Kibana - Panduan Cepat

Kibana adalah alat visualisasi berbasis browser open source yang terutama digunakan untuk menganalisis log dalam volume besar dalam bentuk grafik garis, grafik batang, diagram lingkaran, peta panas, peta wilayah, peta koordinat, pengukur, sasaran, waktu, dll. Visualisasi membuatnya mudah. untuk memprediksi atau melihat perubahan tren kesalahan atau peristiwa penting lainnya dari sumber input. Kibana bekerja selaras dengan Elasticsearch dan Logstash yang bersama-sama membentuk apa yang disebut ELK tumpukan.

Apa itu ELK Stack?

ELK singkatan dari Elasticsearch, Logstash, dan Kibana. ELKadalah salah satu platform manajemen log populer yang digunakan di seluruh dunia untuk analisis log. Di tumpukan ELK, Logstash mengekstrak data logging atau peristiwa lain dari sumber input yang berbeda. Ini memproses acara dan kemudian menyimpannya di Elasticsearch.

Kibana adalah alat visualisasi, yang mengakses log dari Elasticsearch dan mampu ditampilkan kepada pengguna dalam bentuk grafik garis, grafik batang, diagram lingkaran, dll.

Aliran dasar ELK Stack ditunjukkan pada gambar di sini -

Logstash bertanggung jawab untuk mengumpulkan data dari semua sumber jarak jauh tempat log diarsipkan dan mengirimkannya ke Elasticsearch.

Elasticsearch bertindak sebagai database tempat data dikumpulkan dan Kibana menggunakan data dari Elasticsearch untuk merepresentasikan data kepada pengguna dalam bentuk grafik batang, diagram lingkaran, peta panas seperti yang ditunjukkan di bawah ini -

Ini menunjukkan data secara real time, misalnya, setiap hari atau setiap jam kepada pengguna. Kibana UI ramah pengguna dan sangat mudah dipahami oleh pemula.

Fitur Kibana

Kibana menawarkan penggunanya fitur-fitur berikut -

Visualisasi

Kibana memiliki banyak cara untuk memvisualisasikan data dengan cara yang mudah. Beberapa yang umum digunakan adalah diagram batang vertikal, diagram batang horizontal, diagram lingkaran, grafik garis, peta panas, dll.

Dasbor

Saat kami memiliki visualisasi yang siap, semuanya dapat ditempatkan di satu papan - Dasbor. Mengamati bagian yang berbeda bersama-sama memberi Anda gambaran keseluruhan yang jelas tentang apa yang sebenarnya terjadi.

Alat Pengembang

Anda dapat bekerja dengan indeks Anda menggunakan alat dev. Pemula dapat menambahkan indeks dummy dari alat dev dan juga menambah, memperbarui, menghapus data dan menggunakan indeks untuk membuat visualisasi.

Laporan

Semua data dalam bentuk visualisasi dan dashboard dapat diubah menjadi laporan (format CSV), disematkan dalam kode atau dalam bentuk URL untuk dibagikan kepada orang lain.

Filter dan kueri Penelusuran

Anda dapat menggunakan filter dan permintaan pencarian untuk mendapatkan detail yang diperlukan untuk masukan tertentu dari dasbor atau alat visualisasi.

Plugin

Anda dapat menambahkan plugin pihak ketiga untuk menambahkan beberapa visualisasi baru atau juga tambahan UI lainnya di Kibana.

Peta Koordinat dan Wilayah

Peta koordinat dan wilayah di Kibana membantu untuk menunjukkan visualisasi pada peta geografis yang memberikan tampilan data yang realistis.

Timelion

Timelion, juga disebut sebagai timelineadalah alat visualisasi lain yang terutama digunakan untuk analisis data berbasis waktu. Untuk bekerja dengan timeline, kita perlu menggunakan bahasa ekspresi sederhana yang membantu kita terhubung ke indeks dan juga melakukan kalkulasi pada data untuk mendapatkan hasil yang kita butuhkan. Ini lebih membantu dalam perbandingan data dengan siklus sebelumnya dalam hal minggu, bulan, dll.

Kanvas

Kanvas adalah fitur hebat lainnya di Kibana. Dengan menggunakan visualisasi kanvas, Anda dapat merepresentasikan data Anda dalam berbagai kombinasi warna, bentuk, teks, banyak halaman yang pada dasarnya disebut sebagai workpad.

Keuntungan Kibana

Kibana menawarkan keuntungan berikut untuk penggunanya -

• Berisi alat visualisasi berbasis browser open source yang terutama digunakan untuk menganalisis log dalam volume besar dalam bentuk grafik garis, grafik batang, diagram lingkaran, peta panas, dll.

• Sederhana dan mudah dipahami oleh pemula.

• Kemudahan konversi visualisasi dan dashboard menjadi laporan.

• Visualisasi kanvas membantu menganalisis data kompleks dengan cara yang mudah.

• Visualisasi garis waktu di Kibana membantu membandingkan data ke belakang untuk memahami kinerja dengan lebih baik.

Kekurangan Kibana

• Menambahkan plugin ke Kibana bisa sangat membosankan jika ada ketidakcocokan versi.

• Anda cenderung menghadapi masalah ketika Anda ingin meningkatkan dari versi lama ke yang baru.

Untuk mulai bekerja dengan Kibana kita perlu menginstal Logstash, Elasticsearch, dan Kibana. Pada bab ini, kita akan mencoba memahami penginstalan ELK stack di sini.

Kami akan membahas instalasi berikut di sini -

• Instalasi Elasticsearch
• Instalasi Logstash
• Instalasi Kibana

Instalasi Elasticsearch

Dokumentasi rinci tentang Elasticsearch tersedia di perpustakaan kami. Anda dapat memeriksa di sini untuk instalasi elasticsearch . Anda harus mengikuti langkah-langkah yang disebutkan dalam tutorial untuk menginstal Elasticsearch.

Setelah selesai dengan instalasi, mulai server elasticsearch sebagai berikut -

Langkah 1

For Windows

> cd kibanaproject/elasticsearch-6.5.4/elasticsearch-6.5.4/bin
> elasticsearch

Harap dicatat untuk pengguna windows, variabel JAVA_HOME harus diatur ke path java jdk.

For Linux

$ cd kibanaproject/elasticsearch-6.5.4/elasticsearch-6.5.4/bin $ elasticsearch

Port default untuk elasticsearch adalah 9200. Setelah selesai, Anda dapat memeriksa elasticsearch di port 9200 di localhost http://localhost:9200/as ditunjukkan di bawah -

Instalasi Logstash

Untuk instalasi Logstash, ikuti ini instalasi elasticsearch yang sudah ada di perpustakaan kami.

Instalasi Kibana

Kunjungi situs resmi Kibana -https://www.elastic.co/products/kibana

Klik tautan unduhan di sudut kanan atas dan itu akan menampilkan layar sebagai berikut -

Klik tombol Unduh untuk Kibana. Harap dicatat untuk bekerja dengan Kibana kami membutuhkan mesin 64 bit dan itu tidak akan bekerja dengan 32 bit.

