Kibana - Guide rapide
Kibana est un outil de visualisation open source basé sur un navigateur principalement utilisé pour analyser un grand volume de journaux sous forme de graphique linéaire, graphique à barres, camemberts, cartes thermiques, cartes de régions, cartes de coordonnées, jauge, objectifs, timelion, etc. La visualisation facilite les choses pour prédire ou pour voir les changements dans les tendances des erreurs ou d'autres événements importants de la source d'entrée Kibana fonctionne en synchronisation avec Elasticsearch et Logstash qui forment ensemble ce que l'on appelle ELK empiler.
Qu'est-ce que ELK Stack?
ELK signifie Elasticsearch, Logstash et Kibana. ELKest l'une des plates-formes de gestion de journaux les plus utilisées dans le monde pour l'analyse des journaux. Dans la pile ELK, Logstash extrait les données de journalisation ou d'autres événements à partir de différentes sources d'entrée. Il traite les événements et les stocke ultérieurement dans Elasticsearch.
Kibana est un outil de visualisation, qui accède aux journaux d'Elasticsearch et est capable d'afficher à l'utilisateur sous forme de graphique linéaire, graphique à barres, camemberts, etc.
Le flux de base de ELK Stack est montré dans l'image ici -
Logstash est chargé de collecter les données de toutes les sources distantes où les journaux sont archivés et les transmet à Elasticsearch.
Elasticsearch agit comme une base de données où les données sont collectées et Kibana utilise les données d'Elasticsearch pour représenter les données à l'utilisateur sous la forme de bargraphs, de camemberts, de cartes thermiques comme indiqué ci-dessous -
Il montre les données en temps réel, par exemple, jour ou heure à l'utilisateur. Kibana UI est convivial et très facile à comprendre pour un débutant.
Caractéristiques de Kibana
Kibana offre à ses utilisateurs les fonctionnalités suivantes -
Visualisation
Kibana dispose de nombreuses façons de visualiser les données de manière simple. Certains de ceux qui sont couramment utilisés sont le graphique à barres verticales, le graphique à barres horizontales, le graphique à secteurs, le graphique linéaire, la carte thermique, etc.
Tableau de bord
Lorsque nous avons les visualisations prêtes, elles peuvent toutes être placées sur un seul tableau - le tableau de bord. L'observation simultanée de différentes sections vous donne une idée générale claire de ce qui se passe exactement.
Outils de développement
Vous pouvez travailler avec vos index à l'aide des outils de développement. Les débutants peuvent ajouter des index factices à partir des outils de développement et également ajouter, mettre à jour, supprimer les données et utiliser les index pour créer une visualisation.
Rapports
Toutes les données sous forme de visualisation et de tableau de bord peuvent être converties en rapports (format CSV), incorporées dans le code ou sous forme d'URL à partager avec d'autres.
Filtres et requête de recherche
Vous pouvez utiliser des filtres et des requêtes de recherche pour obtenir les détails requis pour une entrée particulière à partir d'un tableau de bord ou d'un outil de visualisation.
Plugins
Vous pouvez ajouter des plugins tiers pour ajouter une nouvelle visualisation ou également un autre ajout d'interface utilisateur dans Kibana.
Cartes de coordonnées et de régions
Une carte de coordonnées et de région à Kibana permet d'afficher la visualisation sur la carte géographique en donnant une vue réaliste des données.
Timelion
Timelion, également appelé timelineest encore un autre outil de visualisation qui est principalement utilisé pour l'analyse de données basée sur le temps. Pour travailler avec la chronologie, nous devons utiliser un langage d'expression simple qui nous aide à nous connecter à l'index et également à effectuer des calculs sur les données pour obtenir les résultats dont nous avons besoin. Cela aide davantage par rapport aux données du cycle précédent en termes de semaine, de mois, etc.
Toile
Canvas est une autre fonctionnalité puissante de Kibana. En utilisant la visualisation du canevas, vous pouvez représenter vos données dans différentes combinaisons de couleurs, formes, textes, plusieurs pages appelées essentiellement comme un bloc de travail.
Avantages de Kibana
Kibana offre les avantages suivants à ses utilisateurs -
Contient un outil de visualisation basé sur un navigateur open source principalement utilisé pour analyser un grand volume de journaux sous forme de graphique linéaire, graphique à barres, camemberts, cartes thermiques, etc.
Simple et facile à comprendre pour les débutants.
Facilité de conversion de la visualisation et du tableau de bord en rapports.
La visualisation du canevas permet d'analyser facilement des données complexes.
La visualisation Timelion dans Kibana permet de comparer les données à l'envers pour mieux comprendre les performances.
Inconvénients de Kibana
L'ajout de plugins à Kibana peut être très fastidieux en cas de non-concordance de version.
Vous avez tendance à rencontrer des problèmes lorsque vous souhaitez passer d'une ancienne version à une nouvelle.
Pour commencer à travailler avec Kibana, nous devons installer Logstash, Elasticsearch et Kibana. Dans ce chapitre, nous allons essayer de comprendre l'installation de la pile ELK ici.
Nous discuterons des installations suivantes ici -
- Installation d'Elasticsearch
- Installation de Logstash
- Installation de Kibana
Installation d'Elasticsearch
Une documentation détaillée sur Elasticsearch existe dans notre bibliothèque. Vous pouvez vérifier ici l' installation d'elasticsearch . Vous devrez suivre les étapes mentionnées dans le tutoriel pour installer Elasticsearch.
Une fois l'installation terminée, démarrez le serveur elasticsearch comme suit -
Étape 1
For Windows
> cd kibanaproject/elasticsearch-6.5.4/elasticsearch-6.5.4/bin
> elasticsearch
Veuillez noter que pour l'utilisateur Windows, la variable JAVA_HOME doit être définie sur le chemin java jdk.
For Linux
$ cd kibanaproject/elasticsearch-6.5.4/elasticsearch-6.5.4/bin $ elasticsearch
Le port par défaut pour elasticsearch est 9200. Une fois terminé, vous pouvez vérifier elasticsearch au port 9200 sur localhost http://localhost:9200/as illustré ci-dessous -
Installation de Logstash
Pour l' installation Logstash, suivez cette installation de ElasticSearch qui est déjà en place dans notre bibliothèque.
Installation de Kibana
Accédez au site officiel de Kibana -https://www.elastic.co/products/kibana
Cliquez sur le lien de téléchargement dans le coin supérieur droit et l'écran affichera comme suit -
Cliquez sur le bouton Télécharger pour Kibana. Veuillez noter que pour travailler avec Kibana, nous avons besoin d'une machine 64 bits et cela ne fonctionnera pas avec 32 bits.
Dans ce tutoriel, nous allons utiliser Kibana version 6. L'option de téléchargement est disponible pour Windows, Mac et Linux. Vous pouvez télécharger selon votre choix.
Créez un dossier et décompressez les téléchargements tar / zip pour kibana. Nous allons travailler avec des exemples de données téléchargées dans elasticsearch. Ainsi, pour l'instant voyons comment démarrer elasticsearch et kibana. Pour cela, allez dans le dossier où Kibana est décompressé.
For Windows
> cd kibanaproject/kibana-6.5.4/kibana-6.5.4/bin
> kibana
For Linux
$ cd kibanaproject/kibana-6.5.4/kibana-6.5.4/bin $ kibana
Une fois Kibana démarré, l'utilisateur peut voir l'écran suivant -
Une fois que vous voyez le signal prêt dans la console, vous pouvez ouvrir Kibana dans le navigateur en utilisant http://localhost:5601/.Le port par défaut sur lequel kibana est disponible est 5601.
L'interface utilisateur de Kibana est comme indiqué ici -
Dans notre prochain chapitre, nous apprendrons à utiliser l'interface utilisateur de Kibana. Pour connaître la version de Kibana sur l'interface utilisateur de Kibana, allez dans l'onglet Gestion sur le côté gauche et il vous affichera la version de Kibana que nous utilisons actuellement.
Kibana est un outil de visualisation open source principalement utilisé pour analyser un grand volume de journaux sous forme de graphique linéaire, graphique à barres, camemberts, cartes thermiques, etc. Kibana fonctionne en synchronisation avec Elasticsearch et Logstash qui forment ensemble le soi-disant ELK empiler.
ELK signifie Elasticsearch, Logstash et Kibana. ELK est l'une des plates-formes de gestion de journaux les plus utilisées dans le monde pour l'analyse des journaux.
Dans la pile ELK -
Logstashextrait les données de journalisation ou d'autres événements à partir de différentes sources d'entrée. Il traite les événements et les stocke ultérieurement dans Elasticsearch.
Kibana est un outil de visualisation, qui accède aux journaux d'Elasticsearch et est capable d'afficher à l'utilisateur sous forme de graphique linéaire, graphique à barres, camemberts, etc.
Dans ce tutoriel, nous travaillerons en étroite collaboration avec Kibana et Elasticsearch et visualiserons les données sous différentes formes.
Dans ce chapitre, voyons comment travailler ensemble avec la pile ELK. En outre, vous verrez également comment -
- Chargez les données CSV de Logstash vers Elasticsearch.
- Utilisez les indices d'Elasticsearch dans Kibana.
Charger les données CSV de Logstash vers Elasticsearch
Nous allons utiliser des données CSV pour télécharger des données à l'aide de Logstash vers Elasticsearch. Pour travailler sur l'analyse des données, nous pouvons obtenir des données du site Web kaggle.com. Le site Kaggle.com a tous les types de données téléchargées et les utilisateurs peuvent l'utiliser pour travailler sur l'analyse des données.
Nous avons pris les données country.csv d'ici: https://www.kaggle.com/fernandol/countries-of-the-world. Vous pouvez télécharger le fichier csv et l'utiliser.
Le fichier csv que nous allons utiliser contient les détails suivants.
Nom de fichier - countriesdata.csv
Colonnes - "Pays", "Région", "Population", "Zone"
Vous pouvez également créer un fichier csv factice et l'utiliser. Nous allons utiliser logstash pour vider ces données de countriesdata.csv à ElasticSearch.
Démarrez elasticsearch et Kibana dans votre terminal et faites-le fonctionner. Nous devons créer le fichier de configuration pour logstash qui aura des détails sur les colonnes du fichier CSV ainsi que d'autres détails comme indiqué dans le fichier logstash-config donné ci-dessous -
input {
file {
path => "C:/kibanaproject/countriesdata.csv"
start_position => "beginning"
sincedb_path => "NUL"
}
}
filter {
csv {
separator => ","
columns => ["Country","Region","Population","Area"]
}
mutate {convert => ["Population", "integer"]}
mutate {convert => ["Area", "integer"]}
}
output {
elasticsearch {
hosts => ["localhost:9200"]
=> "countriesdata-%{+dd.MM.YYYY}"
}
stdout {codec => json_lines }
}
Dans le fichier de configuration, nous avons créé 3 composants -
Contribution
Nous devons spécifier le chemin du fichier d'entrée qui dans notre cas est un fichier csv. Le chemin où le fichier csv est stocké est donné dans le champ chemin.
Filtre
Aura le composant csv avec séparateur utilisé qui dans notre cas est une virgule, ainsi que les colonnes disponibles pour notre fichier csv. Comme logstash considère toutes les données entrantes sous forme de chaîne, si nous voulons qu'une colonne soit utilisée comme un entier, float doit être spécifié en utilisant mutate comme indiqué ci-dessus.
