你有数据，还想对数据提问，创建图表或图形可以帮您，把数据转化成有效的可视化形式（任何种类的图表或图形）是让数据发挥作用的第一步。究竟哪一个图表适合您？本文将提供最佳做法建议，告诉您在什么情况下创建以下类型的可视化。



 

1、条形图

条形图位居最常见数据可视化方式之列。利用条形图，可迅速做出比较，一目了然地揭示高低点。如果数值数据能够顺畅归入不同类别，那么条形图就尤为有效，便于您快速看清数据中显示的趋势。

什么情况下使用条形图？

跨类别比较数据。示例：不同尺寸衬衫的量 、按来源站点划分的网站流量 、按分区划分的消费比率。

另外可以考虑：

包括仪表板上的多个条形图。帮助看图人快速比较相关信息即可回答问题，无需翻阅大堆的电子表格或幻灯片。

给条形加上色彩，获得更好的效果。用条形图显示收入绩效能够提供丰富信息，但用层叠的色彩揭示盈利情况更能立刻带来洞见。

使用堆积条形或并排条形。把关联数据上下或左右并列显示能够深化分析，一次解决多个问题。

把条形图与地图相结合。把地图设置成具有筛选条件的作用，从而在点击不同地区时，条形图即显示出来。

把条形放在轴的两侧。把正负数据点沿着连续轴标绘，是发现趋势的有效方式。



美国总统竞选

在本条形图示例中，我们可以快速看到希拉里和特朗普当时的支持情况。

2、折线图

和条形图和饼图一样，折线图也是最常用的一种图表类型。折线图可连接各个单独的数值数据点，以简单、直接的方式可视化数值序列，其主要用途就是显示一段时间内的趋势。

 

什么情况下使用折线图？

查看数据中随时间推移的趋势。例如：五年期的股价变化、一个月内的网页查看数、逐季收入增长情况。

另外可以考虑：

把折线图与条形图相结合。显示给定股票日销售量的条形图与相应股票价格的折线图相结合，能够提供可视化队列，便于进一步考察。

给折线下方区域涂上阴影。如果有两个或以上的折线图，在各自折线的下方涂上阴影，构成分区图。这样可便于看图人了解折线较之整体的相对占比。



08年黑色星期五

基本线条揭示强大洞见。这两个折线图清晰说明了随着“黑色星期五”在美国的流行，2008 年感恩节把阵地输给了大众购物。

 

3、饼图

 

饼图用来显示信息的相对比率（或百分率）。但饼图往往遭到无节制的滥用，置这一建议的限定情境于不顾。结果就是，饼图是误用最多的图表类型。

 

如果要比较数据，请让条形图或堆积条形图担当此任。请勿要求看图人把扇形边转换成相关数据或者在饼图间相互比较。数据关键点将错失，看图人不得不非常费力。

 

 

 

什么情况下使用饼图？

显示比率。例如：花费在不同部门的预算、对调查的回答类别、美国人度过休闲时光方式的细分情况。

另外可以考虑：

把扇形边限制到六个。如果需要表达六个以上的部分，请考虑条形图。扇形边个数过多，会导致饼图分块的意义解释过于困难。

 

把饼图叠加在地图上。饼图是突出显示数据中地理趋势的趣味方式。如果选用此法，请使用饼图仅有有限的几个扇形边，以方便理解。

 



欧洲陆上油井与海上油井的比较分布

仅使用饼图显示比例。看图人可借助饼图快速理解比例数据。使用该地图上的饼图显示欧洲陆上油井与海上油井的比较分布情况。

 

4、地图

无论是邮政编码、州简称、国名，还是自定义地理编码，有任意一种位置数据的情况下，您都需要在地图上查看数据。

什么情况下使用地图？

显示地理编码数据。示例：按州划分的保险索赔、按国家划分的出口目的地、按邮政编码划分的车祸 、自定义销售区域 。

另外可以考虑：

把地图用作其他类型图表、图形和表的筛选条件。把地图与其他相关资料结合 ，然后将其用作筛选条件，深入搜查数据，以便对数据进行坚实的考察与讨论。

放一层气泡图在地图上。气泡图代表数据集中度和不同大小，是理解相对数据的快捷方式。如此即可轻松快速地阐释不同数据点的地理影响。



 

