Kibana使用_kibana是什么工具[通俗易懂]

大家好，欢迎来到IT知识分享网。

　　一、什么是Kibana　　

　　　　Kibana 是一个开源的分析和可视化平台，Kibana 提供搜索、查看和与存储在 Elasticsearch 索引中的数据进行交互的功能。开发者或运维人员可以轻松地执行高级数据分析，并在各种图表、表格和地图中可视化数据

　　二、安装使用

　　　　①：下载Kibana https://www.elastic.co/cn/downloads/kibana

　　　　②：配置Kibana

　　　　　　Open config/kibana.yml in an editor.

　　　　　　Set elasticsearch.hosts to point at your Elasticsearch instance.

　　　　　　　　默认情况下，Kibana 会连接运行在 localhost 上的 Elasticsearch 实例。如果需要连接不同的 Elasticsearch实例，可以修改 kibana.yml 配置文件中的 Elasticsearch URL 配置项并重启 Kibana

　　　　　　　　如：elasticsearch.hosts: [“http://localhost:9200”]

　　　　③：运行

　　　　　　Run bin/kibana (or bin\kibana.bat on Windows)

　　　　④：访问

　　　　　　Point your browser at http://localhost:5601

　　　　Kibana使用：

　　　　　　①：导入数据文件

　　　　　　②：预览并确认导入

　　　　　　③：创建索引模式

　　　　　　④：在Discover中查看数据

　　　　　　Kibana左侧的Toolbar主要分为一下几块功能：

　　　　　　　　Discovery 发现：用于查看和搜索原始数据
　　　　　　　　Visualize 可视化：用来创建图表、表格和地图等
　　　　　　　　Dashboard：多个图表和合并为一个 Dashboard 仪表盘
　　　　　　　　Timelion 时间线：用于分析时序数据，以二维图形的方式展示
　　　　　　　　Dev Tools 开发工具：用于进行DSL查询、Query性能分析等
　　　　　　　　Management 管理：主要用于创建 Index Patterns，ES中的索引在创建 Index Patterns 之后，才能在 Discover 中被搜索，在 Visualize 和 Dashboard 中制图。

　　三、检索

　　　　 1、选择日期

 　　　　2、左侧栏目展示可用的字段列表：

　　KQL(Kibana Query Language)：

　　　　1、根据具体字段检索

 　　　　　　①：如果只想展示某个字段的内容，则在字段栏目上将鼠标悬停在类别字段上，然后单击 +　　　　　　　　　　

 　　　　　　②：根据字段内容检索

　　　　　　　　如根据category字段 

 　　　　　　　　多个字段一起检索

 　　　　　　　　如检索价格字段>=60 且 category为 Women’s Clothing 的数据：products.taxless_price >= 60 and category : Women’s Clothing

　　　　　　③：通过filter：

 　　　　　　　　选择过滤的字段，和值的包含关系：

　　　　　　　　 填入值，保存即可检索：

　　　　2、检索字符串

　　　　　　①：匹配多个字符串，每个字段都会单独匹配。如：force and clean

　　　　　　②：匹配单个确切的字符串或者匹配字符串短语，用双引号括起来。如”force and clean”

 　　Luceue：

 　　　　1、根据字段查询

　　　　　　限定字段全文搜索：field:value

　　　　　　精确搜索：关键字加上双引号 filed:”value”

　　　　2、通配符

　　　　　　? 匹配单个字符

　　　　　　* 匹配0到多个字符

　　　　3、模糊搜索

　　　　　　~:在一个单词后面加上~启用模糊搜索，可以搜到一些拼写错误的单词

　　　　4、近似搜索

　　　　　　在短语后面加上~，可以搜到被隔开或顺序不同的单词　　　　　　

　　　　　　”where select”~5 表示 select 和 where 中间可以隔着5个单词，可以搜到 select password from users where id=1

　　　　5、范围搜索

　　　　　　mod_date:[20020101 TO 20030101]：查找 mod_date 字段的值介于 20020101 和 20030101 之间的文档

　　Dev Tools：

　　　　Kinaba > Management > Dev Tools

　　　　PUT（修改），POST（添加），DELETE（删除），GET（查询）

　　　　1、GET /   等价于 http://localhost:9200/，对应的curl为：curl -XGET “http://localhost:9200/”　　

　　　　2、创建一个索引及文档

　　　　　　PUT index_name/_doc(type_name)/document_id

　　　　　　{文档内容} 　　　　　　

　　　　3、简单检索文档

　　　　　①：GET /index_name/type_name/document_id 

　　　　　　对应的curl：curl -X GET “localhost:9200/megacorp/employee/1?pretty”

　　　　　　如 GET /megacorp/employee/1  的返回，_source属性里的是原始JSON文档

{
  "_index" : "megacorp",
  "_type" : "employee",
  "_id" : "1",
  "_version" : 1,
  "_seq_no" : 0,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "first_name" : "John",
    "last_name" : "Smith",
    "age" : 25,
    "about" : "I love to go rock climbing",
    "interests" : [
      "sports",
      "music"
    ]
  }
}

　　　　　②：搜索索引下的全部文档：

　　　　　　GET /megacorp/employee/_search

　　　　　　curl -X GET “localhost:9200/megacorp/employee/_search?pretty”