Production
Pour la sortie, nous devons spécifier où nous devons placer les données. Ici, dans notre cas, nous utilisons elasticsearch. Les données à fournir à elasticsearch sont les hôtes sur lesquels il s'exécute, nous l'avons mentionné comme localhost. Le champ suivant est l'index auquel nous avons donné le nom de pays -currentdate. Nous devons utiliser le même index dans Kibana une fois que les données sont mises à jour dans Elasticsearch.
Enregistrez le fichier de configuration ci-dessus sous logstash_countries.config . Notez que nous devons donner le chemin de cette configuration à la commande logstash à l'étape suivante.
Pour charger les données du fichier csv vers elasticsearch, nous devons démarrer le serveur elasticsearch -
Maintenant, cours http://localhost:9200 dans le navigateur pour confirmer si elasticsearch fonctionne correctement.
Nous avons elasticsearch en cours d'exécution. Allez maintenant sur le chemin où logstash est installé et exécutez la commande suivante pour télécharger les données vers elasticsearch.
> logstash -f logstash_countries.conf
L'écran ci-dessus montre le chargement des données du fichier CSV vers Elasticsearch. Pour savoir si nous avons créé l'index dans Elasticsearch, nous pouvons le vérifier comme suit -
Nous pouvons voir l'index countrydata-28.12.2018 créé comme indiqué ci-dessus.
Le détail de l'indice - pays-28.12.2018 est le suivant -
Notez que les détails de mappage avec des propriétés sont créés lorsque les données sont téléchargées de logstash vers elasticsearch.
Utiliser les données d'Elasticsearch dans Kibana
Actuellement, Kibana fonctionne sur localhost, port 5601 - http://localhost:5601. L'interface utilisateur de Kibana est affichée ici -
Notez que nous avons déjà Kibana connecté à Elasticsearch et que nous devrions pouvoir voir index :countries-28.12.2018 à l'intérieur de Kibana.
Dans l'interface utilisateur de Kibana, cliquez sur l'option du menu de gestion sur le côté gauche -
Maintenant, cliquez sur Gestion des index -
Les indices présents dans Elasticsearch sont affichés dans la gestion des index. L'indice que nous allons utiliser à Kibana est countriesdata-28.12.2018.
Ainsi, comme nous avons déjà l'index elasticsearch dans Kibana, nous allons ensuite comprendre comment utiliser l'index dans Kibana pour visualiser des données sous forme de camembert, de graphique à barres, de graphique en courbes, etc.
Nous avons vu comment télécharger des données de logstash vers elasticsearch. Nous téléchargerons les données à l'aide de logstash et elasticsearch ici. Mais à propos des données qui ont des champs de date, de longitude et de latitude que nous devons utiliser, nous en apprendrons dans les prochains chapitres. Nous verrons également comment télécharger des données directement dans Kibana, si nous n'avons pas de fichier CSV.
Dans ce chapitre, nous aborderons les sujets suivants -
- Utilisation de Logstash télécharger des données avec des champs de date, de longitude et de latitude dans Elasticsearch
- Utilisation des outils de développement pour télécharger des données en masse
Utilisation du téléchargement Logstash pour les données comportant des champs dans Elasticsearch
Nous allons utiliser des données sous forme de format CSV et la même chose est tirée de Kaggle.com qui traite des données que vous pouvez utiliser pour une analyse.
Les données des visites médicales à domicile à utiliser ici sont extraites du site Kaggle.com.
Voici les champs disponibles pour le fichier CSV -
["Visit_Status","Time_Delay","City","City_id","Patient_Age","Zipcode","Latitude","Longitude",
"Pathology","Visiting_Date","Id_type","Id_personal","Number_Home_Visits","Is_Patient_Minor","Geo_point"]
Le Home_visits.csv est le suivant -
Ce qui suit est le fichier de configuration à utiliser avec logstash -
input {
file {
path => "C:/kibanaproject/home_visits.csv"
start_position => "beginning"
sincedb_path => "NUL"
}
}
filter {
csv {
separator => ","
columns =>
["Visit_Status","Time_Delay","City","City_id","Patient_Age",
"Zipcode","Latitude","Longitude","Pathology","Visiting_Date",
"Id_type","Id_personal","Number_Home_Visits","Is_Patient_Minor","Geo_point"]
}
date {
match => ["Visiting_Date","dd-MM-YYYY HH:mm"]
target => "Visiting_Date"
}
mutate {convert => ["Number_Home_Visits", "integer"]}
mutate {convert => ["City_id", "integer"]}
mutate {convert => ["Id_personal", "integer"]}
mutate {convert => ["Id_type", "integer"]}
mutate {convert => ["Zipcode", "integer"]}
mutate {convert => ["Patient_Age", "integer"]}
mutate {
convert => { "Longitude" => "float" }
convert => { "Latitude" => "float" }
}
mutate {
rename => {
"Longitude" => "[location][lon]"
"Latitude" => "[location][lat]"
}
}
}
output {
elasticsearch {
hosts => ["localhost:9200"]
index => "medicalvisits-%{+dd.MM.YYYY}"
}
stdout {codec => json_lines }
}
Par défaut, logstash considère que tout est téléchargé dans elasticsearch comme une chaîne. Incase votre fichier CSV a un champ de date que vous devez faire ci-dessous pour obtenir le format de date.
For date field −
date {
match => ["Visiting_Date","dd-MM-YYYY HH:mm"]
target => "Visiting_Date"
}
En cas de géolocalisation, elasticsearch comprend la même chose que -
"location": {
"lat":41.565505000000044,
"lon": 2.2349995750000695
}
Nous devons donc nous assurer que nous avons la longitude et la latitude dans le format dont elasticsearch en a besoin. Nous devons donc d'abord convertir la longitude et la latitude en flottant, puis le renommer pour qu'il soit disponible dans le cadre delocation objet json avec lat et lon. Le code pour le même est montré ici -
mutate {
convert => { "Longitude" => "float" }
convert => { "Latitude" => "float" }
}
mutate {
rename => {
"Longitude" => "[location][lon]"
"Latitude" => "[location][lat]"
}
}
Pour convertir des champs en entiers, utilisez le code suivant -
mutate {convert => ["Number_Home_Visits", "integer"]}
mutate {convert => ["City_id", "integer"]}
mutate {convert => ["Id_personal", "integer"]}
mutate {convert => ["Id_type", "integer"]}
mutate {convert => ["Zipcode", "integer"]}
mutate {convert => ["Patient_Age", "integer"]}
Une fois les champs pris en charge, exécutez la commande suivante pour télécharger les données dans elasticsearch -
- Accédez au répertoire bin Logstash et exécutez la commande suivante.
logstash -f logstash_homevisists.conf
- Une fois cela fait, vous devriez voir l'index mentionné dans le fichier de configuration logstash dans elasticsearch comme indiqué ci-dessous -
Nous pouvons maintenant créer un modèle d'index sur l'index ci-dessus téléchargé et l'utiliser davantage pour créer une visualisation.
Utilisation des outils de développement pour télécharger des données en masse
Nous allons utiliser les outils de développement de Kibana UI. Les outils de développement sont utiles pour télécharger des données dans Elasticsearch, sans utiliser Logstash. Nous pouvons publier, mettre, supprimer, rechercher les données que nous voulons dans Kibana en utilisant les outils de développement.
Dans cette section, nous allons essayer de charger des exemples de données dans Kibana lui-même. Nous pouvons l'utiliser pour nous entraîner avec les exemples de données et jouer avec les fonctionnalités de Kibana pour bien comprendre Kibana.
Prenons les données json de l'url suivante et importons-les dans Kibana. De même, vous pouvez essayer n'importe quel exemple de données json à charger dans Kibana.
Avant de commencer à télécharger les exemples de données, nous devons disposer des données json avec des index à utiliser dans elasticsearch. Lorsque nous le téléchargeons à l'aide de logstash, logstash prend soin d'ajouter les index et l'utilisateur n'a pas à se soucier des index requis par elasticsearch.
Données Json normales
[
{"type":"act","line_id":1,"play_name":"Henry IV",
"speech_number":"","line_number":"","speaker":"","text_entry":"ACT I"},
{"type":"scene","line_id":2,"play_name":"Henry IV",
"speech_number":"","line_number":"","speaker":"","text_entry":"SCENE I.London. The palace."},
{"type":"line","line_id":3,"play_name":"Henry IV",
"speech_number":"","line_number":"","speaker":"","text_entry":
"Enter KING HENRY, LORD JOHN OF LANCASTER, the
EARL of WESTMORELAND, SIR WALTER BLUNT, and others"}
]
Le code json à utiliser avec Kibana doit être indexé comme suit -
{"index":{"_index":"shakespeare","_id":0}}
{"type":"act","line_id":1,"play_name":"Henry IV",
"speech_number":"","line_number":"","speaker":"","text_entry":"ACT I"}
{"index":{"_index":"shakespeare","_id":1}}
{"type":"scene","line_id":2,"play_name":"Henry IV",
"speech_number":"","line_number":"","speaker":"",
"text_entry":"SCENE I. London. The palace."}
{"index":{"_index":"shakespeare","_id":2}}
{"type":"line","line_id":3,"play_name":"Henry IV",
"speech_number":"","line_number":"","speaker":"","text_entry":
"Enter KING HENRY, LORD JOHN OF LANCASTER, the EARL
of WESTMORELAND, SIR WALTER BLUNT, and others"}
Notez qu'il y a une donnée supplémentaire qui va dans le jsonfile -{"index":{"_index":"nameofindex","_id":key}}.
Pour convertir n'importe quel exemple de fichier json compatible avec elasticsearch, nous avons ici un petit code en php qui affichera le fichier json donné au format souhaité par elasticsearch -
Code PHP
<?php
$myfile = fopen("todo.json", "r") or die("Unable to open file!"); // your json file here $alldata = fread($myfile,filesize("todo.json")); fclose($myfile);
$farray = json_decode($alldata);
$afinalarray = []; $index_name = "todo";
$i=0; $myfile1 = fopen("todonewfile.json", "w") or die("Unable to open file!"); //
writes a new file to be used in kibana dev tool
foreach ($farray as $a => $value) { $_index = json_decode('{"index": {"_index": "'.$index_name.'", "_id": "'.$i.'"}}');
fwrite($myfile1, json_encode($_index));
fwrite($myfile1, "\n"); fwrite($myfile1, json_encode($value)); fwrite($myfile1, "\n");
$i++;
}
?>
Nous avons pris le fichier todo json de https://jsonplaceholder.typicode.com/todos et utilisez le code php pour convertir au format que nous devons télécharger dans Kibana.
Pour charger les exemples de données, ouvrez l'onglet des outils de développement comme indiqué ci-dessous -
Nous allons maintenant utiliser la console comme indiqué ci-dessus. Nous prendrons les données json que nous avons obtenues après l'avoir exécutée via du code php.
La commande à utiliser dans les outils de développement pour télécharger les données json est -
POST _bulk
Notez que le nom de l'index que nous créons est todo .
