Torte : Ein Tortendiagramm zeigt die Gesamtzusammensetzung eines Datasets an, indem die Prozentwerte in Segmenten dargestellt werden.

Standardfeld für Gruppieren nach: Log Source. Sie können diesen Parameter optional ändern.

Eine kreisförmige Darstellung der Anzahl der Logdatensätze, die anhand des Eingabeparameters gruppiert sind.

Vergleichen Sie die Gruppen im Kreis, die Prozentsätze des gesamten Datasets angeben. Beispiel: Vergleichen Sie die Prozentsätze für die Anzahl der Logdatensätze aus verschiedenen Quellen.

Beschreibung der Abbildung pie_tile.png

Balken : Die Anzahl der Logdatensätze wird als segmentierte Balken für den Zeitraum angezeigt.

Standardfeld für X-Achse: Log Source. Sie können diesen Parameter optional ändern.

Geben Sie außerdem im Abschnitt Gruppieren nach einen zweiten Parameter an, um ein farbiges und gestapeltes Balkendiagramm anzuzeigen.

Balkendiagramm: Der Eingabeparameter, der entlang der X-Achse als segmentierte Balken dargestellt wird, wobei die Balkenhöhe die Anzahl angibt.

Gestapeltes Balkendiagramm: Der Schlüsseleingabeparameter ist nach dem zweiten Parameter gruppiert und wird als gestapeltes Balkendiagramm entlang der X-Achse dargestellt. Die Gesamthöhe des Balkens gibt die Anzahl an. Der farbige Stapel stellt die Gruppierung dar.

Balkendiagramm: Vergleichen Sie die Größe der segmentierten Balken, um die Anzahl der Logdatensätze basierend auf dem Eingabeparameter zu vergleichen. Beispiel: Vergleichen Sie die Anzahl der Logdatensätze aus jeder Quelle.

Gestapeltes Balkendiagramm: Hier können Sie nicht nur die Anzahl der Werte des Eingabeparameters vergleichen, sondern auch die Gruppierung auf Basis des zweiten Parameters betrachten. Im folgenden Beispiel wird die Anzahl der Logdatensätze aus den Quellen über die Gesamthöhe der segmentierten Balken ermittelt. Die Logdatensätze in jedem Balken sind basierend auf dem Schweregrad der jeweils aufgetretenen Fehler gruppiert.

Beschreibung der Abbildung bar_tile.png

Siehe Balkendiagrammvisualisierung.

Horizontaler Balken : Die Anzahl der Logdatensätze wird als segmentierte Zeilen für den Zeitraum angezeigt.

Standardfeld für Y-Achse: Log Source. Sie können diesen Parameter optional ändern.

Ein Parameter, z.B. Log Source. Geben Sie außerdem im Abschnitt Gruppieren nach einen zweiten Parameter an, um ein farbiges und gestapeltes horizontales Balkendiagramm anzuzeigen.

Horizontales Balkendiagramm: Der Eingabeparameter, der entlang der Y-Achse als segmentierte Balken dargestellt wird, wobei die Breite die Anzahl angibt.

Gestapeltes horizontales Balkendiagramm: Der Schlüsseleingabeparameter ist nach dem zweiten Parameter gruppiert und wird als gestapeltes Balkendiagramm entlang der Y-Achse dargestellt. Die Gesamtbreite der Zeile gibt die Anzahl an. Der farbige Stapel stellt die Gruppierung dar.

Horizontales Balkendiagramm: Vergleichen Sie die Größe der segmentierten Zeilen, um die Anzahl der Logdatensätze basierend auf dem Eingabeparameter zu vergleichen. Beispiel: Vergleichen Sie die Anzahl der Logdatensätze aus jeder Quelle.

Gestapeltes horizontales Balkendiagramm: Hier können Sie nicht nur die Anzahl der Werte des Eingabeparameters, sondern auch die Gruppierung des Eingabeparameters auf Basis des zweiten Parameters vergleichen. Im folgenden Beispiel wird die Anzahl der Logdatensätze aus den Quellen über die Gesamtbreite der segmentierten Zeilen ermittelt. Die Logdatensätze in jeder Zeile sind basierend auf dem Entitytyp gruppiert.

Beschreibung der Abbildung horbar_tile.png

Zuordnen : Die geografische Verteilung der Logdatensätze wird auf der Weltkarte basierend auf dem Ort angezeigt, an dem die Logdatensätze erfasst werden.

