Exemples et cas d'utilisation de notebooks

Laissez-vous inspirer par ces exemples pratiques de carnets de notes qui montrent comment créer des récits de données convaincants pour des cas d'utilisation courants. Chaque exemple montre comment combiner requêtes, visualisations et texte narratif pour construire des documents d'analyse efficaces.

Notebook d'investigation d'événements d'alerte

Créez un document complet d'investigation sur les événements d'alerte qui aide votre équipe à comprendre ce qui s'est passé et comment l'éviter à l'avenir.

Structure

Bloc Markdown : Vue d'ensemble des événements d'alerte

# 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...

requête de bloc : taux d'erreur timeline

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'

Bloc de requête : Répartition des erreurs par point de terminaison

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

Bloc Markdown : Analyse des causes profondes

## 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

Bloc de requête : Performances de la base de données pendant l’incident

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'

Carnet d'analyse des performances

Suivre et analyser l'évolution des performances des applications au fil du temps afin d'identifier les opportunités d'optimisation.

Structure

Bloc Markdown : Vue d’ensemble de l’analyse

# 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

Bloc de requête : Tendances du temps de réponse

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

requête de bloc : comparaison des taux d'erreur

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

Bloc Markdown : Analyse et recommandations

## 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

suivi de l'adoption des fonctionnalités

Monitorez la manière dont l'utilisateur interagit avec les nouvelles fonctionnalités et mesurez le succès de l'adoption.

Structure

Bloc Markdown : aperçu des fonctionnalités

# 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

Bloc de requête : utilisateurs quotidiens créant des dashboards

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

Bloc requête : création de dashboards entonnoirs

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

Carnet monitoring de sécurité

Mettre en place une analyse de sécurité continue pour suivre les menaces potentielles et les vulnérabilités du système.

Structure

Bloc Markdown : Aperçu de la sécurité

# 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

Bloc de requête : Modèles d’authentification ayant échoué

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

Requête de bloc : anomalie d'accès à l'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 indicateurs de performance de l'entreprise

Suivez les indicateurs clés de performance (KPI) de l'entreprise parallèlement aux indicateurs techniques pour avoir une vision d'ensemble.

Structure

Bloc Markdown : Contexte commercial

# 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

bloc de requête : mesures d'engagement utilisateur

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

bloc requête : Conversion entonnoirs

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

Modèle : Début d'enquête

Utilisez ce modèle comme point de départ pour toute analyse de données.

Structure

Bloc Markdown : Modèle d’enquête

# 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?]_

Bloc de requête : Exploration initiale des données

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

Conseil

Commencez chaque enquête par une requête générale afin d'en comprendre l'étendue, puis affinez-la sur des domaines spécifiques en fonction de vos conclusions.

bonnes pratiques pour des exemples de notebooks

Structurez votre histoire

Commencez par le contexte: toujours débuter par un bloc Markdown expliquant l’objectif.
Suivez le flux logique: organisez les requêtes dans l’ordre où une personne les examinerait naturellement.
Conclusions: Terminez par des blocs Markdown résumant les résultats et les prochaines étapes.

Rendre les requêtes réutilisables

Utilisez des variables pour les dates, les noms d'application et le seuil.
Commentez votre NRQL pour expliquer une logique complexe
Choisissez les plages horaires appropriées pour le type d'analyse.

Conseils de conception visuelle

Utilisez des types de graphiques cohérents dans toutes les requêtes associées.
Choisissez des couleurs qui soutiennent votre récit.
Ajoutez des titres et des étiquettes clairs à toutes les visualisations.
Utilisez des tableaux pour les données détaillées et des graphiques pour les tendances et les modèles.

Quelle est la prochaine étape ?

Apprenez à ajouter des requêtes aux notebooks
Découvrez les options de partage pour vos carnets.
Explorez des exemplesNRQL pour plus d'inspiration en matière de requêtes

Cette traduction automatique est fournie pour votre commodité.

Exemples et cas d'utilisation de notebooks

Notebook d'investigation d'événements d'alerte.css-21sua1{background:none;border:none;width:0;padding:0;}

Structure

Carnet d'analyse des performances

Structure

suivi de l'adoption des fonctionnalités

Structure

Carnet monitoring de sécurité

Structure

Dashboard indicateurs de performance de l'entreprise

Structure

Modèle : Début d'enquête

Structure

Conseil

bonnes pratiques pour des exemples de notebooks

Structurez votre histoire

Rendre les requêtes réutilisables

Conseils de conception visuelle

Quelle est la prochaine étape ?

Notebook d'investigation d'événements d'alerte