　　　　　　搜索结果放在了hit数组中，一个搜索默认返回10条结果

#! [types removal] Specifying types in search requests is deprecated.
{
  "took" : 12,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 3,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "first_name" : "John",
          "last_name" : "Smith",
          "age" : 25,
          "about" : "I love to go rock climbing",
          "interests" : [
            "sports",
            "music"
          ]
        }
      },
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "first_name" : "Jane",
          "last_name" : "Smith",
          "age" : 32,
          "about" : "I like to collect rock albums",
          "interests" : [
            "music"
          ]
        }
      },
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "first_name" : "Douglas",
          "last_name" : "Fir",
          "age" : 35,
          "about" : "I like to build cabinets",
          "interests" : [
            "forestry"
          ]
        }
      }
    ]
  }
}

View Code

　　　　　③：根据文档中的属性值搜索

　　　　　　搜索lastname属性值为Smith的文档，使用q参数：

　　　　　　GET /megacorp/employee/_search?q=last_name:Smith

　　　　　　curl -X GET “localhost:9200/megacorp/employee/_search?q=last_name:Smith&pretty”

　　　　4、查询表达式搜索

　　　　　　查询表达式支持构建更加复杂和健壮的查询

　　　　　　①：使用 match 查询属性last_name值为Smith的文档

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}

　　　　　　对应curl为：

curl -X GET "localhost:9200/megacorp/employee/_search?pretty" -H 'Content-Type: application/json' -d'
{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}
'

　　　　　　②：使用过滤器filter，搜索last_name属性值为Smith、age属性值大于30的文档

GET /megacorp/employee/_search
{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "last_name" : "smith" 
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 30 } 
                }
            }
        }
    }
}

　　　　5、全文搜索

　　　　　Elasticsearch会在全文属性上搜索并返回相关性最强的结果，区别于传统关系数据库的一条记录要么匹配要么不匹配

　　　　　如在`about` 属性上搜索 “rock climbing”　

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}

　　　　　返回结果：

{
  "took" : 67,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 1.4167401,
    "hits" : [
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "1",
        "_score" : 1.4167401,     # 相关性得分
        "_source" : {
          "first_name" : "John",
          "last_name" : "Smith",
          "age" : 25,
          "about" : "I love to go rock climbing",
          "interests" : [
            "sports",
            "music"
          ]
        }
      },
      {
        "_index" : "megacorp",
        "_type" : "employee",
        "_id" : "2",
        "_score" : 0.4589591,     # 相关性得分
        "_source" : {
          "first_name" : "Jane",
          "last_name" : "Smith",
          "age" : 32,
          "about" : "I like to collect rock albums",
          "interests" : [
            "music"
          ]
        }
      }
    ]
  }
}

　　　　　　Elasticsearch 默认按照相关性得分排序，即每个文档跟查询的匹配程度。第一个最高得分的结果很明显：John Smith 的 about 属性清楚地写着 “rock climbing” 　　

　　　　　　但为什么 Jane Smith 也作为结果返回了呢？原因是她的 about 属性里提到了 “rock” 。因为只有 “rock” 而没有 “climbing” ，所以她的相关性得分低于 John 的

　　　　6、短语搜索

　　　　　　找出一个属性中的独立单词是没有问题的，但有时候想要精确匹配一系列单词或者_短语_ 。 比如， 我们想执行这样一个查询，仅匹配同时包含 “rock” 和 “climbing” ，并且 二者以短语 “rock climbing” 的形式紧挨着文档

　　　　　　为此对 match 查询稍作调整，使用一个叫做 match_phrase 的查询：　

GET /megacorp/employee/_search
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    }
}

　　　　7、高亮搜索

　　　　　　在搜索结果中高亮显示部分文本片段，以便让用户知道为何该文档符合查询条件

　　　　　　使用highlight参数即可：

GET /megacorp/employee/_search
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    },
    "highlight": {
        "fields" : {
            "about" : {}
        }
    }
}

　　　　8、聚合搜索

　　　　　　Elasticsearch 有一个功能叫聚合（aggregations），允许我们基于数据生成一些精细的分析结果。聚合与 SQL 中的 GROUP BY 类似但更强大。

　　　　　　聚合使用aggs，如聚合搜索文档中所有age的值：

GET /megacorp/employee/_search
{
  "aggs": {
    "all_ages": {
      "terms": { "field": "age" }
    }
  }
}

　　　　　　结果：

{
  ...
  "aggregations" : {
    "all_ages" : {
      "doc_count_error_upper_bound" : 0,
      "sum_other_doc_count" : 0,
      "buckets" : [ # age 所有出现的值，及出现改之文档的个数
        {
          "key" : 25,   
          "doc_count" : 1
        },
        {
          "key" : 32,
          "doc_count" : 1
        },
        {
          "key" : 35,
          "doc_count" : 1
        }
      ]
    }
  }
}  

　　　　Elasticsearch搜索语法中文文档：https://www.elastic.co/guide/cn/elasticsearch/guide/2.x/_retrieving_a_document.html

    9、清空索引数据

POST index_name/_delete_by_query
{
  "query": {
    "match_all": {}
  }
}

  　　10、根据id删除一条数据

DELETE index_name/_doc/${_id}

　　　　更多API：https://www.elastic.co/guide/en/elasticsearch/reference/current/rest-apis.html 

END.