array(2) { ["docs"]=> array(10) { [0]=> array(10) { ["id"]=> string(3) "428" ["text"]=> string(77) "Visual Studio 2017 单独启动MSDN帮助（Microsoft Help Viewer）的方法" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(8) "DonetRen" ["tagsname"]=> string(55) "Visual Studio 2017|MSDN帮助|C#程序|.NET|Help Viewer" ["tagsid"]=> string(23) "[401,402,403,"300",404]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400964" ["_id"]=> string(3) "428" } [1]=> array(10) { ["id"]=> string(3) "427" ["text"]=> string(42) "npm -v；报错 cannot find module "wrapp"" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "zzty" ["tagsname"]=> string(50) "node.js|npm|cannot find module "wrapp“|node" ["tagsid"]=> string(19) "[398,"239",399,400]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400760" ["_id"]=> string(3) "427" } [2]=> array(10) { ["id"]=> string(3) "426" ["text"]=> string(54) "说说css中pt、px、em、rem都扮演了什么角色" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(12) "zhengqiaoyin" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400640" ["_id"]=> string(3) "426" } [3]=> array(10) { ["id"]=> string(3) "425" ["text"]=> string(83) "深入学习JS执行--创建执行上下文（变量对象，作用域链，this）" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "Ry-yuan" ["tagsname"]=> string(33) "Javascript|Javascript执行过程" ["tagsid"]=> string(13) "["169","191"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511399901" ["_id"]=> string(3) "425" } [4]=> array(10) { ["id"]=> string(3) "424" ["text"]=> string(30) "C# 排序技术研究与对比" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "vveiliang" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(8) ".Net Dev" ["catesid"]=> string(5) "[199]" ["createtime"]=> string(10) "1511399150" ["_id"]=> string(3) "424" } [5]=> array(10) { ["id"]=> string(3) "423" ["text"]=> string(72) "【算法】小白的算法笔记：快速排序算法的编码和优化" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "penghuwan" ["tagsname"]=> string(6) "算法" ["tagsid"]=> string(7) "["344"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511398109" ["_id"]=> string(3) "423" } [6]=> array(10) { ["id"]=> string(3) "422" ["text"]=> string(64) "JavaScript数据可视化编程学习（二）Flotr2，雷达图" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "chengxs" ["tagsname"]=> string(28) "数据可视化|前端学习" ["tagsid"]=> string(9) "[396,397]" ["catesname"]=> string(18) "前端基本知识" ["catesid"]=> string(5) "[198]" ["createtime"]=> string(10) "1511397800" ["_id"]=> string(3) "422" } [7]=> array(10) { ["id"]=> string(3) "421" ["text"]=> string(36) "C#表达式目录树（Expression）" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "wwym" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(4) ".NET" ["catesid"]=> string(7) "["119"]" ["createtime"]=> string(10) "1511397474" ["_id"]=> string(3) "421" } [8]=> array(10) { ["id"]=> string(3) "420" ["text"]=> string(47) "数据结构 队列_队列实例：事件处理" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "idreamo" ["tagsname"]=> string(40) "C语言|数据结构|队列|事件处理" ["tagsid"]=> string(23) "["246","247","248",395]" ["catesname"]=> string(12) "数据结构" ["catesid"]=> string(7) "["133"]" ["createtime"]=> string(10) "1511397279" ["_id"]=> string(3) "420" } [9]=> array(10) { ["id"]=> string(3) "419" ["text"]=> string(47) "久等了,博客园官方Android客户端发布" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(3) "cmt" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511396549" ["_id"]=> string(3) "419" } } ["count"]=> int(200) } 222 nCompass功能使用-数据表格 - CARLOS_KONG - 爱码网

nCompass功能使用-数据表格 - CARLOS_KONG

yaoyaojcy

nCompass功能使用-数据表格

单击返回：自学N-Compass之路 
nCompass功能使用--数据表格

1. 利用数据表格分析数据

1.1   编辑数据表格内的选项卡介绍

选项卡《选择维度》：

  • 应用：   应用/应用组/域名/URL
  • 站点：   站点/站点组/客户端站点/服务端站点/客户端站点组/服务端站点组
  • IP    ：   IP/服务端IP/客户端IP/IP通讯对/服务端口/客户端口/服务端IP端口/XFF-IP
  • 采集点：探针名称/Vxlan ID/租户/租户组/Vlan/内层vlan/数据中心
  • 其他   ： MPLS标签/Qos/网络位置/三层协议类型/四层协议类型/MAC地址/MAC地址_服务端/MAC地址_客户端/MAC厂商/MAC厂商_服务端/MAC厂商_客户端/国家/省份/城市/运营商/运营商_客户端/国家_服务端/国家_客户端/省份_服务端/省份_客户端/城市_服务端/城市_客户端/VTEP1/VTEP2/VTEP1_ID/VTEP2_ID/YARA规则/应用顺序号/IP版本