Une fois que vous avez cliqué sur le bouton vert, les données sont téléchargées, vous pouvez vérifier si l'index est créé ou non dans elasticsearch comme suit -
Vous pouvez vérifier la même chose dans les outils de développement comme suit -
Command −
GET /_cat/indices
Si vous souhaitez rechercher quelque chose dans votre index: todo, vous pouvez le faire comme indiqué ci-dessous -
Command in dev tool
GET /todo/_search
Le résultat de la recherche ci-dessus est comme indiqué ci-dessous -
Il donne tous les enregistrements présents dans le todoindex. Le total des enregistrements que nous obtenons est de 200.
Rechercher un enregistrement dans l'index todo
Nous pouvons le faire en utilisant la commande suivante -
GET /todo/_search
{
"query":{
"match":{
"title":"delectusautautem"
}
}
}
Nous sommes en mesure de récupérer les enregistrements qui correspondent au titre que nous avons donné.
La section Gestion de Kibana est utilisée pour gérer les modèles d'index. Dans ce chapitre, nous aborderons les points suivants -
- Créer un modèle d'index sans champ de filtre temporel
- Créer un modèle d'index avec le champ de filtre Time
Créer un modèle d'index sans champ de filtre temporel
Pour ce faire, allez dans l'interface utilisateur de Kibana et cliquez sur Gestion -
Pour travailler avec Kibana, nous devons d'abord créer un index qui est rempli à partir d'elasticsearch. Vous pouvez obtenir tous les indices disponibles à partir d'Elasticsearch → Gestion des index comme indiqué -
Actuellement, elasticsearch possède les indices ci-dessus. Le nombre de documents nous indique le nombre d'enregistrements disponibles dans chacun des index. Si un index est mis à jour, le nombre de documents continuera à changer. Le stockage principal indique la taille de chaque index téléchargé.
Pour créer un nouvel index dans Kibana, nous devons cliquer sur les modèles d'index comme indiqué ci-dessous -
Une fois que vous cliquez sur Modèles d'index, nous obtenons l'écran suivant -
Notez que le bouton Créer un modèle d'index est utilisé pour créer un nouvel index. Rappelons que nous avons déjà les countrydata-28.12.2018 créés au tout début du tutoriel.
Créer un modèle d'index avec le champ de filtre Time
Cliquez sur Créer un modèle d'index pour créer un nouvel index.
Les indices d'elasticsearch sont affichés, sélectionnez-en un pour créer un nouvel index.
Maintenant, cliquez sur Étape suivante .
L'étape suivante consiste à configurer le paramètre, où vous devez entrer ce qui suit -
Le nom du champ de filtre temporel est utilisé pour filtrer les données en fonction du temps. La liste déroulante affichera tous les champs liés à l'heure et à la date de l'index.
Dans l'image ci-dessous, nous avons Visiting_Date comme champ de date. Sélectionnez Visiting_Date comme nom du champ Filtre horaire.
Cliquez sur Create index patternbouton pour créer l'index. Une fois terminé, il affichera tous les champs présents dans votre index medicalvisits-26.01.2019 comme indiqué ci-dessous -
Nous avons les champs suivants dans l'index medicalvisits-26.01.2019 -
["Visit_Status","Time_Delay","City","City_id","Patient_Age","Zipcode","Latitude
","Longitude","Pathology","Visiting_Date","Id_type","Id_personal","Number_Home_
Visits","Is_Patient_Minor","Geo_point"].
L'indice contient toutes les données relatives aux visites médicales à domicile. Certains champs supplémentaires ont été ajoutés par elasticsearch lors de leur insertion à partir de logstash.
Ce chapitre traite de l'onglet Découvrir dans l'interface utilisateur de Kibana. Nous apprendrons en détail les concepts suivants -
- Index sans champ de date
- Index avec champ de date
Index sans champ de date
Sélectionnez Découvrir dans le menu de gauche comme indiqué ci-dessous -
Sur le côté droit, il affiche les détails des données disponibles dans countriesdata- 28.12.2018 index que nous avons créé dans le chapitre précédent.
Dans le coin supérieur gauche, il montre le nombre total d'enregistrements disponibles -
Nous pouvons obtenir les détails des données à l'intérieur de l'index (countriesdata-28.12.2018)dans cet onglet. Dans le coin supérieur gauche de l'écran ci-dessus, nous pouvons voir des boutons comme Nouveau, Enregistrer, Ouvrir, Partager, Inspecter et Actualiser automatiquement.
Si vous cliquez sur Actualisation automatique, il affichera l'écran comme indiqué ci-dessous -
Vous pouvez définir l'intervalle d'actualisation automatique en cliquant sur les secondes, les minutes ou les heures ci-dessus. Kibana actualisera automatiquement l'écran et obtiendra de nouvelles données après chaque minuterie d'intervalle que vous définissez.
Les données de index:countriesdata-28.12.2018 s'affiche comme indiqué ci-dessous -
Tous les champs ainsi que les données sont affichés par ligne. Cliquez sur la flèche pour développer la ligne et cela vous donnera des détails au format tableau ou au format JSON
Format JSON
Il y a un bouton sur le côté gauche appelé Afficher un document unique.
Si vous cliquez dessus, il affichera la ligne ou les données présentes dans la ligne à l'intérieur de la page comme indiqué ci-dessous -
Bien que nous obtenions tous les détails des données ici, il est difficile de parcourir chacun d'eux.
Essayons maintenant d'obtenir les données au format tabulaire. Une façon de développer l'une des lignes et de cliquer sur l'option de bascule de colonne disponible dans chaque champ est indiquée ci-dessous -
Cliquez sur Basculer la colonne dans l'option de tableau disponible pour chacun et vous remarquerez que les données sont affichées sous forme de tableau -
Ici, nous avons sélectionné les champs Pays, Région, Région et Population. Réduisez la ligne développée et vous devriez voir toutes les données au format tabulaire maintenant.
Les champs que nous avons sélectionnés sont affichés sur le côté gauche de l'écran comme indiqué ci-dessous -
Notez qu'il existe 2 options - Champs sélectionnés et Champs disponibles . Les champs que nous avons choisi d'afficher sous forme de tableau font partie des champs sélectionnés. Si vous souhaitez supprimer un champ, vous pouvez le faire en cliquant sur le bouton Supprimer qui apparaîtra à travers le nom du champ dans l'option de champ sélectionné.
Une fois supprimé, le champ sera disponible dans les champs disponibles où vous pouvez ajouter à nouveau en cliquant sur le bouton ajouter qui sera affiché dans le champ souhaité. Vous pouvez également utiliser cette méthode pour obtenir vos données au format tabulaire en choisissant les champs obligatoires dans Champs disponibles .
Nous avons une option de recherche disponible dans Discover, que nous pouvons utiliser pour rechercher des données dans l'index. Essayons des exemples liés à l'option de recherche ici -
Supposons que vous souhaitiez rechercher le pays Inde, vous pouvez procéder comme suit -
Vous pouvez saisir les détails de votre recherche et cliquer sur le bouton Mettre à jour. Si vous souhaitez rechercher des pays commençant par Aus, vous pouvez le faire comme suit -
Cliquez sur Mettre à jour pour voir les résultats
Ici, nous avons deux pays commençant par Aus *. Le champ de recherche a un bouton Options comme indiqué ci-dessus. Lorsqu'un utilisateur clique dessus, il affiche un bouton bascule qui, lorsqu'il est activé, aide à écrire la requête de recherche.
Activez les fonctionnalités de requête et tapez le nom du champ dans la recherche, il affichera les options disponibles pour ce champ.
Par exemple, le champ Pays est une chaîne et il affiche les options suivantes pour le champ chaîne -
De même, la zone est un champ numérique et affiche les options suivantes pour le champ numérique -
Vous pouvez essayer différentes combinaisons et filtrer les données selon votre choix dans le champ Découvrir. Les données à l'intérieur de l'onglet Découvrir peuvent être enregistrées à l'aide du bouton Enregistrer, afin que vous puissiez les utiliser à des fins futures.
Pour enregistrer les données à l'intérieur, cliquez sur le bouton Enregistrer dans le coin supérieur droit comme indiqué ci-dessous -
Donnez un titre à votre recherche et cliquez sur Confirmer l'enregistrement pour l'enregistrer. Une fois enregistré, la prochaine fois que vous visitez l'onglet Découvrir, vous pouvez cliquer sur le bouton Ouvrir dans le coin supérieur droit pour obtenir les titres enregistrés comme indiqué ci-dessous -
Vous pouvez également partager les données avec d'autres en utilisant le bouton Partager disponible dans le coin supérieur droit. Si vous cliquez dessus, vous pouvez trouver des options de partage comme indiqué ci-dessous -
Vous pouvez le partager en utilisant des rapports CSV ou sous la forme de permaliens.
Les options disponibles en cliquant sur les rapports CSV sont -
Cliquez sur Générer CSV pour que le rapport soit partagé avec d'autres.
Les options disponibles en cliquant sur Permaliens sont les suivantes -
L'option Snapshot donnera un lien Kibana qui affichera les données disponibles dans la recherche actuellement.
L'option Objet enregistré donnera un lien Kibana qui affichera les données récentes disponibles dans votre recherche.
Instantané - http://localhost:5601/goto/309a983483fccd423950cfb708fabfa5 Objet enregistré: http: // localhost: 5601 / app / kibana # / discover / 40bd89d0-10b1-11e9-9876-4f3d759b471e? _G = ()
Vous pouvez travailler avec l'onglet Découvrir et les options de recherche disponibles et le résultat obtenu peut être enregistré et partagé avec d'autres.
Index avec champ de date
Allez dans l'onglet Découvrir et sélectionnez l'index:medicalvisits-26.01.2019
Il a affiché le message - «Aucun résultat ne correspond à vos critères de recherche», pour les 15 dernières minutes sur l'index que nous avons sélectionné. L'indice contient des données pour les années 2015, 2016, 2017 et 2018.
Modifiez la plage horaire comme indiqué ci-dessous -
Cliquez sur l'onglet Absolu.
Sélectionnez la date Du - 1er janvier 2017 et Au - 31 décembre 2017, car nous analyserons les données de l'année 2017.
Cliquez sur le bouton Aller pour ajouter la plage horaire. Il vous affichera les données et le graphique à barres comme suit -
Il s'agit des données mensuelles de l'année 2017 -
Étant donné que nous stockons également l'heure et la date, nous pouvons également filtrer les données sur les heures et les minutes.
La figure ci-dessus affiche les données horaires pour l'année 2017.
Voici les champs affichés de l'index - visites médicales-26.01.2019
Nous avons les champs disponibles sur le côté gauche comme indiqué ci-dessous -
Vous pouvez sélectionner les champs dans les champs disponibles et convertir les données au format tabulaire comme indiqué ci-dessous. Ici, nous avons sélectionné les champs suivants -
Les données tabulaires des champs ci-dessus sont affichées ici -
Les deux termes que vous rencontrez fréquemment pendant votre apprentissage de Kibana sont Bucket et Metrics Aggregation. Ce chapitre traite du rôle qu'ils jouent dans Kibana et plus de détails à leur sujet.
Qu'est-ce que l'agrégation Kibana?
L'agrégation fait référence à la collection de documents ou à un ensemble de documents obtenus à partir d'une requête de recherche ou d'un filtre particulier. L'agrégation constitue le concept principal pour créer la visualisation souhaitée dans Kibana.
