Skip to main content
NetApp Solutions
简体中文版经机器翻译而成，仅供参考。如与英语版出现任何冲突，应以英语版为准。

部署 Grafana 信息板

贡献者
PDF

部署完所有内容后，我们会对新数据运行推断。这些型号可预测网络设备故障。预测结果存储在 Iguazio 时间序列表中。您可以在与 Iguazio 的安全和数据访问策略集成的平台中使用 Grafana 来查看结果。

您可以通过将提供的 JSON 文件导入到集群中的 Grafana 接口来部署信息板。

  1. 要验证 Grafana 服务是否正在运行，请查看服务下的。

    图中显示了输入/输出对话框或表示已写入内容

  2. 如果不存在此实例，请从服务部分部署此实例：

    1. 单击新建服务。

    2. 从列表中选择 Grafana 。

    3. 接受默认值。

    4. 单击下一步。

    5. 输入您的用户 ID 。

    6. 单击 Save Service 。

    7. 单击顶部的 Apply Changes 。

  3. 要部署信息板，请通过 Jupyter 界面下载文件 NetopsPredictions-Dashboard.json 。

    图中显示了输入/输出对话框或表示已写入内容

  4. 从服务部分打开 Grafana 并导入信息板。

    图中显示了输入/输出对话框或表示已写入内容

  5. 单击 Upload ` * 。 json` File ，然后选择先前下载的文件（NetopsPredictions-Dashboard.json ）。上传完成后，将显示信息板。

图中显示了输入/输出对话框或表示已写入内容

部署清理功能

当您生成大量数据时，保持数据干净有序非常重要。为此，请使用 cleanup.ipynb 笔记本部署清理功能。

优势

NetApp 和 Iguazio 通过构建 Kubeflow ， Apache Spark 和 TensorFlow 等基本框架以及 Docker 和 Kubernetes 等业务流程工具，加快并简化 AI 和 ML 应用程序的部署。通过统一端到端数据管道， NetApp 和 Iguazio 可以减少许多高级计算工作负载固有的延迟和复杂性，从而有效地缩小开发和运营之间的差距。在培训阶段，数据科学家可以对大型数据集运行查询，并与授权用户安全地共享数据和算法模型。容器化模型准备好投入生产后，您可以轻松地将其从开发环境迁移到操作环境。