OSSのデータ可視化ツール「Metabase」が超使いやすい - Qiita
Metabase、まじでイケてる。 1日で、Re:Dashから乗り換えました。 Metabaseとは OSSのデータ可視化ツール。Re:Dashとかと同じ類。 AWSとかに乗せて、誰もが見れるダッシュボードを作ったりする時に使うと、俺かっけーってなります。 スクリーンショット 実際に社内で運用している様子をモザイク付きでお見せします。 毎日みているダッシュボード。これの4倍くらいの数値見てる。 ダッシュボードの編集。マウスで簡単に位置や大きさの変更ができる。 クエリビルダー的なやつがあり、グルーピングとか超絶便利。SQL書けない人でも、単一テーブルとかだったら余裕かと。 グラフ化も簡単。 SQLでのクエリ編集画面。ちゃんと補完してくれる。 Metabaseの良い所 見た目が格好いい。 インストールが簡単。 openjdk-8-jdk入れて、jarファイル置くだけ。 豊富なデータソースに対応
BitBarとsparkコマンドで日ごとのエラー数をメニューバーに表示する - hitode909の日記
ふだん開発してるアプリケーションのエラーの様子を見る仕組みを作って，ふだん便利に暮らせているので紹介します． BitBarについて BitBarはメニューバーにいろいろ出せるやつで，コマンドラインの標準出力をそのままメニューバーに表示できる． getbitbar.com プラグインを置くディレクトリが用意されていて，シェルスクリプトを置いていく．calコマンドを呼ぶだけのスクリプトを配置するとこんな感じで，そのままカレンダーが出る． sparkコマンドについて sparkコマンドはコマンドラインでスパークラインを表示するもので，標準入力で数字の列を渡すと，数字の列をグラフにして表示してくれる． 数字を正規化してから渡す必要はなくて，なんでもいいから数字を渡すとその形を教えてくれる． % echo '1 2 3 4 5 6 7 8 9 10' | spark ▁▁▂▃▄▄▅▆▇█ % ech
時系列DBって結局どれがいいんだっけ #TSDB - weblog of key_amb
※4/6 その後調べた情報などを記事末尾に追記 前提となるニーズ サーバの負荷情報とか、アクセス状況のような KPI を取得・保存し、可視化(参照してグラフ化)したい。 リアルタイム性が要求される。5分以上前のデータしか見れませんみたいなのはお呼びでない。 古いデータはそんなに精度は気にしないけど、ロングスパンで俯瞰して見れたら便利。 最近はビッグデータ環境の時系列データ解析もビジネスではけっこうニーズがありそうだけど、そっちはもう少し要求が多そう。 ここでは考えないことにする。 選択肢になりそうなもの 古きよき RRDtool Elasticsearch + Kibana Graphite + Grafana InfluxDB + Grafana 等 Zabbix 他に、現実的には SaaS に任せるという手段もあるだろうけど、そう言うと話が終わってしまいそうなので、ここでは考えないこと
AWS News Blog
New — File Release for Amazon FSx for Lustre Amazon FSx for Lustre provides fully managed shared storage with the scalability and high performance of the open-source Lustre file systems to support your Linux-based workloads. FSx for Lustre is for workloads where storage speed and throughput matter. This is because FSx for Lustre helps you avoid storage bottlenecks, increase utilization of compute
Elasticsearch Kibana でデータの可視化
https://twitter.com/johtani/status/462624729577189378見つけたので勝手に掲載させてもらいました。確かにこの方が簡単ですね。 手順を調べたのでメモ。 # Kibana プラグインのインストール $ bin/plugin -url http://download.elasticsearch.org/kibana/kibana/kibana-latest.zip -install elasticsearch/kibana3# ブラウザアクセスURL http://localhost:9200/_plugin/kibana3/NOTE：古いバージョンがインストールされてしまうので、インストールするとき、-url で最新版を指定した方が良さそうです。 インデックスの作成とマッピング定義日本語を含むツィート情報をインデックス、グラフ化したいのでTwi
実践！Elasticsearch - Wantedly Engineer Blog
（募集はダミーデータです） （参考: ドキュメント登録の流れについては Elasticsearch 入門 を参照すると良いです。） Analyzer 上記のデータを実際に入れる前に、index の作成と analyzer の設定をします。 以下のコマンドを実行することで analyzer の設定ができます。 下記で説明して行きます。 curl -XPUT 'http://localhost:9200/wantedly-demo' -d \ '{ "settings": { "analysis": { "filter": { "pos_filter": { "type": "kuromoji_part_of_speech", "stoptags": [ "助詞-格助詞-一般", "助詞-終助詞" ] }, "greek_lowercase_filter": { "type": "lowerc
