国际免费版 新冠疫情数据分析APP正式发布！

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。

来源：oschina

链接：https://my.oschina.net/u/4280361/blog/4293336