Dalam tutorial ini, kita akan menggunakan Kibana versi 6. Opsi download tersedia untuk Windows, Mac dan Linux. Anda dapat mengunduh sesuai pilihan Anda.

Buat folder dan ekstrak unduhan tar / zip untuk kibana. Kami akan bekerja dengan data sampel yang diunggah di elasticsearch. Jadi, untuk saat ini mari kita lihat cara memulai elasticsearch dan kibana. Untuk ini, buka folder tempat Kibana dibongkar.

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

Setelah Kibana dimulai, pengguna dapat melihat layar berikut -

Setelah Anda melihat sinyal siap di konsol, Anda dapat membuka Kibana di browser menggunakan http://localhost:5601/Port default tempat kibana tersedia adalah 5601.

Antarmuka pengguna Kibana seperti yang ditunjukkan di sini -

Di bab selanjutnya, kita akan belajar bagaimana menggunakan UI Kibana. Untuk mengetahui versi Kibana di Kibana UI, buka Tab Manajemen di sisi kiri dan itu akan menampilkan versi Kibana yang kami gunakan saat ini.

Kibana adalah alat visualisasi open source yang terutama digunakan untuk menganalisis log dalam jumlah besar dalam bentuk grafik garis, grafik batang, diagram lingkaran, peta panas, dll. Kibana bekerja selaras dengan Elasticsearch dan Logstash yang bersama-sama membentuk apa yang disebut ELK tumpukan.

ELK singkatan dari Elasticsearch, Logstash, dan Kibana. ELK adalah salah satu platform manajemen log populer yang digunakan di seluruh dunia untuk analisis log.

Di tumpukan ELK -

• Logstashmengekstrak data logging atau kejadian lain dari sumber input yang berbeda. Ini memproses acara dan kemudian menyimpannya di Elasticsearch.

• Kibana adalah alat visualisasi, yang mengakses log dari Elasticsearch dan mampu ditampilkan kepada pengguna dalam bentuk grafik garis, grafik batang, diagram lingkaran, dll.

Dalam tutorial ini, kami akan bekerja sama dengan Kibana dan Elasticsearch serta memvisualisasikan data dalam berbagai bentuk.

Di bab ini, mari kita pahami cara bekerja dengan ELK stack bersama. Selain itu, Anda juga akan melihat cara -

• Muat data CSV dari Logstash ke Elasticsearch.
• Gunakan indeks dari Elasticsearch di Kibana.

Muat data CSV dari Logstash ke Elasticsearch

Kami akan menggunakan data CSV untuk mengunggah data menggunakan Logstash ke Elasticsearch. Untuk mengerjakan analisis data, kita bisa mendapatkan data dari situs kaggle.com. Situs Kaggle.com memiliki semua jenis data yang diunggah dan pengguna dapat menggunakannya untuk mengerjakan analisis data.

Kami telah mengambil data countries.csv dari sini: https://www.kaggle.com/fernandol/countries-of-the-world. Anda dapat mengunduh file csv dan menggunakannya.

File csv yang akan kita gunakan memiliki detail sebagai berikut.

Nama file - countriesdata.csv

Kolom - "Negara", "Wilayah", "Populasi", "Area"

Anda juga dapat membuat file csv tiruan dan menggunakannya. Kami akan menggunakan logstash untuk membuang data ini dari countriesdata.csv ke elasticsearch.

Mulai elasticsearch dan Kibana di terminal Anda dan terus jalankan. Kami harus membuat file konfigurasi untuk logstash yang akan memiliki detail tentang kolom file CSV dan juga detail lainnya seperti yang ditunjukkan pada file logstash-config yang diberikan di bawah ini -

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 }
}

Di file konfigurasi, kami telah membuat 3 komponen -

Memasukkan

Kita perlu menentukan jalur dari file input yang dalam kasus kita adalah file csv. Jalur tempat file csv disimpan diberikan ke bidang jalur.

Saring

Akan memiliki komponen csv dengan pemisah yang digunakan yang dalam kasus kami adalah koma, dan juga kolom yang tersedia untuk file csv kami. Karena logstash menganggap semua data yang masuk sebagai string, jika kita ingin kolom apa pun digunakan sebagai integer, float yang sama harus ditentukan menggunakan mutate seperti yang ditunjukkan di atas.

Keluaran

Untuk keluaran, kita perlu menentukan di mana kita perlu meletakkan data. Di sini, dalam kasus kami, kami menggunakan elasticsearch. Data yang diperlukan untuk diberikan ke elasticsearch adalah host tempat menjalankannya, kami menyebutnya sebagai localhost. Bidang berikutnya adalah indeks yang telah kami beri nama sebagai negara -tanggal saat ini. Kami harus menggunakan indeks yang sama di Kibana setelah data diperbarui di Elasticsearch.

Simpan file konfigurasi di atas sebagai logstash_countries.config . Perhatikan bahwa kita perlu memberikan jalur dari config ini ke perintah logstash di langkah berikutnya.

Untuk memuat data dari file csv ke elasticsearch, kita perlu memulai server elasticsearch -

Sekarang, lari http://localhost:9200 di browser untuk mengonfirmasi apakah pencarian elastik berjalan dengan sukses.

Kami menjalankan pencarian elastik. Sekarang pergi ke jalur tempat logstash diinstal dan jalankan perintah berikut untuk mengunggah data ke elasticsearch.

> logstash -f logstash_countries.conf

Layar di atas menunjukkan pemuatan data dari file CSV ke Elasticsearch. Untuk mengetahui apakah kami memiliki indeks yang dibuat di Elasticsearch, kami dapat memeriksa yang sama seperti berikut -

Kita bisa melihat indeks countriesdata-28.12.2018 dibuat seperti gambar di atas.

Rincian indeks - negara-28.12.2018 adalah sebagai berikut -

Perhatikan bahwa detail pemetaan dengan properti dibuat saat data diunggah dari logstash ke elasticsearch.

Gunakan Data dari Elasticsearch di Kibana

Saat ini, kami memiliki Kibana yang berjalan di localhost, port 5601 - http://localhost:5601. UI Kibana ditampilkan di sini -

Perhatikan bahwa kami sudah memiliki Kibana yang terhubung ke Elasticsearch dan kami seharusnya dapat melihat index :countries-28.12.2018 di dalam Kibana.

Di UI Kibana, klik opsi Menu Manajemen di sisi kiri -

Sekarang, klik Manajemen Indeks -

Indeks yang ada di Elasticsearch ditampilkan di manajemen indeks. Indeks yang akan kami gunakan di Kibana adalah data negara-28.12.2018.

Dengan demikian, karena kita sudah memiliki indeks elasticsearch di Kibana, selanjutnya akan memahami cara menggunakan indeks di Kibana untuk memvisualisasikan data dalam bentuk diagram lingkaran, grafik batang, diagram garis, dll.

Kami telah melihat cara mengunggah data dari logstash ke elasticsearch. Kami akan mengunggah data menggunakan logstash dan elasticsearch di sini. Tetapi tentang data yang memiliki tanggal, bujur dan bidang lintang yang perlu kita gunakan, kita akan belajar di bab-bab selanjutnya. Kita juga akan melihat cara mengupload data langsung di Kibana, jika kita tidak memiliki file CSV.