碳捕获与封存在世界各国分布情况

地图是可视化数据的强大方式，在这一可视化图表中，您可以看到碳捕获与封存项目在世界各国的分布情况。

5、散布图

散布图是大概了解趋势、集中度、极端数值的有效方式，可指导您应该进一步把考察工作着重在哪一方面。

什么情况下使用散布图？

考察不同变量之间的关系。示例：男女在不同年龄得肺癌可能性的比较情况、技术较早与较晚接纳者的智能手机购买模式、不同地区不同产品类别的配送成本。

另外可以考虑：

添加趋势线/最佳拟合线。添加趋势线可使数据间的相互关系更为明朗。

加入筛选条件。通过给散布图添加筛选条件，可快速向下搜索不同的图景与细节，从而发现数据中的模式。

使用信息丰富的标记类型。数据后的来龙去脉可使用相关形状进一步彰显。

 



 

家庭参保代价分布图

给谁承保的代价最高？使用男、女图标等信息丰富的图标或“标记类型”，在散布图中获得更多信息。选择该图和筛选条件，了解群体组成状况如何改变雇主的保险费预测。

 

6、甘特图

甘特图对于说明项目各元素的起始与终止日期效果非常好，清楚看到需要完成的内容和截止时间对于项目的成功非常关键。

尽管大部分人把甘特图与项目管理联系到一起，它们还能用来理解随时间推移人员或机器的变化情况。举例来说，您可以用甘特图进行资源规划，以查看达到具体里程碑需要多久，例如认证级别、随时间推移的分布情况等。

什么情况下使用甘特图？

显示项目进度。例如：说明关键可交付成果、所有者、截止期限。

 

显示随时间推移的其他事物使用事项。例如：机器使用的持续时间、团队成员有空与否。

 

另外可以考虑：

添加色彩。更改甘特图内的色彩可便于看图人快速了解变量的关键方面。

 

把地图和其他图表类型与甘特图相结合。把甘特图纳入有其他图表类型的仪表板中，可便于筛选并向下搜索，以拓宽洞见。



项目进度管理

有效管理项目。甘特图是该仪表板的核心所在，提供任务、所有者、到期日、状态的完整概观。通过在顶部提供任务菜单，项目经理可按需向下搜索，做出知情决策。 



 

美国议员在职时间

谁任职最久？只需快速一瞥，即可用这张甘特图快速了解到哪一位美国参议员任职时间最长，其代表哪一个党派。选择该图并使用下拉菜单查看党派等条件。

 

7、气泡图

气泡图不是自成一类的可视化，而应视为强调散布图或地图上数据的手段。我们使用气泡图的原因是圆圈的不同大小揭示数据的意义。

 

什么情况下使用气泡？

显示数据沿两个轴的集中度。例如：按产品和地理划分的销售集中情况、按院系和一天中时间段划分的课程出勤情况。

另外可以考虑：

在散点图上强调数据：通过改变数据点的大小和色彩，散点图和转化为丰富的可视化内容，许多问题的答案一眼可见。

地图上的叠加层：气泡可便于看图人快速了解数据的相对集中度。把这些用作地图上的叠加层，可以为看图人把地理相关数据快速有效地置于背景之中。



游戏玩家情况

使用气泡图增加数据深度。在这张用气泡强调的散布图中，圆圈不同的大小和色彩便于快速查看游戏玩家的比较情况。点击该仪表板，然后把鼠标指向气泡，立即了解各个人物更多详细信息。



原油进出口一览

原油进出口一览。在这张地图上加一层气泡，绿色气泡表示净出口国，红色表示净进口国，很容易分辨哪些国家石油贸易量最大。选择地图上的一个国家，仪表板会揭示消耗历史的详细情况。

 

8、直方图

希望查看数据的跨组分布情况时使用直方图。举例来说，您有 100 只南瓜，希望了解有多少只是 2 磅或以下，多少只 3 到 5 磅，多少只 6 到 10 磅等等。把数据分组到这些类别中，然后使用直条形沿一根轴标绘，就能看到南瓜的重量分布情况。在以上过程中，直方图也就创建了出来。

有时候，您不必知道哪种归类方法对数据有意义。您可以使用直方图尝试不同方法，确保创建的组大小均衡，与分析相关。

 

什么情况下使用直方图?

