简介

在今年2月初，SLS 已经发布针对新冠病毒肺炎疫情国内动态展示分析 APP，目前该能力全面开放给政府、社区、第三方平台和开放者进行广泛应用，完全免费开放。还没有关注过的同学可以通过以下链接了解背景：

  • 新冠病毒疫情分析 APP 官方文档
  • 云栖博文、直播

最近，随着新冠病毒肺炎疫情在全球爆发，SLS 又推出了跟踪关注全球范围疫情动态的分析大盘。与国内大盘主要关注国内疫情（数据来源于央视新闻、人民日报、各省市卫健委公告）相比，国际疫情大盘则是跟踪关注全球范围的疫情动态，数据来源是被国际上广泛引用的约翰·霍普金斯大学开源数据集。

SLS

阿里云日志服务（SLS）是针对日志类数据的一站式服务，无需开发就能快捷完成海量日志数据的采集、消费、投递以及查询分析等功能，提升运维、运营效率。日志服务主要包括实时采集与消费、数据投递、查询与实时分析等功能，适用于从实时监控到数据仓库的各种开发、运维、运营与安全场景。

作为日志分析中台，日志服务提供了一站式的数据采集、加工、查询分析、AI计算、可视化，并支持互联互通。

亮点

1. 提供规整的疫情数据，并每天定时同步更新

SLS 已经将疫情相关数据进行收集和规整，每天定时更新，并形成可视化平台覆盖全球各个国家/地区、省份/州的疫情信息。你只需要专注在数据的分析和展示，其它繁琐的细节 SLS 都已经处理好。

2. 预定义丰富数据大盘、并支持自定义

内置多份数据大盘并支持自定义提供全球各个国家/地区、省份/州疫情态势。支持交互式查询分析、自定义报表、深钻与告警等。

全球疫情态势概览

各国家/地区的疫情详情

3. 数据平台开放，互联互通

数据平台开放，互联互通日志服务是开放的，可以和大量其他环境的系统、三方应用或开源进行对接。提供易扩展的数据分析、存储、可视化平台能力，如DataV、Blink、OSS、流计算、Grafana、SOC等。

4. 完全免费

完全免费疫情服务应用以及相关资源数据，包括仪表盘、告警等功能完全免费。

数据

导入和规整

可能有一些同学只关注对 COVID-19 疫情的数据分析，也想要上手试一试，但是对于如何从各个数据源获取并处理数据不了解，又或者对 SLS 的 SQL 不是很熟练。为了帮助这部分同学方便快捷的实现数据分析，SLS 已经将疫情相关数据进行收集和规整，并且每天定时更新。你只需要专注在数据的分析和展示，其它繁琐的细节 SLS 都已经处理好。

数据样例

type:  Country/Region Cases
version:  v2020-04-17T11:55:36
Last Update:  2020-04-09 01:12:20
Country/Region:  China
Country/Region (ch):  中国
LatLng:  35.000074,104.999927
Confirmed:  83798
Confirmed Hist:  [644, 923, 1409, 2079, 2882]
Confirmed Trend:  {"2020-01-23": 644, "2020-01-24": 923, "2020-01-25": 1409, "2020-01-26": 2079, "2020-01-27": 2882}
New Confirmed Hist:  [95, 279, 486, 670, 803]
New Confirmed Trend:  {"2020-01-23": 95, "2020-01-24": 279, "2020-01-25": 486, "2020-01-26": 670, "2020-01-27": 803}
Deaths:  3352
Deaths Hist:  [18, 26, 42, 56, 82]
Deaths Trend:  {"2020-01-23": 18, "2020-01-24": 26, "2020-01-25": 42, "2020-01-26": 56, "2020-01-27": 82}
Recovered:  78556
Recovered Hist:  [30, 36, 39, 49, 58]
Recovered Trend:  {"2020-01-23": 30, "2020-01-24": 36, "2020-01-25": 39, "2020-01-26": 49, "2020-01-27": 58}

数据格式

各种疫情相关数据均放在一个日志库 ncp 中，通过字段 type 作为类型区分：Global Cases, Country/Region Cases and Province/State Cases。通过 version 字段来标记数据版本，每一个版本都会包含完整的数据，用来实现数据的修正。
数据字段列表如下：

