الانتقال إلى المحتوى الرئيسي
يدعم ClickStack تصور الأحداث، مع دعم مدمج لإنشاء المخططات في ClickStack UI ‏(HyperDX). ويمكن إضافة هذه المخططات إلى لوحات المعلومات لمشاركتها مع مستخدمين آخرين. يمكن إنشاء التصورات من التتبعات أو المقاييس أو السجلات أو أي بنى أحداث واسعة يعرّفها المستخدم.

​
إنشاء التصورات

تتيح لك واجهة Chart Explorer في HyperDX تصور المقاييس والتتبعات والسجلات عبر الزمن، مما يسهّل إنشاء تصورات سريعة لتحليل البيانات. وتُستخدم هذه الواجهة أيضًا عند إنشاء لوحات المعلومات. يوضّح القسم التالي كيفية إنشاء تصور باستخدام Chart Explorer. يبدأ كل تصور باختيار مصدر بيانات، ثم مقياس، مع إمكانية إضافة تعبيرات تصفية وحقول Group By اختياريًا. ومن الناحية المفاهيمية، تستند التصورات في HyperDX في الخلفية إلى استعلام SQL من نوع GROUP BY — إذ تحدد المقاييس المطلوب تجميعها عبر الأبعاد المحددة.
إنشاء المخططات بالذكاء الاصطناعييدعم ClickStack أيضًا إنشاء المخططات من مطالبات باللغة الطبيعية باستخدام ميزة text-to-chart. صف ما تريد رؤيته، وسينشئ ClickStack التصور تلقائيًا.
على سبيل المثال، يمكنك رسم عدد الأخطاء (count()) مجمّعًا حسب اسم الخدمة. في الأمثلة أدناه، نستخدم مجموعة البيانات البعيدة المتاحة على sql.clickhouse.com، والمشروحة في دليل “Remote Demo Dataset”. ويمكنك أيضًا إعادة تنفيذ هذه الأمثلة بزيارة play-clickstack.clickhouse.com.
1

​
الانتقال إلى Chart Explorer

حدّد Chart Explorer من القائمة اليسرى.
2

​
إنشاء تصور

في المثال أدناه، نرسم متوسط مدة الطلب عبر الزمن لكل اسم خدمة. ويتطلب ذلك من المستخدم تحديد مقياس وعمود (يمكن أن يكون تعبير SQL) وحقل تجميع.حدّد نوع التصور Line/Bar من القائمة العلوية، ثم مجموعة البيانات Traces (أو Demo Traces إذا كنت تستخدم play-clickstack.clickhouse.com). أكمل القيم التالية:
  • Metric: Average
  • Column: Duration/1000
  • Where: <empty>
  • Group By: ServiceName
  • Alias: Average Time
لاحظ أنه يمكنك تصفية الأحداث باستخدام عبارة SQL WHERE أو صياغة Lucene، كما يمكنك تحديد النطاق الزمني الذي ينبغي تصور الأحداث خلاله. كما يدعم النظام أيضًا سلاسل متعددة.على سبيل المثال، صفِّ حسب الخدمة frontend بإضافة عامل التصفية ServiceName:"frontend". ثم أضف سلسلة ثانية لعدد الأحداث عبر الزمن بالاسم المستعار Count بالنقر على Add Series.لإنشاء سلسلة مشابهة لسلسلة موجودة، يمكنك تكرارها بدلًا من البدء من الصفر. انقر على أيقونة النسخ (Duplicate series) في صف السلسلة لإدراج نسخة مباشرة أسفلها. تحتفظ النسخة بإعدادات السلسلة الأصلية، مثل المقياس والعمود وعامل التصفية. بعد ذلك، لا تغيّر إلا الحقول المختلفة (مثل التجميع) وتمنح النسخة اسمًا مستعارًا خاصًا بها. يتوفر التكرار في أي موضع يدعم سلاسل متعددة. ويكون مخفيًا لأنواع التصور التي تسمح بسلسلة واحدة فقط، مثل Number وPie وHeatmap.لإنشاء سلسلة مشابهة لسلسلة موجودة، يمكنك تكرارها بدلًا من البدء من الصفر. انقر على أيقونة النسخ (Duplicate series) في صف السلسلة لإدراج نسخة مباشرة أسفلها. تحتفظ النسخة بإعدادات السلسلة الأصلية، مثل المقياس والعمود وعامل التصفية. بعد ذلك، لا تغيّر إلا الحقول المختلفة (مثل التجميع) وتمنح النسخة اسمًا مستعارًا خاصًا بها. يتوفر التكرار في أي موضع يدعم سلاسل متعددة. ويكون مخفيًا لأنواع التصور التي تسمح بسلسلة واحدة فقط، مثل Number وPie وHeatmap.
يمكن إنشاء التصورات من أي مصدر بيانات — مقاييس أو تتبعات أو سجلات. ويتعامل ClickStack مع جميع هذه الأنواع على أنها wide events. ويمكن تمثيل أي عمود رقمي على مخطط عبر الزمن، كما يمكن استخدام الأعمدة النصية أو التاريخية أو الرقمية في عمليات التجميع.يتيح هذا النهج الموحّد إنشاء لوحات معلومات عبر أنواع telemetry باستخدام نموذج متّسق ومرن.

