ConnectiLogs Panel | Générateur de requêtes

Le générateur de requêtes est un outil qui vous permet d'explorer vos données ConnectiLogs de manière personnalisée, sans avoir besoin d'utiliser du code ou un langage technique. Avec lui, vous pouvez créer des filtres, combiner des conditions, visualiser les résultats avec différents types de graphiques ou de tableaux, et enregistrer vos requêtes pour les analyser quand vous le souhaitez dans un tableau de bord.

Son objectif est que vous trouviez exactement les informations que vous recherchez dans vos journaux, que ce soit pour consulter les accès, analyser les menaces ou enquêter sur un comportement spécifique dans votre service.

Fonctionnement étape par étape 

1. Sélectionnez la source de données 

La première étape pour créer une requête dans ConnectiLogs consiste à définir d'où vous souhaitez obtenir les informations. Pour organiser ce choix, ConnectiLogs utilise trois niveaux : Catégorie, Source et Collection.

Catégorie 

La catégorie définit le domaine ou le type de service sur lequel vous souhaitez interroger les données. Chaque catégorie regroupe un ensemble de collections associées.

Voici quelques exemples de catégories disponibles :

1. Web : inclut tout ce qui concerne les sites web, comme les accès, les erreurs, l'activité des malwares ou les modifications de fichiers (ftp, ssh).
2. Messagerie : regroupe les enregistrements d'activité de la messagerie, tels que les envois, réceptions, accès, etc.
3. Panneau de contrôle : collecte des informations sur les actions effectuées dans le panneau utilisateur, comme les connexions, les modifications de configuration ou la gestion des services.
   

Source 

Au sein de chaque catégorie, vous devez sélectionner la source des données, c'est-à-dire l'objet spécifique sur lequel vous souhaitez obtenir des informations. La source vous permet de sélectionner un domaine, un serveur ou un utilisateur particulier, selon le type de données que vous analysez.

Exemples de source :

1. Domaine : filtre les informations pour un site web spécifique.
2. Serveur : analyse les enregistrements associés à un serveur complet.
   

Remarque : chaque catégorie aura une liste de sources disponibles différente, qui s'adapte au type choisi.

Collection 

Enfin, vous devez sélectionner la collection, qui représente la source finale des données au sein de ConnectiLogs. La collection est l'endroit où se trouvent les enregistrements spécifiques que vous allez analyser, et chacun contient les informations selon la catégorie et la source sélectionnées.

Quelques exemples de collections :

1. Malware de domaine : liste des fichiers détectés comme malveillants sur un domaine spécifique.
2. Accès de session : enregistrement de toutes les connexions effectuées par un utilisateur dans le panneau de contrôle.
3. Actions utilisateur : événements tels que les modifications de configuration, la création ou la suppression de ressources, ou les modifications de permissions.
   

Une fois cette sélection terminée, vous devez choisir la période de visualisation des données. Dans la version gratuite de ConnectiLogs, les données sont limitées à 30 jours pendant sa phase bêta et à 7 jours lors de la disponibilité générale de l'application.

2. Explorer les données (facultatif) 

Une fois que vous avez sélectionné la collection et saisi une plage de dates valide, ConnectiLogs vous permet d'explorer les données avant de commencer à construire votre requête. Cette étape est facultative mais fortement recommandée, surtout si vous n'êtes pas familier avec la collection que vous avez choisie ou si vous voulez vous assurer que vous recherchez la bonne chose.

L'exploration des données vous donne un aperçu des enregistrements et vous aide à comprendre quelles informations sont disponibles, comment elles sont organisées et quelles valeurs vous pourriez utiliser pour filtrer vos résultats.

Que pouvez-vous faire en explorant les données ? 

1. Voir quels champs contient la collection : Chaque collection a des champs différents avec des informations spécifiques.
2. Appliquer des filtres : Si nécessaire, vous pouvez appliquer des filtres pour segmenter davantage les informations et accéder plus précisément aux données dont vous avez besoin.
   

1. Exporter : Vous aimez ce que vous voyez et pensez que cela pourrait être utile ? Vous pouvez exporter les données très rapidement au format CSV pour travailler sur votre propre appareil hors ligne. Gardez à l'esprit que si la collection contient beaucoup de données, le téléchargement des données de la collection est limité à 100 000 lignes pour des raisons de performance.
   

