介绍了直方图和热图

直方图是一种图形表示的数值数据的分布。这组值放入桶(有时也称为垃圾箱),然后计算每个桶落入值多少。

而不是绘图实际值,直方图图桶。每个竖条代表一桶,酒吧的高度代表值的频率(如计数)掉进桶的间隔。

柱状图的例子

这柱状图显示了两个时间序列的值分布。你可以很容易地看到,大多数土地价值在240 - 300与260 - 280年之间的峰值。

这里有一个例子显示高度分布的人。

关于直方图可视化选项的更多信息,请参考柱状图。

直方图只看值分布在一个特定的时间范围。直方图的问题是,你不能看到任何趋势或分布随时间的变化。这就是热图变得有用。

的热图

一个的热图就像一个直方图,但随着时间的推移,每个时间片代表自己的直方图。而不是使用栏高度表示频率,它使用的细胞,细胞和颜色与桶中的值的数量成正比。

在本例中,您可以清楚地看到哪些值是更常见的以及它们是如何随时间变化的趋势。

关于热图可视化选项的更多信息,请参考的热图。

Pre-bucketed数据

有大量的数据源支持直方图随着时间的推移,像Elasticsearch(通过使用直方图桶聚合)或普罗米修斯(柱状图指标类型和格式选项设置为热图)。但是一般来说,可以使用任何数据源,只要符合要求,它要么返回系列名称代表桶,或者它返回系列由边界按升序排序。

原始数据和聚合

如果您使用与普通时间序列数据的热图(不是pre-bucketed),那么重要的是要记住,你已经聚合的数据往往是你的时间序列的后端。大多数时间序列查询不返回原始样本数据,而是包括一组由时间间隔或maxDataPoints限制加上一个聚合函数(通常平均)。

这一切都取决于您的查询的时间范围。但重要的一点是知道的直方图用桶装Grafana执行可能已经完成聚合和平均数据。得到更准确的热图,最好是用桶装的度量收集期间,或将数据存储在Elasticsearch或任何其他数据源支持做直方图用桶装的原始数据。

如果你删除或降低group by时间(或提高maxDataPoints)在你的查询返回更多的数据点,你的热图会更准确,但这也可以非常CPU和内存征税为您的浏览器,可能导致挂起或崩溃如果数据点的数量变得不合理地大。