Elasticsearch系列组件：Kibana无缝集成的数据可视化和探索平台

太过爱你忘了你带给我的痛 2024-02-22 09:50 27阅读 0赞

> Elasticsearch 是一个开源的、基于 Lucene 的分布式搜索和分析引擎，设计用于云计算环境中，能够实现实时的、可扩展的搜索、分析和探索全文和结构化数据。它具有高度的可扩展性，可以在短时间内搜索和分析大量数据。
> 
> Elasticsearch 不仅仅是一个全文搜索引擎，它还提供了分布式的多用户能力，实时的分析，以及对复杂搜索语句的处理能力，使其在众多场景下，如企业搜索，日志和事件数据分析等，都有广泛的应用。
> 
> 本文将介绍 Elastic Stack 组件 Kibana 的介绍、安装与简单使用。

--------------------

#### 文章目录 ####

*   *   *   *  1、Kibana介绍与安装
             *   *  1.1、Kibana简介
                 *  1.2、下载安装
                 *  1.3、关于配置
                 *  1.4、启动访问
             *  2、Kibana数据可视化
             *   *  2.1、演示数据准备
                 *  2.2、数据可视化配置
                 *  2.3、配置柱状图
                 *  2.4、配置线图
                 *  2.5、配置饼状图
             *  3、Kibana更多功能
             *   *  3.1、数据探索
                 *  3.2、仪表盘

--------------------

##### 1、Kibana介绍与安装 #####

###### 1.1、Kibana简介 ######

Kibana 是一个开源的数据分析和可视化平台，它是 Elastic Stack（包括 Elasticsearch、Logstash、Kibana 和 Beats）的一部分，主要用于对 Elasticsearch 中的数据进行搜索、查看、交互操作。

Kibana 的主要功能和用途包括：

1.  数据可视化：Kibana 提供了丰富的数据可视化选项，如柱状图、线图、饼图、地图等，帮助用户以图形化的方式理解数据。
2.  数据探索：Kibana 提供了强大的数据探索功能，用户可以使用 Elasticsearch 的查询语言进行数据查询，也可以通过 Kibana 的界面进行数据筛选和排序。
3.  仪表盘：用户可以将多个可视化组件组合在一起，创建交互式的仪表盘，用于实时监控数据。
4.  机器学习：Kibana 还集成了 Elasticsearch 的机器学习功能，可以用于异常检测、预测等任务。
5.  定制和扩展：Kibana 提供了丰富的 API 和插件系统，用户可以根据自己的需求定制和扩展 Kibana。

总的来说，Kibana 是一个强大的数据分析和可视化工具，它可以帮助用户更好地理解和探索他们的数据。

###### 1.2、下载安装 ######

Elastic 公司的官方下载页面的链接。在这个页面上，你可以下载 Elastic Stack 的各个组件，包括 Elasticsearch、Kibana、Logstash、Beats 等。这个页面提供了各个组件的最新版本下载链接，以及历史版本的下载链接：[Past Releases of Elastic Stack Software | Elastic][Past Releases of Elastic Stack Software _ Elastic]

在这里，我们将选择 Kibana，并确保所选的 Kibana 版本与我们正在使用的 Elasticsearch 版本一致：

![image-20231015115106269][]

选择后选择「Download」开始下载，并在下载成功后解压到指定位置即可。

###### 1.3、关于配置 ######

Kibana 的配置文件通常是 `kibana.yml`，位于 Kibana 安装目录的 `config` 文件夹下。这个配置文件是 YAML 格式，用于定义 Kibana 的运行参数。

...
    # =================== System: Kibana Server (Optional) ===================
    # Kibana is served by a back end server. This setting specifies the port to use.
    server.port: 5601
    
    # Specifies the address to which the Kibana server will bind. IP addresses and host names are both valid values.
    # The default is 'localhost', which usually means remote machines will not be able to connect.
    # To allow connections from remote users, set this parameter to a non-loopback address.
    server.host: "localhost"
    
    # =================== System: Elasticsearch ===================
    # The URLs of the Elasticsearch instances to use for all your queries.
    elasticsearch.hosts: ["http://localhost:9200"]
    
    # If your Elasticsearch is protected with basic authentication, these settings provide
    # the username and password that the Kibana server uses to perform maintenance on the Kibana
    # index at startup. Your Kibana users still need to authenticate with Elasticsearch, which
    # is proxied through the Kibana server.
    elasticsearch.username: "kibana_system"
    elasticsearch.password: "pass"
    ...