Dalam bab ini, kami akan membahas topik-topik berikut -

• Menggunakan data unggahan Logstash yang memiliki bidang tanggal, bujur dan lintang di Elasticsearch
• Menggunakan alat Dev untuk mengunggah data massal

Menggunakan unggahan Logstash untuk data yang memiliki bidang di Elasticsearch

Kami akan menggunakan data dalam bentuk format CSV dan diambil dari Kaggle.com yang berhubungan dengan data yang dapat Anda gunakan untuk analisis.

Data kunjungan medis ke rumah yang akan digunakan di sini diambil dari situs Kaggle.com.

Berikut ini adalah bidang yang tersedia untuk file 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"]

Home_visits.csv adalah sebagai berikut -

Berikut ini adalah file conf yang akan digunakan dengan 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 }
}

Secara default, logstash menganggap semua yang akan diunggah di elasticsearch sebagai string. Jika file CSV Anda memiliki kolom tanggal yang perlu Anda lakukan berikut ini untuk mendapatkan format tanggal.

For date field −

date {
   match => ["Visiting_Date","dd-MM-YYYY HH:mm"]
   target => "Visiting_Date"
}

Dalam kasus lokasi geografis, elasticsearch memahami hal yang sama seperti -

"location": {
   "lat":41.565505000000044,
   "lon": 2.2349995750000695
}

Jadi kita perlu memastikan bahwa kita memiliki Bujur dan Lintang dalam format yang dibutuhkan elasticsearch. Jadi pertama-tama kita perlu mengonversi bujur dan lintang menjadi float dan kemudian menamainya kembali sehingga tersedia sebagai bagian darilocation json keberatan dengan lat dan lon. Kode yang sama ditunjukkan di sini -

mutate {
      convert => { "Longitude" => "float" }
      convert => { "Latitude" => "float" }
   }
mutate {
   rename => {
      "Longitude" => "[location][lon]"
      "Latitude" => "[location][lat]"
   }
}

Untuk mengonversi bidang menjadi bilangan bulat, gunakan kode berikut -

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"]}

Setelah bidang diurus, jalankan perintah berikut untuk mengunggah data di elasticsearch -

• Masuk ke dalam direktori Logstash bin dan jalankan perintah berikut.

logstash -f logstash_homevisists.conf

• Setelah selesai Anda akan melihat indeks yang disebutkan di file conf logstash di elasticsearch seperti yang ditunjukkan di bawah ini -

Sekarang kita dapat membuat pola indeks pada indeks di atas yang diunggah dan menggunakannya lebih lanjut untuk membuat visualisasi.

Menggunakan Alat Pengembang untuk Mengunggah Data Massal

Kami akan menggunakan Dev Tools dari Kibana UI. Alat Dev berguna untuk mengunggah data di Elasticsearch, tanpa menggunakan Logstash. Kita bisa memposting, meletakkan, menghapus, mencari data yang kita inginkan di Kibana menggunakan Dev Tools.

Pada bagian ini, kami akan mencoba memuat data sampel di Kibana itu sendiri. Kita bisa menggunakannya untuk berlatih dengan data sampel dan bermain-main dengan fitur Kibana untuk mendapatkan pemahaman yang baik tentang Kibana.

Mari kita ambil data json dari url berikut dan unggah yang sama di Kibana. Demikian pula, Anda dapat mencoba data sampel json apa pun untuk dimuat di dalam Kibana.

Sebelum kita mulai mengupload data sampel, kita perlu memiliki data json dengan indeks untuk digunakan dalam elasticsearch. Saat kami menguploadnya menggunakan logstash, logstash akan menambahkan indeks dengan hati-hati dan pengguna tidak perlu repot tentang indeks yang dibutuhkan oleh elasticsearch.

Data Json Normal

[
   {"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"}
]

Kode json yang digunakan dengan Kibana harus diindeks sebagai berikut -

{"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"}

Perhatikan bahwa ada data tambahan yang masuk ke jsonfile -{"index":{"_index":"nameofindex","_id":key}}.

Untuk mengonversi sampel file json yang kompatibel dengan elasticsearch, di sini kami memiliki kode kecil dalam php yang akan menampilkan file json yang diberikan ke format yang diinginkan elasticsearch -

Kode 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++;
   }
?>

Kami telah mengambil file json rencana dari https://jsonplaceholder.typicode.com/todos dan gunakan kode php untuk mengonversi ke format yang perlu kita unggah di Kibana.

Untuk memuat data sampel, buka tab alat pengembang seperti yang ditunjukkan di bawah ini -

Kami sekarang akan menggunakan konsol seperti yang ditunjukkan di atas. Kami akan mengambil data json yang kami dapatkan setelah menjalankannya melalui kode php.

Perintah yang akan digunakan di alat dev untuk mengunggah data json adalah -

POST _bulk

Perhatikan bahwa nama indeks yang kita buat adalah todo .

Setelah Anda mengklik tombol hijau data diunggah, Anda dapat memeriksa apakah indeks dibuat atau tidak di elasticsearch sebagai berikut -

Anda dapat memeriksa hal yang sama di alat dev itu sendiri sebagai berikut -

Command −

GET /_cat/indices

Jika Anda ingin mencari sesuatu di index: todo, Anda dapat melakukannya seperti yang ditunjukkan di bawah ini -

Command in dev tool

GET /todo/_search

Output dari pencarian di atas adalah seperti di bawah ini -

Ini memberikan semua catatan yang ada di todoindex. Total rekor yang kami dapatkan adalah 200.

Cari Record in todo Index

Kita dapat melakukannya dengan menggunakan perintah berikut -

GET /todo/_search
{
   "query":{
      "match":{
         "title":"delectusautautem"
      }
   }
}

Kami dapat mengambil rekaman yang sesuai dengan judul yang kami berikan.

Bagian Manajemen di Kibana digunakan untuk mengatur pola indeks. Dalam bab ini, kita akan membahas yang berikut -

• Buat Pola Indeks tanpa bidang Filter waktu
• Buat Pola Indeks dengan bidang Filter waktu

Buat Pola Indeks Tanpa bidang Filter Waktu

Untuk melakukan ini, buka Kibana UI dan klik Manajemen -

Untuk bekerja dengan Kibana, pertama-tama kita harus membuat indeks yang diisi dari elasticsearch. Anda bisa mendapatkan semua indeks yang tersedia dari Elasticsearch → Manajemen Indeks seperti yang ditunjukkan -

Saat ini elasticsearch memiliki indeks di atas. Hitungan Dokumen memberi tahu kita tidak ada catatan yang tersedia di setiap indeks. Jika ada indeks yang diperbarui, jumlah dokumen akan terus berubah. Penyimpanan utama memberi tahu ukuran setiap indeks yang diunggah.