了解数据的分布情况。示例：按公司大小划分的客户数量、学生的考试成绩、产品缺陷频率。

另外可以考虑：

试验不同的数据分组。探索数据并寻找有意义的分组或“直条”时，创建多种直方图有助于您确定最有用的数据集。

添加筛选条件。直方图通过给看图人提供向下搜索不同类别数据的方式，成为快速探索多个数据视图的有用工具。



 

房子销售情况

哪些房子在销售？直方图显示哪些房子在一个月中的销售量最大。

 

9、靶心图

设定了目标并希望参照目标跟踪进展时，靶心图就是理想之选。就其核心而言 ，靶心图是另一种形式的条形图。其设计宗旨是替代仪表板量具、仪表和温度计，因为这些图像一般不能显示足够的信息，并且需要占用宝贵的仪表板空间。

 

靶心图将主要度量值（比如年初迄今收入）与一个或多个其他度量值（比如年收入目标）比较，并且以明确的绩效指标为背景（例如销售配额），呈现比较情况。通过靶心图可立即看清主要度量值相对于总体目标的表现情况（例如某个销售代表距离完成年度配额还有多少）。

什么情况下使用靶心图？

参照目标评估指标表现。例如：销售配额评估、实际花费与预算的比较情况、绩效优劣范围（优/良/差）。

另外可以考虑：

 

 

 

使用色彩标识成绩阈值。将红、黄、绿等色彩作为主要度量值的背景，便于看图人参照目标快速理解绩效的度量情况。

 

向仪表板添加靶心图，便于概括。将靶心图与其他图表类型结合到仪表板中，从而支持完成目标所需关注点相关的卓有成效的讨论。



销售团队配额

您完成配额了吗？跟踪销售团队完成配额的进展情况是取得管理成功的关键要素。在这个配额仪表盘中，可按配额比率或销售额快速选择查看其团队的绩效，并且精确找到各区域的成绩。

10、热点图

热点图是使用色彩跨两个类别比较数据的理想方式。作用是快速看清两个类别的交集哪里最强，哪里最弱。

什么情况下使用热点图？

显示两种因素间的关系。例如：目标市场客户群分析、跨区域产品采用情况、按个人代表划分的销售线索。

另外可以考虑：

改变方块大小。通过改变方块的大小，您可以借由热点图了解两个交叉因素的集中度，但是要添加第三种要素。例如，热点图可依据色彩解释调查回答者的体育活动偏好及其参加该活动的频次，而方块的大小则可以反映那一类别中回答者人数。

使用方块以外的其他情况。有时候，用其他类型的标记传达数据，效果会更好。

 



图书销售和年龄关系图

谁买书数量最多？在这一细分市场分析中，热点图揭示出了新的活动数据。六十多岁的高收入家庭购买儿童书。也许该针对爷爷奶奶辈组织一场促销活动了？

11、突出显示表

突出显示表让热点图更进一步。除了用色彩显示数据的交叉情况外，突出显示表还在上方添加数字，提供更多详细信息。

什么情况下使用突出显示表？

提供热点图相关详细信息。例如：不同细分市场占总体市场比例、按特定地区中代表划分的销售数字 、不同年份中的城市人口。

另外可以考虑：

把突出显示表与其他类型图表结合：例如，把折线图与突出显示图结合，可便于看图人理解总体趋势并快速向下搜索到数据的具体层面。



12年美国预算提案

突出显示表显示花费差距。该突出显示表比较美国 2012 年的两套预算提案。点击该表了解更多。

12、树形图

 

 

 

是否希望一目了然看清您的数据，发现不同部分与整体的关系？那么，树形图就非常适合您。这些图表使用一系列的矩形，嵌套在其他矩形内，以相对于整体的比例显示分层数据。

什么情况下使用树形图？

以相对于整体的比例显示分层数据：如各个电脑主机的存储空间使用情况，管理技术支持案例的数量与优先级，比较各年份之间的财务预算。

 

另外可以考虑：

按不同于其分层结构方式的类别给矩形着色。

结合树形图与条形图。在 Tableau 中，给行加上另一维度，从而使条形图中的各个条也是树形图。这样做可便于您通过条的长度快速比较各项目，同时又能看到各条内地比例关系。

 



歌词出现次数可视化

100首歌词可视化，点击不同的矩形，将看到特定歌词在各首歌曲中出现的次数

13、箱形图

箱形图又称盒须图，是显示数据分布情况的重要方式。其名称显示这种图的两个部分：盒，包含数据的中位数，以及第 1 和第 3 个四分位数（比中位数分别大、小 25%）；须，一般代表四分位距 1.5 倍以内的数据（第 1 和第 3 个四分位数之间的差）。“须”也可用来显示数据内的最高和最低点。

什么情况下使用箱形图？

显示一组数据的分布情况：例如：一目了然地理解数据，查看数据如何向某一段偏斜，查看数据中的异常值。

 