以下是一些常用的 Kibana 配置项：

1.  server.port：Kibana 服务监听的端口，默认为 5601。
2.  server.host：Kibana 服务的主机地址。默认情况下，它设置为本地主机。如果你希望 Kibana 服务可以被远程主机访问，你可以将此设置为远程主机的 IP 地址。
3.  server.name：Kibana 服务的名称。默认情况下，它设置为 `your-hostname`。
4.  elasticsearch.hosts：Kibana 连接 Elasticsearch 服务的地址。默认情况下，它设置为连接到本地主机的 Elasticsearch，端口为 `9200`，即 `localhost:9200`。
5.  elasticsearch.username 和 elasticsearch.password：连接到 Elasticsearch 服务时使用的用户名和密码。默认情况下，Elasticsearch 是没有用户名和密码的。但是，如果你在 Elasticsearch 中安装了 X-pack 插件并设置了密码，你需要在这里填写正确的用户名和密码。

这里如果我们 Elasticsearch 是在本地的，那么不用修改任何配置直接启动就可以了

设置页面中文：

# Supported languages are the following: English (default) "en", Chinese "zh-CN", Japanese "ja-JP", French "fr-FR".
    i18n.locale: "zh-CN"

###### 1.4、启动访问 ######

启动文件位于 `/bin/Kibana` 目录下。启动 Kibana 后，可能需要稍等片刻，Kibana 才能完成启动过程。一旦启动完成，你就可以通过访问 [http://localhost:5601][http_localhost_5601] 来使用 Kibana 了。

![image-20231015120510258][]

--------------------

##### 2、Kibana数据可视化 #####

###### 2.1、演示数据准备 ######

为了让 Kibana 的图形更美观，我们需要准备一些具有多元化数据的索引。以下是一个简单的例子，我们将创建一个包含销售数据的索引，数据包括日期、产品类别、销售额等字段。

首先，我们需要在 Elasticsearch 中创建一个名为 “sales” 的索引，并添加一些数据。以下是使用 Elasticsearch 的 REST API 添加数据的示例：

# 创建索引
    curl -X PUT "localhost:9200/sales"
    
    # 添加销售数据
    curl -X POST "localhost:9200/sales/_doc" -H 'Content-Type: application/json' -d'
    {
      "date": "2020-01-04",
      "category": "Groceries",
      "revenue": 2000
    }
    '
    curl -X POST "localhost:9200/sales/_doc" -H 'Content-Type: application/json' -d'
    {
      "date": "2020-01-05",
      "category": "Electronics",
      "revenue": 3000
    }
    '
    curl -X POST "localhost:9200/sales/_doc" -H 'Content-Type: application/json' -d'
    {
      "date": "2020-01-06",
      "category": "Books",
      "revenue": 2500
    }
    '
    curl -X POST "localhost:9200/sales/_doc" -H 'Content-Type: application/json' -d'
    {
      "date": "2020-01-07",
      "category": "Clothing",
      "revenue": 1200
    }
    '
    curl -X POST "localhost:9200/sales/_doc" -H 'Content-Type: application/json' -d'
    {
      "date": "2020-01-08",
      "category": "Groceries",
      "revenue": 1800
    }
    '
    # ... 添加更多数据 ...

###### 2.2、数据可视化配置 ######

在 Kibana 中，我们可以使用 “Visualize” 功能来创建各种数据可视化。以下是创建柱状图、线图、饼图等的基本步骤：

1.  打开 Kibana：在浏览器中输入 Kibana 的地址，打开 Kibana 的主界面；
2.  进入 Visualize 页面：在左侧导航栏中，点击 “Visualize Library” 图标，进入 Visualize 页面；
3.  创建数据视图：点击「创建数据视图」按钮，选择想要创建的可视化类型，如柱状图、线图、饼图等：
4.  选择数据源：在新的页面中，选择你想要可视化的数据源。你可以选择已经存在的索引模式，也可以创建新的索引模式：

![image-20231015122129242][]

1.  保存视图：点击「保存数据视图到 Kibana」，保存成功；
2.  配置可视化：根据你选择的可视化类型，配置相应的参数。例如，对于柱状图，你需要选择 X 轴和 Y 轴的字段；对于线图，你需要选择时间字段和度量字段；对于饼图，你需要选择分割切片的字段。

###### 2.3、配置柱状图 ######

点击「新建可视化」按钮，选择 “垂直条形图” 选项来创建柱状图。

在 “桶” 部分，你需要选择 X 轴和 Y 轴的字段。对于 X 轴，你可以选择一个分类字段；对于 Y 轴，你可以选择一个数值字段，并选择一个聚合函数，如 “计数”、“平均值”、“总和” 等。