Standardfelder, auf die verwiesen wird: Client Host City, Client Host Region, Client Host Country, Client Host Continent und Client Coordinates.

Die geografische Verteilung der Anzahl der Logdatensätze basierend auf dem eingegebenen geografischen Parameter.

Vergleichen Sie die Anzahl der Logdatensätze basierend auf ihrer geografischen Verteilung.

Siehe Kartenvisualisierung.

Linie : Die Anzahl der Logdatensätze für die jeweilige Zeit wird mit einer Linie für die Anzahl dargestellt.

Standardfeld für Gruppieren nach: Log Source. Sie können diesen Parameter optional ändern.

Eine gezeichnete Linie, die die Anzahl für den Eingabeparameter entlang der Y-Achse mit der Zeitleiste auf der X-Achse darstellt.

Vergleichen Sie die Anzahl der Logdatensätze basierend auf dem Eingabeparameter, der durch separate Linien im Zeitablauf dargestellt wird. Im folgenden Beispiel wird die Anzahl der Logdatensätze aus verschiedenen Logquellen mit jeder Linie im Zeitablauf dargestellt.

Beschreibung der Abbildung line_tile.png

Siehe Liniendiagrammvisualisierung.

Wortwolke : Das Dataset wird durch ein Set von Wortkacheln dargestellt, deren Größe die Anzahl der Logdatensätze in jeder Gruppe angibt, während die Farben die Gruppierung angeben.

Standardfeld für Gruppieren nach: Log Source. Sie können diesen Parameter optional ändern.

Geben Sie außerdem einen zweiten Parameter im Abschnitt Farbe an, um das Dataset weiter zu gruppieren. Beispiel: Entity Type.

Eine Wortwolke, bei der die Größe der Wortkachel die Anzahl darstellt. Wenn Sie einen zweiten Eingabeparameter angeben, wird außerdem eine farbige Wortwolke angezeigt, in der die Wörter nach dem zweiten Parameter gruppiert sind. Die Gruppen werden durch Farben dargestellt.

Vergleichen Sie die Anzahl der Logdatensätze anhand der Größe der Wortkacheln, die den Eingabeparameter darstellen. Wenn Sie den zweiten Parameter angegeben haben, können Sie auch die Farbgruppierung der Wortkacheln betrachten. Im folgenden Beispiel stellt die Größe der Wortkacheln die Anzahl der Logdatensätze aus jeder Quelle dar. Die Farbe der Wortkacheln gibt den Entitytyp jeder Gruppe an.

Beschreibung der Abbildung wordcloud_tile.png

Siehe Wortwolkenvisualisierung.

Heat Map : Mit Heat Map können Sie mehr Werte wie Anzahl oder Nutzung im Zeitverlauf besser visualisieren.

Standardfeld für Gruppieren nach: Log Source. Sie können diesen Parameter optional ändern.

Die Zeit wird entlang der Y-Achse des Diagramms dargestellt. Entlang der X-Achse wird das Feld dargestellt, das die Eingabe für den Befehl timestats darstellt, z.B. die Logquelle. Jedes Rechteck entlang einer Zeile stellt die Anzahl der Logdatensätze für einen Zeitabschnitt dar. Die Farbe des Rechtecks stellt den Bereich dar, zu dem die Zählung gehört. Die Bereiche werden oben im Diagramm angezeigt.

Die Rechtecke verschiedener Farben stellen Werte im Laufe der Zeit dar, sodass Sie schnell Bereiche erkennen können, die von Interesse oder Bedenken sein könnten.

Siehe Heat Map-Visualisierung.

Summentabelle

Standardmäßiger Wert: count

Optional können Sie eine andere mathematische Funktion für das Dataset auswählen. Beispiel: Percentile, Median oder Average.

Standardfeld für Gruppieren nach: Log Source

Optional können Sie weitere Eingabeparameter für den Abschnitt Gruppieren nach auswählen, um eine weitere Gruppierung des Datasets zu ermöglichen.

Die Summentabelle ist das vielseitigste Visualisierungsdiagramm, das statistische Analysen für jeden Typ von Eingabedaten durchführen kann. Außerdem sind mehrere Eingabeparameter im Abschnitt Gruppieren nach zulässig, sodass komplexere Ableitungen aus der Analyse möglich sind.

• Führen Sie statistische Analysen für das gesamte Dataset aus.

• Wählen Sie die Felder für die statistische Analyse aus, mit denen Sie das Dataset besser verstehen können.

