Performance 性能数据收集和可视化工具

我有一个性能测试套件，在运行期间收集响应时间信息（CSV格式）。此外，我还有一组监控脚本，用于收集服务器上运行的应用程序指标（也是CSV格式）。我想自动化这些数据集（基本上是时间序列）的可视化，例如，一些web应用程序，我可以上传所有数据集，并将它们显示在一个漂亮的图表中，可以按时间段过滤，以不同的切片显示数据，并根据时间与其他数据集关联。你们知道这样的事情吗？

一个特别流行的工具就是

---

如果您对时间序列中最复杂的分析工具感兴趣，我建议您使用web界面或服务器模式。如果你主要对仪表盘风格的工具感兴趣，我想这可能是过火了。

另一个选择是一个名为的工具，一个开源的数据集成、处理、分析和探索平台。它有一组用于处理和分析时间序列中的数据的时间序列节点，以及用于读取和写入不同数据存储的节点

对于您的问题来说，这可能有点过头了，但对于需要分析时间序列数据的其他人来说，这可能很有用

---

编辑：我忘了提一下，KNIME还集成了Java、Python和R脚本节点，因此，如果您找不到使用其本机节点执行某些操作的方法，您可以滚动您自己的脚本来完成任务。

非常感谢您的链接。拉帕奇看起来很有趣。你知道这有什么限制吗？i、 e.它能处理多少数据？它能支持定制的时隙选择吗？很难给出明确的答案，但我会试试。RApache只是R的一个Apache前端，所有的可视化都是由R生成的。所以问题实际上是R能支持什么。使用内存映射文件，您可以轻松地将R扩展到TB以上-无论您的HDs支持什么。。。然而，我用于超大数据集的各种技巧和诸如此类的东西在大多数用户中都是相当先进的，因此我不鼓励你拿起它，开始做任何超出MBs或可能每天GBs数据量的事情。（续）R中可行的上限与任何其他系统几乎相同。在很多情况下，简单的东西在R中可能更容易，而困难的东西不一定更难或更容易，但会让你进入一个更深奥的群体（继续）基本上，就像我喜欢R一样，我建议从<代码> RRDooTo/<代码>或类似的系统开始，然后考虑你需要迁移到什么时候，如果需要改变的话。谢谢！我的用例实际上是构建一个仪表板，可以显示按性能运行分组的监控数据（CPU、数据库连接数等），并且每个性能运行可能不会持续超过一天。