Fluentd + ElasticSearch + Kibana3 を mac で試してみる (追記あり) - いけむランド
流行ってるみたいだったので試しに mac に環境を構築してみました。 基本的にはググって出てくる debian/ubuntu 向けのインストールを参考にしてもらえばいいと思います。 Kibana3 + elasticsearch + fluentd を試した - ジェダイさんのブログ Fluentd gem でぶっこみましょう。 設定ファイルは上記の記事から丸パクリです。 $ gem install fluentd fluent-plugin-elasticsearch $ fluentd --setup io~/.fluent $ vi ~/.fluent/fluent.conf $ cat ~/.fluent/fluent.conf <source> type tail format apache path /Users/fd0/log/access.log tag apache.ac
ElasticSearch + MongoDBをNode.jsで操作する - LIFULL Creators Blog
ネクストでエンジニアをやっています瀧川です。 今回は最近先輩と共同でやった小さめのWEBアプリを作った時に表題の環境を整えるところを担当したのでその紹介をしたいと思います。 同様の記事はネット上にいくつかあったのですが、僕自身これを行うときの段階では node.jsで開発するのも初めてで MongoDBを扱ったこともなく ElasticSearchにいたっては名前を聞いたこともない という無能っぷりだったので色々苦労しました。 そのため、備忘録ということで書かせていただいております。 ただ、本題からずれすぎるのもアレなのでここでは表題のものそれぞれについて細かく説明しません。 あくまでこれらの連携を実現させる方法についてのみ書きます。 一応、それぞれを超カンタンに説明すると node.js … サーバーサイドJavaScript MongoDB … ドキュメント指向データベース Open
「Hatena Engineer Seminar #2」を東京で11/25(月)に開催します！ - Hatena Developer Blog
11月21日14:00追記 締切日時となりましたので、応募を締め切りました。 多数のご応募ありがとうございました。 お申込みいただいた方へは別途メールにてご連絡させていただきます。 こんにちは、はてなCTOの id:stanaka です。 このたび「Hatena Engineer Seminar #2」と題し、株式会社はてな主催のエンジニアを対象としたセミナーを11月25日（月）に東京で開催します。 はてなブックマークやはてなブログの開発チームのエンジニアスタッフが、サービス開発の具体的な手法や取組みを紹介する予定です。 セミナー後は、ささやかですが懇親会も予定しています！ みなさまのご参加をお待ちしています。 プログラム 18:30 受付開始 19:00 開会の挨拶 stanaka 19:10 Vagrant と Chef でつくるはてなブックマークの開発環境 aereal 19:30
Kibana + ElasticSearch + fluentd を試してみた
こんにちは。@jedipunkz です。 自動化の流れを検討する中でログ解析も忘れてはいけないということで ElasticSearch を使いたいなぁとぼんやり考えていて Logstash とか Kibana とかいうキーワードも目 に止まるようになってきました。 ElasticSaerch は API で情報を検索出来たりするので自動化にもってこい。バックエ ンドに Logstash を使って… と思ってたのですが最近よく聞くようになった fluentd をそろそろ真面目に使いたい！ということで、今回は Kibana + ElasticSearch + fluentd の組み合わせでログ解析システムを組む方法をメモしておきます。 参考にさせて頂いた URL http://memocra.blogspot.jp/2013/04/kibanakibanaelasticsearchfluent
Kibanaってなんじゃ？（Kibana+elasticsearch+fluentdでログ解析）
前回の記事では splunk enterpriseを使ってみました。 今回もログ解析プラットホームである、Kibanaを使ってみます。 Kibanaは検索などにElasticsearchを利用します。 またKibanaはデータの収集にLogstashの利用を推奨しています。 それぞれ以下のようなプロダクトです。 Logstash ログデータを収集し、解析して保存します。 この組み合わせで使用する場合、保存先はelasticsearchになります。 Elasticsearch リアルタイムデータの全文検索や統計などをRestfulインターフェースで提供します。 Kibana データの情報を描画し、検索したりドリルダウンで情報をたどれるGUIアプリケーションです。 この３つを組み合わせて使用すると便利なログ解析プラットホームが作れますよというのがKibanaの売りです。 データの収集や解析を行
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
main
kibanaで使えるlucene query - Qiita
Kibana入門