• Gruppieren Sie die statistische Analyse, um die Ergebnisse zu korrelieren.

Siehe Summentabellen.

Datensätze

Standardmäßiger Wert: Entity, Entity Type, Log Source, Host Name (Server), Problem Priority und Label.

Optional können Sie weitere Eingabeparameter auswählen, die im Diagramm angezeigt werden.

• Zeigen Sie den ursprünglichen Loginhalt an, um die Werte der Anzeigefelder zu verstehen und zu korrelieren.

• Zeigen Sie den Loginhalt an, der einer bestimmten Logerfassungszeit entspricht.

Tabelle

Standardmäßiger Wert: Entity, Entity Type, Log Source, Host Name (Server), Problem Priority und Label.

Optional können Sie weitere Eingabeparameter auswählen, die in der Tabelle angezeigt werden.

• Priorisieren und wählen Sie die Felder, die Sie in der Tabelle anzeigen möchten, damit Sie Entscheidungen treffen können.

• Filtern Sie den Loginhalt, und zeigen Sie nur die Daten in jedem Logdatensatz an, die für Sie von Interesse sind.

Eindeutig

Standardmäßiger Wert: Log Source

Optional können Sie weitere Eingabeparameter auswählen, die in der Tabelle angezeigt werden.

• Identifizieren Sie die eindeutigen Werte der Felder in den Logdaten.

• Identifizieren Sie eindeutige Gruppen von Feldern in den Logdaten.

Datensätze mit Histogramm

• Reduzieren Sie die Größe des Datasets für besseres Verständnis und einfachere Analyse, indem Sie die Logdatensätze im Histogramm gruppieren und einen Drilldown zu bestimmten Logdatensätzen durchführen. Sie können auf ein ausgewähltes Segment im Histogramm klicken, um einen Drilldown zu einem bestimmten Set von Logdatensätzen durchzuführen und den ursprünglichen Loginhalt anzuzeigen.

• Mit der Kombination aus Histogramm und Datensatzdiagramm können Sie einen schnelleren Drilldown zum spezifischen Loginhalt durchführen.

Tabelle mit Histogramm

• Verwenden Sie ein geeignetes Feld, um die Logdatensätze in der Histogrammvisualisierung zu gruppieren. Identifizieren Sie im Histogrammdiagramm das Dataset, dessen Felddetails Sie anzeigen möchten, und zeigen Sie es in der Tabelle an.

• Die Kombination aus Histogramm und Tabelle ermöglicht einen schnelleren Drilldown zum spezifischen Dataset.

Sunburst

Standardmäßiger Wert: count

Optional können Sie ein anderes Feld auswählen, dessen Anzahl zur Generierung des Sunbursts beitragen kann.

Standardfeld für Gruppieren nach: Log Source

Optional können Sie weitere Eingabeparameter für den Abschnitt Gruppieren nach auswählen, um eine weitere Gruppierung des Datasets zu ermöglichen. Beispiel: Entity Type und Entity.

Standardmäßig ein Sunburst-Diagramm, das die Logdatensätze nach dem Standardparameter gruppiert darstellt. Die Größe eines Sektors im Kreis gibt die Anzahl der Logdatensätze im jeweiligen Dataset an. Wenn Sie weitere Felder für die Gruppierung angegeben haben, sehen Sie ein konzentrisches Sunburst-Diagramm. Dabei stellen der innere Ring die erste Berechnung der Gruppierung und die nachfolgenden Ringe die folgenden Berechnungen in dieser Reihenfolge dar.

Mit der Sunburst-Visualisierung können Sie hierarchische Daten aus mehreren Feldern analysieren. Die Hierarchie wird in Form von konzentrischen Ringen dargestellt, wobei der innerste Ring die oberste Hierarchieebene darstellt.

Im folgenden Beispiel werden die Logdatensätze mit den Feldern Log Source, Entity Type und Entity gruppiert. Klicken Sie auf ein Segment, um die Visualisierung des Typs Datensätze mit Histogramm für das jeweilige Dataset anzuzeigen. Im Datensatzdiagramm wird der ursprüngliche Loginhalt mit Betonung der Standardanzeigefelder aufgeführt.

Beschreibung der Abbildung sunburst_tile.png

Treemap

Standardmäßiger Wert: count

Optional können Sie ein anderes Feld auswählen, dessen Anzahl zur Generierung der Treemap beitragen kann.

Standardfeld für Gruppieren nach: Log Source

Optional können Sie weitere Eingabeparameter für den Abschnitt Gruppieren nach auswählen, um eine weitere Gruppierung des Datasets zu ermöglichen.