Conseils pratiques : 

1. Utilisez-le si c'est votre première fois avec une collection : cela vous aidera à comprendre la structure des données.
2. Ne vous inquiétez pas du nombre d'enregistrements : seul un échantillon représentatif est affiché, suffisant pour vous guider.
3. Combinez-le avec des filtres : l'exploration ne montrera que les données liées aux filtres appliqués.
   

CONSEIL PRO :

Passez votre souris sur l'une des colonnes de la collection pour voir une brève description de ce que c'est, afin de mieux comprendre les données :

3. Générateur de requêtes 

Après avoir sélectionné la source de données et, si vous le souhaitez, exploré les enregistrements pour mieux comprendre la collection, il est temps de construire la requête et de visualiser les résultats. ConnectiLogs vous permet de le faire de manière flexible, en choisissant comment vous souhaitez voir les informations et en appliquant des agrégations et des filtres de manière intuitive.

3.1. Choisir le type de visualisation 

Tout d'abord, vous devez décider comment vous souhaitez voir les résultats de votre requête. ConnectiLogs propose plusieurs formats :

1. Tableau : affiche tous les enregistrements en détail, sans agrégations.
2. Tableau agrégé : regroupe les données par un champ et permet d'appliquer des opérateurs sur une autre dimension.
3. Tableau croisé : permet de réorganiser et de comparer les données sur plusieurs dimensions sous forme de tableau.
4. Graphique à barres : Une représentation visuelle des données utilisant des barres rectangulaires dont la longueur est proportionnelle aux valeurs qu'elles représentent.
5. Graphique linéaire : Un graphique qui relie les points de données par des segments de ligne droite pour montrer les tendances et les changements d'une variable en fonction des valeurs.
6. Graphique en aires : Un type de graphique similaire au graphique linéaire, mais dont les valeurs changent par rapport à une dimension temporelle.
7. Graphique en secteurs : une alternative au graphique à barres, il permet de visualiser les quantités ou les grandeurs de diverses catégories ou variables numériques.
   

3.1.1 Dimensions et types de visualisation. 

Selon le type de visualisation que vous choisissez, ConnectiLogs affichera une série de boîtes de glisser-déposer. Ces boîtes sont les dimensions qui viennent par défaut en fonction du type de graphique, vous n'avez donc pas à vous soucier de savoir quels champs ajouter. Selon le type de graphique ou de tableau choisi, il vous permet d'ajouter des champs sur jusqu'à trois dimensions différentes pour organiser les données.

Tableaux 

Les tableaux sont la manière la plus simple et la plus directe de visualiser les données dans ConnectiLogs. Ils sont conçus pour afficher les informations sous forme de liste, où chaque ligne représente un enregistrement et chaque colonne un champ de cet enregistrement.

Ils sont particulièrement utiles lorsque vous avez besoin de voir le détail complet des données, sans agrégations ni transformations.

Comment fonctionnent-ils ?

Lorsque vous sélectionnez un tableau simple, ConnectiLogs affiche les enregistrements tels qu'ils existent dans la collection. C'est-à-dire :

1. Les données ne sont pas regroupées
2. Aucun calcul automatique n'est appliqué
3. Chaque ligne correspond à une ligne réelle du journal lui-même (par exemple, un accès, une action ou une détection de malware)
   

Vous décidez quelles colonnes vous souhaitez afficher, en sélectionnant les champs qui vous intéressent.

Que pouvez-vous faire avec un tableau ?

1. Voir les données brutes : idéal pour inspecter des événements spécifiques
2. Trier les colonnes : vous pouvez organiser les résultats par un champ (par exemple, date, IP, utilisateur)
3. Appliquer des filtres : pour réduire la quantité de données et se concentrer sur l'essentiel
4. Explorer manuellement les modèles : détecter des comportements suspects ou répétitifs
   

Limites des tableaux

Pour garantir de bonnes performances et des temps de chargement raisonnables, les tableaux ont certaines limites :

1. Nombre d'enregistrements visibles : le tableau affiche un maximum de 100 000 lignes (pas toutes les données s'il y a de gros volumes), pour des raisons de performance de l'application.
2. Pas d'agrégations : ne permet pas d'appliquer directement des opérateurs comme Count, Sum ou Average

Ces limitations n'affectent pas l'analyse, mais plutôt la façon dont les données sont présentées à l'écran.

