案例背景

本文分享的案例来自于工程机械行业。通过对有关键数据回传的核心部件开发健康状态巡检算法，对当前的设备状态接入大盘进行可视化的展示，并且数据接入报警系统进行可用性的监控，提供预测性维护可以为客户提供更准确的维修建议。本案例通过算法提取的数据提供给了运维人员做早期的预警决策，可以在大盘上展示可用性，由于算法部分下沉到了数据库，利用了数据库分布式的计算能力，数据计算延迟低，架构简单，降低了运维成本的同时提升了客户满意度。

可视化流程图

技术选择

本可视化的技术路线选择原因如下：

1、数据清洗和计算的选择：采用了YMatrix + PL/Python解决，PL/Python过程语言允许用Python编写 PostgreSQL函数，而Python有非常多成熟的库能够提供给我们做数据分析，如Numpy、Pandas等，使用该方案不仅减少了传统大数据分析需要维护一整个配套设置的研发和运维成本，而且充分利用了分布式数据库的计算能力，经过多个案例检验性能远超Hive、Spark等框架。

2、可视化的选择：选择了Grafana和Django+Echarts实现，Grafana可以直接可以直接使用Postgresql协议查询YMatrix的数据，大盘选择使用Django+Echarts的解决方案，调用PL/Python的数据计算函数得到的结果使用echarts展示，数据大的图表使用Echarts的sampling LTTB 降采样算法，经过测试百万级别数据渲染仍然维持在秒级。

实现示例

Grafana 展示案例

Echarts 展示案例