新网站不被收录,外贸网站推广营销,网站开发培训班多少报名费,怎么制作一个国外网站简介
在今年2月初#xff0c;SLS 已经发布针对新冠病毒肺炎疫情国内动态展示分析 APP#xff0c;目前该能力全面开放给政府、社区、第三方平台和开放者进行广泛应用#xff0c;完全免费开放。还没有关注过的同学可以通过以下链接了解背景#xff1a;
新冠病毒疫情分析 AP…简介
在今年2月初SLS 已经发布针对新冠病毒肺炎疫情国内动态展示分析 APP目前该能力全面开放给政府、社区、第三方平台和开放者进行广泛应用完全免费开放。还没有关注过的同学可以通过以下链接了解背景
新冠病毒疫情分析 APP 官方文档云栖博文、直播
最近随着新冠病毒肺炎疫情在全球爆发SLS 又推出了跟踪关注全球范围疫情动态的分析大盘。与国内大盘主要关注国内疫情数据来源于央视新闻、人民日报、各省市卫健委公告相比国际疫情大盘则是跟踪关注全球范围的疫情动态数据来源是被国际上广泛引用的约翰·霍普金斯大学开源数据集。
SLS
阿里云日志服务SLS是针对日志类数据的一站式服务无需开发就能快捷完成海量日志数据的采集、消费、投递以及查询分析等功能提升运维、运营效率。日志服务主要包括实时采集与消费、数据投递、查询与实时分析等功能适用于从实时监控到数据仓库的各种开发、运维、运营与安全场景。
作为日志分析中台日志服务提供了一站式的数据采集、加工、查询分析、AI计算、可视化并支持互联互通。
亮点
1. 提供规整的疫情数据并每天定时同步更新
SLS 已经将疫情相关数据进行收集和规整每天定时更新并形成可视化平台覆盖全球各个国家/地区、省份/州的疫情信息。你只需要专注在数据的分析和展示其它繁琐的细节 SLS 都已经处理好。
2. 预定义丰富数据大盘、并支持自定义
内置多份数据大盘并支持自定义提供全球各个国家/地区、省份/州疫情态势。支持交互式查询分析、自定义报表、深钻与告警等。
全球疫情态势概览 各国家/地区的疫情详情 3. 数据平台开放互联互通
数据平台开放互联互通日志服务是开放的可以和大量其他环境的系统、三方应用或开源进行对接。提供易扩展的数据分析、存储、可视化平台能力如DataV、Blink、OSS、流计算、Grafana、SOC等。
4. 完全免费
完全免费疫情服务应用以及相关资源数据包括仪表盘、告警等功能完全免费。
数据
导入和规整
可能有一些同学只关注对 COVID-19 疫情的数据分析也想要上手试一试但是对于如何从各个数据源获取并处理数据不了解又或者对 SLS 的 SQL 不是很熟练。为了帮助这部分同学方便快捷的实现数据分析SLS 已经将疫情相关数据进行收集和规整并且每天定时更新。你只需要专注在数据的分析和展示其它繁琐的细节 SLS 都已经处理好。
数据样例
type: Country/Region Cases
version: v2020-04-17T11:55:36
Last Update: 2020-04-09 01:12:20
Country/Region: China
Country/Region (ch): 中国
LatLng: 35.000074,104.999927
Confirmed: 83798
Confirmed Hist: [644, 923, 1409, 2079, 2882]
Confirmed Trend: {2020-01-23: 644, 2020-01-24: 923, 2020-01-25: 1409, 2020-01-26: 2079, 2020-01-27: 2882}
New Confirmed Hist: [95, 279, 486, 670, 803]
New Confirmed Trend: {2020-01-23: 95, 2020-01-24: 279, 2020-01-25: 486, 2020-01-26: 670, 2020-01-27: 803}
Deaths: 3352
Deaths Hist: [18, 26, 42, 56, 82]
Deaths Trend: {2020-01-23: 18, 2020-01-24: 26, 2020-01-25: 42, 2020-01-26: 56, 2020-01-27: 82}
Recovered: 78556
Recovered Hist: [30, 36, 39, 49, 58]
Recovered Trend: {2020-01-23: 30, 2020-01-24: 36, 2020-01-25: 39, 2020-01-26: 49, 2020-01-27: 58}
数据格式
各种疫情相关数据均放在一个日志库 ncp 中通过字段 type 作为类型区分Global Cases, Country/Region Cases and Province/State Cases。通过 version 字段来标记数据版本每一个版本都会包含完整的数据用来实现数据的修正。 数据字段列表如下