Untuk membuat indeks baru di Kibana, kita perlu mengklik Pola Indeks seperti yang ditunjukkan di bawah ini -

Setelah Anda mengklik Pola Indeks, kita mendapatkan layar berikut -

Perhatikan bahwa tombol Buat Pola Indeks digunakan untuk membuat indeks baru. Ingatlah bahwa kita sudah memiliki countrydata-28.12.2018 yang dibuat di awal tutorial.

Buat Pola Indeks dengan bidang Filter waktu

Klik Buat Pola Indeks untuk membuat indeks baru.

Indeks dari elasticsearch ditampilkan, pilih satu untuk membuat indeks baru.

Sekarang, klik Langkah berikutnya .

Langkah selanjutnya adalah mengonfigurasi pengaturan, di mana Anda harus memasukkan yang berikut -

• Nama bidang filter waktu digunakan untuk memfilter data berdasarkan waktu. Dropdown akan menampilkan semua bidang terkait waktu dan tanggal dari indeks.

Pada gambar yang ditunjukkan di bawah ini, kami memiliki Visiting_Date sebagai bidang tanggal. Pilih Visiting_Date sebagai nama bidang Filter Waktu.

Klik Create index patterntombol untuk membuat indeks. Setelah selesai itu akan menampilkan semua bidang yang ada dalam indeks medicalvisits-26.01.2019 seperti yang ditunjukkan di bawah ini -

Kami memiliki bidang berikut dalam indeks 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"].

Indeks memiliki semua data untuk kunjungan medis rumah. Ada beberapa field tambahan yang ditambahkan oleh elasticsearch saat dimasukkan dari logstash.

Bab ini membahas Tab Temukan di Kibana UI. Kami akan mempelajari secara rinci tentang konsep berikut -

• Indeks tanpa bidang tanggal
• Indeks dengan bidang tanggal

Indeks tanpa bidang tanggal

Pilih Discover di menu sebelah kiri seperti yang ditunjukkan di bawah ini -

Di sisi kanan, ini menampilkan detail data yang tersedia di countriesdata- 28.12.2018 indeks yang kita buat di bab sebelumnya.

Di sudut kiri atas, ini menunjukkan jumlah total rekaman yang tersedia -

Kita bisa mendapatkan detail data di dalam index (countriesdata-28.12.2018)di tab ini. Di sudut kiri atas layar yang ditunjukkan di atas, kita dapat melihat Tombol seperti Baru, Simpan, Buka, Bagikan, Periksa, dan Segarkan Otomatis.

Jika Anda mengklik Auto-refresh, itu akan menampilkan layar seperti yang ditunjukkan di bawah ini -

Anda dapat menyetel interval penyegaran otomatis dengan mengklik detik, menit, atau jam dari atas. Kibana akan menyegarkan layar secara otomatis dan mendapatkan data baru setelah setiap penghitung waktu interval yang Anda atur.

Data dari index:countriesdata-28.12.2018 ditampilkan seperti yang ditunjukkan di bawah ini -

Semua bidang bersama dengan data ditampilkan dengan bijak baris. Klik panah untuk memperluas baris dan itu akan memberi Anda detail dalam format Tabel atau format JSON

Format JSON

Ada tombol di sisi kiri bernama Lihat dokumen tunggal.

Jika Anda mengkliknya, itu akan menampilkan baris atau data yang ada di baris di dalam halaman seperti yang ditunjukkan di bawah ini -

Meskipun kami mendapatkan semua detail data di sini, sulit untuk memeriksanya.

Sekarang mari kita coba mendapatkan data dalam format tabel. Salah satu cara untuk memperluas salah satu baris dan klik opsi kolom sakelar yang tersedia di setiap bidang ditunjukkan di bawah ini -

Klik pada opsi Toggle kolom dalam tabel yang tersedia untuk masing-masing dan Anda akan melihat data yang ditampilkan dalam format tabel -

Di sini, kami telah memilih bidang Negara, Area, Wilayah dan Populasi. Ciutkan baris yang diperluas dan Anda akan melihat semua data dalam format tabel sekarang.

Bidang yang kami pilih ditampilkan di sisi kiri layar seperti yang ditunjukkan di bawah ini -

Perhatikan bahwa ada 2 opsi - Bidang yang dipilih dan Bidang yang tersedia . Bidang yang telah kami pilih untuk ditampilkan dalam format tabel adalah bagian dari bidang yang dipilih. Jika Anda ingin menghapus bidang apa pun, Anda dapat melakukannya dengan mengklik tombol hapus yang akan terlihat di seluruh nama bidang pada opsi bidang yang dipilih.

Setelah dihapus, bidang tersebut akan tersedia di dalam bidang Tersedia tempat Anda dapat menambahkan kembali dengan mengklik tombol tambah yang akan ditampilkan di bidang yang Anda inginkan. Anda juga dapat menggunakan metode ini untuk mendapatkan data Anda dalam format tabel dengan memilih bidang yang diperlukan dari bidang Tersedia .

Kami memiliki opsi pencarian yang tersedia di Discover, yang dapat kami gunakan untuk mencari data di dalam indeks. Mari kita coba contoh yang terkait dengan opsi pencarian di sini -

Misalkan Anda ingin mencari negara India, Anda dapat melakukan hal berikut -

Anda dapat mengetikkan detail pencarian Anda dan mengklik tombol Perbarui. Jika Anda ingin mencari negara yang diawali dengan Aus, Anda dapat melakukannya sebagai berikut -

Klik Update untuk melihat hasilnya

Di sini, kami memiliki dua negara dimulai dengan Aus *. Bidang pencarian memiliki tombol Opsi seperti yang ditunjukkan di atas. Ketika pengguna mengkliknya, itu akan menampilkan tombol sakelar yang ketika ON membantu dalam menulis permintaan pencarian.

Aktifkan fitur kueri dan ketik nama bidang dalam pencarian, itu akan menampilkan opsi yang tersedia untuk bidang itu.

Misalnya, bidang Negara adalah string dan ini menampilkan opsi berikut untuk bidang string -

Demikian pula, Area adalah bidang Angka dan ini menampilkan opsi berikut untuk bidang Angka -

Anda dapat mencoba kombinasi yang berbeda dan memfilter data sesuai pilihan Anda di bidang Temukan. Data di dalam tab Discover dapat disimpan menggunakan tombol Save, sehingga Anda dapat menggunakannya untuk keperluan di masa mendatang.

Untuk menyimpan data di dalam temukan klik tombol simpan di pojok kanan atas seperti yang ditunjukkan di bawah ini -

Beri judul untuk pencarian Anda dan klik Konfirmasi Simpan untuk menyimpannya. Setelah disimpan, lain kali Anda mengunjungi tab Temukan, Anda dapat mengklik tombol Buka di sudut kanan atas untuk mendapatkan judul yang disimpan seperti yang ditunjukkan di bawah ini -

Anda juga dapat berbagi data dengan orang lain menggunakan tombol Bagikan yang tersedia di sudut kanan atas. Jika Anda mengkliknya, Anda dapat menemukan opsi berbagi seperti yang ditunjukkan di bawah ini -

Anda dapat membagikannya menggunakan Laporan CSV atau dalam bentuk Tautan Permanen.

