㈠ 數據可視化（六）常見的可視化儀表盤(DashBoard)
在探索數據可視化與儀表盤（DashBoard）的決策路徑時，我們首先需要考慮是選擇開源軟體還是SaaS服務。對於尋求完全自定義控制和獨特集成的用戶，開源軟體如Graphite和ELK stack可能是理想之選。這類工具需要用戶自行安裝和配置，可能涉及較高的初始學習曲線，但提供了極高的靈活性和可定製性。
然而，對於希望快速部署、專注於業務運營而非技術基礎設施的用戶，SaaS服務如Keen IO、Librato和DataDog則更具吸引力。這些服務提供了一站式解決方案，允許用戶直接在現有程序中嵌入代碼，快速獲取關鍵指標和分析，無需關注底層架構的復雜性。
在選擇工具時，另一個重要因素是預算和環境考慮。如果遷移成本成為考量，比如在已有Graphite數據的情況下，選擇Grafana作為儀表盤工具，能夠快速提升數據可視化效果，無需從零開始構建。成本預算同樣關鍵，例如對於日誌分析器的帶寬和存儲需求，需要根據具體業務規模和增長預期進行合理規劃。
ELK Stack，由Elasticsearch、Logstash和Kibana組成，是一個強大的日誌分析和監控解決方案。Elasticsearch提供高效的數據搜索和分析能力，Logstash用於日誌聚合，而Kibana則作為直觀的DashBoard工具，幫助用戶快速洞察數據價值。
對於關注數據存儲、圖形化和可視化的用戶，Graphite和Grafana組合是一個不錯的選擇。Graphite作為開源數據存儲和圖形化工具，提供了強大的數據處理能力，但自身不收集數據，需要與數據採集工具配合。Grafana則提供了豐富的儀表盤構建功能，使用Go語言開發，能夠將Graphite數據源無縫集成，提供豐富的可視化功能和自定義選項。
Keen IO作為SaaS分析基礎設施平台，提供了一站式數據分析服務，適合那些尋求靈活分析和實時洞察的用戶。Librato和DataDog則是專注於監控和管理雲應用的SaaS工具，分別提供高度定製化報表和多樣化的告警通知方式，適合需要對雲資源進行精細監控的場景。
為了進一步深化對數據可視化領域的理解，擴展閱讀推薦了以下文章：
通過這些資源，讀者可以進一步探索數據可視化和儀表盤構建的多樣化技術和最佳實踐，為實際項目提供更全面的參考和指導。
㈡ 如何使用FineBI構建dashboard儀表盤
1.新建圖表
當確定要使用的圖表類型之後，需要在新建分析上選擇對應的組件圖表並拖拽至dashbroad需要顯示的位置，然後會自動跳轉至組件配置界面
2.添加分析數據
當進入到組件詳細配置界面時，從數據選擇區域中，點擊地產行業業務包，選擇簽約事實表，選擇合同總價添加至指標區域。選擇預算事實表，選擇計劃銷售金額添加至指標，此時會出現2個儀表盤，但是都不是我們想要的。此時添加計算指標，命名計劃完成率，即合同總價/計劃銷售金額，具體操作查看計算指標。然後將原來的兩個指標去掉勾選，如圖只剩下當前一個計劃完成率的指標展示
3.樣式
大家會對當前的指標展示不太滿意，數值想用百分比展示，而且默認的儀表盤顯示刻度也不能滿足需求。那麼在樣式中手動調整即可。
4.單位
單位是指儀表盤數據展示時，放在圖表中心處顯示的數據單位
5.指針活動范圍
指針活動范圍就是指儀表盤指針能轉動的最大角度，默認顯示為270度，如果我們選擇180度
6.刻度設置
刻度設置就是指自定設置刻度范圍內儀表盤的顯示顏色，下面就將儀表盤的刻度區間，刻度單位進行調整，界面如圖所示，區間可以自定義，我們設為0-50%，50-75%，75-100%，100-200%4個區間。http://www.finebi.com/
㈢ Python oltp OpenTelemetry 跟蹤、指標和日誌,試試使用 Aspire 儀錶板docker鏡像
在構建Python應用程序時，實時查看後端調用、錯誤、跟蹤和監視數據變得非常有用。OpenTelemetry是一個由雲原生計算基金會（CNCF）維護的開源項目，旨在滿足這些需求，並提供了一系列用於檢測Python中常見庫和框架（如Flask、Django、Requests和FastAPI）的擴展。本教程將指導您如何在小Flask項目中設置OpenTelemetry，並使用Aspire儀錶板進行配置。
首先，通過PyPi安裝OpenTelemetry及其相關包，如opentelemetry-distro和opentelemetry-exporter-otlp-proto-grpc，以開始使用。這些包與一組通用庫和檢測工具捆綁在一起，能夠檢測常見的Python框架。為了將數據導出到指定端點，您需要安裝用於將所有OpenTelemetry數據通過gRPC方式發送到目標服務的包。
將要求添加到requirements.txt文件中，開始使用這些包。然後，您需要配置OpenTelemetry導出器以將數據發送到後端。這通常涉及創建TracerProvider、MeterProvider和LoggerProvider對象，並配置導出器。配置示例可以放置在單獨的文件中，如otel_grpc.py，然後在應用程序入口點調用此文件以配置OTLP導出器。對於Flask，儀器的配置如下所示。
Aspire儀錶板是一個用於構建可觀察的、生產就緒的分布式應用程序的「固執己見的雲就緒堆棧」。雖然與Python關系不大，但Aspire提供了一個簡單的、與OTLP兼容的服務，該服務在Docker容器中運行，並具有用於本地開發和測試的Web UI。無需身份驗證或設置，非常適合開始使用OpenTelemetry。由於它在Docker中運行，因此容易啟動和停止，並且無需安裝.NET即可使用。啟動Aspire儀錶板的命令如下：
這將埠轉發gRPC端點，這是OTLP導出器配置中使用的端點，UI將運行在http://localhost:18888。運行Python應用程序後，您可以在Aspire儀錶板中查看跟蹤和指標。
此示例設置允許儀錶板在無身份驗證的情況下運行。對於生產環境，建議保護儀錶板。在瀏覽器中訪問http://localhost:18888，您將看到Aspire儀錶板。導航到「跟蹤」、「指標」和「日誌」選項卡以查看Python應用程序中的數據。對於日誌，您將捕獲發送到OpenTelemetry記錄器的任何日誌。Python日誌記錄較為復雜，通過在根記錄器上設置日誌記錄，或配置Django記錄器以捕獲日誌（在示例項目中），可以查看它們在儀錶板中的顯示方式。
在跟蹤中，默認視圖是時間線，您可以通過展開查看其他屬性，這些屬性取決於檢測包。例如，可以為SQL查詢、HTTP請求、gRPC調用等添加檢測，以獲取更多詳細信息。在示例項目中，添加了一些自定義指標來展示在儀錶板中的顯示方式。您可以查看請求的計數、持續時間、狀態代碼，以及指標隨時間推移的細分。
完成探索或調試後，停止Docker容器，儀錶板將消失。可以使用相同的命令再次啟動它，它將是一個新實例。總之，當開發具有大量後端調用的應用程序或嘗試調試性能問題時，OpenTelemetry是一個強大的工具，它易於上手，並且有許多可用的儀器包。Aspire儀錶板是可視化OpenTelemetry捕獲的數據的好方法，並且在本地運行非常方便。希望此教程對您有所幫助，您可以開始在Python應用程序中使用OpenTelemetry和Aspire儀錶板。