另外可以考虑：

隐藏盒内的点。这样可以帮助看图人专注于异常值。在各个类别维度间比较箱形图。如需快速比较数据集之间的分布情况，箱形图就非常理想。



住房销售价格

比较住房销售价格。在这一时间段，出售住房的中位价格以旧金山为最高，但洛杉矶的分布情况则更宽。把光标悬浮在一个点上以查看其地理位置及销售价格。

使数据囿于孤立、静态的图形中，会限制您能够回答的问题数量。让数据把来龙去脉娓娓道来，成为决策的核心所在，把相关图表结合起来，添加地图，设置筛选条件向更深层次挖掘，您将以风驰电掣的速度获得商业洞见以及问题的答案。

针对要分析的数据类型以及希望回答的问题选择最合适的图表，你学会了吗？

  
在安装之前，首先讲下kibana是做什么用的？有那些功能？  




作用：


  
kibana是一个功能强大的elasticsearch数据显示客户端，logstash已经内置了 

       kibana，你也可以单独部署kibana，最新版的kibana3是纯html+js客户端，可以很方便的部署到Apache、Nginx等Http服务器




功能

图表
自定义哪些列显示以及显示顺序
实际执行的查询语句
可以看到支持的panel类型
用地图显示统计结果
按照http response code来统计
丰富的查询语法
下面介绍kibana的搭建。



kibana5.x安装搭建



一.下载kibana

下载地址 
https://www.elastic.co/downloads/past-releases



二.解压安装



[root@h001 tmp]# tar -zxvf kibana-5.0.1-linux-x86_64.tar.gz -C /usr/bigdata/



三.配置属性文件



[root@h001 bigdata]# cd kibana/
[root@h001 kibana]# cd config/
[root@h001 config]# vim kibana.yml
   添加：
    server.port: 5601
    server.host: "192.168.1.128"
    server.maxPayloadBytes: 1048576
    server.name: "es-hdfs"
    elasticsearch.url: "http://ip:9200"
    kibana.defaultAppId: "discover"
    pid.file: /var/run/kibana.pid
    logging.dest: stdout
    logging.silent: false
    logging.verbose: false



四.启动



[root@h001 kibana]# bin/kibana

声明：kibana必须是在root下运行，否则会报错，启动失败。



五.踩到的坑



   [error][status][plugin:elasticsearch@5.2.0] Status changed from yellow to red - Service Unavailable
   [error][status][ui settings] Status changed from uninitialized to red - Elasticsearch plugin is red


   出现这种情况就是因为ES当中的配置所导致的。因为要单独与主节点 （master）连接。
   所以在设置的时候遵循，我在集群搭建时的那种做法，不然里面出现gateway  会报以上的错误。

  
  
具体的web界面如下图： 

  
  
ES整体的集群搭建与插件集成到这里就结束了。后面将讲下ES的相关内容，尽情期待哦。

一、什么是视图


视图是一个虚拟表，其内容由select查询语句定义。


和真实的表一样，视图也包含行和列，对视图的操作与对表的操作基本一致。


视图中的数据是在使用视图时动态生成，视图中的数据都存储在基表中。视图就好像一张或多张基表的对外接口


视图的作用



二、视图的基本操作


视图中的数据都存储在基表中。


基表的数据变化也会影响视图表


视图表的数据变化也会影响到基表，但是尽量不要直接修改视图


语法
#创建视图
CREATE VIEW view_name AS SELECT…;
#修改视图
ALTER VIEW view_name AS SELECT…;
#查看视图创建语句
SHOW CREATE VIEW view_name;
#查看有哪些视图
SHOW TABLE STATUS WHERE comment='view';
#删除视图
DROP VIEW view_name;



三、示例


先看一下基础的数据
mysql> select * from student;
+---------+--------+---------+
| stu_no  | name   | address |
+---------+--------+---------+
| 2016001 | 张三   | 贵州    |
| 2016002 | 李芳   | 陕西    |
| 2016003 | 张晓燕 | 江西    |
+---------+--------+---------+
3 rows in set (0.14 sec)

mysql> select * from score;
+----+--------+---------+-------+
| id | course | stu_no  | score |
+----+--------+---------+-------+
|  1 | 计算机 | 2016001 |    99 |
|  2 | 离散   | 2016001 |    85 |
|  3 | 计算机 | 2016002 |    78 |
+----+--------+---------+-------+
3 rows in set (0.10 sec)




创建单表视图
mysql> create view student_view as select * from student;
Query OK, 0 rows affected (0.52 sec)

# show tables;可以同时看到基表和视图
mysql> show tables;
+----------------+
| Tables_in_test |
+----------------+
| area           |
| bank_account   |
| employee       |
| score          |
| student        |
| student_view   |
+----------------+
6 rows in set (0.00 sec)