​
إنشاء لوحات المعلومات

توفّر لوحات المعلومات وسيلةً لتجميع التصورات ذات الصلة، مما يتيح لك مقارنة المقاييس واستكشاف الأنماط جنبًا إلى جنب لتحديد الأسباب الجذرية المحتملة في أنظمتك. ويمكن استخدام هذه اللوحات في تحقيقات مخصّصة أو حفظها لأغراض المراقبة المستمرة. يمكن تطبيق عوامل التصفية العامة على مستوى لوحة المعلومات، بحيث تُطبَّق تلقائيًا على جميع التصورات داخل تلك اللوحة. ويتيح ذلك التعمّق المتّسق عبر المخططات ويبسّط ربط الأحداث عبر الخدمات وأنواع بيانات القياس عن بُعد. سننشئ أدناه لوحة معلومات تضم تصورين باستخدام مصادر بيانات السجل وبيانات التتبّع. ويمكن إعادة تنفيذ هذه الخطوات على play-clickstack.clickhouse.com أو محليًا من خلال الاتصال بمجموعة البيانات المستضافة على sql.clickhouse.com، كما هو موضّح في دليل “Remote Demo Dataset”.
1

​
انتقل إلى لوحات المعلومات

اختر Dashboards من القائمة الجانبية اليسرى، ثم انقر على New Dashboard لإنشاء لوحة معلومات مؤقتة أو محفوظة.
2

​
أنشئ تصورًا — متوسط وقت الطلب حسب الخدمة

اختر Add New Tile لفتح لوحة إنشاء التصور.اختر نوع التصور Line/Bar من القائمة العلوية، ثم مجموعة البيانات Traces (أو Demo Traces إذا كنت تستخدم play-clickstack.clickhouse.com). ثم أكمل القيم التالية لإنشاء مخطط يعرض متوسط مدة الطلب بمرور الوقت لكل اسم خدمة:
  • اسم المخطط: Average duration by service
  • المقياس: Average
  • العمود: Duration/1000
  • Where: <empty>
  • التجميع حسب: ServiceName
  • الاسم المستعار: Average Time
انقر على زر play قبل النقر على Save.عدّل حجم التصور ليشغل كامل عرض لوحة المعلومات.
3

​
أنشئ تصورًا – الأحداث بمرور الوقت حسب الخدمة

حدِّد Add New Tile لفتح لوحة إنشاء التصور.حدِّد Line/Bar كـ visualization type من القائمة العلوية، ثم مجموعة البيانات Logs (أو Demo Logs إذا كنت تستخدم play-clickstack.clickhouse.com). أكمل القيم التالية لإنشاء مخطط يوضّح عدد الأحداث بمرور الوقت لكل اسم خدمة:
  • Chart Name: Event count by service
  • Metric: Count of Events
  • Where: <empty>
  • Group By: ServiceName
  • Alias: Count of events
انقر زر play قبل النقر على Save.غيّر حجم التصور ليشغل العرض الكامل للوحة المعلومات.
4