Chaque fois que vous effectuez une visualisation, vous devez décider des critères, ce qui signifie de quelle manière vous souhaitez regrouper les données pour y effectuer la métrique.
Dans cette section, nous aborderons deux types d'agrégation -
- Agrégation de godets
- Agrégation métrique
Agrégation de godets
Un bucket se compose principalement d'une clé et d'un document. Lorsque l'agrégation est exécutée, les documents sont placés dans le compartiment respectif. Donc, à la fin, vous devriez avoir une liste de seaux, chacun avec une liste de documents. La liste d'agrégation de seau que vous verrez lors de la création de la visualisation dans Kibana est affichée ci-dessous -
L'agrégation de compartiment contient la liste suivante -
- Histogramme de date
- Plage de dates
- Filters
- Histogram
- Plage IPv4
- Range
- Termes importants
- Terms
Lors de la création, vous devez choisir l'un d'entre eux pour l'agrégation de compartiments, c'est-à-dire pour regrouper les documents dans les compartiments.
À titre d'exemple, pour l'analyse, considérez les données sur les pays que nous avons téléchargées au début de ce didacticiel. Les champs disponibles dans l'index des pays sont le nom du pays, la zone, la population, la région. Dans les données sur les pays, nous avons le nom du pays ainsi que sa population, sa région et sa superficie.
Supposons que nous voulons des données régionales. Ensuite, les pays disponibles dans chaque région deviennent notre requête de recherche, donc dans ce cas, la région formera nos seaux. Le diagramme ci-dessous montre que R1, R2, R3, R4, R5 et R6 sont les buckets que nous avons obtenus et c1, c2 ..c25 sont la liste des documents qui font partie des buckets R1 à R6.
Nous pouvons voir qu'il y a des cercles dans chacun des seaux. Ils sont un ensemble de documents basés sur les critères de recherche et considérés comme faisant partie de chacun des compartiments. Dans le seau R1, nous avons les documents c1, c8 et c15. Ces documents sont les pays qui tombent dans cette région, même pour les autres. Donc, si nous comptons les pays dans le bucket R1, c'est 3, 6 pour R2, 6 pour R3, 2 pour R4, 5 pour R5 et 4 pour R6.
Ainsi, grâce à l'agrégation de compartiments, nous pouvons agréger le document dans des compartiments et avoir une liste de documents dans ces compartiments, comme indiqué ci-dessus.
La liste d'agrégation de seaux que nous avons jusqu'à présent est -
- Histogramme de date
- Plage de dates
- Filters
- Histogram
- Plage IPv4
- Range
- Termes importants
- Terms
Voyons maintenant comment former ces seaux un par un en détail.
Histogramme de date
L'agrégation d'histogramme de date est utilisée sur un champ de date. Ainsi, l'index que vous utilisez pour visualiser, si vous avez un champ de date dans cet index, seul ce type d'agrégation peut être utilisé. Il s'agit d'une agrégation à plusieurs compartiments, ce qui signifie que certains des documents peuvent faire partie de plusieurs compartiments. Il y a un intervalle à utiliser pour cette agrégation et les détails sont indiqués ci-dessous -
Lorsque vous sélectionnez Agrégation de compartiments comme histogramme de date, il affichera l'option Champ qui ne donnera que les champs liés à la date. Une fois que vous avez sélectionné votre champ, vous devez sélectionner l'intervalle qui contient les détails suivants -
Ainsi, les documents de l'index choisi et en fonction du champ et de l'intervalle choisis classeront les documents dans des seaux. Par exemple, si vous choisissez l'intervalle mensuel, les documents basés sur la date seront convertis en seaux et en fonction du mois, c'est-à-dire de janvier à décembre, les documents seront placés dans les seaux. Ici janvier, février, .. décembre seront les seaux.
Plage de dates
Vous avez besoin d'un champ de date pour utiliser ce type d'agrégation. Ici, nous aurons une plage de dates, c'est-à-dire à partir de la date et à la date. Les seaux auront ses documents basés sur le formulaire et à ce jour donnés.
Filtres
Avec l'agrégation de type Filtres, les compartiments seront formés en fonction du filtre. Ici, vous obtiendrez un multi-compartiment formé en fonction des critères de filtre qu'un document peut exister dans un ou plusieurs compartiments.
À l'aide de filtres, les utilisateurs peuvent écrire leurs requêtes dans l'option de filtrage comme indiqué ci-dessous -
Vous pouvez ajouter plusieurs filtres de votre choix en utilisant le bouton Ajouter un filtre.
Histogramme
Ce type d'agrégation est appliqué sur un champ numérique et regroupera les documents dans un compartiment en fonction de l'intervalle appliqué. Par exemple, 0-50,50-100,100-150 etc.
Plage IPv4
Ce type d'agrégation est utilisé et principalement utilisé pour les adresses IP.
L'index que nous avons est le contriesdata-28.12.2018 n'a pas de champ de type IP, il affiche donc un message comme indiqué ci-dessus. Si vous avez le champ IP, vous pouvez spécifier les valeurs De et À comme indiqué ci-dessus.
Intervalle
Ce type d'agrégation nécessite que les champs soient de type numéro. Vous devez spécifier la plage et les documents seront répertoriés dans les compartiments appartenant à la plage.
Vous pouvez ajouter plus de plage si nécessaire en cliquant sur le bouton Ajouter une plage.
Termes importants
Ce type d'agrégation est principalement utilisé sur les champs de chaîne.
termes
Ce type d'agrégation est utilisé sur tous les champs disponibles à savoir nombre, chaîne, date, booléen, adresse IP, horodatage etc. Notez que c'est l'agrégation que nous allons utiliser dans toute notre visualisation sur laquelle nous allons travailler dans ce Didacticiel.
Nous avons un ordre d'options par lequel nous regrouperons les données en fonction de la métrique que nous sélectionnons. La taille fait référence au nombre de compartiments que vous souhaitez afficher dans la visualisation.
Parlons ensuite de l'agrégation métrique.
Agrégation métrique
L'agrégation métrique se réfère principalement au calcul mathématique effectué sur les documents présents dans le bucket. Par exemple, si vous choisissez un champ numérique, le calcul de la métrique que vous pouvez effectuer est COUNT, SUM, MIN, MAX, AVERAGE etc.
Une liste d'agrégation métrique que nous allons discuter est donnée ici -
Dans cette section, discutons des plus importants que nous allons utiliser souvent -
- Average
- Count
- Max
- Min
- Sum
La métrique sera appliquée à l'agrégation de compartiment individuelle dont nous avons déjà parlé ci-dessus.
Ensuite, laissez-nous discuter de la liste d'agrégation de métriques ici -
Moyenne
Cela donnera la moyenne des valeurs des documents présents dans les seaux. Par exemple -
R1 à R6 sont les seaux. Dans R1, nous avons c1, c8 et c15. Considérez que la valeur de c1 est 300, c8 est 500 et c15 est 700. Maintenant, pour obtenir la valeur moyenne du compartiment R1
R1 = valeur de c1 + valeur de c8 + valeur de c15 / 3 = 300 + 500 + 700/3 = 500.
La moyenne est de 500 pour le seau R1. Ici, la valeur du document pourrait être quelque chose comme si vous considérez les données des pays, il pourrait s'agir de la superficie du pays dans cette région.
Compter
Cela donnera le nombre de documents présents dans le seau. Supposons que vous vouliez le décompte des pays présents dans la région, ce sera le total des documents présents dans les buckets. Par exemple, R1 ce sera 3, R2 = 6, R3 = 5, R4 = 2, R5 = 5 et R6 = 4.
Max
Cela donnera la valeur maximale du document présent dans le seau. En prenant en compte l'exemple ci-dessus, si nous avons des données de pays par zone dans le compartiment régional. Le maximum pour chaque région sera le pays avec la zone maximum. Il y aura donc un pays de chaque région, c'est-à-dire R1 à R6.
dans
Cela donnera la valeur minimale du document présent dans le seau. Considérant l'exemple ci-dessus si nous avons des données de pays par zone dans le compartiment de région. Le min pour chaque région sera le pays avec la superficie minimale. Il y aura donc un pays de chaque région, c'est-à-dire R1 à R6.
Somme
Cela donnera la somme des valeurs du document présent dans le bucket. Par exemple, si vous considérez l'exemple ci-dessus si nous voulons la superficie totale ou les pays de la région, ce sera la somme des documents présents dans la région.
Par exemple, pour connaître le total des pays de la région R1, ce sera 3, R2 = 6, R3 = 5, R4 = 2, R5 = 5 et R6 = 4.
Dans le cas où nous avons des documents avec une superficie dans la région que R1 à R6, la superficie par pays sera résumée pour la région.
Nous pouvons visualiser les données dont nous disposons sous la forme de graphiques à barres, de graphiques linéaires, de camemberts, etc. Dans ce chapitre, nous allons comprendre comment créer une visualisation.
Créer une visualisation
Accédez à la visualisation Kibana comme indiqué ci-dessous -
Nous n'avons créé aucune visualisation, elle est donc vide et il y a un bouton pour en créer une.
Cliquez sur le bouton Create a visualization comme indiqué sur l'écran ci-dessus et il vous mènera à l'écran comme indiqué ci-dessous -
Ici, vous pouvez sélectionner l'option dont vous avez besoin pour visualiser vos données. Nous comprendrons chacun d'eux en détail dans les prochains chapitres. Pour le moment, sélectionnez le graphique à secteurs pour commencer.
Une fois que vous avez sélectionné le type de visualisation, vous devez maintenant sélectionner l'index sur lequel vous souhaitez travailler, et cela vous amènera à l'écran comme indiqué ci-dessous -
Nous avons maintenant un graphique à secteurs par défaut. Nous utiliserons les countrydata-28.12.2018 pour obtenir le nombre de régions disponibles dans les données des pays au format camembert.
Agrégation de compartiment et de métrique
Le côté gauche a des métriques, que nous sélectionnerons comme nombre. Dans Buckets, il y a 2 options Split slices et split chart. Nous utiliserons l'option Fractionner les tranches.
Maintenant, sélectionnez Split Slices et il affichera les options suivantes -
Maintenant, sélectionnez l'agrégation en tant que termes et il affichera plus d'options à saisir comme suit -
La liste déroulante Champs contiendra tous les champs de l'index: countrydata choisi. Nous avons choisi le champ Région et Trier par. Notez que nous avons choisi la métrique Count pour Order By. Nous l'ordonnerons par ordre décroissant et la taille que nous avons prise vaut 10. Cela signifie qu'ici, nous obtiendrons le nombre de 10 premières régions à partir de l'indice des pays.
Maintenant, cliquez sur le bouton analyser comme mis en évidence ci-dessous et vous devriez voir le graphique à secteurs mis à jour sur le côté droit.
Affichage de graphique à secteurs
Toutes les régions sont répertoriées dans le coin supérieur droit avec des couleurs et la même couleur est affichée dans le graphique à secteurs. Si vous passez la souris sur le graphique à secteurs, il donnera le décompte de la région ainsi que le nom de la région comme indiqué ci-dessous -
Cela nous dit donc que 22,77% de la région est occupée par l'Afrique subsaharienne à partir des données des pays que nous avons téléchargées.
