Hero Image
R_Shiny関係の備忘録

1. Shiny公式サイト shiny.rstudio.com 2. 空間と時間におけるデータの可視化:インタラクティブなフレームワーク Visualization of Data in Space and Time: An Interactive Framework IoTデータの視覚化に使えそうです。Pythonとどちらがいいのかな。 3. Shiny App for Database Creating a Shiny App for Database Management SQLite を使用して作成されているようです。以下にダッシュボードの作成方法が載っています。 Connecting SQLite Database and Shiny App for Business Intelligence 4. デプロイ(公開) ホスティングと展開 R Markdownは、htmlファイルとしてWeb上にデプロイすればよいですが、Shinyアプリ及びruntime: shinyを追加したR Markdownは、バックグランドでShinyが必要です。 クラウドへのデプロイ Shinyapps.io で数分でウェブ上でShinyアプリをホストできます。無料タイプもあります。 オンプレミスまたは VPC (オープンソース) に展開する Shiny Server ソースを配布してRStudioで実行(shinyに係るパッケイジが必要:個人向け) 5. オンライン書籍 Mastering Shiny 日本語の書籍は、ネットで調べる以上のものがないようです。 6. ライセンス Shiny Licence 7. 日本語対策について ui.R,server.R,grobal.R内に日本語が入っているとエラーになることがあります。 そういう時はui.R等には直接日本語を書かずに別ファイルに書いてからsource()で読み込めばエラーを回避できます。 8. エラー対策 8-1.

Hero Image
Grafanaとは

1.Grafanaの概要 Grafanaのドキュメント Grafanaとは、Grafana Labs社が開発したデータ可視化ツールです。 Grafanaを利用するためには元のデータが必要であるため、データを収集するツール(PrometheusやElasticsearch等)と組み合わせて使われます。 可視化に特化しているため、他プロダクトが各自で用意しているダッシュボードよりも時系列グラフの可視化自由度が高いという特徴があります。 2.Grafanaの主な特徴 データのクエリ、視覚化、アラート、およびデータの保存場所に関係なく、データの理解を行います。Grafanaを使用すると、美しく柔軟なダッシュボードを通じてすべてのデータを作成、探索、共有できます。 データベースではなくデータを統合する 誰もが見ることができるデータ 誰でも使用できるダッシュボード 柔軟性と汎用性 3.Grafanaの動作環境 当社のローカルSNSの場合 AWS-EC2:Ubuntu20.04 Metrics監視(1)DB : PostgreSQL 4.Grafana機械学習1 Grafana機械学習は、Grafana Cloudユーザーがシステムの現在または将来の状態の予測を作成する機能を提供します。 予測を作成するには、ソース クエリ (モデル化する時系列) と機械学習モデルの構成を定義します。システムは、バックグラウンドでモデルをトレーニングします。 モデルのトレーニングが正常に完了したら、クエリを発行して、将来のさまざまな時間に系列の値を予測できます。モデルは予測値の信頼限界も返します。 時間が経つにつれて、モデルは新しいパターンを学習し続けるので、自動的にデータと共に進化します。 4-1.はじめに メトリック予測の動作を確認するには、概要チュートリアル[^16102]を参照してください。 クエリを実行すると、機械学習プロメテウスデータソースを使用してクエリを作成するのに役立ちます。 モデル構成では、モデルを調整して予測を改善する方法について説明しています。 4-2.手順 このガイドでは、Grafana Cloud のメトリクスの使用状況の予測を作成します。 この予測を使用して、制限を超えると予測される場合や、予想外に増加したメトリックが発生したかどうかを確認できます。 予測の作成 機械学習>予測に移動します。 [予測の作成] をクリックします。 クエリ ビルダで、データソースグラファナクラウドの使用状況を選択します。 次のクエリを実行します。sum(grafanacloud_instance_active_series) [トレーニング モデル] タブをクリックします。 ここで何かを調整する必要はありませんが、ノブがチューニング可能なものを見てください。 [予測の作成] をクリックします。 予測に名前を付け、[確認] をクリックします。 予測を表示 グラファナクラウドアクティブシリーズ予測の表示をクリックします。 ビューをキャストの興味深い時間枠に変更します。 予測が実際の結果とどのように一致するかを調べ、将来何日か含んで、モデルがアクティブなシリーズがどのように進化すると考えているかを確認してください。 パネルで予測を使用する ビューページから: 右上の [コピー] パネル ボタンをクリックします。 パネルにアラートを含めるには、[アラートを含める]を選択し、それ以外の場合は[アラートなし]を選択します。 既存のダッシュボードを開くか、新しいダッシュボードを作成します。 クリップボードからパネルを貼り付けてダッシュボードにパネルを追加します。 新しいパネルを編集し、生成されたクエリを表示します。 以上 Grafana機械学習 ↩︎