Opsi yang tersedia di klik pada Laporan CSV adalah -

Klik Buat CSV agar laporan dibagikan dengan orang lain.

Opsi yang tersedia di klik Permalinks adalah sebagai berikut -

Opsi Snapshot akan memberikan tautan Kibana yang akan menampilkan data yang tersedia dalam pencarian saat ini.

Opsi objek Tersimpan akan memberikan tautan Kibana yang akan menampilkan data terbaru yang tersedia dalam pencarian Anda.

Jepretan - http://localhost:5601/goto/309a983483fccd423950cfb708fabfa5 Objek Tersimpan: http: // localhost: 5601 / app / kibana # / discover / 40bd89d0-10b1-11e9-9876-4f3d759b471e? _G = ()

Anda dapat bekerja dengan tab Temukan dan pilihan pencarian tersedia dan hasil yang diperoleh dapat disimpan dan dibagikan dengan orang lain.

Indeks dengan Bidang Tanggal

Pergi ke tab Discover dan pilih index:medicalvisits-26.01.2019

Ini telah menampilkan pesan - "Tidak ada hasil yang sesuai dengan kriteria pencarian Anda", selama 15 menit terakhir pada indeks yang kami pilih. Indeks tersebut memiliki data untuk tahun 2015,2016,2017 dan 2018.

Ubah rentang waktu seperti yang ditunjukkan di bawah ini -

Klik tab Mutlak.

Pilih tanggal Dari - 1 Jan 2017 dan Sampai - 31 Desember 2017 karena kami akan menganalisis data untuk tahun 2017.

Klik tombol Go untuk menambahkan timerange. Ini akan menampilkan data dan diagram batang sebagai berikut -

Ini adalah data bulanan untuk tahun 2017 -

Karena kami juga memiliki waktu yang disimpan bersama dengan tanggal, kami juga dapat memfilter data pada jam dan menit.

Gambar yang ditampilkan di atas menampilkan data per jam untuk tahun 2017.

Di sini bidang ditampilkan dari indeks - medicalvisits-26.01.2019

Kami memiliki bidang yang tersedia di sisi kiri seperti yang ditunjukkan di bawah ini -

Anda dapat memilih bidang dari bidang yang tersedia dan mengubah data ke dalam format tabel seperti yang ditunjukkan di bawah ini. Di sini kami telah memilih bidang berikut -

Data tabel untuk bidang di atas ditampilkan di sini -

Dua istilah yang sering Anda temui selama mempelajari Kibana adalah Bucket dan Metrics Aggregation. Bab ini membahas peran apa yang mereka mainkan di Kibana dan lebih detail tentang mereka.

Apa itu Agregasi Kibana?

Agregasi mengacu pada kumpulan dokumen atau sekumpulan dokumen yang diperoleh dari kueri atau filter penelusuran tertentu. Agregasi membentuk konsep utama untuk membangun visualisasi yang diinginkan dalam Kibana.

Setiap kali Anda melakukan visualisasi, Anda perlu memutuskan kriteria, yang berarti dengan cara apa Anda ingin mengelompokkan data untuk menjalankan metriknya.

Pada bagian ini, kita akan membahas dua jenis Agregasi -

• Agregasi Bucket
• Agregasi Metrik

Agregasi Bucket

Bucket sebagian besar terdiri dari kunci dan dokumen. Saat agregasi dijalankan, dokumen ditempatkan di bucket masing-masing. Jadi pada akhirnya Anda harus memiliki daftar ember, masing-masing dengan daftar dokumen. Daftar Agregasi Bucket yang akan Anda lihat saat membuat visualisasi di Kibana ditunjukkan di bawah ini -

Agregasi Bucket memiliki daftar berikut -

• Histogram Tanggal
• Rentang Tanggal
• Filters
• Histogram
• Rentang IPv4
• Range
• Persyaratan Penting
• Terms

Saat membuat, Anda perlu memutuskan salah satunya untuk Agregasi Bucket, yaitu untuk mengelompokkan dokumen di dalam bucket.

Sebagai contoh, untuk analisis, pertimbangkan data negara yang telah kami unggah di awal tutorial ini. Bidang yang tersedia di indeks negara adalah nama negara, wilayah, populasi, wilayah. Dalam data negara, kami memiliki nama negara beserta jumlah penduduk, wilayah dan wilayahnya.

Mari kita asumsikan bahwa kita menginginkan data yang bijaksana wilayah. Kemudian, negara yang tersedia di setiap wilayah menjadi kueri penelusuran kami, jadi dalam hal ini wilayah tersebut akan membentuk keranjang kami. Diagram blok di bawah ini menunjukkan bahwa R1, R2, R3, R4, R5 dan R6 adalah bucket yang kami dapatkan dan c1, c2 ..c25 adalah daftar dokumen yang merupakan bagian dari bucket R1 hingga R6.

Kita bisa melihat ada beberapa lingkaran di setiap ember. Mereka adalah kumpulan dokumen berdasarkan kriteria pencarian dan dianggap termasuk dalam setiap kelompok. Di bucket R1, kami memiliki dokumen c1, c8 dan c15. Dokumen-dokumen ini adalah negara-negara yang termasuk dalam kawasan itu, sama untuk yang lainnya. Jadi jika kita menghitung negara di Bucket R1 itu adalah 3, 6 untuk R2, 6 untuk R3, 2 untuk R4, 5 untuk R5 dan 4 untuk R6.

Jadi melalui agregasi keranjang, kita dapat menggabungkan dokumen dalam kelompok dan memiliki daftar dokumen dalam kelompok tersebut seperti yang ditunjukkan di atas.

Daftar Agregasi Bucket yang kami miliki sejauh ini adalah -

• Histogram Tanggal
• Rentang Tanggal
• Filters
• Histogram
• Rentang IPv4
• Range
• Persyaratan Penting
• Terms

Sekarang mari kita bahas bagaimana cara membentuk ember ini satu per satu secara detail.

Histogram Tanggal

Agregasi Histogram Tanggal digunakan pada bidang tanggal. Jadi indeks yang Anda gunakan untuk memvisualisasikan, jika Anda memiliki bidang tanggal di indeks itu daripada hanya jenis agregasi ini yang dapat digunakan. Ini adalah agregasi multi-keranjang yang berarti Anda dapat memiliki beberapa dokumen sebagai bagian dari lebih dari 1 keranjang. Ada interval yang akan digunakan untuk agregasi ini dan detailnya seperti yang ditunjukkan di bawah ini -

Saat Anda Memilih Agregasi Bucket sebagai Histogram Tanggal, ini akan menampilkan opsi Bidang yang hanya akan memberikan bidang terkait tanggal. Setelah Anda memilih bidang Anda, Anda perlu memilih Interval yang memiliki detail berikut -

Jadi dokumen dari indeks yang dipilih dan berdasarkan bidang dan interval yang dipilih akan mengkategorikan dokumen dalam kelompok. Misalnya, jika Anda memilih interval sebagai bulanan, dokumen berdasarkan tanggal akan dikonversikan ke dalam kelompok dan berdasarkan bulan yaitu Jan-Des dokumen akan dimasukkan ke dalam kelompok. Di sini Jan, Feb, .. Des akan menjadi embernya.