Quand utiliser un tableau ?

Le tableau est la meilleure option lorsque :

1. Vous voulez voir le détail exact des enregistrements
2. Vous enquêtez sur un cas spécifique (par exemple, une IP suspecte ou une erreur particulière)
3. Vous devez valider des informations avant d'appliquer des agrégations
4. Vous explorez une collection pour la première fois
   

Recommandation

Commencez toujours par un tableau lorsque vous n'êtes pas sûr de ce que vous cherchez et qu'il s'agit d'une collection avec tellement de colonnes que l'explorateur de données pourrait vous submerger. Une fois que vous comprenez les données, vous pouvez passer à des visualisations plus avancées (comme les tableaux agrégés ou les graphiques) pour tirer des conclusions plus rapidement.

Tableau agrégé 

Le tableau agrégé est une étape plus avancée par rapport au tableau simple. Au lieu d'afficher des données brutes, il permet de résumer et regrouper les informations pour obtenir une vue plus claire et plus utile.

C'est l'une des visualisations les plus utilisées lorsque vous voulez répondre à des questions comme : combien de fois quelque chose se produit ?, quel élément a le plus d'activité ?, ou comment les données sont-elles distribuées ?

Comment fonctionne-t-il ?

Dans un tableau agrégé, les données sont organisées sur la base de deux éléments principaux :

1. Grouper par : le champ par lequel les données sont regroupées (par exemple, IP, domaine, chemin, utilisateur...)
2. Valeur à agréger : le calcul appliqué aux enregistrements (par exemple, count, sum, average, etc.)
   

Au lieu de voir chaque enregistrement individuel, vous verrez une ligne pour chaque valeur unique de "Grouper par".

Exemple simple

Si vous avez des milliers d'accès à votre site web :

1. Avec un tableau simple, vous verriez chaque accès un par un
2. Avec un tableau agrégé → vous pouvez voir quelque chose comme :
   

IP	Nombre d'accès
192.168.1.1	150
80.23.45.10	98
10.0.0.5	76

Ici, vous regroupez par IP et appliquez un Count.

Dans certains cas, vous pouvez ajouter plus d'une dimension pour effectuer des regroupements plus spécifiques (par exemple, IP + chemin), bien que cela augmente la complexité du résultat et le temps de chargement.

Les tableaux agrégés fonctionnent toujours avec des opérateurs d'agrégation. Si vous avez besoin de plus d'informations sur les valeurs d'agrégation, vous pouvez consulter la section suivante de ce guide.

Limites des tableaux agrégés

1. Nombre d'enregistrements visibles : le tableau affiche un maximum de 10 000 lignes (pas toutes les données s'il y a de gros volumes), pour des raisons de performance de l'application.
2. Autant de valeurs à regrouper que nécessaire
3. 1 seule valeur à agréger
   

Quand utiliser un tableau agrégé ?

1. Vous voulez résumer les informations au lieu de visualiser les données brutes
2. Vous devez compter, comparer ou mesurer des données
3. Vous cherchez à identifier rapidement ce qui se démarque dans un ensemble de données
4. Vous préparez des informations pour des analyses ou des tableaux de bord
   

Recommandation

Utilisez le tableau agrégé lorsque vous comprenez déjà les données (par exemple, après avoir utilisé un tableau simple) et que vous souhaitez tirer des conclusions rapides. C'est un outil pour transformer des données complexes en informations.

Tableau croisé 

Il s'agit d'une visualisation plus avancée que le tableau agrégé. Il permet d'analyser les données sur plusieurs dimensions simultanément, en croisant les informations pour obtenir une vue beaucoup plus complète.

Il est particulièrement utile lorsque vous souhaitez répondre à des questions comme : comment deux ou plusieurs variables sont-elles liées ?, que se passe-t-il dans différentes combinaisons de données ?, ou comment quelque chose est-il distribué à travers plusieurs niveaux ?

Comment fonctionne-t-il ?

Dans un tableau croisé, les données sont organisées en trois éléments principaux :

1. Lignes : première dimension par laquelle les données sont regroupées (par exemple, IP, domaine, utilisateur...)
2. Colonnes : deuxième dimension qui est croisée avec la précédente (par exemple, code d'état, type d'événement, pays...)
3. Valeur à agréger : le calcul appliqué aux enregistrements (Count, Sum, Average, etc.)
   