​
أضف بطاقة heatmap لمدة الـ span

تعرض بطاقات Heatmap عدد الأحداث التي تقع ضمن كل حاوية (وقت، قيمة) على هيئة شبكة ملوّنة. استخدم heatmap عندما تريد رؤية شكل التوزيع عبر الزمن، لا الاكتفاء بالمتوسط أو بقيمة مئينية واحدة. تكشف heatmap الخاصة بالكمون أنماط المدة ثنائية القمة، وتجمّعات الذيل البطيء، أو الاتساعات المفاجئة التي قد يُخفيها مخطط خطي عند الاكتفاء بالمتوسط.لإضافة بطاقة heatmap:
  1. حدِّد Add New Tile.
  2. اختر نوع التصور Heatmap من القائمة العلوية. لا تعرض القائمة المنسدلة لمصدر البيانات إلا المصادر التي يكون نوع المصدر فيها Traces. وتُستبعَد مصادر logs وmetrics وsession، لأن heatmaps تحتاج إلى عمود لمدة الـ span لا توفره إلا مصادر traces.
  3. اختر أيًّا من مصادر traces لديك بالاسم. الاسم بحد ذاته اعتباطي، والمهم هو النوع فقط.
بمجرد تحديد مصدر، يملأ heatmap القيم التالية مسبقًا:
  • القيمة: Duration Expression الخاص بالمصدر، بعد تحجيمه إلى وحدة العرض الحالية (على سبيل المثال (Duration)/1e6 لتحويل مدة الـ span لكل حدث من نانوثانية إلى ميلي ثانية)
  • العدد: count()
  1. عيّن اسمًا للمخطط، واستخدم Where لقصر heatmap على service معيّنة أو مجموعة من العمليات التي تريد مراقبة أدائها.
  2. اضبط النطاق الزمني ليتوافق مع الفترة محل الاهتمام. تكشف النطاقات الأوسع تحولات التوزيع وأنماط الكمون ثنائية القمة التي قد تخفيها النوافذ الأقصر.
يوضح المثال أدناه service واحدة عبر نافذة مدتها 24 ساعة، مع انفصال المسارين السريع والبطيء لمدة الـ span بوضوح في نطاقين أفقيين.لمزيد من تخصيص heatmap، انقر إعدادات العرض لفتح درج جانبي لإعداد المقياس (Log أو Linear) والقيمة وعبارة العدد. القائمة الكاملة للخيارات موثقة في تخصيص heatmap في صفحة Event Deltas. ويُعاد استخدام الدرج الجانبي نفسه هنا.انقر Run لمعاينة المخطط، ثم Save.تُعرَض البطاقة المحفوظة كـ heatmap على لوحة المعلومات. مرّر المؤشر فوق أي خلية لرؤية حدود الحاوية وعدد الأحداث.
استعلاما ClickHouse لكل heatmapتعمل heatmap عبر استعلامين متتابعين: استعلام حدود صغير يحدد نطاق القيم، ثم استعلام heatmap يحسب عدد الأحداث في كل حاوية. يظهر كلا الاستعلامين في المحرر ضمن Generated SQL إذا أردت فحصهما أو نسخهما.

​
الانتقال التفصيلي إلى Event Deltas

انقر على أي خلية في بطاقة heatmap المعروضة لفتح إجراء View in Event Deltas.يؤدي تحديده إلى فتح عرض Event Deltas مع تمرير مصدر بيانات البطاقة وعبارة Where والنطاق الزمني. ومن هناك يمكنك فحص التوزيع نفسه بصورة تفاعلية، والتقسيم حسب attribute لمعرفة ما الذي يجعل spans البطيئة مختلفة عن السريعة، وفحص spans الفردية وراء أي خلية، من دون إعادة بناء الاستعلام يدويًا.
5

​
تصفية لوحة المعلومات

يمكن تطبيق عوامل تصفية Lucene أو SQL، إلى جانب النطاق الزمني، على مستوى لوحة المعلومات، وستُطبَّق تلقائيًا على جميع التصورات.للتوضيح، طبّق عامل تصفية Lucene ‏ServiceName:"frontend" على لوحة المعلومات، وعدّل النافذة الزمنية لتشمل آخر 3 ساعات. لاحظ كيف تعرض التصورات الآن بيانات خدمة frontend فقط.سيُحفَظ dashboard تلقائيًا. لتعيين اسم dashboard، حدِّد العنوان وعدِّله قبل النقر على Save Name.