字段名说明样例type数据类型Global Cases, Country/Region Cases 或者 Province/State Casesversion数据版本v2020-01-26T12:30:00Last Update最新来源新闻发布时间2020-01-26 18:23Confirmed最新确诊病例累计数据1058Confirmed Hist确诊病例累计数据从2020.01.23到当前的历史数据数组[270, 444, 444, 549, 729, 1058]Confirmed Trend确诊病例累计数据从2020.01.23到当前的历史趋势数据字典{2020-01-21: 1, 2020-01-22: 1, 2020-01-23: 1, 2020-01-24: 2, 2020-01-25: 2, 2020-01-26: 3}Recovered最新治愈病例累计数据42Recovered Hist治愈病例累计数据从2020.01.23到当前的历史数据数组[0, 28, 28, 31, 32, 42]Recovered Trend治愈病例累计数据从2020.01.23到当前的历史趋势数据字典{2020-01-21: 1, 2020-01-22: 1, 2020-01-23: 1, 2020-01-24: 2, 2020-01-25: 2, 2020-01-26: 3}Deaths最新死亡病例累计数据52Deaths Hist死亡病例累计数据从2020.01.23到当前的历史数据数组[3, 17, 17, 24, 39, 52]Deaths Trend死亡病例累计数据从2020.01.23到当前的历史趋势数据字典{2020-01-21: 1, 2020-01-22: 1, 2020-01-23: 1, 2020-01-24: 2, 2020-01-25: 2, 2020-01-26: 3}New Confirmed Hist疑似病例现有数据从2020.01.23到当前的历史数据数组[11, 0, 41, 0, 56, 127]New Confirmed Trend疑似病例现有数据从2020.01.23到当前的历史趋势数据字典{2020-01-21: 1, 2020-01-22: 1, 2020-01-23: 1, 2020-01-24: 2, 2020-01-25: 2, 2020-01-26: 7}
分析展示
SLS 提供大规模日志实时查询与分析能力其拥有以下优势
实时写入后可以立即被分析。快速一秒内查询5个条件可处理10亿级数据分析5个维度聚合GroupBy可聚合亿级别数据。灵活可以改变任意查询和分析条件实时获取结果。生态丰富除控制台提供的报表、仪表盘、快速分析等功能外还可以与Grafana、DataV、Jaeger等产品无缝对接并支持Restful APIJDBC等协议。
如上文所说SLS 提供的疫情数据通过 version 字段来标记数据版本。为了查询出最新版本的数据可以通过以下 SQL
type : Province/State Cases | select .... from log l right join (select max(version) as version from log) r on l.version r.version
在预定义的疫情大盘中每一个仪表盘对应的都是一个 SQL 分析。以 Global Cases Trend全球疫情趋势为例为了分析全球累计确诊、死亡、治愈以及现存病例发展趋势我们可以通过以下 SQL 查询并将结果图标保存为仪表盘即可方便快捷。
type : Global Cases | select date_format(date_parse(l.a, %Y-%m-%d), %b %e) as Date, l.b as Confirmed, l.b - r2.b - r6.b as Active Confirmed, r2.b as Deaths, r6.b as Recovered from (select a,b from log l right join (select max(version) as version from log) r on l.version r.version, unnest( cast( json_parse(Confirmed Trend) as map(varchar, bigint) ) ) as t(a,b)) l left join (select a,b from log l right join (select max(version) as version from log) r on l.version r.version, unnest( cast( json_parse(New Confirmed Trend) as map(varchar, bigint) ) ) as t(a,b)) r on l.a r.a left join (select a, b from log l right join (select max(version) as version from log) r on l.version r.version, unnest( cast( json_parse(Deaths Trend) as map(varchar, bigint) ) ) as t(a, b)) r2 on l.a r2.a left join (select a, b from log l right join (select max(version) as version from log) r on l.version r.version, unnest( cast( json_parse(Recovered Trend) as map(varchar, bigint) ) ) as t(a, b)) r6 on l.a r6.a order by l.a
使用方法
登录阿里云日志服务控制台,可以看到疫情分析的应用
点击进入进行首次配置一次性后续数据会自动同步之后即可直接使用日志服务提供的多份数据大盘开启交互式分析、可视化之旅。
原文链接 本文为云栖社区原创内容未经允许不得转载。
