📅  最后修改于: 2020-11-30 05:12:38        🧑  作者: Mango

Kibana是基于开放源代码浏览器的可视化工具，主要用于分析大量日志，包括线形图，条形图，饼图，热图，区域图，坐标图，量表，目标，时间轴等。易于预测或查看输入源的错误趋势或其他重大事件的变化。Kibana与Elasticsearch和Logstash同步工作，两者共同形成了所谓的ELK堆栈。本教程是为有兴趣分析大量数据(即日志分析，数据分析等)的任何技术或非技术用户而设计的。Kibana是基于浏览...

📅  最后修改于: 2020-11-30 05:13:05        🧑  作者: Mango

Kibana是一个基于开源浏览器的可视化工具，主要用于分析大量日志，包括线形图，条形图，饼图，热图，区域图，坐标图，量表，目标，时间轴等。易于预测或查看输入源的错误趋势或其他重要事件的变化。Kibana与Elasticsearch和Logstash同步工作，两者共同形成了所谓的ELK堆栈。什么是ELK Stack?ELK代表Elasticsearch，Logstash和Kibana。ELK是全球流...

📅  最后修改于: 2020-11-30 05:13:28        🧑  作者: Mango

要开始使用Kibana，我们需要安装Logstash，Elasticsearch和Kibana。在本章中，我们将尝试在此处了解ELK堆栈的安装。我们将在这里讨论以下安装-Elasticsearch安装Logstash安装Kibana安装Elasticsearch安装我们库中提供了有关Elasticsearch的详细文档。您可以在此处检查Elasticsearch的安装。您将必须按照教程中提到的步骤...

📅  最后修改于: 2020-11-30 05:14:02        🧑  作者: Mango

Kibana是一种开源可视化工具，主要用于分析线形图，条形图，饼图，热图等形式的大量日志。Kibana与Elasticsearch和Logstash协同工作，两者共同形成了所谓的ELK堆栈。ELK代表Elasticsearch，Logstash和Kibana。ELK是全球流行的日志管理平台之一，用于日志分析。在ELK堆栈中-Logstash从不同的输入源中提取日志记录数据或其他事件。它处理事件，然...

📅  最后修改于: 2020-11-30 05:14:48        🧑  作者: Mango

我们已经看到了如何从logstash上传数据到elasticsearch。我们将在此处使用logstash和elasticsearch上传数据。但是，关于需要使用的具有日期，经度和纬度字段的数据，我们将在接下来的章节中学习。如果没有CSV文件，我们还将了解如何直接在Kibana中上传数据。在本章中，我们将涵盖以下主题-在Elasticsearch中使用具有日期，经度和纬度字段的Logstash上传...

📅  最后修改于: 2020-11-30 05:15:11        🧑  作者: Mango

Kibana中的“管理”部分用于管理索引模式。在本章中，我们将讨论以下内容-创建没有时间过滤条件的索引模式使用时间过滤器字段创建索引模式创建没有时间过滤器的索引模式字段为此，请转到Kibana UI并单击管理-要与Kibana一起使用，我们首先必须创建一个由elasticsearch填充的索引。您可以从Elasticsearch→索引管理中获取所有可用的索引，如下所示：目前，elasticsear...

📅  最后修改于: 2020-11-30 05:16:00        🧑  作者: Mango

本章讨论Kibana UI中的“发现”选项卡。我们将详细了解以下概念-没有日期的索引字段带日期字段的索引没有日期的索引字段选择左侧菜单上的发现，如下所示-在右侧，它显示了我们在上一章中创建的countrysdata- 28.12.2018索引中可用数据的详细信息。在左上角，它显示可用的记录总数-我们可以在此选项卡中获取索引(countriesdata-28.12.2018)中的数据详细信息。在上面...

📅  最后修改于: 2020-11-30 05:16:49        🧑  作者: Mango

在学习Kibana时经常遇到的两个术语是“存储桶”和“度量标准聚合”。本章讨论了他们在Kibana中扮演的角色，以及有关它们的更多详细信息。什么是Kibana汇总?汇总是指从特定搜索查询或过滤器中获得的文档或一组文档的集合。聚合是在Kibana中构建所需可视化效果的主要概念。无论何时执行任何可视化，都需要确定条件，这意味着您希望以哪种方式对数据进行分组以对其执行度量。在本节中，我们将讨论两种类型的...