Le résultat est un tableau où chaque cellule représente une combinaison de lignes et de colonnes.

Exemple simple

Si vous avez des enregistrements d'accès à votre site web :

1. Lignes : IP
2. Colonnes : code d'état (200, 404, 500...)
3. Valeur à agréger : Count
   

Le résultat serait quelque chose comme :

IP	200	404	500
192.168.1.1	120	20	10
80.23.45.10	90	5	3
10.0.0.5	70	4	2

Cela vous permet de voir non seulement combien d'accès chaque IP a, mais aussi quel type de réponses chacune génère.

Que pouvez-vous faire avec un tableau croisé ?

1. Croiser des données de différentes dimensions
2. Comparer des comportements entre catégories
3. Détecter des modèles complexes (par exemple, erreurs par pays ou attaques par type)
4. Analyser des distributions plus complètes
   

Limites des tableaux croisés

1. Nombre d'enregistrements visibles : le tableau affiche un maximum de 10 000 combinaisons, pour des raisons de performance
2. Dimensions limitées :
   
1. 2 dimensions en lignes
2. 2 dimensions en colonnes
3. 1 seule valeur à agréger
4. Consommation de ressources plus élevée : peut prendre plus de temps à charger s'il y a de nombreuses combinaisons possibles (haute cardinalité), et peut même échouer à exécuter la requête
   

Quand utiliser un tableau croisé ?

C'est la meilleure option lorsque :

1. Vous devez analyser les relations entre deux variables
2. Vous voulez comparer des données sur plusieurs axes (par exemple, temps vs type d'événement)
3. Vous cherchez à aller au-delà du simple comptage ou regroupement
4. Vous construisez des analyses plus complètes pour des tableaux de bord
   

Recommandation

Utilisez le tableau croisé lorsque le tableau agrégé ne suffit pas. C'est un outil très puissant pour des analyses plus avancées, mais il est préférable de l'utiliser lorsque vous savez déjà ce que vous voulez comparer, car une utilisation inappropriée (trop de combinaisons) peut rendre les résultats difficiles à interpréter.

IMPORTANT : HAUTE CARDINALITÉ DANS LES TABLEAUX CROISÉS

Dans les tableaux agrégés, il existe une limite importante que vous devez prendre en compte : la cardinalité maximale est de 2 500 valeurs. La cardinalité fait référence au nombre de valeurs uniques générées par les lignes et les colonnes.

Si cette limite est dépassée, la requête ne s'exécutera pas, car cela pourrait affecter les performances de l'application.

Qu'est-ce que cela signifie en pratique ?

Lorsque vous regroupez des données, ConnectiLogs doit générer une ligne pour chaque valeur unique. Par exemple :

1. Si vous regroupez par IP : chaque IP distincte génère une ligne
2. Si vous regroupez par chemin : chaque chemin distinct génère une ligne
3. Si vous regroupez par IP + chemin : chaque combinaison unique d'IP et de chemin génère une ligne, soit nombre d'IP différentes x nombre de chemins différents.
   

Exemple :

1. Champ IP → 100 valeurs uniques
2. Champ Chemin → 50 valeurs uniques
   

Si vous regroupez par IP + chemin, le maximum théorique serait :

100 × 50 = 5 000 combinaisons

Dans ce cas, vous dépasseriez la limite de 2 500, donc la requête ne s'exécuterait pas.

Remarque : le maximum théorique n'est pas toujours atteint (car toutes les combinaisons n'existent pas), mais c'est une bonne référence pour estimer si vous pourriez avoir des problèmes.

Que se passe-t-il si vous dépassez 2 500 ?

1. La requête ne s'exécute pas
2. ConnectiLogs affichera un avertissement indiquant qu'il y a trop de combinaisons
3. Vous devez ajuster la requête avant de pouvoir obtenir des résultats
   

Comment éviter de dépasser cette limite ?