Eine Treemap, die die Logdatensätze nach dem Standardparameter gruppiert darstellt. Die Größe der Rechtecke gibt die Anzahl der Logdatensätze im jeweiligen Dataset an. Wenn Sie weitere Felder für die Gruppierung angegeben haben, wird eine verschachtelte Treemap angezeigt, in der die Logdatensätze basierend auf allen angegebenen Parametern gruppiert sind. Die verschachtelte Treemap zeigt auch die fraktionale Beziehung der Felder in jedem Dataset an.

Mit der Treemap-Visualisierung können Sie die Daten aus mehreren hierarchischen und fraktionalen Feldern anhand von interaktiven verschachtelten Rechtecken analysieren.

Im folgenden Beispiel werden die Logdatensätze nach dem Feld Log Source gruppiert. Klicken Sie auf ein Rechteck, um die Visualisierung des Typs Datensätze mit Histogramm für das jeweilige Dataset anzuzeigen. Im Datensatzdiagramm wird der ursprüngliche Loginhalt mit Betonung der Standardanzeigefelder aufgeführt.

Beschreibung der Abbildung treemap_tile.png

Die Treemap wird numerisch nach Anzahl sortiert. Sie können die Daten jedoch auch alphabetisch sortieren. Beispiel:

'Log Source' = 'EBS Concurrent Request Logs' | stats distinctcount(Program) as pgm by Application, Program | sort Application, Program

oder

'Problem Priority' != null | stats distinctcount('Problem Priority') as prio by 'Log Source', 'Problem Priority'

Cluster

Die Clustervisualisierung wird auf das gesamte Dataset angewendet und basiert nicht auf einem bestimmten Parameter.

In der Clusteransicht wird oben ein Übersichtsbanner mit den folgenden Registerkarten angezeigt:

• Cluster gesamt: Gesamtanzahl der Cluster für die ausgewählten Logdatensätze.

• Potenzielle Probleme: Anzahl der Cluster mit potenziellen Problemen basierend auf Logdatensätzen, die Wörter wie Fehler, Schwerwiegend, Ausnahme usw. enthalten.

• Ausreißer: Anzahl der Cluster, die während eines bestimmten Zeitraums nur einmal aufgetreten sind.

• Trends: Anzahl der eindeutigen Trends im Zeitraum. Möglicherweise weisen viele Cluster denselben Trend auf. Wenn Sie also auf diesen Bereich klicken, wird ein Cluster aus den einzelnen Trends angezeigt.

Clustering verwendet maschinelles Lernen, um das Muster von Logdatensätzen zu identifizieren und die Logs mit ähnlichen Mustern dann zu gruppieren. Je nach Bedarf können Sie Daten auf weiteren Registerkarten untersuchen. Wenn Sie auf eine der Registerkarten klicken, ändert sich die Histogrammansicht des Clusters, um die Datensätze für die ausgewählte Registerkarte anzuzeigen.

Durch Clustering kann die Gesamtanzahl der Logeinträge, die Sie explorieren müssen, erheblich reduziert werden. Gleichzeitig werden die Ausreißer hervorgehoben. Siehe Clustervisualisierung.

Link

Standardfeld für Gruppieren nach: Log Source.

Optional können Sie weitere Eingabeparameter für den Abschnitt Gruppieren nach auswählen, um die Logdaten relevanter zu gruppieren. Sie können auch zusätzliche Parameter für den Abschnitt Wert auswählen.

• Auf der Registerkarte Gruppen wird ein Blasendiagramm angezeigt, das die Gruppen darstellt, die mit den Feldern für die Verknüpfung in den häufig angezeigten Bereichen gebildet werden. Das Feld "Gruppieren nach" ist entlang der X-Achse dargestellt und die Gruppendauer entlang der Y-Achse. Die Größe jeder Blase im Diagramm wird durch die Anzahl der in dieser Blase enthaltenen Gruppen bestimmt.

  Trends: Zeigen Sie die Zeitreihendaten mit dem Trendlinkfeaure an.

• Auf der Histogrammregisterkarte werden die Logdatensätze oder Gruppen in der Histogrammvisualisierung angezeigt.

Die Gruppentabelle enthält Parameter wie Logquelle, Entitytyp, Entity, Anzahl, Startzeit, Endzeit und Gruppendauer für jede Gruppe. Wenn Sie weitere Anzeigefelder angegeben haben, werden diese ebenfalls in die Tabelle aufgenommen.