Rentang Tanggal

Anda memerlukan kolom tanggal untuk menggunakan jenis agregasi ini. Di sini kita akan memiliki rentang tanggal, yaitu dari tanggal dan tanggal yang akan diberikan. Bucket akan memiliki dokumen berdasarkan bentuk dan tanggal yang diberikan.

Filter

Dengan agregasi jenis Filter, keranjang akan dibentuk berdasarkan filter. Di sini Anda akan mendapatkan multi-bucket yang dibentuk berdasarkan kriteria filter, satu dokumen bisa ada dalam satu atau lebih bucket.

Dengan menggunakan filter, pengguna dapat menulis kueri mereka dalam opsi filter seperti yang ditunjukkan di bawah ini -

Anda dapat menambahkan beberapa filter pilihan Anda dengan menggunakan tombol Tambah Filter.

Histogram

Jenis agregasi ini diterapkan pada bidang angka dan akan mengelompokkan dokumen dalam keranjang berdasarkan interval yang diterapkan. Misalnya, 0-50,50-100,100-150 dll.

Rentang IPv4

Jenis agregasi ini digunakan dan terutama digunakan untuk alamat IP.

Index yang kita miliki yaitu contriesdata-28.12.2018 tidak memiliki field bertipe IP sehingga menampilkan pesan seperti gambar di atas. Jika Anda kebetulan memiliki bidang IP, Anda dapat menentukan nilai Dari dan Ke di dalamnya seperti yang ditunjukkan di atas.

Jarak

Jenis Agregasi ini membutuhkan bidang menjadi jenis nomor. Anda perlu menentukan kisaran dan dokumen akan dicantumkan dalam kelompok yang termasuk dalam kisaran tersebut.

Anda dapat menambahkan lebih banyak jangkauan jika diperlukan dengan mengklik tombol Add Range.

Persyaratan Penting

Jenis agregasi ini banyak digunakan di bidang string.

Persyaratan

Jenis agregasi ini digunakan pada semua bidang yang tersedia yaitu nomor, string, tanggal, boolean, alamat IP, stempel waktu, dll. Perhatikan bahwa ini adalah agregasi yang akan kita gunakan dalam semua visualisasi yang akan kita kerjakan dalam hal ini. tutorial.

Kami memiliki urutan opsi yang akan kami gunakan untuk mengelompokkan data berdasarkan metrik yang kami pilih. Ukuran mengacu pada jumlah keranjang yang ingin Anda tampilkan dalam visualisasi.

Selanjutnya, mari kita bicara tentang Agregasi Metrik.

Agregasi Metrik

Agregasi Metrik terutama mengacu pada perhitungan matematika yang dilakukan pada dokumen yang ada di bucket. Misalnya jika Anda memilih bidang angka, perhitungan metrik yang dapat Anda lakukan adalah COUNT, SUM, MIN, MAX, AVERAGE dll.

Daftar agregasi metrik yang akan kita diskusikan diberikan di sini -

Di bagian ini, mari kita bahas yang penting yang akan sering kita gunakan -

• Average
• Count
• Max
• Min
• Sum

Metrik akan diterapkan pada agregasi keranjang individu yang telah kita diskusikan di atas.

Selanjutnya, mari kita bahas daftar agregasi metrik di sini -

Rata-rata

Ini akan memberikan rata-rata untuk nilai dokumen yang ada dalam keranjang. Misalnya -

R1 hingga R6 adalah bucket. Di R1 kami memiliki c1, c8 dan c15. Perhatikan nilai c1 adalah 300, c8 is500 dan c15 adalah 700. Nah untuk mendapatkan nilai rata-rata ember R1

R1 = nilai c1 + nilai c8 + nilai c15 / 3 = 300 + 500 + 700/3 = 500.

Rata-rata adalah 500 untuk ember R1. Di sini nilai dokumen bisa seperti apa jika Anda mempertimbangkan data negara, bisa jadi luas negara di wilayah itu.

Menghitung

Ini akan memberikan jumlah dokumen yang ada di Bucket. Misalkan Anda ingin menghitung negara yang ada di wilayah tersebut, itu akan menjadi total dokumen yang ada di keranjang. Misal R1 jadi 3, R2 = 6, R3 = 5, R4 = 2, R5 = 5 dan R6 = 4.

Max

Ini akan memberikan nilai maksimal dari dokumen yang ada di keranjang. Mempertimbangkan contoh di atas jika kita memiliki data negara-negara bijaksana di wilayah ember. Maksimum untuk setiap wilayah adalah negara dengan area maksimal. Jadi akan ada satu negara dari tiap daerah yaitu R1 sampai R6.

di

Ini akan memberikan nilai minimal dari dokumen yang ada di keranjang. Mempertimbangkan contoh di atas jika kita memiliki data negara bijak di wilayah ember. Minimum untuk setiap wilayah adalah negara dengan luas minimum. Jadi akan ada satu negara dari tiap daerah yaitu R1 sampai R6.

Jumlah

Ini akan memberikan jumlah nilai dokumen yang ada di keranjang. Misalnya jika Anda mempertimbangkan contoh di atas jika kita menginginkan total area atau negara di wilayah tersebut, itu akan menjadi jumlah dokumen yang ada di wilayah tersebut.

Misal untuk mengetahui total negara di wilayah R1 maka akan menjadi 3, R2 = 6, R3 = 5, R4 = 2, R5 = 5 dan R6 = 4.

Jika kami memiliki dokumen dengan luas di wilayah daripada R1 hingga R6 akan memiliki wilayah negara bijaksana diringkas untuk wilayah tersebut.

Kita dapat memvisualisasikan data yang kita miliki dalam bentuk diagram batang, diagram garis, diagram lingkaran dll. Pada bab ini kita akan memahami cara membuat visualisasi.

Buat Visualisasi

Pergi ke Visualisasi Kibana seperti yang ditunjukkan di bawah ini -

Kami tidak memiliki visualisasi yang dibuat, jadi itu menunjukkan kosong dan ada tombol untuk membuatnya.

Klik tombol tersebut Create a visualization seperti yang ditunjukkan pada layar di atas dan itu akan membawa Anda ke layar seperti yang ditunjukkan di bawah ini -

Di sini Anda dapat memilih opsi yang Anda perlukan untuk memvisualisasikan data Anda. Kami akan memahami masing-masing secara rinci di bab-bab selanjutnya. Sekarang akan memilih diagram lingkaran untuk memulai.

Setelah Anda memilih jenis visualisasi, sekarang Anda perlu memilih indeks yang ingin Anda kerjakan, dan itu akan membawa Anda ke layar seperti yang ditunjukkan di bawah ini -

Sekarang kami memiliki diagram lingkaran default. Kami akan menggunakan data negara-28.12.2018 untuk mendapatkan jumlah wilayah yang tersedia di data negara dalam format diagram lingkaran.

Agregasi Bucket dan Metrik

Sisi kiri memiliki metrik, yang akan kita pilih sebagai hitungan. Di Bucket, ada 2 opsi Split slices dan split chart. Kami akan menggunakan opsi Split slices.