​
لوحات المعلومات - تحرير التصورات

لإزالة تصور أو تعديله أو نسخه، مرّر المؤشر فوقه واستخدم أزرار الإجراءات المقابلة. يمكن الوصول إلى لوحات المعلومات من صفحة لوحات المعلومات. وهي منظَّمة حسب الوسوم، مع إمكانات بحث وتصفية مدمجة للعثور بسرعة على لوحات معلومات معيّنة. يمكن إضافة لوحات المعلومات إلى المفضلة لسهولة الوصول إليها من الشريط الجانبي ومن أعلى صفحة العرض. وتكون المفضلة خاصة بكل مستخدم على حدة.

​
لوحات المعلومات - الوسوم

يمكنك إضافة وسوم إلى لوحات المعلومات وعمليات البحث المحفوظة للمساعدة في تنظيمها. وتوفّر الوسوم طريقة مرنة للتصنيف والتصفية بما يناسب احتياجاتك.

​
كيف تعمل الوسوم

  • التنظيم: تظهر الوسوم في الشريط الجانبي الأيسر، حيث تُجمَّع لوحات المعلومات وعمليات البحث المحفوظة وفقًا للوسوم المخصَّصة لها
  • وسوم متعددة: يمكنك إضافة وسم واحد أو أكثر إلى العنصر نفسه لتحسين التصنيف
  • الإنشاء التلقائي: إذا أضفت وسمًا غير موجود بعد، فسيُنشأ تلقائيًا
  • سهولة الإدارة: يمكنك إضافة الوسوم أو إزالتها في أي وقت لتعديل بنية التنظيم لديك
يسهّل ذلك العثور على العناصر ذات الصلة والحفاظ على مساحة عمل منظَّمة مع ازدياد مجموعتك. يمكنك أيضًا تحديد عدة وسوم لتصفية العناصر وعرضها عبر فئات مختلفة:

​
فلاتر مخصصة

بالإضافة إلى فلاتر النص الحر المتاحة في جميع لوحات المعلومات، تدعم لوحات المعلومات المحفوظة فلاتر مخصصة منسدلة تُعبَّأ ببيانات مستعلَمة من ClickHouse. وتوفّر هذه الفلاتر عناصر تحكم قابلة لإعادة الاستخدام تعتمد على النقر والاختيار، بحيث يتمكن مشاهدو لوحة المعلومات من التصفية من دون كتابة التعبيرات يدويًا. توضّح الخطوات التالية كيفية إضافة فلتر مخصص إلى لوحة المعلومات التي أُنشئت في قسم “إنشاء لوحات المعلومات”.
1

​
افتح مربع حوار Edit Filters

افتح لوحة معلومات محفوظة، ثم حدّد Edit Filters من شريط الأدوات.
2

​
أضف فلترًا جديدًا

انقر على Add new filter. اضبط الفلتر بإدخال Name، وتحديد Data source، وإدخال Filter expression — وهو عمود أو تعبير SQL تُستخدم قيمه المميزة لتعبئة القائمة المنسدلة. ثم انقر على Save filter.على سبيل المثال، لإضافة فلتر خدمة لبيانات التتبّع، استخدم ServiceName كتعبير للتصفية مع مصدر البيانات Traces. ويُعد “Dropdown values filter” اختياريًا، ويوفّر طريقة لتقييد القيم التي تظهر في القائمة المنسدلة.تعرض النافذة المنبثقة Filters جميع الفلاتر المُعدّة للوحة المعلومات. ومن هنا يمكنك تعديل الفلاتر الحالية أو حذفها، أو إضافة فلاتر أخرى.
3

​
استخدم الفلتر

أغلق النافذة المنبثقة Filters. سيظهر الفلتر المنسدل الجديد أسفل شريط البحث. انقر عليه لعرض القيم المتاحة، ثم اختر واحدة لتصفية جميع التصورات في لوحة المعلومات.
4

