[PYTHON] Analyse et partage faciles avec re: dash, un outil de visualisation de données open source Partie 1-Installation

Les données numériques s'accumulent lors de l'exploitation de services Web, de jeux sociaux, etc. Il est très important d'analyser les données numériques et de les utiliser pour la mesure suivante.

Il est également bon de toucher les données brutes avec MySQL, etc., de les afficher sous forme de valeur numérique et de coller le graphique dans Excel, mais cela prend du temps à chaque fois. Idéalement, les directeurs, les ingénieurs et tout le monde peuvent trouver les chiffres qu'ils souhaitent.

Il existe des outils tels que Tableau, mais ils sont trop chers à l'achat. Même si vous êtes seul, si vous souhaitez le partager avec une équipe, les frais de licence seront de centaines de milliers.

Donc open source re: dash. (Bien qu'il puisse être nécessaire de simplement frapper SQL)

environnement

Je suppose que vous avez créé la dernière version d'Amazon Linux avec EC2. Amazon Linux AMI 2015.09.1 (HVM), SSD Volume Type - ami-383c1956

re:dash

re:dash

re: dash fonctionne avec des sources de données telles que Redshift et MySQL pour visualiser ces données. Puisque re: dash lui-même est un serveur Web, vous pouvez vérifier les données visualisées sur votre navigateur. De plus, comme re: dash est open source, il peut être construit gratuitement.

Cependant, j'ai essayé de le construire sur mac ou EC2 Amazon Linux par moi-même, mais il est assez difficile à installer. Si vous ne connaissez pas nginx, gunicorn, supervisord, céleri, redis, postgresql, etc., il est difficile de déboguer lorsque vous ne pouvez pas construire. En premier lieu, j'ai un script pour Amazon Linux, mais je ne peux pas l'installer car le script est déjà cassé.

C'est facile avec Ubuntu et Docker, mais je voulais le construire sur Amazon Linux. J'ai donc forké re: dash et corrigé le script d'installation afin qu'il puisse être installé sur EC2 avec Ansible.

Dépôt

Constitution

re: dash utilise Flask, donc si vous voulez le réparer, vous pouvez utiliser python. nginx est devant, mais je ne pense pas que ce soit nécessaire. La base de données principale de re: dash est PostgreSQL. Je n'ai pas besoin que de re: dash pour MySQL, mais je l'ai installé car je veux l'utiliser comme source de données.

server_pptx.png

Procédure d'installation

Vous pouvez l'installer en procédant comme suit. Veuillez installer Ansible.

cloner git clone https://github.com/wapa5pow/ansible-redash-amazon-linux

Faites des hôtes l'un des EC2. EC2 maintient les ports ssh et http ouverts cd ansible-redash-amazon-linux vi hosts

Définissez your-private-key.pem comme clé privée EC2 SSH et procédez comme suit ansible-playbook site.yml --private-key=~/.ssh/your-private-key.pem -u ec2-user -i hosts

Si Ansible échoue, essayez à nouveau la même commande ci-dessus et elle réussira.

Comment utiliser re: dash

S'identifier

Connectez-vous en tant qu'administrateur / administrateur.

re_dash_Login.png

Ajouter une source de données

re: dash se connecte à diverses bases de données, mais pour ajouter MySQL installé sur la même instance, procédez comme suit.

re_dash___Data_Sources.png

re_dash___Data_Sources.png

Créer une requête

Après avoir créé la source de données, créez une requête.

re_dash___Country_Analytics.png

Visualisation

À partir de la requête émise, vous pouvez créer un graphique, etc. à partir de "+ Nouvelle visualisation" en bas du même écran.

re_dash___Country_Analytics.png

Créer un tableau de bord

Vous pouvez créer un tableau de bord en collectant des graphiques visualisés. Si vous le résumez ici, il semble facile de vérifier régulièrement le KPI.

re_dash___Home.png

re_dash___Home.png

re_dash___国ごとの統計.png

スクリーンショット_2016-01-26_12_13_02.png

Résumé

La prochaine fois, je présenterai le type de visualisation qui peut être fait.

Recommended Posts

Analyse et partage faciles avec re: dash, un outil de visualisation de données open source Partie 1-Installation
Analyse et partage faciles avec re: dash, un outil de visualisation de données open source Partie 2 ~ Graphique
Partage d'analyse facile avec re: dash, un outil de visualisation de données open source Partie 4 ~ tableau croisé dynamique
Analyse et partage faciles avec re: dash, un outil de visualisation de données open source Partie 2 ~ Graphique
Partage d'analyse facile avec re: dash, un outil de visualisation de données open source Partie 4 ~ tableau croisé dynamique
Analyse et partage faciles avec re: dash, un outil de visualisation de données open source Partie 1-Installation
Essayez d'obtenir des métriques CloudWatch avec la source de données python re: dash
Visualisez facilement vos données avec Python seaborn.
Analyse de données à partir de python (visualisation de données 1)
Analyse de données à partir de python (visualisation de données 2)
Outil de visualisation Python pour le travail d'analyse de données
Un beau dessin graphique avec Python -seaborn facilite l'analyse et la visualisation des données Partie 1
Un beau dessin graphique avec Python -seaborn facilite l'analyse et la visualisation des données Partie 2
Un beau dessin graphique avec Python -seaborn facilite l'analyse et la visualisation des données Partie 1
Un beau dessin graphique avec Python -seaborn facilite l'analyse et la visualisation des données Partie 2
Essayez d'obtenir des métriques CloudWatch avec la source de données python re: dash
Visualisez facilement vos données avec Python seaborn.
Analyse de données à partir de python (visualisation de données 1)
Analyse de données à partir de python (visualisation de données 2)
[Didacticiel d'analyse Python dans la base de données avec SQL Server 2017] Étape 3: Exploration et visualisation des données
Visualisation et analyse des informations de localisation des données Twitter Stava
Outil de visualisation Python pour le travail d'analyse de données
Implémentez "Data Visualization Design # 3" avec pandas et matplotlib
Traitement et jugement de la collecte du plan d'analyse des données (partie 1)
Traitement et jugement de la collecte du plan d'analyse des données (partie 2)
Obtenez une grande quantité de données Twitter de Starba avec python et essayez l'analyse de données Partie 1