实战Kibana的可视化

准备工作

首先,先下载一个elastic网站上下载一个它提供的demo---莎翁的《亨利四世》,下载地址是https://download.elastic.co/demos/kibana/gettingstarted/shakespeare.json?。

打开这个json字符串,里面就是《亨利四世》的话剧剧本,长得是这个样子:

可以看到里面有“play_name”、"speaker"、"speech_number"、"line_id"等等名称,每个名称后面都有一个对应的值。

然后启动elasticsearch,按照上面的文件格式生成索引。语句如下:

curl?-XPUT?http://localhost:9200/shakespeare?-d?‘
{
?"mappings"?:?{
??"_default_"?:?{
???"properties"?:?{
????"speaker"?:?{"type":?"string",?"index"?:?"not_analyzed"?},????#确定type是字符
????"play_name"?:?{"type":?"string",?"index"?:?"not_analyzed"?},
????"line_id"?:?{?"type"?:?"integer"?},????#确定type是数字
????"speech_number"?:?{?"type"?:?"integer"?}
???}
??}
?}
}
‘;

导入刚刚下载的那个json:

curl?-XPOST?‘localhost:9200/shakespeare/_bulk?pretty‘[email protected]

具体elasticsearch的增删改查语法可以参看阮大师的http://www.ruanyifeng.com/blog/2017/08/elasticsearch.html?,个人建议将elasticsearch和mysql对比一下,这样更方便理解。

然后后台启动kibana,确认5601端口已经stand by,如图:

然后在浏览器地址栏输入“服务器外网ip:5601”打开kibana。

导入数据结束之后,使用#curl ‘localhost:9200/_cat/indices?v‘,去查看一下效果,如果看到index里有shakespeare那一栏就是导入成功了,如图:

在启动Kibana后,Kibana会自动在配置的es中创建一个名为.kibana的索引(上图第二个),这个索引用来存储数据,注意!不要删除了它。

Kibana的配置

在kibana的网站里配置索引,我们之前在生成索引的时候写的是shakespeare,那么现在也写shakespeare,然后点击create,如图:

时间: 2024-10-31 10:56:59

实战Kibana的可视化的相关文章

实战大数据可视化库:D3.js

实战大数据可视化库:D3.js网盘地址:https://pan.baidu.com/s/1Sir6qnU7Hdz5l3IHNjdNEQ 提取码:vmdi D3.js 是一个 JavaScript 库,它主要用于对数据的动态图表展示.通过 HTML.SVG 以及 CSS,D3 可以让数据展现得更加鲜活.D3 使得数字的图形化展示变得异常单,可以说,它是当下最强大的基于网络的数据可视化技术. 本教程理论与实践结合,力图向读者全方位地展示 D3 大数据可视化技术,帮助读者快速利用 D3 创建可视化程序

如何保存JMeter的性能测试数据到ElasticSearch上,并且使用Kibana进行可视化分析(1)

前言 Jmeter是一款性能测试,压力测试的开源工具,被大量的测试人员拿来测试产品的性能,负载等等. Jmeter除了强大的预置的各种插件,各种可视化图表工具以外,也有些固有的缺陷,例如: 我们往往只能在报告中分析同一个部署的性能,不方便进行纵向的比较,例如我们每个build都会跑一次性能测试,但是两个build之间性能有没有变差?这些只能我们拿到结果报告,然后自己用其他第三方工具来分析 Jmeter的图表插件产生的报告不够灵活,一般是固定的几个维度,不能更灵活的进行分析 本文会尝试将JMete

写Kibana插件——可视化使用数据

Writing Kibana 4 Plugins – Visualizations using Data 在阅读本教程之前,您需要阅读第2部分 - 简单可视化. 在本教程系列的前一部分(这是本部分必读的一节)中,您已经学会了创建一个简单的可视化,它不需要访问Elasticsearch的数据.在这一部分,我们将编写另外一个插件,使用聚合(像极了可视化)从Elasticsearch访问数据. 我们将创建一个非常简单的标签云插件,它将桶名称显示为标签,并且根据指标聚合的结果决定了标签的字体大小.如果你

使用 ElasticSearch + LogStash + Kibana 来可视化网络流量

简介 ELK 套装包括 ElasticSearch.LogStash 和 Kibana. 其中,ElasticSearch 是一个数据搜索引擎(基于 Apache Lucene)+分布式 NoSQL 数据库:LogStash 是一个消息采集转换器,类似 Syslog,可以接收包括日志消息在内的多种数据格式,然后进行格式转换,发送给后端继续处理:Kibana 是一个 Web 前段,带有强大的数据分析.整理和可视化功能. 是不是听起来就觉得十分强大! 一般情况下,ELK 套装的工作流程为 原始数据

ELK实战-kibana安装

操作系统: centos版本 7.4 防火墙 关闭 selinux 关闭 kibana版本 6.3.2 java版本 1.8 server2 192.168.10.127 [[email protected] ~]# tar zxf kibana-6.3.2-linux-x86_64.tar.gz -C /usr/local/ [[email protected] ~]# vim /usr/local/kibana-6.3.2-linux-x86_64/config/kibana.yml ser

使用ElasticSearch,Kibana,ASP.NET Core和Docker可视化数据

想要轻松地通过许多不同的方式查询数据,甚至是从未预料到的方式?想要以多种方式可视化日志?同时支持基于时间.文本和其他类型的即时过滤器? 借助于 Elastic stack 的卓越性能和可扩展方式的优点,我们将通过两个示例轻松实现. 本文由 DNC Magazine for Developers and Architects 发布. 从这里下载此杂志[PDF] 或 免费订阅本杂志 下载所有以前和当前的版本版本. 在这篇文章中,我将介绍流行的搜索引擎 Elasticsearch,其配套的可视化应用

[翻译] 使用ElasticSearch,Kibana,ASP.NET Core和Docker可视化数据

原文地址:http://www.dotnetcurry.com/aspnet/1354/elastic-search-kibana-in-docker-dotnet-core-app 想要轻松地通过许多不同的方式查询数据,甚至是从未预料到的方式?想要以多种方式可视化日志?同时支持基于时间.文本和其他类型的即时过滤器?借助于 Elastic stack 的卓越性能和可扩展方式的优点,我们将通过两个示例轻松实现. 本文由 DNC Magazine for Developers and Archite

Kibana+X-Pack

Kibana+X-Pack介绍使用(全) Kibana是一个为 ElasticSearch 提供的数据分析的 Web 接口.可使用它对日志进行高效的搜索.可视化.分析等各种操作.Kibana目前最新的版本5.0.2,回顾一下Kibana 3和Kibana 4的界面. 下面的图展示的是Kibana 3的界面,所有的仪表盘直接放置主页. 下面的图展示的是Kibana 4的界面,和Kibana 3最大的区别是将原来的主体分成三个部分,分别是发现页.可视化.仪表盘. 下面是目前Kibana 5最新版本的

使用Kibana 分析Nginx 日志并在 Dashboard上展示

一.Kibana之Visualize 功能 在首页上Visualize 标签页用来设计可视化图形.你可以保存之前在discovery中的搜索来进行画图,然后保存该visualize,或者加载合并到 dashboard 里.一个可视化可以基于以下几种数据源类型:一个新的交互式搜索一个已保存的搜索一个已保存的可视化 下面是kibana自带的几种visualize类型 类型 用途Area chart 用区块图来可视化多个不同序列的总体贡献.Data table 用数据表来显示聚合的原始数据.其他可视化