La région Asie couvre 12,5% et le nombre est de 28.
Maintenant, nous pouvons enregistrer la visualisation en cliquant sur le bouton Enregistrer dans le coin supérieur droit comme indiqué ci-dessous -
Maintenant, enregistrez la visualisation afin qu'elle puisse être utilisée plus tard.
Nous pouvons également obtenir les données que nous voulons en utilisant l'option de recherche comme indiqué ci-dessous -
Nous avons filtré les données pour les pays commençant par Aus *. Nous en apprendrons plus sur le camembert et d'autres visualisations dans les prochains chapitres.
Explorons et comprenons les graphiques les plus couramment utilisés en visualisation.
- Graphique à barres horizontales
- Graphique à barres verticales
- Diagramme circulaire
Voici les étapes à suivre pour créer la visualisation ci-dessus. Commençons par la barre horizontale.
Graphique à barres horizontales
Ouvrez Kibana et cliquez sur l'onglet Visualiser sur le côté gauche comme indiqué ci-dessous -
Cliquez sur le bouton + pour créer une nouvelle visualisation -
Cliquez sur la barre horizontale répertoriée ci-dessus. Vous devrez faire une sélection de l'index que vous souhaitez visualiser.
Sélectionnez le countriesdata-28.12.2018index comme indiqué ci-dessus. Lors de la sélection de l'index, il affiche un écran comme indiqué ci-dessous -
Il montre un décompte par défaut. Maintenant, traçons un graphique horizontal où nous pouvons voir les données des 10 principales populations sages par pays.
Pour cela, nous devons sélectionner ce que nous voulons sur les axes Y et X. Par conséquent, sélectionnez le compartiment et l'agrégation métrique -
Maintenant, si vous cliquez sur l'axe Y, il affichera l'écran comme indiqué ci-dessous -
Maintenant, sélectionnez l'agrégation que vous voulez parmi les options affichées ici -
Notez qu'ici, nous sélectionnerons l'agrégation Max car nous voulons afficher les données selon la population maximale disponible.
Ensuite, nous devons sélectionner le champ dont la valeur maximale est requise. Dans l'index countrydata-28.12.2018 , nous n'avons que 2 champs de nombres - superficie et population.
Puisque nous voulons la population maximale, nous sélectionnons le champ Population comme indiqué ci-dessous -
Par cela, nous en avons terminé avec l'axe Y. La sortie que nous obtenons pour l'axe Y est comme indiqué ci-dessous -
Maintenant, sélectionnons l'axe X comme indiqué ci-dessous -
Si vous sélectionnez Axe X, vous obtiendrez la sortie suivante -
Choisissez Agrégation comme termes.
Choisissez le champ dans la liste déroulante. Nous voulons une population sage pays, alors sélectionnez le champ pays. Commander par nous avons les options suivantes -
Nous allons choisir l'ordre selon la population maximale afin que le pays avec la population la plus élevée soit affiché en premier et ainsi de suite. Une fois les données que nous voulons ajoutées, cliquez sur le bouton Appliquer les modifications en haut des données de métriques comme indiqué ci-dessous
Une fois que vous cliquez sur Appliquer les modifications, nous avons le graphique horizontal dans lequel nous pouvons voir que la Chine est le pays avec la population la plus élevée, suivie de l'Inde, des États-Unis, etc.
De même, vous pouvez tracer différents graphiques en choisissant le champ souhaité. Ensuite, nous enregistrerons cette visualisation en tant que max_population pour être utilisée plus tard pour la création du tableau de bord.
Dans la section suivante, nous allons créer un graphique à barres verticales.
Graphique à barres verticales
Cliquez sur l'onglet Visualiser et créez une nouvelle visualisation à l'aide de la barre verticale et de l'index comme countriesdata-28.12.2018.
Dans cette visualisation à barres verticales, nous allons créer un graphique à barres avec la zone par pays, c'est-à-dire que les pays seront affichés avec la zone la plus élevée.
Alors sélectionnons les axes Y et X comme indiqué ci-dessous -
Axe Y
Axe X
Lorsque nous appliquons les modifications ici, nous pouvons voir la sortie comme indiqué ci-dessous -
À partir du graphique, nous pouvons voir que la Russie a la plus grande superficie, suivie du Canada et des États-Unis. Veuillez noter que ces données sont extraites des données des pays d'index et de ses données fictives, de sorte que les chiffres peuvent ne pas être corrects avec les données en direct.
Sauvegardons cette visualisation en tant que countrywise_maxarea pour être utilisée avec le tableau de bord plus tard.
Ensuite, travaillons sur le graphique à secteurs.
Diagramme circulaire
Commencez par créer une visualisation et sélectionnez le graphique à secteurs avec l'index en tant que pays. Nous allons afficher le nombre de régions disponibles dans les données des pays au format camembert.
Le côté gauche a des métriques qui donneront le compte. Dans Buckets, il existe 2 options: Fractionner les tranches et Fractionner le graphique. Maintenant, nous allons utiliser l'option Fractionner les tranches.
Maintenant, si vous sélectionnez Split Slices, il affichera les options suivantes -
Sélectionnez l'agrégation en tant que termes et il affichera plus d'options à saisir comme suit -
La liste déroulante Champs aura tous les champs de l'index choisi. Nous avons sélectionné le champ Région et Trier par que nous avons sélectionnés comme Nombre. Nous l'ordonnerons par ordre décroissant et la taille prendra 10. Donc, ici, nous obtiendrons le décompte des 10 régions à partir de l'indice des pays.
Maintenant, cliquez sur le bouton de lecture comme indiqué ci-dessous et vous devriez voir le graphique à secteurs mis à jour sur le côté droit.
Affichage de graphique à secteurs
Toutes les régions sont répertoriées dans le coin supérieur droit avec des couleurs et la même couleur est affichée dans le graphique à secteurs. Si vous passez la souris sur le graphique à secteurs, il donnera le décompte de la région et également le nom de la région comme indiqué ci-dessous -
Ainsi, il nous indique que 22,77% de la région est occupée par l'Afrique subsaharienne dans les données des pays que nous avons téléchargées.
À partir du graphique à secteurs, observez que la région Asie couvre 12,5% et que le nombre est de 28.
Maintenant, nous pouvons enregistrer la visualisation en cliquant sur le bouton Enregistrer dans le coin supérieur droit, comme indiqué ci-dessous -
Maintenant, enregistrez la visualisation afin qu'elle puisse être utilisée plus tard dans le tableau de bord.
Dans ce chapitre, nous discuterons des deux types de graphiques utilisés dans la visualisation -
- Graphique linéaire
- Area
Graphique linéaire
Pour commencer, créons une visualisation, en choisissant un graphique linéaire pour afficher les données et en utilisant contriesdata comme index. Nous devons créer l'axe Y et l'axe X et les détails pour ceux-ci sont indiqués ci-dessous -
Pour l'axe Y
Observez que nous avons pris Max comme agrégation. Nous allons donc montrer ici la présentation des données sous forme de graphique linéaire. Maintenant, nous allons tracer un graphique qui montrera la population maximale par pays. Le domaine que nous avons pris est celui de la population car nous avons besoin d'un maximum de population par pays.
Pour l'axe X
Sur l'axe des x, nous avons pris les termes comme agrégation, Country.keyword comme champ et métrique: Population maximale pour Trier par, et la taille de la commande est 5. Ainsi, il tracera les 5 principaux pays avec une population maximale. Après avoir appliqué les modifications, vous pouvez voir le graphique linéaire comme indiqué ci-dessous -
Nous avons donc Max population en Chine, suivie de l'Inde, des États-Unis, de l'Indonésie et du Brésil comme les 5 premiers pays en termes de population.
Maintenant, sauvegardons ce graphique linéaire afin que nous puissions l'utiliser plus tard dans le tableau de bord.
Cliquez sur Confirmer l'enregistrement et vous pouvez enregistrer la visualisation.
Graphique à aires
Accédez à la visualisation et choisissez la zone avec l'index comme données de pays. Nous devons sélectionner l'axe Y et l'axe X. Nous allons tracer un graphique en aires pour la superficie maximale pour le pays.
Donc, ici, l'axe X et l'axe Y seront comme indiqué ci-dessous -
Après avoir cliqué sur le bouton Appliquer les modifications, la sortie que nous pouvons voir est la suivante:
D'après le graphique, nous pouvons observer que la Russie a la plus grande superficie, suivie du Canada, des États-Unis, de la Chine et du Brésil. Enregistrez la visualisation pour l'utiliser plus tard.
Dans ce chapitre, nous allons comprendre comment travailler avec la carte thermique. La carte thermique montrera la présentation des données dans différentes couleurs pour la plage sélectionnée dans les métriques de données.
Premiers pas avec Heat Map
Pour commencer, nous devons créer une visualisation en cliquant sur l'onglet de visualisation sur le côté gauche comme indiqué ci-dessous -
Sélectionnez le type de visualisation comme carte thermique comme indiqué ci-dessus. Il vous demandera de choisir l'index comme indiqué ci-dessous -
Sélectionnez l'index countrydata-28.12.2018 comme indiqué ci-dessus. Une fois l'index sélectionné, nous avons les données à sélectionner comme indiqué ci-dessous -
Sélectionnez les métriques comme indiqué ci-dessous -
Sélectionnez Agrégation maximale dans la liste déroulante comme indiqué ci-dessous -
Nous avons sélectionné Max car nous voulons tracer la zone Max par pays.
Sélectionnez maintenant les valeurs pour les compartiments comme indiqué ci-dessous -
Maintenant, sélectionnons l'axe X comme indiqué ci-dessous -
Nous avons utilisé l'agrégation comme termes, le champ comme pays et Order By Max Area. Cliquez sur Appliquer les modifications comme indiqué ci-dessous -
Si vous cliquez sur Appliquer les modifications, la carte de chaleur ressemble à l'illustration ci-dessous -
La carte thermique est affichée avec différentes couleurs et la plage de zones est affichée sur le côté droit. Vous pouvez changer la couleur en cliquant sur les petits cercles à côté de la plage de zone comme indiqué ci-dessous -
Les cartes de coordonnées dans Kibana vous montreront la zone géographique et marqueront la zone avec des cercles basés sur l'agrégation que vous spécifiez.
Créer un index pour la carte de coordonnées
L'agrégation Bucket utilisée pour la carte de coordonnées est l'agrégation geohash. Pour ce type d'agrégation, votre index que vous allez utiliser doit avoir un champ de type point géographique. Le point géographique est une combinaison de latitude et de longitude.
Nous allons créer un index à l'aide des outils de développement de Kibana et y ajouter des données en masse. Nous ajouterons la cartographie et ajouterons le type geo_point dont nous avons besoin.
