热图可视化

热图在 x 轴和 y 轴上显示数据分布，其中颜色表示不同浓度的数据点。

从左上角的可视化下拉菜单中选择 热图 选项。

热图行为

热图将数据点划分为“箱”——可视化的分段，具有 X 轴和 Y 轴的上限和下限。 箱大小选项 确定每个箱的边界。落入箱内的总点数决定了它的值和颜色。较暖或较亮的颜色表示较高的箱值或箱内点的密度。

热图控件

要查看 热图 控件，请单击可视化下拉菜单旁边的 自定义。

数据

• X 轴列：选择要在 x 轴上显示的列。
• Y 轴列：选择要在 y 轴上显示的列。
• 时间格式：选择时间格式。选项包括
  • YYYY-MM-DD HH:mm:ss ZZ
  • YYYY-MM-DD hh:mm:ss a ZZ
  • DD/MM/YYYY HH:mm:ss.sss
  • DD/MM/YYYY hh:mm:ss.sss a
  • MM/DD/YYYY HH:mm:ss.sss
  • MM/DD/YYYY hh:mm:ss.sss a
  • YYYY/MM/DD HH:mm:ss
  • YYYY/MM/DD hh:mm:ss a
  • HH:mm
  • hh:mm a
  • HH:mm:ss
  • hh:mm:ss a
  • HH:mm:ss ZZ
  • hh:mm:ss a ZZ
  • HH:mm:ss.sss
  • hh:mm:ss.sss a
  • MMMM D, YYYY HH:mm:ss
  • MMMM D, YYYY hh:mm:ss a
  • dddd, MMMM D, YYYY HH:mm:ss
  • dddd, MMMM D, YYYY hh:mm:ss a

选项

• 颜色方案：选择用于热图的颜色方案。
• 箱大小：指定每个箱的大小。默认为 10。

X 轴

• X 轴标签：x 轴的标签。
• 生成 X 轴刻度线：选择生成 x 轴刻度线的方法
  • 自动：选择自动生成刻度线。
  • 自定义：要自定义 x 轴刻度线的数量，请选择此选项，然后输入以下内容
    • 刻度线总数：输入要显示的刻度线总数。
    • 刻度线起始于：输入刻度线开始的值。
    • 刻度线间隔：输入每个刻度线之间的间隔。
• X 轴域：x 轴值范围。
  • 自动：根据数据集中的值自动确定值范围。
  • 自定义：手动指定最小 y 轴值、最大 y 轴值或通过同时包含两者来指定范围。
    • 最小值：最小 x 轴值。
    • 最大值：最大 x 轴值。

Y 轴

• Y 轴标签：y 轴的标签。
• Y 轴刻度前缀：要添加到 y 值的后缀。
• Y 轴刻度后缀：要添加到 y 值的后缀。
• 生成 Y 轴刻度线：选择生成 y 轴刻度线的方法
  • 自动：选择自动生成刻度线。
  • 自定义：要自定义 y 轴刻度线的数量，请选择此选项，然后输入以下内容
    • 刻度线总数：输入要显示的刻度线总数。
    • 刻度线起始于：输入刻度线开始的值。
    • 刻度线间隔：输入每个刻度线之间的间隔。
• Y 轴域：y 轴值范围。
  • 自动：根据数据集中的值自动确定值范围。
  • 自定义：手动指定最小 y 轴值、最大 y 轴值或通过同时包含两者来指定范围。
    • 最小值：最小 y 轴值。
    • 最大值：最大 y 轴值。

悬停图例

• 方向：选择悬停时出现的图例的方向
  • 水平：选择水平显示图例。
  • 垂直：选择垂直显示图例。
• 不透明度：使用滑块调整图例不透明度。
• 行为行着色：选择以彩色显示图例行。

热图示例

跨指标关联

以下示例探讨了 CPU 和内存使用率之间可能存在的关联。它使用 Telegraf Mem 和 CPU 输入插件收集的数据。

连接 CPU 和内存使用率

以下查询在 _time 上连接 CPU 和内存使用率。输出表中的每一行都包含 _value_cpu 和 _value_mem 列。

cpu = from(bucket: "example-bucket")
    |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
    |> filter(fn: (r) => r._measurement == "cpu" and r._field == "usage_system" and r.cpu == "cpu-total")

mem = from(bucket: "example-bucket")
    |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
    |> filter(fn: (r) => r._measurement == "mem" and r._field == "used_percent")

join(tables: {cpu: cpu, mem: mem}, on: ["_time"], method: "inner")

使用热图可视化关联

在热图可视化控件中，_value_cpu 被选为 X 轴列，_value_mem 被选为 Y 轴列。每个轴的域也已自定义，以考虑列值之间的比例差异。

重要说明

热图和散点图之间的差异

热图和 散点图 都可视化 X 轴和 Y 轴上数据点的分布。但是，在某些情况下，热图可以更好地显示点密度。

例如，以下仪表盘单元格可视化相同的查询结果

热图指示孤立的高点密度，这在散点图中不可见。在散点图可视化中，共享相同 X 和 Y 坐标的点显示为单个点。