![image-20231015130408559][]

配置完成后，你可以预览你的柱状图。如果满意，点击「保存」按钮，为你的柱状图命名并保存。

###### 2.4、配置线图 ######

点击「新建可视化」按钮，选择 “折线图” 选项来创建线图。

在 “桶” 部分，你需要选择 X 轴和 Y 轴的字段。对于 X 轴，你通常会选择一个时间字段；对于 Y 轴，你可以选择一个数值字段，并选择一个聚合函数，如 “计数”、“平均值”、“总和” 等。

![image-20231015130839702][]

配置完成后，你可以预览你的线图。如果满意，点击「保存」按钮，为你的线图命名并保存。

###### 2.5、配置饼状图 ######

点击「新建可视化」按钮，选择 “饼状图” 选项来创建饼状图图。

在 “桶” 部分，你需要选择一个或多个字段来分割饼状图。你可以选择一个分类字段，并选择一个聚合函数，如 “计数”、“平均值”、“总和” 等。

![image-20231015131036114][]

配置完成后，你可以预览你的饼状图。如果满意，点击「保存」按钮，为你的饼状图命名并保存。

--------------------

##### 3、Kibana更多功能 #####

###### 3.1、数据探索 ######

Kibana 提供了强大的数据探索功能，用户可以使用 Elasticsearch 的查询语言进行数据查询，也可以通过 Kibana 的界面进行数据筛选和排序。以下是使用这些功能的基本步骤：

1.  打开 Kibana：在浏览器中输入 Kibana 的地址，打开 Kibana 的主界面。
2.  进入 Discover 页面：在左侧导航栏中，点击 “Discover” 图标，进入 Discover 页面。
3.  选择索引模式：在 Discover 页面的顶部，你可以选择一个索引模式。Kibana 会显示该索引模式对应的数据。
4.  进行数据查询：在查询栏中，你可以输入 Elasticsearch 的查询语句，然后按回车键执行查询。查询结果会在下方的表格中显示。
5.  进行数据筛选：在表格的顶部，你可以看到所有的字段名。点击字段名，你可以添加一个筛选条件，只显示满足该条件的数据。
6.  进行数据排序：在表格的表头，你可以点击任何一列的列名，对该列进行升序或降序排序。

以上就是在 Kibana 中进行数据探索的基本步骤。需要注意的是，不同的数据源可能需要不同的查询语句和筛选条件，你需要根据实际情况进行操作。

###### 3.2、仪表盘 ######

在 Kibana 中，你可以使用 “仪表盘” 功能来组合多个可视化成一个统一的界面。以下是配置仪表盘的基本步骤：

1.  打开 Kibana：在浏览器中输入 Kibana 的地址，打开 Kibana 的主界面。
2.  进入仪表盘页面：在左侧导航栏中，点击 “仪表盘” 图标，进入仪表盘页面。
3.  创建新的仪表盘：点击 “创建仪表盘” 按钮，开始创建新的仪表盘。
4.  添加可视化：在新的仪表盘页面中，点击 “添加” 按钮，你可以看到一个列表，列出了所有已经创建的可视化。选择你想要添加到仪表盘的可视化，点击 “添加” 按钮。
5.  调整布局：添加了可视化后，你可以通过拖拽和缩放来调整它们在仪表盘中的位置和大小。

![image-20231015131813366][]

1.  保存仪表盘：调整好布局后，点击「保存」按钮，为你的仪表盘命名并保存。

以上就是在 Kibana 中配置仪表盘的基本步骤。需要注意的是，仪表盘只能包含已经创建的可视化，因此在创建仪表盘之前，你需要先创建好所有需要的可视化。

[Past Releases of Elastic Stack Software _ Elastic]: https://www.elastic.co/cn/downloads/past-releases#kibana
[image-20231015115106269]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/22/152598b9f10242e2b81a5e6344d0a663.png
[http_localhost_5601]: http://localhost:5601
[image-20231015120510258]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/22/a78f8a95d5314feb91c4eaffb25a4f8c.png
[image-20231015122129242]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/22/cc90296317f24342a063995170e970cc.png
[image-20231015130408559]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/22/b0161f72dd464b28ba83d8876abafde5.png
[image-20231015130839702]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/22/e4cd9e602ca34210b3489582176b905a.png
[image-20231015131036114]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/22/8b19185802974a518505f53b75c4a1bc.png
[image-20231015131813366]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/22/380e005d2637461295d1a76b6c150133.png