# 可以用查表相同的方法查视图
mysql> select * from student_view;
+---------+--------+---------+
| stu_no  | name   | address |
+---------+--------+---------+
| 2016001 | 张三   | 贵州    |
| 2016002 | 李芳   | 陕西    |
| 2016003 | 张晓燕 | 江西    |
+---------+--------+---------+
3 rows in set (0.30 sec)

# 用show table status where comment = 'view'查看视图
mysql> show table status where comment = 'view'\G;
*************************** 1. row ***************************
           Name: student_view
         Engine: NULL
        Version: NULL
     Row_format: NULL
           Rows: NULL
 Avg_row_length: NULL
    Data_length: NULL
Max_data_length: NULL
   Index_length: NULL
      Data_free: NULL
 Auto_increment: NULL
    Create_time: NULL
    Update_time: NULL
     Check_time: NULL
      Collation: NULL
       Checksum: NULL
 Create_options: NULL
        Comment: VIEW
1 row in set (0.00 sec)



对视图进行操作
# 修改视图
mysql> update student_view set name = '老王' where stu_no = '2016003';
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

# 视图的修改导致视图表变化
mysql> select * from student_view;
+---------+------+---------+
| stu_no  | name | address |
+---------+------+---------+
| 2016001 | 张三 | 贵州    |
| 2016002 | 李芳 | 陕西    |
| 2016003 | 老王 | 江西    |
+---------+------+---------+
3 rows in set (0.00 sec)

# 视图修改导致基表也发生变化
mysql> select * from student;
+---------+------+---------+
| stu_no  | name | address |
+---------+------+---------+
| 2016001 | 张三 | 贵州    |
| 2016002 | 李芳 | 陕西    |
| 2016003 | 老王 | 江西    |
+---------+------+---------+
3 rows in set (0.00 sec)



创建多表视图（使用表连接）
# 一个表连接示例
update student_view set name = '老王' where stu_no = '2016003';
mysql> select A.*,B.course,B.score
    -> from student A
    -> left join score B on(A.stu_no = B.stu_no);
+---------+------+---------+--------+-------+
| stu_no  | name | address | course | score |
+---------+------+---------+--------+-------+
| 2016001 | 张三 | 贵州    | 计算机 |    99 |
| 2016001 | 张三 | 贵州    | 离散   |    85 |
| 2016002 | 李芳 | 陕西    | 计算机 |    78 |
| 2016003 | 老王 | 江西    | NULL   |  NULL |
+---------+------+---------+--------+-------+
4 rows in set (0.31 sec)

# 上面这个表连接创建视图
create view stu_score_view as
mysql> create view stu_score_view as
    -> select A.*,B.course,B.score
    -> from student A
    -> left join score B on(A.stu_no = B.stu_no);
Query OK, 0 rows affected (0.46 sec)

# 查看视图
mysql> select * from stu_score_view;
+---------+------+---------+--------+-------+
| stu_no  | name | address | course | score |
+---------+------+---------+--------+-------+
| 2016001 | 张三 | 贵州    | 计算机 |    99 |
| 2016001 | 张三 | 贵州    | 离散   |    85 |
| 2016002 | 李芳 | 陕西    | 计算机 |    78 |
| 2016003 | 老王 | 江西    | NULL   |  NULL |
+---------+------+---------+--------+-------+
4 rows in set (0.00 sec)

# 修改视图（也会导致基本表被修改）
mysql> update stu_score_view set name = '哈哈' where stu_no = '2016003';
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

mysql> select * from stu_score_view;
+---------+------+---------+--------+-------+
| stu_no  | name | address | course | score |
+---------+------+---------+--------+-------+
| 2016001 | 张三 | 贵州    | 计算机 |    99 |
| 2016001 | 张三 | 贵州    | 离散   |    85 |
| 2016002 | 李芳 | 陕西    | 计算机 |    78 |
| 2016003 | 哈哈 | 江西    | NULL   |  NULL |
+---------+------+---------+--------+-------+
4 rows in set (0.00 sec)



注意：虽然这个修改视图成功了，但是对于复杂的视图，往往不能直接修改视图
不建议修改视图，因为视图只是相当于对基本表的一个访问接口

Navicat查看数据所有表属性和ER关系图

一、查看所有表属性

使用场景：在没有文档的情况下，查看所有表名是做什么的时候，很不方便。

解决方式：需要知道每个表对应系统的功能作用操作如下

1、链接数据库，点击表



2、点击查看勾选详细信息。



3、选择详细信息查看的列



4、将注释的列勾上



5、效果如下



 

二、查看所有表的ER图

1、点击查看勾选ER图表