Les données que nous allons utiliser sont affichées ici -
{"index":{"_id":1}}
{"location": "2.089330000000046,41.47367000000008", "city": "SantCugat"}
{"index":{"_id":2}}
{"location": "2.2947825000000677,41.601800991000076", "city": "Granollers"}
{"index":{"_id":3}}
{"location": "2.1105957495300474,41.5496295760424", "city": "Sabadell"}
{"index":{"_id":4}}
{"location": "2.132605678083895,41.5370461908878", "city": "Barbera"}
{"index":{"_id":5}}
{"location": "2.151270020052683,41.497779918345415", "city": "Cerdanyola"}
{"index":{"_id":6}}
{"location": "2.1364609496220606,41.371303520399344", "city": "Barcelona"}
{"index":{"_id":7}}
{"location": "2.0819450306711165,41.385491966414705", "city": "Sant Just Desvern"}
{"index":{"_id":8}}
{"location": "2.00532082278266,41.542294286427385", "city": "Rubi"}
{"index":{"_id":9}}
{"location": "1.9560805366930398,41.56142635214226", "city": "Viladecavalls"}
{"index":{"_id":10}}
{"location": "2.09205348251486,41.39327140161001", "city": "Esplugas de Llobregat"}
Maintenant, exécutez les commandes suivantes dans Kibana Dev Tools comme indiqué ci-dessous -
PUT /cities
{
"mappings": {
"_doc": {
"properties": {
"location": {
"type": "geo_point"
}
}
}
}
}
POST /cities/_city/_bulk?refresh
{"index":{"_id":1}}
{"location": "2.089330000000046,41.47367000000008", "city": "SantCugat"}
{"index":{"_id":2}}
{"location": "2.2947825000000677,41.601800991000076", "city": "Granollers"}
{"index":{"_id":3}}
{"location": "2.1105957495300474,41.5496295760424", "city": "Sabadell"}
{"index":{"_id":4}}
{"location": "2.132605678083895,41.5370461908878", "city": "Barbera"}
{"index":{"_id":5}}
{"location": "2.151270020052683,41.497779918345415", "city": "Cerdanyola"}
{"index":{"_id":6}}
{"location": "2.1364609496220606,41.371303520399344", "city": "Barcelona"}
{"index":{"_id":7}}
{"location": "2.0819450306711165,41.385491966414705", "city": "Sant Just Desvern"}
{"index":{"_id":8}}
{"location": "2.00532082278266,41.542294286427385", "city": "Rubi"}
{"index":{"_id":9}}
{"location": "1.9560805366930398,41.56142635214226", "city": "Viladecavalls"}
{"index":{"_id":10}}
{"location": "2.09205348251486,41.3s9327140161001", "city": "Esplugas de Llobregat"}
Maintenant, exécutez les commandes ci-dessus dans les outils de développement Kibana -
Ce qui précède va créer des villes de noms d'index de type _doc et l'emplacement du champ est de type geo_point.
Ajoutons maintenant des données à l'index: villes -
Nous avons fini de créer des citations de noms d'index avec des données. Maintenant, créons un modèle d'index pour les villes à l'aide de l'onglet Gestion.
Les détails des champs dans l'index des villes sont affichés ici -
Nous pouvons voir que l'emplacement est de type geo_point. Nous pouvons maintenant l'utiliser pour créer une visualisation.
Premiers pas avec les cartes de coordonnées
Accédez à Visualisation et sélectionnez les cartes de coordonnées.
Sélectionnez les villes de modèle d'index et configurez la métrique d'agrégation et le compartiment comme indiqué ci-dessous -
Si vous cliquez sur le bouton Analyser, vous pouvez voir l'écran suivant -
En fonction de la longitude et de la latitude, les cercles sont tracés sur la carte comme indiqué ci-dessus.
Avec cette visualisation, vous voyez les données représentées sur la carte géographique du monde. Dans ce chapitre, voyons cela en détail.
Créer un index pour la carte de région
Nous allons créer un nouvel index pour travailler avec la visualisation de carte de région. Les données que nous allons télécharger sont affichées ici -
{"index":{"_id":1}}
{"country": "China", "population": "1313973713"}
{"index":{"_id":2}}
{"country": "India", "population": "1095351995"}
{"index":{"_id":3}}
{"country": "United States", "population": "298444215"}
{"index":{"_id":4}}
{"country": "Indonesia", "population": "245452739"}
{"index":{"_id":5}}
{"country": "Brazil", "population": "188078227"}
{"index":{"_id":6}}
{"country": "Pakistan", "population": "165803560"}
{"index":{"_id":7}}
{"country": "Bangladesh", "population": "147365352"}
{"index":{"_id":8}}
{"country": "Russia", "population": "142893540"}
{"index":{"_id":9}}
{"country": "Nigeria", "population": "131859731"}
{"index":{"_id":10}}
{"country": "Japan", "population": "127463611"}
Notez que nous utiliserons _bulk upload dans les outils de développement pour télécharger les données.
Maintenant, allez dans Kibana Dev Tools et exécutez les requêtes suivantes -
PUT /allcountries
{
"mappings": {
"_doc": {
"properties": {
"country": {"type": "keyword"},
"population": {"type": "integer"}
}
}
}
}
POST /allcountries/_doc/_bulk?refresh
{"index":{"_id":1}}
{"country": "China", "population": "1313973713"}
{"index":{"_id":2}}
{"country": "India", "population": "1095351995"}
{"index":{"_id":3}}
{"country": "United States", "population": "298444215"}
{"index":{"_id":4}}
{"country": "Indonesia", "population": "245452739"}
{"index":{"_id":5}}
{"country": "Brazil", "population": "188078227"}
{"index":{"_id":6}}
{"country": "Pakistan", "population": "165803560"}
{"index":{"_id":7}}
{"country": "Bangladesh", "population": "147365352"}
{"index":{"_id":8}}
{"country": "Russia", "population": "142893540"}
{"index":{"_id":9}}
{"country": "Nigeria", "population": "131859731"}
{"index":{"_id":10}}
{"country": "Japan", "population": "127463611"}
Ensuite, créons un index pour tous les pays. Nous avons spécifié le type de champ de pays commekeyword -
PUT /allcountries
{
"mappings": {
"_doc": {
"properties": {
"country": {"type": "keyword"},
"population": {"type": "integer"}
}
}
}
}
Note - Pour travailler avec des cartes de régions, nous devons spécifier le type de champ à utiliser avec l'agrégation comme type comme mot-clé.
Une fois terminé, téléchargez les données à l'aide de la commande _bulk.
Nous allons maintenant créer un modèle d'index. Accédez à l'onglet Gestion de Kibana et sélectionnez Créer un modèle d'index.
Voici les champs affichés à partir de l'index de tous les pays.
Premiers pas avec les cartes régionales
Nous allons maintenant créer la visualisation à l'aide des cartes régionales. Accédez à Visualisation et sélectionnez Cartes de région.
Une fois terminé, sélectionnez l'index comme tous les pays et continuez.
Sélectionnez les métriques d'agrégation et les métriques de compartiment comme indiqué ci-dessous -
Ici, nous avons sélectionné le champ comme pays, car je veux montrer la même chose sur la carte du monde.
Carte vectorielle et champ de jonction pour la carte de la région
Pour les cartes de région, nous devons également sélectionner les onglets Option comme indiqué ci-dessous -
L'onglet Options a la configuration des paramètres de calque qui sont nécessaires pour tracer les données sur la carte du monde.
Une carte vectorielle a les options suivantes -
Ici, nous sélectionnerons les pays du monde car j'ai des données sur les pays.
Le champ de jointure contient les détails suivants -
Dans notre index, nous avons le nom du pays, nous allons donc sélectionner le nom du pays.
Dans les paramètres de style, vous pouvez choisir la couleur à afficher pour les pays -
Nous sélectionnerons les rouges. Nous ne toucherons pas au reste des détails.
Maintenant, cliquez sur le bouton Analyser pour voir les détails des pays tracés sur la carte du monde comme indiqué ci-dessous -
Carte vectorielle auto-hébergée et champ de jonction à Kibana
Vous pouvez également ajouter vos propres paramètres Kibana pour la carte vectorielle et le champ de jointure. Pour ce faire, accédez à kibana.yml depuis le dossier kibana config et ajoutez les détails suivants -
regionmap:
includeElasticMapsService: false
layers:
- name: "Countries Data"
url: "http://localhost/kibana/worldcountries.geojson"
attribution: "INRAP"
fields:
- name: "Country"
description: "country names"
La carte vectorielle de l'onglet Options aura les données ci-dessus remplies au lieu de celles par défaut. Veuillez noter que l'URL fournie doit être activée CORS pour que Kibana puisse télécharger la même chose. Le fichier json utilisé doit être tel que les coordonnées se poursuivent. Par exemple -
https://vector.maps.elastic.co/blob/5659313586569216?elastic_tile_service_tos=agreeL'onglet Options lorsque les détails de la carte vectorielle de la carte de région sont auto-hébergés est affiché ci-dessous -
Une visualisation de jauge indique comment votre métrique considérée sur les données se situe dans la plage prédéfinie.
Une visualisation des objectifs indique votre objectif et la façon dont votre métrique sur vos données progresse vers l'objectif.
Travailler avec la jauge
Pour commencer à utiliser Gauge, accédez à la visualisation et sélectionnez l'onglet Visualiser dans l'interface utilisateur de Kibana.
Cliquez sur Jauge et sélectionnez l'index que vous souhaitez utiliser.
Nous allons travailler sur l' index medicalvisits-26.01.2019 .
Sélectionnez la période de février 2017
Vous pouvez maintenant sélectionner l'agrégation de métrique et de compartiment.
Nous avons sélectionné l'agrégation de métrique comme Nombre.
L'agrégation de compartiment que nous avons sélectionnée Termes et le champ sélectionné est Number_Home_Visits.
Dans l'onglet Options de données, les options sélectionnées sont affichées ci-dessous -
Le type de jauge peut être sous la forme d'un cercle ou d'un arc. Nous avons sélectionné comme arc et reposons tous les autres comme valeurs par défaut.
La plage prédéfinie que nous avons ajoutée est affichée ici -
La couleur sélectionnée est du vert au rouge.
Maintenant, cliquez sur le bouton Analyser pour voir la visualisation sous la forme d'une jauge comme indiqué ci-dessous -
Travailler avec Goal
Accédez à l'onglet Visualiser et sélectionnez Objectif comme indiqué ci-dessous -
Sélectionnez Objectif et sélectionnez l'index.
Utilisez medicalvisits-26.01.2019 comme index.
Sélectionnez l'agrégation de métrique et l'agrégation de compartiment.
Agrégation métrique
Nous avons sélectionné Count comme agrégation de métrique.
Agrégation de godets
Nous avons sélectionné les termes comme agrégation de compartiment et le champ est Number_Home_Visits.
Les options sélectionnées sont les suivantes -
La plage sélectionnée est la suivante -
Cliquez sur Analyser et vous voyez l'objectif affiché comme suit -
Canvas est une autre fonctionnalité puissante de Kibana. En utilisant la visualisation du canevas, vous pouvez représenter vos données dans différentes combinaisons de couleurs, formes, texte, configuration multipage, etc.
Nous avons besoin de données à afficher dans le canevas. Maintenant, chargeons quelques exemples de données déjà disponibles dans Kibana.
Chargement d'exemples de données pour la création de canevas
Pour obtenir les exemples de données, accédez à la page d'accueil de Kibana et cliquez sur Ajouter des exemples de données comme indiqué ci-dessous -
Cliquez sur Charger un ensemble de données et un tableau de bord Kibana. Cela vous mènera à l'écran comme indiqué ci-dessous -
Cliquez sur le bouton Ajouter pour des exemples de commandes de commerce électronique. Le chargement des exemples de données prendra un certain temps. Une fois terminé, vous recevrez un message d'alerte indiquant «Exemple de données de commerce électronique chargées».
