Ejemplos y casos de uso de notebooks

Inspírate con estos ejemplos prácticos de cuadernos que demuestran cómo crear historias de datos convincentes para casos de uso comunes. Cada ejemplo muestra cómo combinar consultas, visualizaciones y texto narrativo para crear documentos de análisis eficaces.

Cuaderno de investigación de eventos de alerta

Cree un documento integral de investigación de eventos de alerta que ayude a su equipo a comprender qué sucedió y cómo prevenirlo en el futuro.

Estructura

Bloque de Markdown: Resumen del evento de alerta

# Production API Outage - October 15, 2024

**Incident Start**: 2024-10-15 14:32 UTC
**Incident End**: 2024-10-15 15:18 UTC
**Duration**: 46 minutes
**Impact**: 15% of API requests failed

## Summary
Our main API experienced elevated error rates starting at 14:32 UTC...

Bloque de consulta: Cronología de la tasa de errores

SELECT count(*) AS 'Total Requests',
       filter(count(*), WHERE httpResponseCode >= 400) AS 'Errors'
FROM Transaction
WHERE appName = 'api-production'
TIMESERIES 1 minute
SINCE '2024-10-15 14:00:00' UNTIL '2024-10-15 16:00:00'

bloque de consulta: Desglose de errores por extremo

SELECT count(*) AS 'Error Count',
       average(duration) AS 'Avg Duration (ms)'
FROM Transaction
WHERE appName = 'api-production'
  AND httpResponseCode >= 400
FACET request.uri
SINCE '2024-10-15 14:00:00' UNTIL '2024-10-15 16:00:00'
ORDER BY count(*) DESC

Bloque Markdown: Análisis de la causa raíz

## Root Cause Analysis

### Timeline of Events
- **14:32**: Error rates began climbing for `/api/users` endpoint
- **14:35**: Database connection pool exhaustion detected
- **14:45**: Database scaling initiated
- **15:18**: Service fully recovered

### Contributing Factors
1. Unusual traffic spike during product launch
2. Database connection pool too small for peak load
3. Missing rate limiting on user registration endpoint

bloque de consulta: base de datos rendimiento durante el incidente

SELECT average(duration) AS 'Query Duration (ms)',
       count(*) AS 'Query Count'
FROM DatabaseSample
WHERE host = 'prod-db-01'
TIMESERIES 5 minutes
SINCE '2024-10-15 14:00:00' UNTIL '2024-10-15 16:00:00'

Cuaderno de análisis de rendimiento

Realice un seguimiento y analice las tendencias del rendimiento de la aplicación a lo largo del tiempo para identificar oportunidades de optimización.

Estructura

Bloque Markdown: Resumen del análisis

# Weekly Performance Review - Week of October 14, 2024

## Objectives
- Review application response times across all services
- Identify performance regressions
- Track progress on optimization initiatives

## Key Metrics
- P95 response time target: < 500ms
- Error rate target: < 0.1%
- Apdex score target: > 0.85

Bloque de consulta: Tendencias del tiempo de respuesta

SELECT percentile(duration, 50) AS 'P50',
       percentile(duration, 95) AS 'P95',
       percentile(duration, 99) AS 'P99'
FROM Transaction
WHERE appName IN ('web-frontend', 'api-backend', 'auth-service')
FACET appName
TIMESERIES 1 day
SINCE 7 days ago

Bloque de consulta: Comparación de la tasa de errores

SELECT percentage(count(*), WHERE error IS true) AS 'Error Rate %'
FROM Transaction
WHERE appName IN ('web-frontend', 'api-backend', 'auth-service')
FACET appName
TIMESERIES 1 day
SINCE 7 days ago
COMPARE WITH 1 week ago

Bloque Markdown: Análisis y recomendaciones

## Key Findings

### Performance Improvements ✅
- API backend P95 improved from 650ms to 420ms
- Authentication service error rate down 50%

### Areas for Attention ⚠️
- Web frontend P95 increased 15% week-over-week
- Database query timeouts up 25%

### Action Items
1. Investigate frontend asset loading delays
2. Optimize top 5 slowest database queries
3. Implement caching for user profile data

Seguimiento de la adopción de características

Monitorear cómo interactúan los usuarios con las nuevas características y medir el éxito de su adopción.

Estructura

Bloque Markdown: descripción general de características

# New Dashboard Feature Adoption - 30 Days Post-Launch

**Launch Date**: September 15, 2024
**Analysis Period**: September 15 - October 15, 2024

## Feature Description
New interactive dashboard builder with drag-and-drop widgets...

## Success Metrics
- **Primary**: 25% of active users create at least one custom dashboard
- **Secondary**: Average 3 widgets per custom dashboard
- **Tertiary**: < 5% bounce rate on dashboard creation page

Bloque de consulta: Usuarios activos diarios creando dashboards

SELECT uniqueCount(userId) AS 'Users Creating Dashboards'
FROM PageView
WHERE pageUrl LIKE '%/dashboard/create%'
TIMESERIES 1 day
SINCE 30 days ago

Bloque de consulta: creación de dashboard embudos

SELECT funnel(userId,
  WHERE pageUrl LIKE '%/dashboard/create%' AS 'Started Creation',
  WHERE pageUrl LIKE '%/dashboard/create%' AND eventType = 'widget_added' AS 'Added Widget',
  WHERE eventType = 'dashboard_saved' AS 'Saved Dashboard'
)
FROM PageView, UserAction
SINCE 30 days ago

cuaderno de vigilancia de seguridad

Cree análisis de seguridad continuos para detectar posibles amenazas y vulnerabilidades del sistema.