Quelques recommandations pratiques :

1. Réduire la plage de dates → moins de données, moins de combinaisons
2. Appliquer des filtres : limiter les valeurs (par exemple, une seule IP ou un seul domaine)
3. Éviter de combiner des champs à haute cardinalité : comme les ID, les IP ou les chemins très variables
4. Commencer par une seule dimension et n'en ajouter d'autres que si nécessaire
   

Graphique à barres 

Le graphique à barres est une visualisation conçue pour comparer rapidement et visuellement des valeurs entre différentes catégories. C'est l'un des formats les plus intuitifs dans ConnectiLogs, car il convertit les données numériques en barres dont la longueur représente la grandeur de la valeur.

Il est particulièrement utile lorsque vous souhaitez répondre à des questions comme : quelle catégorie a le plus d'activité ?, quel élément se démarque le plus ?, ou comment différents groupes se comparent-ils les uns aux autres ?

Comment fonctionne-t-il ?

Un graphique à barres est construit à partir de deux éléments principaux :

1. Grouper par (axe X) : la catégorie que vous souhaitez analyser (par exemple, IP, domaine, chemin, utilisateur...)
2. Valeur à agréger (axe Y) : le résultat du calcul appliqué aux données (par exemple, Count, Sum, Average...)
   

Le résultat pourrait être représenté comme ceci :

1. /home → 1200 accès
2. /login → 800 accès
3. /contact → 300 accès
   

Dans le graphique, chaque barre aurait une hauteur proportionnelle à ces valeurs, vous permettant de voir d'un coup d'œil quels chemins reçoivent plus de trafic.

Que pouvez-vous faire avec un graphique à barres ?

1. Comparer des catégories visuellement
2. Identifier rapidement les valeurs les plus élevées ou les plus basses
3. Détecter des anomalies ou des comportements inhabituels
4. Résumer de grands volumes de données de manière claire
   

Limites du graphique à barres

Pour garantir performance et lisibilité :

1. Grouper par : Permet jusqu'à deux champs différents. Nous recommandons d'en utiliser un seul, et deux uniquement dans des cas très spécifiques pour des raisons de performance.
2. Valeur à agréger : Permet un seul champ.
3. Cardinalité recommandée : fonctionne mieux avec des ensembles de données de taille moyenne ou filtrés
   

Recommandation

Utilisez le graphique à barres lorsque vous avez besoin d'une comparaison visuelle directe entre catégories. C'est l'un des moyens les plus efficaces de transformer des données agrégées en informations faciles à comprendre en quelques secondes.

Conseil pro :

Pour améliorer l'utilisabilité, il y a un sélecteur horizontal et vertical afin que vous puissiez zoomer sur le graphique et explorer les données plus en détail.

Vous pouvez passer de ceci :

À ceci :

Graphique linéaire et graphique en aires 

Le graphique linéaire et le graphique en aires sont, essentiellement, le même type de visualisation. Les deux sont utilisés pour représenter l'évolution des données dans le temps, vous permettant d'analyser les tendances, les pics et les changements d'une métrique de manière continue.

La seule véritable différence entre eux est la représentation visuelle.

Comment fonctionnent-ils ?

Les deux graphiques sont basés sur deux éléments principaux :

1. Grouper par : inclut implicitement la date et jusqu'à un champ supplémentaire si vous le souhaitez,
2. Valeur à agréger : une métrique calculée (Count, Sum, Average, etc.)
   

À partir de ces données, des points dans le temps sont construits qui montrent comment une métrique évolue.

Différence entre le graphique linéaire et le graphique en aires

Bien que conceptuellement identiques, la différence réside dans la visualisation :

1. Graphique linéaire : Représente les données à l'aide d'une ligne qui relie les points. Il est visuellement plus léger et se concentre sur la tendance.
2. Graphique en aires : Identique au graphique linéaire, mais remplit la zone sous la ligne. Cela aide à mieux visualiser le volume ou la grandeur totale des valeurs.
   

En pratique :

1. Graphique linéaire → meilleur pour voir les tendances avec précision
2. Graphique en aires → meilleur pour percevoir le volume et le poids des données
   

Exemple simple

Imaginez que vous analysez les accès quotidiens à votre site web :

1. Jour 1 → 100 accès
2. Jour 2 → 150 accès
3. Jour 3 → 90 accès
   

Dans les deux cas, vous verriez la même évolution temporelle, mais :

1. Dans le graphique linéaire, vous verriez une ligne qui monte et descend
2. Dans le graphique en aires, vous verriez cette même ligne avec la zone en dessous remplie
   

Que pouvez-vous faire avec ces graphiques ?

