iT邦幫忙

2021 iThome 鐵人賽

DAY 14
2
AI & Data

Data on AWS - 實作建立 Data Analytics Pipeline系列 第 14

【Day 14】 實作 - 透過 AWS 服務 - QuickSight 建立互動式儀表板 ( 2 )

大家早安 /images/emoticon/emoticon06.gif /images/emoticon/emoticon06.gif
最近一直活在趕文章的生活中,終於完成快 50 % 的進度,感動想哭


前幾天我們順利擷取 Google Analytics 資料到 AWS 中,並針對其原始資料透過 Lambda 進行處理,且也建立了資料表,讓 Athena 可以透過 SQL 語法進行查詢~ 今天我們就繼續使用 AWS BI 工具 - QuickSight 來建立互動式儀表板吧!
https://ithelp.ithome.com.tw/upload/images/20210928/201310731AduCGba1T.png

在建置 Quicksight 視覺化儀表板過程中,我們也一邊介紹 AWS QuickSight 的版面有哪些~
首先從 AWS console 搜尋 QuickSight,並點選後會進入 QuickSight 的主頁面,主頁面左側選單重要的有分成三種類別( Datasets、Analysis、Dashboard ):
https://ithelp.ithome.com.tw/upload/images/20210928/20131073VmdtXJZDbp.png


Datasets:

資料集的概念,我們可以選取各種資料來源來提供資料給 Amazon QuickSight,包含:AWS S3、AWS RDS、Amazon Redshift,還包括各種資料庫( MariaDB、Microsoft SQL Server、MySQL、Oracle 和 PostgreSQL ),我們必須要先建立一個 Dataset 才能進行儀表板建置
https://ithelp.ithome.com.tw/upload/images/20210928/201310733hfXfyWCP3.png

那在昨天( Day 13 )建立完 Dataset 後,我們編輯此 Datasets,可以看到以下版面:
https://ithelp.ithome.com.tw/upload/images/20210928/20131073VVoztONwMP.png

  • 第一個區塊:可以看到匯入的欄位,若需要針對欄位再進行轉換或計算,我們可以新增一個 Calculated Field,例如:
    原始資料的日期欄位分成 year、month 以及 day 三個欄位,我們可以新增 Calculated Field 將這三個欄位整合成 date 欄位
parseDate(concat(toString({year}), '/', toString({month}), '/', toString({day})), 'yyyy/MM/dd')

https://ithelp.ithome.com.tw/upload/images/20210928/20131073MIJf5skFqy.png

  • 第二個區塊:可以看到我們匯入的資料集的 SQL 語法,而我們也可以透過 Add data 方式去 Join 其他資料源到資料集中~
    https://ithelp.ithome.com.tw/upload/images/20210928/20131073dTxt7axLbx.png

  • 第三個區塊:則可以看到資料集顯示的內容以及格式供使用者參照


Analysis:

分析頁面,author 帳戶可以在此開發以及設計互動式 BI 介面,透過視覺化圖形來分析情況以及向下推演,以調查和辨識深層的相關問題。
https://ithelp.ithome.com.tw/upload/images/20210928/20131073rswWjCt780.png

  • 第一個區塊:我稱它為工具列~ 我們可以依據需求對於呈現的資料進行篩選( Filters )、建立 insights (它是 AWS QuickSight 透過機器學習協助您發現您資料中的洞見和趨勢、辨識關鍵驅動因素和預測業務指標)、設定參數( Parameters )、自定義互動動作( Actions )、設定儀表板主題( Themes )等

  • 第二個區塊:則是我們設計儀表板的工作區塊,我們可以增加多個頁籤( sheet )並在其中新增合適的視覺化圖表,供使用者參照

  • 第三個區塊:視覺化圖形的類型

這邊我們就簡單拉取一個折線圖去顯示『每天網站的瀏覽量』:

  1. 我們先點選左上角的 + Add visual
    https://ithelp.ithome.com.tw/upload/images/20210928/201310730ZImkkUGpj.png
  2. 接著選取 Visual types 為 line chart,系統會顯示此圖表需要多少個 Dimension 及 Measures 才能正常顯示
    https://ithelp.ithome.com.tw/upload/images/20210928/20131073uhX7mphWNg.png
  3. 我們選取 date 以及 pageviews 這兩個欄位
    X軸:date → 如果為日期格式,也可以調整顯示的時間細膩度,像是:以每年、每季、每週等
    https://ithelp.ithome.com.tw/upload/images/20210928/20131073roU6OTBfZr.png
    Y軸:pageviews(sum) → 聚合的方式可以依據使用者需求做調整~
    大家就可以看到一個顯示每天網站瀏覽量的折線圖供參照~
    https://ithelp.ithome.com.tw/upload/images/20210928/20131073suaJz8KeK3.png

Dashboard:

儀表板,當在 Analysis 頁面設計完成後,我們可以按 Publish Dashboard 以供 Reader 帳號讀取內容,在 Dashboard 中我們無法進行設計/更動儀表板,可以設定 Report 定期發送報告給相關人士查看,不僅如此,我們也可以設定 Alerts,若發生異常數值時能即時發送告警通知;後續實作案例也會在與各位說明這塊。
那現在我們於 Analysis 分析頁面的右上角,點選『Publish Dashboard』,並授予要給哪些帳號觀看的權限(預設為創建者擁有觀看權限)
https://ithelp.ithome.com.tw/upload/images/20210928/20131073Pb6Qb0MQrZ.png
接著就可以看到剛剛創建 Dashboard 儀表板:
https://ithelp.ithome.com.tw/upload/images/20210928/20131073ZxUqBITYlM.png


那我們第一個實作 - Data Analytics Pipeline - Google Analytics on AWS 就完成了~
明天就會開始第二個實作 - 資安攻擊分析 on AWS

大家明天見 : D

如果有任何指點與建議,也歡迎留言交流,一起漫步在 Data on AWS 中。


上一篇
【Day 13】 實作 - 透過 AWS 服務 - QuickSight 建立互動式儀表板 ( 1 )
下一篇
【Day 15】 為何要進行資安攻擊的分析
系列文
Data on AWS - 實作建立 Data Analytics Pipeline30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言