字段名 说明 样例
type 数据类型 Global Cases, Country/Region Cases 或者 Province/State Cases
version 数据版本 v2020-01-26T12:30:00
Last Update 最新来源新闻发布时间 2020-01-26 18:23
Confirmed 最新确诊病例累计数据 1058
Confirmed Hist 确诊病例累计数据（从2020.01.23到当前的历史数据数组） [270, 444, 444, 549, 729, 1058]
Confirmed Trend 确诊病例累计数据（从2020.01.23到当前的历史趋势数据字典） {"2020-01-21": 1, "2020-01-22": 1, "2020-01-23": 1, "2020-01-24": 2, "2020-01-25": 2, "2020-01-26": 3}
Recovered 最新治愈病例累计数据 42
Recovered Hist 治愈病例累计数据（从2020.01.23到当前的历史数据数组） [0, 28, 28, 31, 32, 42]
Recovered Trend 治愈病例累计数据（从2020.01.23到当前的历史趋势数据字典） {"2020-01-21": 1, "2020-01-22": 1, "2020-01-23": 1, "2020-01-24": 2, "2020-01-25": 2, "2020-01-26": 3}
Deaths 最新死亡病例累计数据 52
Deaths Hist 死亡病例累计数据（从2020.01.23到当前的历史数据数组） [3, 17, 17, 24, 39, 52]
Deaths Trend 死亡病例累计数据（从2020.01.23到当前的历史趋势数据字典） {"2020-01-21": 1, "2020-01-22": 1, "2020-01-23": 1, "2020-01-24": 2, "2020-01-25": 2, "2020-01-26": 3}
New Confirmed Hist 疑似病例现有数据（从2020.01.23到当前的历史数据数组） [11, 0, 41, 0, 56, 127]
New Confirmed Trend 疑似病例现有数据（从2020.01.23到当前的历史趋势数据字典） {"2020-01-21": 1, "2020-01-22": 1, "2020-01-23": 1, "2020-01-24": 2, "2020-01-25": 2, "2020-01-26": 7}

分析展示

SLS 提供大规模日志实时查询与分析能力，其拥有以下优势：

  • 实时：写入后可以立即被分析。
  • 快速：一秒内，查询（5个条件）可处理10亿级数据，分析（5个维度聚合+GroupBy）可聚合亿级别数据。
  • 灵活：可以改变任意查询和分析条件，实时获取结果。
  • 生态丰富：除控制台提供的报表、仪表盘、快速分析等功能外，还可以与Grafana、DataV、Jaeger等产品无缝对接，并支持Restful API，JDBC等协议。

如上文所说，SLS 提供的疫情数据通过 version 字段来标记数据版本。为了查询出最新版本的数据，可以通过以下 SQL：

type : "Province/State Cases" | select .... from log l right join (select max(version) as version from log) r on  l.version =  r.version

在预定义的疫情大盘中，每一个仪表盘对应的都是一个 SQL 分析。以 Global Cases Trend（全球疫情趋势）为例，为了分析全球累计确诊、死亡、治愈，以及现存病例发展趋势，我们可以通过以下 SQL 查询，并将结果图标保存为仪表盘即可，方便快捷。

type : "Global Cases" | select date_format(date_parse(l.a, '%Y-%m-%d'), '%b %e') as "Date", l.b as "Confirmed", l.b - r2.b - r6.b as "Active Confirmed", r2.b as "Deaths", r6.b as "Recovered"  from  (select  a,b    from log l right join (select max(version) as version from log) r on  l.version =  r.version, unnest( cast( json_parse("Confirmed Trend")   as map(varchar, bigint) ) ) as  t(a,b)) l left join (select  a,b    from log l right join (select max(version) as version from log) r on  l.version =  r.version, unnest( cast( json_parse("New Confirmed Trend")   as map(varchar, bigint) ) ) as  t(a,b)) r on l.a = r.a left join (select  a, b    from log l right join (select max(version) as version from log) r on  l.version =  r.version, unnest( cast( json_parse("Deaths Trend")   as map(varchar, bigint) ) ) as  t(a, b)) r2 on l.a = r2.a left join (select  a, b    from log l right join (select max(version) as version from log) r on  l.version =  r.version, unnest( cast( json_parse("Recovered Trend")   as map(varchar, bigint) ) ) as  t(a, b)) r6 on l.a = r6.a  order by l.a

使用方法

登录阿里云日志服务控制台,可以看到疫情分析的应用：

点击进入进行首次配置（一次性，后续数据会自动同步），之后即可直接使用日志服务提供的多份数据大盘，开启交互式分析、可视化之旅。

原文链接
本文为云栖社区原创内容，未经允许不得转载。

国际免费版 新冠疫情数据分析APP正式发布！相关推荐

  1. 基于深度学习的新冠疫情数据分析

    摘要:在全球抗击新型冠状病毒肺炎(COVID-19)疫情的过程中,合理的疫情传播预测对于疫情防控有重要参考意义.为了对病毒传播进行合理预测,针对传统疫情传播预测模型存在的不足,在BP神经网络提出一种组 ...

  2. 本人毕业设计 基于python的新冠疫情数据分析系统

    https://www.bilibili.com/video/BV1ba411j7Pu?spm_id_from=333.999.0.0 本人毕业答辩视频  有详细的论文以及代码实现视频 2.登录模块效 ...