1. Analyser les tendances dans le temps
2. Détecter des pics ou des baisses d'activité
3. Comparer l'évolution des métriques
4. Identifier des modèles temporels (quotidiens, hebdomadaires, etc.)

Limites de ces graphiques

1. Par défaut, nous affichons 10 lignes différentes, avec la possibilité de choisir 10, 20, 50 ou jusqu'à 100 lignes différentes.
2. Permet seulement d'ajouter une seule valeur.
3. Ils sont conçus pour l'analyse, pas pour le détail des enregistrements individuels.
4. Une seule valeur agrégée par série.
   

Quand utiliser un graphique linéaire ou en aires ?

Ils sont idéaux lorsque :

1. Vous voulez voir comment une métrique évolue dans le temps
2. Vous analysez un comportement historique
3. Vous devez détecter des tendances ou des anomalies temporelles
4. Vous construisez des tableaux de bord avec des métriques périodiques
   

Recommandation

Utilisez le graphique linéaire lorsque vous êtes intéressé par la précision de la tendance et la comparaison claire entre les points. Utilisez le graphique en aires lorsque vous voulez donner plus d'importance au volume ou à l'impact des données dans le temps.

Graphique en secteurs 

Le graphique en secteurs est une visualisation conçue pour montrer la distribution proportionnelle d'un ensemble de données. Son objectif est de représenter comment un total est distribué entre différentes catégories, de manière visuelle et très rapide à interpréter.

Il est particulièrement utile lorsque vous souhaitez répondre à des questions comme : quelle part chaque catégorie représente-t-elle du total ?, comment un ensemble de données est-il distribué ?, ou quel élément a le plus grand poids relatif ?

Comment fonctionne-t-il ?

Le graphique en secteurs est basé sur deux éléments principaux :

1. Grouper par : la catégorie que vous souhaitez analyser (par exemple, IP, domaine, type d'événement, utilisateur...)
2. Valeur à agréger : la métrique qui définit la taille de chaque part (par exemple, Count, Sum, Average...)
   

Chaque catégorie est représentée comme une "part" du cercle, et la taille de cette part est proportionnelle à sa valeur par rapport au total.

Exemple simple

Si vous analysez les accès à votre site web par chemin :

1. /home → 500 accès
2. /login → 300 accès
3. /contact → 200 accès
   

Le graphique montrera un cercle divisé en parts, où :

1. /home occupe 50 %
2. /login 30 %
3. /contact 20 %
   

Cela vous permet de comprendre la distribution du trafic en un coup d'œil.

Que pouvez-vous faire avec un graphique en secteurs ?

1. Voir des proportions au sein d'un total
2. Identifier rapidement la catégorie dominante
3. Comprendre la distribution des données sans avoir besoin de tableaux
4. Visualiser la composition d'une métrique de manière simple

Limites du graphique en secteurs

1. Grouper par : permet jusqu'à 1 champ.
2. Valeur à agréger : permet un seul champ.
3. Par défaut, il n'y a PAS de limite de parts, c'est pourquoi il est extrêmement important de choisir un champ dans "grouper par" avec une faible cardinalité (peu de valeurs distinctes). Vous pouvez choisir des limites de 10, 20, 50 et 100 parts différentes.
4. Nombre limité de catégories : il n'est pas recommandé d'utiliser des champs avec de nombreuses catégories différentes, car le graphique perd en lisibilité.
5. Meilleur avec peu d'éléments : idéalement entre 2 et 8 catégories
6. Haute cardinalité déconseillée : les champs avec de nombreuses valeurs uniques ne sont pas adaptés
7. Une seule valeur agrégée : ne permet qu'une seule métrique primaire
   

Quand utiliser un graphique en secteurs ?

C'est la meilleure option lorsque :

1. Vous voulez montrer des proportions claires au sein d'un total
2. Vous avez peu de catégories différentes
3. Vous avez besoin d'une visualisation simple et directe
4. Vous affichez des distributions de base dans des tableaux de bord
   

Le graphique en secteurs vous permet de voir immédiatement quel type d'événement prédomine.

Recommandation

Utilisez le graphique en secteurs uniquement lorsque vous avez peu de catégories et que vous souhaitez mettre en évidence des proportions. Si le nombre de valeurs devient trop important, il est préférable d'utiliser un graphique à barres pour maintenir la clarté de l'analyse.

