إنشاء تصورات متعددة الإصدارات في Amazon QuickSight باستخدام Highcharts لتحليل مشغلي الاتصالات

Amazon Web ServicesAmazon Web Services HighchartsHighcharts
لا يمكن لـ Amazon QuickSight إنشاء تصورات معقدة (مثل خرائط البلاط، الرسوم البيانية الرادارية، الرسوم البيانية النقطية، إلخ) بشكل أصلي عند تحليل بيانات مشغلي الاتصالات عبر مناطق متعددة. الحل هو استخدام مكتبة Highcharts كعنصر مرئي مخصص: يسمح تكوين JSON واحد بدمج بيانات من مناطق AWS مختلفة مع الحفاظ على سيادة البيانات، وإنشاء لوحات معلومات تحتوي على خرائط بلاط، ورسوم رادارية، ونقطية، ودمبل، وشلالية.
عندما تشمل بيانات أداء مشغلي شبكات الاتصالات مناطق متعددة (مثل الولايات المتحدة والمملكة المتحدة)، فإن أدوات التصوير القياسية في Amazon Quick Sight لا تفي بالغرض: فهي لا تستطيع عرض أي مشغل يهيمن في كل منطقة جغرافية، ولا تدعم الرسوم البيانية الرادارية للمقارنة عبر فئات متعددة، كما تفتقر إلى الرسوم البيانية ذات الرصاصة (bullet) والرسوم البيانية ذات الدمبل (dumbbell) والرسوم البيانية الشلالية (waterfall). ويضطر المطورون إلى إنشاء لوحات معلومات منفصلة لكل منطقة أو حساب متوسط المؤشرات، مما يؤدي إلى فقدان التفاصيل المهمة. الحل هو تضمين Highcharts كتصوير مخصص داخل Quick Sight. توفر Highcharts أنواعًا من الرسوم البيانية: خريطة البلاط (tilemap) المشفرة بالألوان لعرض هيمنة المشغلين، والخط القطبي (الراداري) للمقارنة متعددة الأبعاد، والرصاصي (bullet) للتقييم بالنسبة للهدف، والدمبل (dumbbell) لتوزيع الفروق بين أفضل وأسوأ الأسواق، والشلالي (waterfall) للتغيرات من فترة إلى أخرى. من الناحية المعمارية، يتم النظر في خيارين: منطقة AWS واحدة (أبسط ولكن قد تنتهك متطلبات مكان تخزين البيانات) ومناطق منفصلة (تضمن الامتثال للائحة العامة لحماية البيانات (GDPR) وقوانين سيادة البيانات الأخرى). الخيار الثاني، الذي يتم تحليله في المقال، يتضمن تخزين البيانات في مناطق AWS مختلفة، ولكن يتم دمجها على مستوى Quick Sight من خلال مجموعات البيانات الاتحادية (federated data sets) - حيث لا يتم نقل البيانات الخام عبر الحدود، بل يتم تجميع المقاييس الموجزة في كل منطقة ثم ربطها عبر Data Prep. ونتيجة لذلك، يتم إنشاء مجموعة بيانات منطقية واحدة تغذي تكوينات Highcharts. تقدم المقالة المتطلبات الأساسية، والإعداد التفصيلي لمصادر البيانات، والتجميع والتحويل، ووصف مخطط مجموعة البيانات (المشغلون، الفئات، الرتبة، RootScore، الفترة) وأمثلة على أكواد JSON لكل نوع من أنواع الرسوم البيانية.
المصدر: AWS ML blog — الأصلي
منشوراتنا السابقة حول هذا الموضوع ↓
أخبار جديدة