  3. python数据分析案例简单实战项目（二）--新冠疫情数据分析

    项目背景 2020 年 1 月新型冠状病毒(以下简称新冠)肺炎在极短时间内就在全球范围内大规模流行,据美国约翰斯·霍普金斯大学 11 月 8 日发布的新冠疫情最新统计数据显示,截至美国东部时间 11 ...

  4. 新冠疫情数据可视化python_【一点资讯】新冠疫情数据分析 | Python可视化工具看全国各地的新增趋势 www.yidianzixun.com...

    - 点击上方"中国统计网"订阅我吧!- 文末领取[腾讯疫情分析完整代码+数据包] 本篇文章将分享腾讯疫情实时数据抓取,获取全国各地和贵州省各地区的实时数据,并将数据存储至本地,最后 ...

  5. 冯扬文：新冠疫情下国际航运市场趋势分析

    冯扬文:新冠疫情下国际航运市场趋势分析 一.目前国际海运市场表现 (一)国际集装箱运价持续上涨,运力需求旺盛 2020年下半年以来,市场一直处于缺舱.缺箱.运价上涨的状态.仔2021年下半年曾出现持续 ...

  6. 数据分享|函数型数据分析部分省市新冠疫情数据

    作者:Mingji Tang 统计学中传统的数据类型有截面数据和时间序列数据.这两者都只能在某一纵向或横向上探究数据,且部分前提条件又很难满足.而函数型数据连续型函数与离散型函数长期以来的分离状态,实 ...

  7. 新冠疫情防控背后有哪些鲜为人知的技术？

    1. 前言 从2019年末从武汉市发现新冠肺炎病毒确诊病例开始,到现在已经有两年多的时间了.在这两年中,从最初的恐慌变得自信,从开始的逃离疫区.抢购物资.扎堆就医,到现在配合流调.主动检测.积极接种疫 ...

  8. Python小白的数学建模课-A3. 12个新冠疫情数模竞赛赛题与点评

    新冠疫情深刻和全面地影响着社会和生活,已经成为数学建模竞赛的背景帝. 收集了与新冠疫情相关的的数学建模竞赛赛题,关注收藏本文或者在评论区留下邮箱,送你赛题分析点评及优秀论文. 『Python小白的数学 ...

  9. 新冠疫情后智慧城市面临的挑战和发展机遇

    一.引子 自今年年初第一例新型冠状病毒感染的肺炎感染者确诊以来,疫情迅速爆发.相较于2003年SARS病毒,新型冠状病毒快速传播除与病毒感染性较强有关外,也与近年来中国城市化高度发展造成的人口高度聚集 ...

最新文章

  1. python画图标题_使用pyplot.matshow()函数添加绘图标题
  2. 2018 中国AI人才大调查：14张图表解读他们来自何处，又将去往何方？
  3. 地理信息技术加持 用数字孪生让城市更“聪明”
  4. 终于恢复了珍惜多年的照片
  5. lecture 3 qkine- start with connections
  6. WebRTC编译系统之GYP，gn和ninja
  7. 以后所有经济时事的点评都不在这里
  8. autojs 文件转base64
  9. Symfony 上传图片教程
  10. pcd格式点云的显示程序
  11. python IndentationError: unindent does not match any outer indentation level
  12. light动名词_动名词的用法英语语法大全
  13. 给ImageView做圆角处理
  14. 【腾讯云】记录一次Could not connect to SMTP host: smtp.163.com, port: 25的解决办法
  15. 模版方法模式--旅游签证
  16. 007.复原 IP 地址
  17. 2020.11.9--AE--文字的文本属性、文字动画效果、内置动画预设
  18. Android　不分区使用link2sd(app2ext APP2SD)
  19. [HAOI2010]软件安装 [Tarjan + 树形DP]
  20. Scala类和成员变量的讲解。

热门文章

  1. animate动画案例_animate动画案例——小小购物狂
  2. android addtextchangedlistener参数,【Android】关于addTextChangedListener()方法的上机记录...
  3. cups共享linux打印机_linux入门-映射网络驱动器
  4. jsp工程防止外部注入_XPATH注入详解|OWASP Top 10安全风险实践（五）
  5. 【学习笔记】网络层——IPv6：地址表示、IPv4的对比、IPv4过渡到IPv6、基本地址类型等
  6. adb native raact 夜神_React-Native安装及环境搭建（夜神模拟机运行）
  7. python 三引号_Python 简明教程 --- 4，Python 变量与基本数据类型
  8. mongoose 批量修改字段_WordPress图片路径批量替换方法
  9. java 接口 print_Java-接口练习
  10. jquery name选择器_jquery笔记