CONSEIL PRO :

L'option "Regrouper en Autres" est une fonctionnalité conçue pour améliorer la lisibilité du graphique lorsqu'il y a de nombreuses catégories avec peu de poids individuel.

Au lieu d'afficher toutes les catégories séparément, ConnectiLogs regroupe les moins pertinentes dans une seule catégorie appelée "Autres".

Comment fonctionne-t-il ?

Lorsque vous appliquez cette option, le système :

1. Trie les catégories par leur valeur (par exemple, nombre d'événements ou somme totale)
2. Conserve les catégories principales visibles (celles qui ont le plus grand poids)
3. Regroupe le reste des catégories mineures dans un seul bloc appelé "Autres"
   

La valeur de "Autres" est la somme totale de toutes les catégories regroupées.

Exemple simple

Imaginez cette distribution de trafic :

1. /home → 5000
2. /login → 3000
3. /contact → 1500
4. /blog/post1 → 200
5. /blog/post2 → 150
6. /blog/post3 → 100
   

Si vous activez "Regrouper en Autres" (en laissant, par exemple, seulement les 3 premières catégories visibles), le résultat serait :

1. /home → 5000
2. /login → 3000
3. /contact → 1500
4. Autres → 450

3.2. Agréger et analyser les données 

Une fois que vous choisissez le type de graphique ou de tableau que vous souhaitez utiliser, l'application charge automatiquement les dimensions disponibles. À partir de là, vous pouvez ajouter les champs que vous voulez dans chaque dimension. À tout moment, l'outil indiquera les limites autorisées, afin que vous sachiez combien de champs vous pouvez ajouter et où.

Toutes les visualisations, à l'exception du tableau simple, permettent de travailler avec des agrégations. Une agrégation sert à résumer les informations d'une dimension et à obtenir des données plus faciles à analyser. En d'autres termes, c'est un moyen de regrouper des enregistrements et de leur appliquer un calcul.

Par exemple, une agrégation peut être utilisée pour compter combien de fois un enregistrement donné apparaît, en tenant compte des combinaisons des autres dimensions sélectionnées.

Pour effectuer ces agrégations, on utilise des opérateurs qui résument les données. Les opérateurs disponibles sont :

1. Count : compte le nombre total d'enregistrements.
2. Sum : additionne les valeurs numériques de la dimension sélectionnée.
3. Average : calcule la valeur moyenne de la dimension.
4. Min : affiche la valeur minimale enregistrée.
5. Max : affiche la valeur maximale enregistrée.
6. Count distinct : compte le nombre de valeurs uniques au sein de la dimension sélectionnée.
   

Par exemple, si vous souhaitez analyser les accès par route sur votre site web, vous pouvez utiliser Count pour savoir combien d'accès chaque domaine a eu. Si, en revanche, vous analysez un champ numérique comme la taille des fichiers pour déterminer la quantité de trafic sortant, vous pouvez utiliser Sum pour connaître le volume total par ressource.

Dans l'exemple pratique suivant, le nombre de visites pour chaque IP différente trouvée sera affiché :

3.3. Filtrer les résultats (facultatif) 

De plus, vous pouvez appliquer des filtres pour réduire les données et visualiser uniquement les informations qui vous intéressent vraiment. Les filtres vous permettent d'inclure ou d'exclure des enregistrements en fonction de certaines conditions, ce qui facilite l'analyse et rend les résultats plus précis.

Par exemple, vous pouvez filtrer pour voir uniquement les événements d'un domaine spécifique, limiter les résultats à une plage de dates particulière, ou exclure certains types d'enregistrements que vous ne souhaitez pas analyser.

Pour définir ces filtres, ConnectiLogs fournit différents opérateurs, qui vous permettent d'établir comment chaque condition doit être remplie :

1. = (Égal) : affiche uniquement les enregistrements dont la valeur correspond exactement à celle indiquée.
2. != (Différent de) : exclut les enregistrements qui correspondent à la valeur indiquée.
3. like (Contient) : affiche les enregistrements qui contiennent la valeur indiquée, même si elle fait partie d'un texte plus long.
4. not like (Ne contient pas) : exclut les enregistrements qui contiennent la valeur indiquée.
5. in (Inclus dans un ensemble) : affiche les enregistrements dont la valeur est dans une liste définie de valeurs.
6. not in (Non inclus dans un ensemble) : exclut les enregistrements dont la valeur est dans une liste définie de valeurs.
7. > (Supérieur à) : affiche les enregistrements dont la valeur est supérieure à celle indiquée.
8. >= (Supérieur ou égal à) : affiche les enregistrements dont la valeur est supérieure ou égale à celle indiquée.
9. < (Inférieur à) : affiche les enregistrements dont la valeur est inférieure à celle indiquée.
10. <= (Inférieur ou égal à) : affiche les enregistrements dont la valeur est inférieure ou égale à celle indiquée.
    

