过早优化,往往引来各种麻烦。 一项技术究竟能否实用,有两项基本指标十分关键:一是功能的完备;一是性能的达标。 本章将试图对已有区块链技术进行一些评测。所有结果将尽可能保证客观准确,但不保证评测方法是否科学、评测结果是否具备足够参考性。
要使用 Kibana,你就得告诉它你想要探索的 Elasticsearch 索引是那些,这就要配置一个或者更多的索引模式。此外,你还可以: 创建脚本化字段,这个字段可以实时从你的数据中计算出来。你可以浏览这种字段,并且在它基础上做可视化,但是不能搜索这种字段。 设置高级选项,比如表格里显示多少行,常用字段显示多少个。修改高级选项的时候要千万小心,因为一个设置很可能跟另一个设置是不兼容的。 为生产环
一个 Kibana dashboard 能让你自由排列一组已保存的可视化。然后你可以保存这个仪表板,用来分享或者重载。 简单的仪表板像这样。 开始 要用仪表板,你需要至少有一个已保存的 visualization。 创建一个新的仪表板 你第一次点击 Dashboard 标签的时候,Kibana 会显示一个空白的仪表板 通过添加可视化的方式来构建你的仪表板。默认情况下,Kibana 仪表板使用明亮风
饼图的分片大小通过 metrics 聚合定义。这个维度可以支持以下聚合: Count count 聚合返回选中索引模式中元素的原始计数。 Sum sum 聚合返回一个数值字段的总和。从下拉菜单选择一个字段。 Unique Count cardinality 聚合返回一个字段的去重数据值。从下拉菜单选择一个字段。 buckets 聚合指明从你的数据集中将要检索什么信息。 在你选定一个 buckets
metric 可视化为你选择的聚合显示一个单独的数字: Count count 聚合返回选中索引模式中元素的原始计数。 Average 这个聚合返回一个数值字段的 average 。从下拉菜单选择一个字段。 Sum sum 聚合返回一个数值字段的总和。从下拉菜单选择一个字段。 Min min 聚合返回一个数值字段的最小值。从下拉菜单选择一个字段。 Max max 聚合返回一个数值字段的最大值。从下
Markdown 挂件是一个存放 GitHub 风格 Markdown 内容的文本框。Kibana 会渲染你输入的文本,然后在仪表盘上显示渲染结果。你可以点击 Help 连接跳转到 help page 查看 GitHub 风格 Markdown 的说明。点击 Apply 在预览框查看渲染效果,或者 Discard 回退成上一个版本的内容。
这个图的 Y 轴是数值维度。该维度有以下聚合可用: Count count 聚合返回选中索引模式中元素的原始计数。 Average 这个聚合返回一个数值字段的 average 。从下拉菜单选择一个字段。 Sum sum 聚合返回一个数值字段的总和。从下拉菜单选择一个字段。 Min min 聚合返回一个数值字段的最小值。从下拉菜单选择一个字段。 Max max 聚合返回一个数值字段的最大值。从下拉菜
Count count 聚合返回选中索引模式中元素的原始计数。 Average 这个聚合返回一个数值字段的 average 。从下拉菜单选择一个字段。 Sum sum 聚合返回一个数值字段的总和。从下拉菜单选择一个字段。 Min min 聚合返回一个数值字段的最小值。从下拉菜单选择一个字段。 Max max 聚合返回一个数值字段的最大值。从下拉菜单选择一个字段。 Unique Count card
这个图的 Y 轴是数值维度。该维度有以下聚合可用: Count count 聚合返回选中索引模式中元素的原始计数。 Average 这个聚合返回一个数值字段的 average 。从下拉菜单选择一个字段。 Sum sum 聚合返回一个数值字段的总和。从下拉菜单选择一个字段。 Min min 聚合返回一个数值字段的最小值。从下拉菜单选择一个字段。 Max max 聚合返回一个数值字段的最大值。从下拉菜
Discover 标签页用于交互式探索你的数据。你可以访问到匹配得上你选择的索引模式的每个索引的每条记录。你可以提交搜索请求,过滤搜索结果,然后查看文档数据。你还可以看到匹配搜索请求的文档总数,获取字段值的统计情况。如果索引模式配置了时间字段,文档的时序分布情况会在页面顶部以柱状图的形式展示出来。 设置时间过滤器 时间过滤器(Time Filter)限制搜索结果在一个特定的时间周期内。如果你的索引
字段数据(fielddata),在 Lucene 中又叫 uninverted index。我们都知道,搜索引擎会使用倒排索引(inverted index)来映射单词到文档的 ID 号。而同时,为了提供对文档内容的聚合,Lucene 还可以在运行时将每个字段的单词以字典序排成另一个 uninverted index,可以大大加速计算性能。 作为一个加速性能的方式,fielddata 当然是被全部
链接 bulk提交 gateway配置 集群状态维护 缓存 fielddata curator工具 profile接口
自动化测试平台 SWATHub 是 DaoCloud 的合作伙伴,他们为各类互联网应用提供了自动化测试的服务。我们推荐 DaoCloud 用户在完成持续集成单元测试等环节后,把应用部署在测试集群之上,运行自动化测试,进一步检验软件质量。以下内容由 SWATHub 提供。 SWATHub 是云端的自动化测试 SaaS 平台。通过创新的非编码的流程搭建和执行方式,SWATHub 能够帮助团队简单、高效
性能优化的核心是找出系统的瓶颈点,问题找到了,优化的工作也就完成了大半;这里介绍的性能优化主要从两个层面来介绍:系统层面和程序层面; 3.1. 分析系统瓶颈 系统响应变慢,首先得定位大致的问题出在哪里,是IO瓶颈、CPU瓶颈、内存瓶颈还是程序导致的系统问题; 使用top工具能够比较全面的查看我们关注的点: - top top - 09:14:56 up 264 days, 20:56,
目录 性能监控 监控CPU 查询内存 查询页面交换 查询硬盘使用 综合应用 总结 附录 在使用操作系统的过程中,我们经常需要查看当前的性能如何,需要了解CPU、内存和硬盘的使用情况;本节介绍的这几个工具能满足日常工作要求; 6.1. 监控CPU 查看CPU使用率 - sar -u eg: - sar -u 1 2 [/home/weber#]sar -u 1 2 Linux 2.6.35-22