📅  最后修改于: 2020-11-30 05:17:15        🧑  作者: Mango

我们可以可视化条形图，折线图，饼图等形式的数据。在本章中，我们将了解如何创建可视化。创建可视化转到Kibana可视化，如下所示-我们没有创建任何可视化，因此显示为空白，并且有一个按钮可以创建一个。单击按钮创建可视化效果，如上面的屏幕所示，它将带您进入以下屏幕，如下所示：在这里，您可以选择可视化数据所需的选项。我们将在接下来的章节中详细了解其中的每一个。现在将选择饼图开始。选择可视化类型后，现在您需...

📅  最后修改于: 2020-11-30 05:17:55        🧑  作者: Mango

让我们探索和了解可视化中最常用的图表。水平条形图垂直条形图饼形图以下是创建上述可视化文件要遵循的步骤。让我们从水平杠开始。水平条形图打开Kibana，然后单击左侧的Visualize选项卡，如下所示-单击+按钮以创建新的可视化效果-单击上面列出的水平栏。您将必须选择要可视化的索引。选择如上所述的countrysdata-28.12.2018索引。选择索引后，将显示如下屏幕：它显示默认计数。现在，让...

📅  最后修改于: 2020-11-30 05:18:15        🧑  作者: Mango

在本章中，我们将讨论可视化中使用的两种图形-线形图区线形图首先，让我们创建一个可视化文件，选择一个折线图以显示数据并使用contriesdata作为索引。我们需要创建Y轴和X轴，其详细信息如下所示-对于Y轴观察到我们已经将Max作为汇总。因此，这里我们将以折线图显示数据表示。现在，我们将绘制一个图形，该图形将显示最大人口国别。我们采取的领域是“人口”，因为我们需要最大的国家(地区)明智的选择。对于...

📅  最后修改于: 2020-11-30 05:18:34        🧑  作者: Mango

在本章中，我们将了解如何使用热图。对于在数据指标中选择的范围，热图将以不同的颜色显示数据表示。热图入门首先，我们需要通过单击左侧的可视化选项卡来创建可视化，如下所示-选择可视化类型作为热图，如上所示。它将要求您选择索引，如下所示：选择索引countrydata-28.12.2018，如上所述。一旦选择了索引，我们就可以选择数据，如下所示-选择指标，如下所示-从下拉列表中选择“最大聚合”，如下所示-...

📅  最后修改于: 2020-11-30 05:18:57        🧑  作者: Mango

Kibana中的坐标图将显示您的地理区域，并根据您指定的汇总用圆圈标记该区域。创建坐标图索引用于坐标图的存储桶聚合是geohash聚合。对于这种类型的聚合，将要使用的索引应该具有一个geopoint类型的字段。地理位置是经度和纬度的组合。我们将使用Kibana开发工具创建索引并向其中添加批量数据。我们将添加映射并添加所需的geo_point类型。我们将使用的数据显示在此处-现在，在Kibana D...

📅  最后修改于: 2020-11-30 05:19:31        🧑  作者: Mango

通过此可视化，您可以看到地理世界地图上表示的数据。在本章中，让我们详细了解一下。创建区域地图索引我们将创建一个新索引来使用区域地图可视化。我们将要上传的数据显示在这里-请注意，我们将在开发工具中使用_bulk upload来上传数据。现在，转到Kibana Dev Tools并执行以下查询-接下来，让我们创建索引所有国家。我们已将国家/地区字段类型指定为关键字–注意-要使用区域地图，我们需要指定要...

📅  最后修改于: 2020-11-30 05:19:53        🧑  作者: Mango

量规可视化显示告诉您数据的指标如何落入预定义范围内。目标可视化显示了您的目标以及您对数据的度量如何朝着目标发展。使用量规要开始使用仪表，请转到可视化并从Kibana UI中选择“可视化”选项卡。单击仪表，然后选择要使用的索引。我们将研究Medicalvisits-26.01.2019指数。选择2017年2月的时间范围现在，您可以选择指标和存储桶聚合。我们选择了度量聚合作为计数。我们已选择“条款”的...