Sekarang, pilih Split Slices dan itu akan menampilkan opsi berikut -

Sekarang, pilih Agregasi sebagai Ketentuan dan itu akan menampilkan lebih banyak opsi untuk dimasukkan sebagai berikut -

Turun-bawah Bidang akan memiliki semua bidang dari indeks: data negara dipilih. Kami telah memilih bidang Region dan Order By. Perhatikan bahwa kami telah memilih, metrik Hitungan Untuk Diurutkan Oleh. Kami akan memesannya Descending dan size yang kami ambil 10. Artinya disini, kami akan mendapatkan top 10 region count dari indeks negara.

Sekarang, klik tombol analisis seperti yang disorot di bawah ini dan Anda akan melihat diagram lingkaran diperbarui di sisi kanan.

Tampilan diagram lingkaran

Semua wilayah terdaftar di pojok kanan atas dengan warna dan warna yang sama ditampilkan di diagram lingkaran. Jika Anda mengarahkan mouse ke diagram lingkaran, itu akan memberikan jumlah wilayah dan juga nama wilayah seperti yang ditunjukkan di bawah ini -

Jadi ini memberitahu kita bahwa 22.77% wilayah ditempati oleh Sub-Sahara Afri dari data negara yang telah kita unggah.

Wilayah Asia mencakup 12,5% dan jumlahnya 28.

Sekarang kita dapat menyimpan visualisasi dengan mengklik tombol simpan di pojok kanan atas seperti yang ditunjukkan di bawah ini -

Sekarang, simpan visualisasi agar bisa digunakan nanti.

Kami juga bisa mendapatkan data seperti yang kami inginkan dengan menggunakan opsi pencarian seperti yang ditunjukkan di bawah ini -

Kami telah memfilter data untuk negara-negara yang dimulai dengan Aus *. Kami akan memahami lebih lanjut tentang diagram lingkaran dan visualisasi lainnya di bab-bab selanjutnya.

Mari kita jelajahi dan pahami grafik yang paling umum digunakan dalam visualisasi.

• Bagan Batang Horisontal
• Bagan Batang Vertikal
• Pie chart

Berikut adalah langkah-langkah yang harus diikuti untuk membuat visualisasi di atas. Mari kita mulai dengan Horizontal Bar.

Bagan Batang Horisontal

Buka Kibana dan klik tab Visualisasikan di sisi kiri seperti yang ditunjukkan di bawah ini -

Klik tombol + untuk membuat visualisasi baru -

Klik Bilah Horizontal yang tercantum di atas. Anda harus memilih indeks yang ingin Anda visualisasikan.

Pilih countriesdata-28.12.2018indeks seperti yang ditunjukkan di atas. Saat memilih indeks, ini akan menampilkan layar seperti yang ditunjukkan di bawah ini -

Ini menunjukkan jumlah default. Sekarang, mari kita gambarkan grafik horizontal di mana kita dapat melihat data dari 10 populasi negara yang bijaksana.

Untuk tujuan ini, kita perlu memilih apa yang kita inginkan pada sumbu Y dan X. Oleh karena itu, pilih Agregasi Bucket dan Metrik -

Sekarang, jika Anda mengklik Y-Axis, maka akan muncul layar seperti di bawah ini -

Sekarang, pilih Agregasi yang Anda inginkan dari opsi yang ditampilkan di sini -

Perhatikan bahwa di sini kami akan memilih agregasi Maks karena kami ingin menampilkan data sesuai populasi maks yang tersedia.

Selanjutnya kita harus memilih bidang yang nilai maksimalnya diperlukan. Dalam indeks negara data-28.12.2018 , kami hanya memiliki 2 bidang angka - luas dan populasi.

Karena kami ingin populasi maksimal, kami memilih bidang Populasi seperti yang ditunjukkan di bawah ini -

Dengan ini, kita selesai dengan sumbu Y. Output yang kami dapatkan untuk sumbu Y adalah seperti yang ditunjukkan di bawah ini -

Sekarang mari kita pilih sumbu X seperti yang ditunjukkan di bawah ini -

Jika Anda memilih X-Axis, Anda akan mendapatkan output berikut -

Pilih Agregasi sebagai Istilah.

Pilih bidang dari dropdown. Kami ingin populasi yang bijak negara jadi pilih bidang negara. Pesan oleh kami memiliki opsi berikut -

Kita akan memilih urutan berdasarkan Max Population sesuai keinginan negara dengan populasi tertinggi untuk ditampilkan terlebih dahulu dan seterusnya. Setelah data yang kita inginkan ditambahkan, klik tombol terapkan perubahan di atas data Metrik seperti yang ditunjukkan di bawah ini -

Setelah Anda mengklik terapkan perubahan, kami memiliki grafik horizontal di mana kami dapat melihat bahwa China adalah negara dengan populasi tertinggi, diikuti oleh India, Amerika Serikat, dll.

Demikian pula, Anda dapat memplot grafik yang berbeda dengan memilih bidang yang Anda inginkan. Selanjutnya, kami akan menyimpan visualisasi ini sebagai max_population untuk digunakan nanti untuk pembuatan Dashboard.

Pada bagian selanjutnya, kita akan membuat grafik batang vertikal.

Bagan Batang Vertikal

Klik tab Visualisasikan dan buat visualisasi baru menggunakan batang vertikal dan indeks sebagai countriesdata-28.12.2018.

Pada visualisasi batang vertikal ini, kita akan membuat grafik batang dengan wilayah berdasarkan negara, yaitu negara yang akan ditampilkan dengan area tertinggi.

Jadi mari kita pilih sumbu Y dan X seperti yang ditunjukkan di bawah ini -

Sumbu Y.

Sumbu X.

Ketika kami menerapkan perubahan di sini, kami dapat melihat hasilnya seperti yang ditunjukkan di bawah ini -

Dari grafik tersebut terlihat bahwa Rusia memiliki wilayah tertinggi, diikuti oleh Kanada dan Amerika Serikat. Harap dicatat bahwa data ini diambil dari indeks data negara, dan dummy data, jadi angka-angka mungkin tidak benar dengan data langsung.

Mari kita simpan visualisasi ini sebagai countrywise_maxarea untuk digunakan dengan dasbor nanti.

Selanjutnya, mari kita kerjakan diagram Pai.

Pie chart

Jadi pertama buat visualisasi dan pilih diagram lingkaran dengan indeks sebagai data negara. Kami akan menampilkan jumlah wilayah yang tersedia di data negara dalam format diagram lingkaran.

Sisi kiri memiliki metrik yang akan memberikan hitungan. Di Bucket, ada 2 opsi: Split slices dan split chart. Sekarang, kita akan menggunakan opsi Split slices.

Sekarang, jika Anda memilih Split Slices, itu akan menampilkan opsi berikut -

Pilih Agregasi sebagai Ketentuan dan itu akan menampilkan lebih banyak opsi untuk dimasukkan sebagai berikut -

Dropdown Fields akan memilih semua field dari indeks. Kami telah memilih bidang Wilayah dan Order By yang telah kami pilih sebagai Hitungan. Kami akan memesannya Descending dan ukurannya akan menjadi 10. Jadi di sini kita akan mendapatkan 10 region count dari indeks negara.