Premiers pas avec la visualisation du canevas
Maintenant, allez à la visualisation du canevas comme indiqué ci-dessous -
Cliquez sur Canvas et l'écran affichera comme indiqué ci-dessous -
Nous avons ajouté des exemples de données sur le commerce électronique et le trafic Web. Nous pouvons créer un nouveau workpad ou utiliser l'existant.
Ici, nous sélectionnerons l'existant. Sélectionnez le nom du bloc de travail de suivi des revenus du commerce électronique et il affichera l'écran comme indiqué ci-dessous -
Cloner un Workpad existant dans Canvas
Nous clonerons le workpad afin de pouvoir y apporter des modifications. Pour cloner un workpad existant, cliquez sur le nom du workpad affiché en bas à gauche -
Cliquez sur le nom et sélectionnez l'option de clonage comme indiqué ci-dessous -
Cliquez sur le bouton de clonage et cela créera une copie du bloc de travail de suivi des revenus du commerce électronique. Vous pouvez le trouver comme indiqué ci-dessous -
Dans cette section, expliquons comment utiliser le workpad. Si vous voyez ci-dessus le bloc de travail, il y a 2 pages pour cela. Ainsi, dans le canevas, nous pouvons représenter les données sur plusieurs pages.
L'affichage de la page 2 est comme indiqué ci-dessous -
Sélectionnez la page 1 et cliquez sur les ventes totales affichées sur le côté gauche comme indiqué ci-dessous -
Sur le côté droit, vous obtiendrez les données qui y sont liées -
À l'heure actuelle, le style par défaut utilisé est la couleur verte. Nous pouvons changer la couleur ici et vérifier l'affichage de la même chose.
Nous avons également modifié la police et la taille des paramètres de texte comme indiqué ci-dessous -
Ajout d'une nouvelle page au Workpad à l'intérieur du canevas
Pour ajouter une nouvelle page au workpad, procédez comme indiqué ci-dessous -
Une fois la page créée comme indiqué ci-dessous -
Cliquez sur Ajouter un élément et il affichera toutes les visualisations possibles comme indiqué ci-dessous -
Nous avons ajouté deux éléments tableau de données et graphique en aires comme indiqué ci-dessous
Vous pouvez ajouter plus d'éléments de données à la même page ou ajouter d'autres pages également.
Dans nos chapitres précédents, nous avons vu comment créer une visualisation sous forme de barre verticale, barre horizontale, camembert etc. Dans ce chapitre, apprenons à les combiner sous forme de Dashboard. Un tableau de bord est une collection de vos visualisations créée, afin que vous puissiez tout regarder ensemble à la fois.
Premiers pas avec le tableau de bord
Pour créer un tableau de bord dans Kibana, cliquez sur l'option Tableau de bord disponible comme indiqué ci-dessous -
Maintenant, cliquez sur le bouton Créer un nouveau tableau de bord comme indiqué ci-dessus. Cela nous amènera à l'écran comme indiqué ci-dessous -
Notez que nous n'avons pas encore créé de tableau de bord. Il y a des options en haut où nous pouvons enregistrer, annuler, ajouter, options, partager, actualiser automatiquement et également changer l'heure pour obtenir les données sur notre tableau de bord. Nous allons créer un nouveau tableau de bord, en cliquant sur le bouton Ajouter ci-dessus.
Ajouter une visualisation au tableau de bord
Lorsque nous cliquons sur le bouton Ajouter (coin supérieur gauche), il nous affiche la visualisation que nous avons créée comme indiqué ci-dessous -
Sélectionnez la visualisation que vous souhaitez ajouter à votre tableau de bord. Nous sélectionnerons les trois premières visualisations comme indiqué ci-dessous -
Voici comment on le voit sur l'écran ensemble -
Ainsi, en tant qu'utilisateur, vous pouvez obtenir les détails généraux sur les données que nous avons téléchargées - par pays avec les champs nom de pays, nom de région, zone et population.
Nous connaissons maintenant toutes les régions disponibles, la population maximale par pays par ordre décroissant, la superficie maximale, etc.
Ce n'est que l'exemple de visualisation de données que nous avons téléchargé, mais dans le monde réel, il devient très facile de suivre les détails de votre entreprise, comme par exemple vous avez un site Web qui obtient des millions de visites mensuellement ou quotidiennement, vous voulez garder une trace des ventes fait tous les jours, heures, minutes, secondes et si vous avez votre pile ELK en place, Kibana peut vous montrer votre visualisation des ventes juste devant vos yeux toutes les heures, minutes, secondes comme vous le souhaitez. Il affiche les données en temps réel telles qu'elles se produisent dans le monde réel.
Kibana, dans l'ensemble, joue un rôle très important dans l'extraction des détails précis de votre transaction commerciale au jour le jour, toutes les heures ou toutes les minutes, afin que l'entreprise sache comment les progrès se poursuivent.
Enregistrer le tableau de bord
Vous pouvez enregistrer votre tableau de bord en utilisant le bouton Enregistrer en haut.
Il y a un titre et une description où vous pouvez entrer le nom du tableau de bord et une brève description qui explique ce que fait le tableau de bord. Maintenant, cliquez sur Confirmer l'enregistrement pour enregistrer le tableau de bord.
Modification de la plage horaire du tableau de bord
À l'heure actuelle, vous pouvez voir que les données affichées sont des 15 dernières minutes. Veuillez noter que ce sont des données statiques sans aucun champ d'heure, donc les données affichées ne changeront pas. Lorsque vous avez les données connectées au système en temps réel en changeant l'heure, les données seront également reflétées.
Par défaut, vous verrez les 15 dernières minutes comme indiqué ci-dessous -
Cliquez sur les 15 dernières minutes et il vous affichera la plage de temps que vous pouvez sélectionner selon votre choix.
Observez qu'il existe des options Rapide, Relatif, Absolu et Récent. La capture d'écran suivante montre les détails de l'option rapide -
Maintenant, cliquez sur Relatif pour voir l'option disponible -
Ici, vous pouvez spécifier la date de début et de fin en minutes, heures, secondes, mois, années auparavant.
L'option Absolue a les détails suivants -
Vous pouvez voir l'option de calendrier et sélectionner une plage de dates.
L'option récente redonnera l'option 15 dernières minutes ainsi qu'une autre option que vous avez sélectionnée récemment. Le choix de la plage de temps mettra à jour les données provenant de cette plage de temps.
Utilisation de la recherche et du filtre dans le tableau de bord
Nous pouvons également utiliser la recherche et le filtrage sur le tableau de bord. Dans la recherche, supposons que si nous voulons obtenir les détails d'une région particulière, nous pouvons ajouter une recherche comme indiqué ci-dessous -
Dans la recherche ci-dessus, nous avons utilisé le champ Région et voulons afficher les détails de la région: OCEANIE.
Nous obtenons les résultats suivants -
En regardant les données ci-dessus, nous pouvons dire que dans la région OCEANIE, l'Australie a la population et la superficie maximales.
De même, nous pouvons ajouter un filtre comme indiqué ci-dessous -
Ensuite, cliquez sur le bouton Ajouter un filtre et il affichera les détails du champ disponible dans votre index comme indiqué ci-dessous -
Choisissez le champ sur lequel vous souhaitez filtrer. J'utiliserai le champ Région pour obtenir les détails de la région ASIE comme indiqué ci-dessous -
Enregistrez le filtre et vous devriez voir le filtre comme suit -
Les données seront maintenant affichées selon le filtre ajouté -
Vous pouvez également ajouter plus de filtres comme indiqué ci-dessous -
Vous pouvez désactiver le filtre en cliquant sur la case à cocher désactiver comme indiqué ci-dessous.
Vous pouvez activer le filtre en cliquant sur la même case à cocher pour l'activer. Observez qu'il existe un bouton de suppression pour supprimer le filtre. Bouton Modifier pour modifier le filtre ou modifier les options de filtre.
Pour la visualisation affichée, vous remarquerez trois points comme indiqué ci-dessous -
Cliquez dessus et il affichera les options comme indiqué ci-dessous -
Inspecter et plein écran
Cliquez sur Inspecter et il donne les détails de la région sous forme de tableau comme indiqué ci-dessous -
Il existe une option pour télécharger la visualisation au format CSV au cas où vous voudriez la voir dans une feuille Excel.
La prochaine option plein écran obtiendra la visualisation en mode plein écran comme indiqué ci-dessous -
Vous pouvez utiliser le même bouton pour quitter le mode plein écran.
Tableau de bord de partage
Nous pouvons partager le tableau de bord en utilisant le bouton de partage. En cliquant sur le bouton de partage, vous obtiendrez l'affichage comme suit -
Vous pouvez également utiliser le code d'intégration pour afficher le tableau de bord sur votre site ou utiliser des permaliens qui seront un lien à partager avec d'autres.
L'URL sera la suivante -
http://localhost:5601/goto/519c1a088d5d0f8703937d754923b84b
Timelion, également appelé chronologie, est un autre outil de visualisation qui est principalement utilisé pour l'analyse de données basée sur le temps. Pour travailler avec la chronologie, nous devons utiliser un langage d'expression simple qui nous aidera à nous connecter à l'index et à effectuer également des calculs sur les données pour obtenir les résultats dont nous avons besoin.
Où pouvons-nous utiliser Timelion?
Timelion est utilisé lorsque vous souhaitez comparer des données liées au temps. Par exemple, vous avez un site et vous obtenez vos vues quotidiennement. Vous souhaitez analyser les données dans lesquelles vous souhaitez comparer les données de la semaine en cours avec la semaine précédente, c'est-à-dire du lundi au lundi, du mardi au mardi, etc., comment les vues diffèrent et le trafic.
Premiers pas avec Timelion
Pour commencer à travailler avec Timelion, cliquez sur Timelion comme indiqué ci-dessous -
Timelion par défaut affiche la chronologie de tous les index comme indiqué ci-dessous -
Timelion fonctionne avec la syntaxe d'expression.
Note - es (*) => signifie tous les index.
Pour obtenir les détails de la fonction disponible à utiliser avec Timelion, cliquez simplement sur la zone de texte comme indiqué ci-dessous -
Il vous donne la liste des fonctions à utiliser avec la syntaxe d'expression.
Une fois que vous avez commencé avec Timelion, il affiche un message de bienvenue comme indiqué ci-dessous. La section en surbrillance, c'est-à-dire Aller à la référence de la fonction, donne les détails de toutes les fonctions disponibles pour être utilisées avec timelion.
Message de bienvenue de Timelion
Le message de bienvenue de Timelion est comme indiqué ci-dessous -
Cliquez sur le bouton suivant et il vous guidera à travers ses fonctionnalités et son utilisation de base. Maintenant, lorsque vous cliquez sur Suivant, vous pouvez voir les détails suivants -
Référence de la fonction Timelion
Cliquez sur le bouton Aide pour obtenir les détails de la fonction de référence disponible pour Timelion -
Configuration de Timelion
Les paramètres de timelion se font dans Kibana Management → Paramètres avancés.