选项卡《选择指标》：

  • 网络流量：总包数/流入包数/流出包数/总流量/流入流量/流出流量/总PPS/流入PPS/流出PPS/小包占比/大包占比/中包占比/站点带宽/站点流出利用率/站点流出利用率/客户端数量/应用数量
  • 网络性能：客户侧丢包率/服务测丢包率/客户端网络时延/服务端网络时延/重传时延/客户端重传时延/服务端重传时延/客户端重传数/服务端重传数/客户端传输时延/服务端传输时延/客户端性能延时/服务端性能延时/网络评分
  • 网络连接：活动会话数/建连成功率/建连失败率/SYN包数量/SYNACK包数量/建连服务端失败/建连服务端重置/建连服务端无响应/服务端队列不足/建连服务器端失败-其他/建连客户端失败/端口复用/客户端重传次数不足/建连客户端失败=其他/建连客户端无响应/客户端Reset/服务端Reset/建连客户端重传/建连服务端重传/服务端拆连请求数/客户端拆连请求数/中间人攻击次数/建连探测/建连异常-SYN/建连异常-SYNACK/拆连个数/TCP评分
  • 应用性能：访问量/TCP建连时间/应用相应时间/用户体验时间/峰值响应时间/首包时延/客户端网络时延/服务端网络时延/客户端重传时延/服务端重传时延/响应快/响应慢/响应超时/拆连超时次数/健康度评分/应用评分
  • 主机性能：服务端小窗口/客户端小窗口/服务端小窗口时延/客户端小窗口时延/TCP窗口时延/客户端净荷/服务端净荷/支持SACK的会话数/应用无响应/客户端最小MSS/服务端最小MSS/客户端SACK分段/服务端SACK分段/服务器评分
  • 区间指标： 峰值流入PPS/峰值流出PPS/峰值活动会话数/峰值新建会话数/峰值建连会话数/峰值建连请求数/平均网络时延/平均丢包率/平均建连成功率/峰值流出利用率/峰值流出利用率/峰值流出利用率时间/峰值流出利用率时间/峰值吞吐量/流出利用率>=70%流出利用率<50%流出利用率50%~70%/流入利用率>=70%流入利用率<50%/流入利用率50%~70%/平均流出利用率

1.2   两种添加维度的比较

  • 一种在接口数据包右键直接----添加维度（只针对某一个接口数据）
  • 一种在右侧按钮直接----修改维度（针对所有接口数据）

 1.3 对比曲线图

按住Ctrl健选择两个数据指标，右侧按钮“对比曲线图”直接进行对比。  如下图显示出两个接口的总吞吐量的对比曲线图。

1.4  对数据通讯对直接下载数据包

1.5  对数据通讯对数据包直接分析（ncompass内置分析模板）

1.5  数据通讯对，数据显示时，选项卡

  • 修改时间： 查看时间，颗粒度1min、5min、1h
  • 开启基线： 基线上下线，默认关闭
  • 数据表格： 直接跳转到数据表格
  • 图表类型： 曲线图、折线图、柱状图、区域图
  • 智能分析： 可编写脚本，实现自动化分析
  • 趋势预测： 基础（预测时间、时间颗粒度、历史数据、数据模型、指标）。（其中可以过滤维度。）

1.6 对数据进行筛选 (筛选维度或者筛选指标)

针对下面数据，只想看到“网络时延”>50ms 的数据，就需要采用筛选功能。

由于“网络时延”是指标， 所以选择右上角“编辑”---“筛选指标” 。

2. 数据表格的使用场景

2.1  场景一：过滤网络中开启了高危端口的服务器，并列出访问高危端口的客户端（高危端口包括：TCP 23,119，135,137,138,139,143,445）

”修改指标“---”过滤维度“----添加服务端口

此时维度却没有”服务端口“， ”修改维度“----IP---添加”服务端口“

现在要查看出访问高危端口的客户端。

  • 全局添加客户端方式： 右侧 “修改维度”----IP---添加“客户端端口”（见下面例子）
  • 针对某一个通讯对添加客户端方式： 通讯对右键 “添加维度”----IP---添加“客户端端口”

2.2 找出网络进行端口扫描的主机。

端口扫描特征，客户端会尝试访问很多应用。

“应用数量”表示客户端一共访问了服务器的服务端口数量。

按“应用数量”排序之后：
SYN包数量很多，但是新建连会话数量确实0，很大概率就是在做扫描。

是否有更精准的办法确认扫描行为？ 

更详细的筛选功能，采用指标表达式：  应用数量>100 and （SYN包数量>新建会话数*100） and 建连探测=0

2.3 找出所有121.0.0.0/8和122.0.0.0/8互访的所有通讯对，并统计两个网段间互访流量的大小。

 思考这个问题容易出现误区：

  • 如果直接采用IP作为过滤维度，客户端IP和服务端IP均会在通讯对列出来；
  • 如果再用客户端IP，服务端IP作为过滤维度，但是这样就会是单一方向数据。

采用维度表达式：（{客户端ip，等于，121.0.0.0/8}  and {服务器ip，等于，122.0.0.0/8}）or（{客户端ip，等于，122.0.0.0/8} and {服务器ip，等于，121.0.0.0/8}）

维度表达式的用法说明：

 1. { }  用于一个过滤，相当于

    

 2. [ ] 用于匹配条件内部多个值，相当于

    

 3. ( )用于or、and表达式中的组件，括号内的表达式优先执行，以下两个表达式的结果是完全不一样的：

  • （{服务端口，等于，443} and {服务器ip，等于，10.59.0.37}）or {服务端ip，等于，10.59.0.39}
  •   {服务端口，等于，443} and（{服务器ip，等于，10.59.0.37} or  {服务端ip，等于，10.59.0.39}）

。。。。。。

分类：

技术点：

相关文章：

猜你喜欢
相关资源
相似解决方案
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode