operatoren = und != schließen einen oder mehrere Werte ein oder aus.

Fügen Sie weitere Filter hinzu, indem Sie auf + klicken.

Metrik-Funktionen

Durch die Auswahl von Metriken und Bezeichnungen wird eine gültige PromQL Abfrage erstellt, aber Sie können mit Hilfe von Funktionen komplexere Abfragen erstellen.

Aggregation

Aggregationsfunktionen berechnen eine Reihe von Werten und geben einen einzigen Wert zurück. Nachdem Sie die Funktion ausgewählt haben, wählen Sie im Menü die zu aggregierende Bezeichnung aus oder geben Sie die Bezeichnung ein.

Aggregationsfunktionen
Funktion Beschreibung
average Der Durchschnittswert aller Datenpunkte innerhalb des ausgewählten Zeitraums.
count Die Gesamtzahl der Datenpunkte innerhalb des ausgewählten Zeitraums.
min Der kleinste Wert unter den Datenpunkten innerhalb des ausgewählten Zeitraums.
max Der größte Wert unter den Datenpunkten innerhalb des ausgewählten Zeitraums.
sum Die Summe aller Datenpunkte innerhalb des ausgewählten Zeitraums.
quantile Die Funktion quantile(phi, q) by (group_labels) ist ein Aggregat, das das Phi-Quantil für jede Gruppe von Labels innerhalb der Zeitreihe berechnet, die von q zurückgegeben wird. Der Wert von phi muss innerhalb des Bereichs [0...1] liegen. Das Quantil wird für jeden Satz von Punkten mit demselben Zeitstempel separat berechnet. Diese Funktion wird von PromQL unterstützt.
histogram_quantile Die Funktion histogram_quantile ist eine Transformationsfunktion, die das Phi-Perzentil auf der Grundlage der angegebenen Histogrammbereiche berechnet. Der Wert von phi muss zwischen [0...1] liegen. Zum Beispiel gibt histogram_quantile(0.5, sum(rate(http_request_duration_seconds_bucket[5m])) by (le)) den Median der Anfragedauer für alle Anfragen der letzten 5 Minuten an.

Anzahl

Zählfunktionen führen Berechnungen mit einer Reihe von Werten durch und geben einen einzigen Wert zurück.

Funktionen zählen
Funktion Beschreibung
count Die Gesamtzahl der Datenpunkte innerhalb des ausgewählten Zeitraums.
absent Gibt 1 zurück, wenn die Zeitreihe keine Punkte hat. Andernfalls gibt absent ein leeres Ergebnis zurück.
absent over time Gibt 1 zurück, wenn der angegebene Zeitbereich keine Rohproben enthält.
present over time Gibt 1 zurück, wenn es mindestens eine einzige Rohprobe im angegebenen Zeitbereich gibt.
changes Die Anzahl der Änderungen des Zeitreihenwerts innerhalb des angegebenen Zeitraums.
resets Die Anzahl der Zählerrückstellungen innerhalb des angegebenen Zeitraums.

Rollup

Eine Rollup-Funktion bezieht sich auf Funktionen, die Zeitreihendaten über einen bestimmten Zeitraum aggregieren. Sie dienen der Zusammenfassung und Analyse von metrischen Daten.

Rollup-Funktionen
Funktion Beschreibung
average over time Berechnet den Durchschnitt von Zeitreihenwerten über einen Zeitbereich.
max over time Ermittelt den Maximalwert von Zeitreihendaten über einen Zeitbereich.
min over time Ermittelt den Mindestwert von Zeitreihendaten über einen Zeitbereich.
max over time Ermittelt den Höchstwert von Zeitreihendaten über einen bestimmten Zeitraum.
sum over time Berechnet die Summe der Zeitreihenwerte über einen Zeitbereich.
count over time Zählt die Anzahl der non-NaN Elemente in der Zeitreihe über einen Zeitbereich.
deviation over time Ermittelt den Abweichungswert von Zeitreihendaten über einen bestimmten Zeitraum.
variance over time Ermittelt den Varianzwert von Zeitreihendaten über einen bestimmten Zeitraum.
last over time Ermittelt den letzten Wert von Zeitreihendaten über einen bestimmten Zeitraum.
rate per second Ermittelt den Wert pro Sekunde von Zeitreihendaten über einen bestimmten Zeitraum.
quantile over time Berechnet das angegebene Quantil von Zeitreihendaten über einen Zeitbereich.

Nachdem Sie die Funktion gewählt haben, wählen Sie den abzufragenden Bereich als Zahl oder ${__range}. Die Variable stellt die Dauer des Zeitbereichs des Dashboards dar. Es handelt sich um eine Intervallzeichenkette, die von PromQL unterstützt wird. Wenn Sie zum Beispiel einen Zeitbereich von 13.00 bis 14.30 auswählen, wird die Variable ${__range} als 90m wiedergegeben. Weitere Informationen finden Sie unter PromQL abfragevariablen.

Rang

Rangfunktionen sortieren, ordnen und filtern Daten in Ihren Abfragen. Sie können Rangfunktionen verwenden, um Ihre Ergebnisse auf der Grundlage bestimmter Metriken und Werte zu verfeinern.

Nachdem Sie eine Rangfunktion ausgewählt haben, konfigurieren Sie sie, indem Sie die Metrik und die Parameter angeben (geben Sie z. B. die Anzahl der K Ergebnisse an, die die Abfrage für TOPK abrufen soll).

Rangfunktionen
Funktion Beschreibung
TOPK Ruft die höchsten K Ergebnisse aus einem Datensatz auf der Grundlage einer angegebenen Metrik ab. Verwenden Sie TOPK, um die höchstrangigen Datenpunkte anzuzeigen.
SORT Ordnet die Daten in aufsteigender Reihenfolge auf der Grundlage der ausgewählten Metrik an. Verwenden Sie SORT, um Daten vom kleinsten zum größten Wert zu ordnen.
SORT Descending Ordnet die Daten in absteigender Reihenfolge auf der Grundlage der ausgewählten Metrik an. Verwenden Sie SORT Descending, um die größten Werte am Anfang der Ergebnismenge zu priorisieren.

Beispielanwendungsfall

In diesem Beispiel werden zwei Diagramme kombiniert, um Protokolle mit den Schweregraden Error und Critical mit der Speichernutzung des Hosts zu korrelieren, auf dem die Dienste ausgeführt werden.

Fügen Sie zunächst die Abfrage der Protokolle hinzu:

  1. Wählen Sie Logs als Datenquelle.

  2. Fügen Sie die Funktion Group von product_id hinzu.

  3. Fügen Sie einen Filter für Severity=Error, Critical hinzu.

Fügen Sie dann die Metrikabfrage hinzu:

  1. Klicken Sie auf +, um eine Abfrage hinzuzufügen.

  2. Wählen Sie Metrics als Datenquelle.

  3. Wählen Sie die Metrik mem_used.

  4. Fügen Sie die Funktion sum von host hinzu.