Cliquez sur Paramètres avancés et sélectionnez Timelion dans la catégorie
Une fois que Timelion est sélectionné, il affichera tous les champs nécessaires requis pour la configuration de timelion.
Dans les champs suivants, vous pouvez modifier l'index par défaut et le champ de temps à utiliser sur l'index -
La valeur par défaut est _all et timefield est @timestamp. Nous le laisserions tel quel et changerions l'index et le champ temporel dans le timelion lui-même.
Utilisation de Timelion pour visualiser les données
Nous allons utiliser index: medicalvisits-26.01.2019 . Voici les données affichées à partir de la chronologie du 1er janvier 2017 au 31 décembre 2017 -
L'expression utilisée pour la visualisation ci-dessus est la suivante -
.es(index=medicalvisits-26.01.2019,timefield=Visiting_Date).bars()
Nous avons utilisé l'index medicalvisits-26.01.2019 et timefield sur cet index est Visiting_Date et utilisé la fonction de barres.
Dans ce qui suit, nous avons analysé 2 villes pour le mois de janvier 2017, par jour.
L'expression utilisée est -
.es(index=medicalvisits-26.01.2019,timefield=Visiting_Date,
q=City:Sabadell).label(Sabadell),.es(index=medicalvisits-26.01.2019,
timefield=Visiting_Date, q=City:Terrassa).label(Terrassa)
La comparaison de la chronologie pour 2 jours est affichée ici -
Expression
.es(index=medicalvisits-26.01.2019,timefield=Visiting_Date).label("August 2nd 2018"),
.es(index=medicalvisits-26.01.2019,timefield=Visiting_Date,offset=-1d).label("August 1st 2018")
Ici, nous avons utilisé le décalage et donné une différence de 1 jour. Nous avons sélectionné la date actuelle comme le 2 août 2018. Cela donne donc une différence de données pour le 2 août 2018 et le 1er août 2018.
La liste des 5 meilleures villes pour le mois de janvier 2017 est indiquée ci-dessous. L'expression que nous avons utilisée ici est donnée ci-dessous -
.es(index=medicalvisits-26.01.2019,timefield=Visiting_Date,split=City.keyword:5)
Nous avons utilisé split et donné le nom du champ comme city et puisque nous avons besoin des cinq premières villes de l'index, nous l'avons donné comme split = City.keyword: 5
Il donne le décompte de chaque ville et répertorie leurs noms comme indiqué dans le graphique tracé.
Nous pouvons utiliser les outils de développement pour télécharger des données dans Elasticsearch, sans utiliser Logstash. Nous pouvons publier, mettre, supprimer, rechercher les données que nous voulons dans Kibana en utilisant les outils de développement.
Pour créer un nouvel index dans Kibana, nous pouvons utiliser la commande suivante dans les outils de développement -
Créer un index EN UTILISANT PUT
La commande pour créer l'index est comme indiqué ici -
PUT /usersdata?pretty
Une fois que vous exécutez cela, un index vide userdata est créé.
Nous avons terminé la création de l'index. Maintenant va ajouter les données dans l'index -
Ajouter des données à l'index à l'aide de PUT
Vous pouvez ajouter des données à un index comme suit -
Nous ajouterons un autre enregistrement dans l'index des données utilisateur -
Nous avons donc 2 enregistrements dans l'index des données utilisateur.
Extraire les données de l'index à l'aide de GET
Nous pouvons obtenir les détails de l'enregistrement 1 comme suit -
Vous pouvez obtenir tous les enregistrements comme suit -
Ainsi, nous pouvons obtenir tous les enregistrements à partir des données utilisateur comme indiqué ci-dessus.
Mettre à jour les données dans Index à l'aide de PUT
Pour mettre à jour l'enregistrement, vous pouvez procéder comme suit -
Nous avons changé le nom de «Ervin Howell» en «Clementine Bauch». Nous pouvons maintenant obtenir tous les enregistrements de l'index et voir l'enregistrement mis à jour comme suit -
Supprimer les données de l'index à l'aide de DELETE
Vous pouvez supprimer l'enregistrement comme indiqué ici -
Maintenant, si vous voyez le nombre total d'enregistrements, nous n'aurons qu'un seul enregistrement -
Nous pouvons supprimer l'index créé comme suit -
Maintenant, si vous vérifiez les indices disponibles, nous n'aurons pas d'index de données utilisateur car l'index a été supprimé.
Kibana Monitoring donne des détails sur les performances de la pile ELK. Nous pouvons obtenir les détails de la mémoire utilisée, du temps de réponse, etc.
Détails de surveillance
Pour obtenir les détails de la surveillance dans Kibana, cliquez sur l'onglet de surveillance comme indiqué ci-dessous -
Puisque nous utilisons la surveillance pour la première fois, nous devons la maintenir activée. Pour cela, cliquez sur le boutonTurn on monitoringComme montré ci-dessus. Voici les détails affichés pour Elasticsearch -
Il donne la version d'elasticsearch, le disque disponible, les indices ajoutés à elasticsearch, l'utilisation du disque, etc.
Les détails de surveillance pour Kibana sont affichés ici -
Il donne les demandes et le temps de réponse maximal pour la demande, ainsi que les instances en cours d'exécution et l'utilisation de la mémoire.
Les rapports peuvent être facilement créés en utilisant le bouton Partager disponible dans l'interface utilisateur de Kibana.
Les rapports dans Kibana sont disponibles sous les deux formes suivantes -
- Permalinks
- Rapport CSV
Signaler comme permaliens
Lors de la visualisation, vous pouvez partager la même chose comme suit -
Utilisez le bouton de partage pour partager la visualisation avec d'autres personnes sous forme de code intégré ou de liens permanents.
En cas de code incorporé, vous obtenez les options suivantes -
Vous pouvez générer le code iframe sous forme d'url courte ou d'url longue pour l'instantané ou l'objet enregistré. Snapshot ne donnera pas les données récentes et l'utilisateur pourra voir les données enregistrées lorsque le lien a été partagé. Les modifications apportées ultérieurement ne seront pas prises en compte.
En cas d'objet enregistré, vous obtiendrez les modifications récentes apportées à cette visualisation.
Code IFrame de snapshot pour une URL longue -
<iframe src="http://localhost:5601/app/kibana#/visualize/edit/87af
cb60-165f-11e9-aaf1-3524d1f04792?embed=true&_g=()&_a=(filters:!(),linked:!f,query:(language:lucene,query:''),
uiState:(),vis:(aggs:!((enabled:!t,id:'1',params:(field:Area),schema:metric,type:max),(enabled:!t,id:'2',p
arams:(field:Country.keyword,missingBucket:!f,missingBucketLabel:Missing,order:desc,orderBy:'1',otherBucket:!
f,otherBucketLabel:Other,size:10),schema:segment,type:terms)),params:(addLegend:!t,addTimeMarker:!f,addToo
ltip:!t,categoryAxes:!((id:CategoryAxis-1,labels:(show:!t,truncate:100),position:bottom,scale:(type:linear),
show:!t,style:(),title:(),type:category)),grid:(categoryLines:!f,style:(color:%23eee)),legendPosition:right,
seriesParams:!((data:(id:'1',label:'Max+Area'),drawLi
nesBetweenPoints:!t,mode:stacked,show:true,showCircles:!t,type:histogram,valueAxis:ValueAxis-1)),times:!(),
type:histogram,valueAxes:!((id:ValueAxis-1,labels:(filter:!f,rotate:0,show:!t,truncate:100),name:LeftAxis-1,
position:left,scale:(mode:normal,type:linear),show:!t,style:(),title:(text:'Max+Area'),type:value))),title:
'countrywise_maxarea+',type:histogram))" height="600" width="800"></iframe>
Code Iframe de snapshot pour une URL courte -
<iframe src="http://localhost:5601/goto/f0a6c852daedcb6b4fa74cce8c2ff6c4?embed=true" height="600" width="800"><iframe>
Comme instantané et URL de prise de vue.
Avec URL courte -
http://localhost:5601/goto/f0a6c852daedcb6b4fa74cce8c2ff6c4
Avec URL courte désactivée, le lien ressemble à ci-dessous -
http://localhost:5601/app/kibana#/visualize/edit/87afcb60-165f-11e9-aaf1-3524d1f04792?_g=()&_a=(filters:!(
),linked:!f,query:(language:lucene,query:''),uiState:(),vis:(aggs:!((enabled:!t,id:'1',params:(field:Area),
schema:metric,type:max),(enabled:!t,id:'2',params:(field:Country.keyword,missingBucket:!f,missingBucketLabel:
Missing,order:desc,orderBy:'1',otherBucket:!f,otherBucketLabel:Other,size:10),schema:segment,type:terms)),
params:(addLegend:!t,addTimeMarker:!f,addTooltip:!t,categoryAxes:!((id:CategoryAxis-1,labels:(show:!t,trun
cate:100),position:bottom,scale:(type:linear),show:!t,style:(),title:(),type:category)),grid:(categoryLine
s:!f,style:(color:%23eee)),legendPosition:right,seriesParams:!((data:(id:'1',label:'Max%20Area'),drawLines
BetweenPoints:!t,mode:stacked,show:true,showCircles:!t,type:histogram,valueAxis:ValueAxis-1)),times:!(),
type:histogram,valueAxes:!((id:ValueAxis-1,labels:(filter:!f,rotate:0,show:!t,truncate:100),name:LeftAxis-1,
position:left,scale:(mode:normal,type:linear),show:!t,style:(),title:(text:'Max%20Area'),type:value))),title:'countrywise_maxarea%20',type:histogram))
Lorsque vous cliquez sur le lien ci-dessus dans le navigateur, vous obtiendrez la même visualisation que celle indiquée ci-dessus. Les liens ci-dessus sont hébergés localement, ils ne fonctionneront donc pas lorsqu'ils sont utilisés en dehors de l'environnement local.
Rapport CSV
Vous pouvez obtenir un rapport CSV dans Kibana où se trouvent des données, principalement dans l'onglet Découvrir.
Allez dans l'onglet Découvrir et prenez n'importe quel index pour lequel vous voulez les données. Ici, nous avons pris l' indice: countrydata-26.12.2018 . Voici les données affichées à partir de l'index -
Vous pouvez créer des données tabulaires à partir des données ci-dessus comme indiqué ci-dessous -
Nous avons sélectionné les champs dans les champs disponibles et les données vues précédemment sont converties au format tabulaire.
Vous pouvez obtenir les données ci-dessus dans le rapport CSV comme indiqué ci-dessous -
Le bouton de partage a une option pour le rapport CSV et les permaliens. Vous pouvez cliquer sur Rapport CSV et télécharger le même.
Veuillez noter que pour obtenir les rapports CSV dont vous avez besoin pour enregistrer vos données.
Confirmez Enregistrer et cliquez sur le bouton Partager et Rapports CSV. Vous obtiendrez l'affichage suivant -
Cliquez sur Générer CSV pour obtenir votre rapport. Une fois cela fait, il vous demandera d'aller dans l'onglet gestion.
Allez dans l'onglet Gestion → Rapports
Il affiche le nom du rapport, créé à, l'état et les actions. Vous pouvez cliquer sur le bouton de téléchargement comme indiqué ci-dessus et obtenir votre rapport csv.
Le fichier CSV que nous venons de télécharger est comme indiqué ici -