Chronograf中的数据探索：Drill Baby Drill!

作者：Will Faurot / 产品
2015年12月15日

概述

首先，从这里下载Chronograf最新版本。

这里是Chronograf的Will！在这篇文章中，我们将探讨Chronograf允许您从InfluxDB探索数据的几种方式。在我们开始之前，让我们看看InfluxDB、时间序列以及为什么数据探索是视觉工具Chronograf中的一个如此重要的功能。

InfluxDB针对时间序列数据进行优化。通常情况下，数据量都非常大。在时间序列领域，可扩展性至关重要。当您处理千兆字节、太字节甚至拍字节的数据集时，您可能需要导航数百个，甚至1000多个不同的度量以及相关的元数据。这有很多事情。从一开始，Chronograf就是以“深入挖掘”数据这一理念设计的。我们从大型数据集开始，根据选择的测量值和/或标签筛选到更小的子集。

探索基石：度量值与标签

在这篇文章中，我们将重点关注度量值和标签，但完整的InfluxDB术语表可以在这里找到。

度量值和标签是InfluxDB的基本构建块之一，也是您在使用Chronograf构建查询时可能开始的点。在举例之前，让我们先为每个概念定义一个良好的工作定义。

• 度量值 - 这些是您的指标。在这些示例中，我们使用的是Telegraf，这是一个插件驱动的服务器代理，用于将指标报告到InfluxDB。它可以跟踪系统指标，如CPU和磁盘使用情况，以及像Redis和ElasticSearch这样的服务。
• 标签 - 键/值对，用于提供元数据（例如，region=us-west，host=server01）。

深入挖掘

我们认为，在Chronograf中构建查询至少有两种常见的用例。

• 您知道您要找什么。您已经有一个查询在脑海中，只想看到数据的可视化表示。
• 您想探索。也许您有100多个度量值，想看看在一个区域中跟踪哪些指标。或者也可能是相反的情况，您想看看哪些区域跟踪了哪些度量值。这个用例对我们来说非常重要，也是本篇的重点。

查询以娱乐和利润

以下是关键点

• 选择一个度量值可以减少可用的标签列表
• 选择标签可以减少可用的度量值列表，进而减少可用的标签

在这些示例中，我们将重点关注查询编辑器中的按此筛选面板

当您开始构建一个查询时，您将在“按此筛选”面板中看到所有的度量值和标签。在这些示例中，我使用Telegraf跟踪系统指标，其中我有31个度量值和3个标签键。在这里，我们将选择度量值cpu_usage_idle。可用的标签键列表从3个减少到2个，这意味着cpu和host是唯一与cpu_usage_idle关联的标签

相反的效果也是一样的 - 您不需要选择一个度量值就可以开始探索标签。每个标签键/值对都可能减少可用的度量值列表。在这里，我们将查看完整的标签列表并选择键cpu。您可以看到，这将从31个减少到10个可用的度量值，这意味着我们可以更容易地浏览基于CPU的指标。选择一个标签也会过滤后续的标签。要选择的标签数量从3个减少到2个，这意味着除了cpu之外，唯一有效的标签键是host

您不仅限于选择一个标签。您可以自由地继续选择标签，Chronograf将继续做出关于哪些后续的度量值和标签仍然有效的智能决策。

结语

这就是全部！Chronograf仍在积极开发中，我们很高兴听到任何反馈。请将电子邮件发送到[email protected]。