Il n'est pas nécessaire d'approfondir le fonctionnement de chaque opérateur dans cette section. ConnectiLogs dispose d'un guide spécifique sur les filtres (Panneau ConnectiLogs | Configuration des filtres) qui explique en détail comment les utiliser, avec des exemples pratiques et des recommandations d'utilisation.

3.4. Exécuter la requête 

Une fois que vous avez défini le type de visualisation, ajouté les champs correspondants aux dimensions et éventuellement appliqué les filtres dont vous avez besoin, vous pouvez maintenant exécuter la requête.

Pour ce faire, cliquez sur le bouton "Exécuter la requête".

ConnectiLogs traitera les informations en tenant compte de toutes les options sélectionnées et affichera les résultats à l'écran en utilisant le format de visualisation choisi. À partir de ce moment, vous pouvez analyser les données obtenues et, si vous le souhaitez, ajuster les dimensions, les filtres ou le type de graphique pour affiner les résultats.

À partir de là, le client dispose de plusieurs options supplémentaires :

1. Exporter les données vers un fichier pour travailler en dehors de ConnectiLogs. Gardez à l'esprit que dans certains cas, les données peuvent être limitées pendant sa phase bêta et jusqu'à ce que nous implémentions la fonctionnalité complète d'exportation des enregistrements.
2. Ajouter la requête à un tableau de bord pour l'avoir toujours visible et la mettre à jour automatiquement (Panneau ConnectiLogs | Tableaux de bord).
   

Conseils :

1. Choisissez d'abord la visualisation : cela définit comment vous pouvez organiser les dimensions et quel type d'opérateurs vous pouvez utiliser.
2. Utilisez l'agrégation correctement : Count et Count distinct sont utiles pour compter les enregistrements, tandis que Sum, Average, Min et Max sont utilisés pour analyser des données numériques.
3. Filtres optionnels : même si vous n'appliquez pas de filtres, vous pouvez toujours explorer les résultats et les ajuster plus tard.
4. Enregistrez les requêtes fréquentes : si vous répétez des analyses similaires, gagnez du temps en enregistrant la requête pour l'exécuter à nouveau plus tard sur un tableau de bord ou l'exporter pour l'avoir sur votre appareil.
   

Pour plus d'informations, vous pouvez nous contacter.

• Related Articles

• ConnectiLogs Panel | Gestion des journaux

  Qu'est-ce que ConnectiLogs ? ConnectiLogs est la plateforme de visualisation, d'analyse et d'exploration des données d'activité et de sécurité des produits cdmon. Son objectif est de centraliser toutes les informations générées par les différents ...

• ConnectiLogs Panel | Configuration des filtres

  Les filtres vous permettent de réduire et de contrôler les données renvoyées par une requête, en n'affichant que les enregistrements qui répondent à des conditions spécifiques. Ils sont l'un des outils les plus importants du générateur de requêtes, ...

• ConnectiLogs Panel | Activité web

  Qu'est-ce que cette collection La collection Activité Web contient l'historique des accès que votre site web a reçus. Chaque ligne représente une requête spécifique faite au serveur : par exemple, quelqu'un ouvrant une page, un navigateur demandant ...

• ConnectiLogs Panel | Sessions

  Qu'est-ce que cette collection ? La collection Sessions enregistre les informations relatives aux sessions démarrées dans une application ou un site web. Une session représente la période pendant laquelle un utilisateur interagit avec l'application, ...

• ConnectiLogs Panel | Historique des e-mails

  Qu'est-ce que cette collection La collection Historique des e-mails contient des informations sur les e-mails qui ont été traités par le serveur de messagerie pour envoi. Chaque ligne représente un message individuel et enregistre des informations ...