Estructura

Bloque Markdown: Descripción general de seguridad

# Weekly Security Review - October 21, 2024

## Monitoring Scope
- Failed authentication attempts
- Unusual API access patterns
- Database query anomalies
- File system access violations

## Alert Thresholds
- Failed logins: > 100/hour from single IP
- API rate limiting: > 1000 requests/minute
- Suspicious queries: containing SQL injection patterns

Bloque de consulta: Patrones de autenticación fallidos

SELECT count(*) AS 'Failed Attempts',
       latest(remoteAddr) AS 'Source IP'
FROM Log
WHERE message LIKE '%authentication failed%'
FACET remoteAddr
SINCE 7 days ago
HAVING count(*) > 50
ORDER BY count(*) DESC

bloque de consulta: anomalía de acceso API

SELECT count(*) AS 'Request Count',
       uniqueCount(userAgent) AS 'Unique User Agents'
FROM Transaction
WHERE appName = 'api-gateway'
FACET request.headers.x-forwarded-for
SINCE 24 hours ago
HAVING count(*) > 10000
ORDER BY count(*) DESC

Dashboard de métricas empresariales

Realice un seguimiento de los KPI clave del negocio junto con las métricas técnicas para comprender el panorama completo.

Estructura

Bloque Markdown: Contexto empresarial

# Monthly Business & Technical Review - October 2024

## Business Objectives
- Increase user engagement by 15%
- Reduce customer support tickets by 20%
- Improve conversion rate to 3.5%

## Technical Performance Targets
- 99.9% uptime
- < 2 second page load times
- Zero security incidents

bloque de consulta: compromiso del usuario métrica

SELECT count(*) AS 'Page Views',
       uniqueCount(userId) AS 'Active Users',
       average(duration) AS 'Avg Session Duration'
FROM PageView
TIMESERIES 1 day
SINCE 30 days ago

bloque de consulta: Conversión embudos

SELECT funnel(userId,
  WHERE pageUrl = '/signup' AS 'Signup Page',
  WHERE pageUrl = '/signup/verify' AS 'Email Verified',
  WHERE pageUrl = '/onboarding/complete' AS 'Onboarding Complete',
  WHERE eventType = 'subscription_created' AS 'Converted'
)
FROM PageView, UserAction
SINCE 30 days ago

Plantilla: Inicio de investigación

Emplee esta plantilla como punto de partida para cualquier investigación de datos.

Estructura

Bloque Markdown: Plantilla de investigación

# Investigation: [ISSUE DESCRIPTION]

**Date**: [TODAY'S DATE]
**Investigator**: [YOUR NAME]
**Priority**: [HIGH/MEDIUM/LOW]

## Problem Statement
[Describe what you're investigating and why]

## Hypothesis
[What do you think might be causing the issue?]

## Investigation Plan
1. [First thing to check]
2. [Second thing to check]
3. [Third thing to check]

## Findings
_[Update this section as you discover information]_

## Next Steps
_[What actions should be taken based on your findings?]_

Bloque de consulta: Exploración inicial de datos

-- Replace with your initial query
SELECT count(*)
FROM [YourEventType]
WHERE [YourConditions]
SINCE 1 hour ago

Sugerencia

Comience cada investigación con una consulta amplia para comprender el alcance, luego redúzcala a áreas específicas en función de sus hallazgos.

mejores prácticas para ejemplos de cuadernos

Estructura tu historia

Comience con el contexto: Siempre comience con un bloque Markdown que explique el propósito.
Siga el flujo lógico: Organice las consultas en el orden en que alguien investigaría de forma natural.
Proporcione conclusiones: Finalice con bloques Markdown que resuman los hallazgos y los próximos pasos.

Haz que la consulta sea reutilizable

Emplee variables para fechas, nombres de aplicaciones y umbral
Comenta tu NRQL para explicar la lógica compleja.
Elija los rangos de tiempo adecuados para el tipo de análisis.

Consejos de diseño visual

Emplee tipos de gráficos consistentes en todas las consultas relacionadas.
Elige colores que apoyen tu narrativa.
Agregue títulos y etiquetas claras a todas las visualizaciones.
Emplee tablas para datos detallados y gráficos para tendencias y patrones.

¿Que sigue?

Aprende cómo agregar consultas a tus cuadernos.
Descubre las opciones para compartir tus cuadernos.
Explora ejemplosNRQL para obtener más inspiración para tus consultas.

Te ofrecemos esta traducción automática para facilitar la lectura.

Cuaderno de investigación de eventos de alerta.css-21sua1{background:none;border:none;width:0;padding:0;}

Estructura

Cuaderno de análisis de rendimiento

Estructura

Seguimiento de la adopción de características

Estructura

cuaderno de vigilancia de seguridad

Estructura

Dashboard de métricas empresariales

Estructura

Plantilla: Inicio de investigación

Estructura

Sugerencia

mejores prácticas para ejemplos de cuadernos

Estructura tu historia

Haz que la consulta sea reutilizable

Consejos de diseño visual

¿Que sigue?

Cuaderno de investigación de eventos de alerta