Mit der Linkvisualisierung können Sie erweiterte Analysen von Logdatensätzen durchführen, indem Sie einzelne Logdatensätze aus allen Quellen basierend auf den für die Verknüpfung ausgewählten Feldern in Gruppen kombinieren.

Das Blasendiagramm zeigt die Anomalien in den Mustern basierend auf der Analyse der Gruppen an. Sie können die Anomalien weiter untersuchen, indem Sie auf eine einzelne Blase klicken oder mehrere Blasen auswählen. Um die Details der Gruppen anzuzeigen, die der Anomalie entsprechen, wählen Sie die Anomalieblase im Diagramm aus. Sie können die Anomalie untersuchen, um Probleme zu identifizieren und zu beheben. Siehe Linkvisualisierung.

Einige Beispiele für Anwendungsfälle der Linkvisualisierung finden Sie unter Erweiterte Analysen mit Link ausführen.

Nach Cluster verknüpfen

Wählen Sie cluster() aus, um die Logdaten mit dem Abfrageabschnitt und dem Eingabeparameter für den Abschnitt Gruppieren nach zu gruppieren, um die Logdaten relevanter einzuteilen.

Auf der Registerkarte Gruppen wird ein Blasendiagramm angezeigt, das die mit dem ausgewählten Feld gebildeten Gruppen und die Cluster für die Verknüpfung in den häufig angezeigten Bereichen darstellt. Das Feld "Gruppieren nach" ist entlang der X-Achse dargestellt und die Gruppendauer entlang der Y-Achse.

Die Gruppentabelle enthält Parameter wie Entitytyp, Clusterbeispiel, Anzahl, Startzeit, Endzeit und Gruppendauer für jede Gruppe. Wenn Sie weitere Anzeigefelder angegeben haben, werden diese ebenfalls in die Tabelle aufgenommen.

Verwenden Sie die Kombination aus Link- und Clustervisualisierung, um diese Analyse durchzuführen. Die maschinelle Lernfunktion der Clustervisualisierung zur Identifizierung von Clustern und potenziellen Problemen sowie die Möglichkeit der Linkvisualisierung zur Gruppierung der Logdatensätze basierend auf ausgewählten Feldern werden kombiniert, um Ihre Analyse auf kleine Anomaliegruppen oder potenzielle Probleme zu beschränken.

Sie können die Abfrage verfeinern und die im Blasendiagramm erforderliche Ausgabe genauer angeben. Die Analyse generiert Cluster, die basierend auf dem ausgewählten Analysefeld gruppiert werden. Sie können die Anomalien weiter untersuchen, um konkrete Schlussfolgerungen aus der Analyse zu erreichen.

Siehe Nach Cluster verknüpfen.

Vorgänge

• Wählen Sie den Basiszeitbereich aus, der am besten die typische Gruppe von Logs gruppiert, die Ihr System generieren würde.

• Wählen Sie den Zeitbereich für die Analyse aus, der die Logs enthält, die Sie für die Analyse interessieren.

Die Ausgabe entspricht der Gruppe der neuen Probleme, die in den Logs im ausgewählten Zeitraum identifiziert werden und nicht im Baselinezeitraum vorhanden sind.

Außerdem zeigt die Visualisierung Neue Ausreißer an und fasst die Anzahl der in der Analyse verwendeten Logdatensätze, die Gesamtanzahl der identifizierten eindeutigen Cluster und die Anzahl der Logquellen zusammen, in denen Probleme ermittelt wurden.

Die Problemvisualisierung verwendet das Utility clustercompare, um die Logs in den angegebenen Zeitbereichen zu gruppieren, die allgemeinen Cluster zu entfernen und dann ein eindeutiges Set von Clustern zu generieren, aus denen die neuen Probleme identifiziert werden.

Diese Visualisierung ist ideal, wenn Sie über eine ausgewählte Baselinegruppe von Logs verfügen, die Sie mit anderen Logs vergleichen möchten, um neue Probleme erkennen zu können.

Wählen Sie für den Baselinezeitraum den Zeitraum aus, der den gesamten Zyklus der Loggenerierung erfasst. Ein längerer Baselinebereich kann zu einer längeren Ausführungszeit der Abfrage führen.

Der Zeitraum für die Analyse muss auch so gewählt werden, dass die Abfragezeit kurz ist und Probleme leicht erkannt werden können.

Siehe Problemvisualisierung.