​
(اختياري) احفظ قيم الفلتر كإعداد افتراضي

للاحتفاظ باختيار الفلتر بوصفه الإعداد الافتراضي للوحة المعلومات، اختر Save Query & Filters as Default من قائمة لوحة المعلومات. ستُفتح لوحة المعلومات دائمًا مع تطبيق الفلاتر المحددة. ولإعادة التعيين، حدّد Remove Default Query & Filters من القائمة نفسها.
تتوفر الفلاتر المنسدلة المخصصة في لوحات المعلومات المحفوظة. وللاطلاع على مثال عملي لهذا النمط، راجع لوحة معلومات Kubernetes، التي توفّر فلاتر منسدلة مضمّنة لكل من Pod وDeployment واسم العقدة وNamespace وCluster.
تدعم بلاطات لوحة المعلومات التعمّق إلى صفحة Search. انقر على نقطة بيانات في تصور لفتح قائمة سياقية تتضمن الخيارات التالية:
  • عرض جميع الأحداث — ينقلك إلى صفحة Search لعرض جميع الأحداث ضمن النافذة الزمنية المحددة.
  • التصفية حسب المجموعة — ينقلك إلى صفحة Search بعد تطبيق تصفية على سلسلة محددة.
يفيد ذلك عند التحقق من الارتفاعات المفاجئة أو الحالات الشاذة التي تلاحظها في لوحة المعلومات — إذ يمكنك الانتقال سريعًا من عرض مُجمّع إلى الأحداث الفردية الأساسية.

​
إعدادات مسبقة

يأتي HyperDX مزوّدًا بلوحات معلومات جاهزة للاستخدام.

​
لوحة معلومات ClickHouse

توفر لوحة المعلومات هذه تصورات مرئية لمراقبة ClickHouse. للانتقال إلى لوحة المعلومات هذه، حدّدها من القائمة اليمنى. تستخدم لوحة المعلومات هذه علامات تبويب لفصل مراقبة Selects وInserts والبنية التحتية لـ ClickHouse.
وصول مطلوب إلى جداول النظامتستعلم لوحة المعلومات هذه من جداول النظام في ClickHouse لعرض المقاييس الرئيسية. وتلزم امتيازات الوصول التالية:GRANT SHOW COLUMNS, SELECT(CurrentMetric_MemoryTracking, CurrentMetric_S3Requests, ProfileEvent_OSCPUVirtualTimeMicroseconds, ProfileEvent_OSReadChars, ProfileEvent_OSWriteChars, ProfileEvent_S3GetObject, ProfileEvent_S3ListObjects, ProfileEvent_S3PutObject, ProfileEvent_S3UploadPart, event_time) ON system.metric_logGRANT SHOW COLUMNS, SELECT(active, database, partition, rows, table) ON system.partsGRANT SHOW COLUMNS, SELECT(event_date, event_time, memory_usage, normalized_query_hash, query, query_duration_ms, query_kind, read_rows, tables, type, written_bytes, written_rows) ON system.query_logGRANT SHOW COLUMNS, SELECT(event_date, event_time, hostname, metric, value) ON system.transposed_metric_log

​
لوحة معلومات الخدمات

تعرض لوحة معلومات الخدمات الخدمات النشطة حاليًا استنادًا إلى بيانات التتبعات. ويتطلب ذلك أن تكون قد جمعت التتبعات وتهيّئ مصدر بيانات Traces صالحًا. تُكتشف أسماء الخدمات تلقائيًا من بيانات التتبعات، مع مجموعة من التصورات الجاهزة والمنظَّمة ضمن ثلاث علامات تبويب: خدمات HTTP، وقاعدة البيانات، والأخطاء. يمكن تصفية التصورات باستخدام صيغة Lucene أو SQL، كما يمكن ضبط النافذة الزمنية لإجراء تحليل أكثر تركيزًا.

​
لوحة معلومات Kubernetes

تتيح لك لوحة المعلومات هذه استكشاف أحداث Kubernetes التي جُمعت عبر OpenTelemetry. وتتضمن خيارات تصفية متقدمة، ما يتيح لك التصفية حسب Pod في Kubernetes، وDeployment، واسم العقدة، ومساحة الأسماء، والعنقود، بالإضافة إلى إجراء عمليات بحث بالنص الحر. تُنظَّم بيانات Kubernetes ضمن ثلاث علامات تبويب لتسهيل التنقل: Pods وNodes وNamespaces.
آخر تعديل في ٢٥ يونيو ٢٠٢٦