Sekarang, klik tombol putar seperti yang disorot di bawah ini dan Anda akan melihat diagram lingkaran diperbarui di sisi kanan.

Tampilan diagram lingkaran

Semua wilayah terdaftar di pojok kanan atas dengan warna dan warna yang sama ditampilkan di diagram lingkaran. Jika Anda mengarahkan mouse ke diagram lingkaran, itu akan memberikan jumlah wilayah dan juga nama wilayah seperti yang ditunjukkan di bawah ini -

Dengan demikian, ini memberitahu kita bahwa 22,77% wilayah ditempati oleh Sub-Sahara Afri dalam data negara yang telah kita unggah.

Dari diagram lingkaran terlihat bahwa wilayah Asia mencakup 12,5% dan jumlahnya adalah 28.

Sekarang kita dapat menyimpan visualisasi dengan mengklik tombol simpan di pojok kanan atas seperti gambar di bawah ini -

Sekarang, simpan visualisasi agar bisa digunakan nanti di dasbor.

Pada bab ini, kita akan membahas dua jenis grafik yang digunakan dalam visualisasi -

• Grafik garis
• Area

Grafik garis

Untuk memulai, mari kita membuat visualisasi, memilih grafik garis untuk menampilkan data dan menggunakan contriesdata sebagai indeks. Kita perlu membuat sumbu Y dan sumbu X dan detailnya ditunjukkan di bawah ini -

Untuk sumbu Y.

Perhatikan bahwa kami telah mengambil Max sebagai Agregasi. Jadi di sini kita akan menampilkan penyajian data dalam grafik garis. Sekarang, kita akan memplot grafik yang akan menunjukkan negara dengan populasi maksimum. Bidang yang kami ambil adalah Populasi karena kami membutuhkan jumlah penduduk maksimum yang bijaksana.

Untuk sumbu X.

Pada sumbu x kita telah mengambil Terms as Aggregation, Country.keyword as Field dan metric: Max Population for Order By, dan order size adalah 5. Jadi akan memplot 5 negara teratas dengan populasi max. Setelah menerapkan perubahan, Anda dapat melihat grafik garis seperti di bawah ini -

Jadi kita memiliki populasi Max di Cina, diikuti oleh India, Amerika Serikat, Indonesia dan Brazil sebagai 5 negara teratas dalam populasi.

Sekarang, mari kita simpan grafik garis ini agar bisa digunakan di dasbor nanti.

Klik Konfirmasi Simpan dan Anda dapat menyimpan visualisasi.

Grafik Area

Pergi ke visualisasi dan pilih area dengan indeks sebagai data negara. Kita perlu memilih sumbu Y dan sumbu X. Kami akan memplot grafik area untuk area maksimal untuk negara.

Jadi di sini sumbu X dan sumbu Y akan seperti yang ditunjukkan di bawah ini -

Setelah Anda klik tombol terapkan perubahan, output yang bisa kita lihat adalah seperti gambar di bawah ini -

Dari grafik tersebut terlihat bahwa Rusia memiliki wilayah tertinggi, disusul Kanada, Amerika Serikat, China dan Brazil. Simpan visualisasi untuk digunakan nanti.

Dalam bab ini kita akan memahami cara bekerja dengan peta panas. Peta panas akan menampilkan penyajian data dalam berbagai warna untuk rentang yang dipilih dalam metrik data.

Memulai Peta Panas

Untuk memulainya, kita perlu membuat visualisasi dengan mengklik tab visualisasi di sisi kiri seperti yang ditunjukkan di bawah ini -

Pilih jenis visualisasi sebagai peta panas seperti yang ditunjukkan di atas. Ini akan meminta Anda untuk memilih indeks seperti yang ditunjukkan di bawah ini -

Pilih indeks negara-negara-28.12.2018 seperti yang ditunjukkan di atas. Setelah indeks dipilih, kami memiliki data untuk dipilih seperti yang ditunjukkan di bawah ini -

Pilih Metrik seperti yang ditunjukkan di bawah ini -

Pilih Agregasi Maks dari dropdown seperti yang ditunjukkan di bawah ini -

Kami telah memilih Max karena kami ingin membuat plot Max Area secara bijaksana.

Sekarang akan memilih nilai untuk Bucket seperti yang ditunjukkan di bawah ini -

Sekarang, mari kita pilih X-Axis seperti yang ditunjukkan di bawah ini -

Kami telah menggunakan Agregasi sebagai Istilah, Bidang sebagai Negara dan Urutan Berdasarkan Area Maks. Klik Terapkan Perubahan seperti yang ditunjukkan di bawah ini -

Jika Anda mengklik Apply Changes, heat map terlihat seperti di bawah ini -

Peta panas ditampilkan dengan warna yang berbeda dan kisaran area ditampilkan di sisi kanan. Anda dapat mengubah warna dengan mengklik lingkaran kecil di sebelah area seperti yang ditunjukkan di bawah ini -

Peta koordinat di Kibana akan menunjukkan area geografis dan menandai area dengan lingkaran berdasarkan agregasi yang Anda tentukan.

Buat Indeks untuk Peta Koordinat

Agregasi Bucket yang digunakan untuk peta koordinat adalah agregasi geohash. Untuk jenis agregasi ini, indeks Anda yang akan Anda gunakan harus memiliki bidang titik geografis tipe. Titik geografis merupakan kombinasi dari lintang dan bujur.

Kami akan membuat indeks menggunakan alat dev Kibana dan menambahkan data massal ke dalamnya. Kami akan menambahkan pemetaan dan menambahkan jenis geo_point yang kami butuhkan.

Data yang akan kami gunakan ditampilkan di sini -

{"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"}

Sekarang, jalankan perintah berikut di Kibana Dev Tools seperti yang ditunjukkan di bawah ini -

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"}

Sekarang, jalankan perintah di atas di alat Kibana dev -

Di atas akan membuat nama indeks kota berjenis _doc dan lokasi bidang berjenis geo_point.

Sekarang mari tambahkan data ke indeks: kota -

Kami selesai membuat kutipan nama indeks dengan data. Sekarang mari kita buat pola indeks untuk kota menggunakan tab Manajemen.

Rincian bidang di dalam indeks kota ditampilkan di sini -

Kita dapat melihat bahwa lokasi tersebut berjenis geo_point. Sekarang kita dapat menggunakannya untuk membuat visualisasi.

Memulai Peta Koordinasi

Pergi ke Visualisasi dan pilih peta koordinat.

Pilih kota dengan pola indeks dan konfigurasikan kelompok dan metrik Agregasi seperti yang ditunjukkan di bawah ini -

Jika Anda mengklik tombol Analisis, Anda dapat melihat layar berikut -

Berdasarkan garis bujur dan lintang, lingkaran-lingkaran tersebut diplot pada peta seperti yang ditunjukkan di atas.

Dengan visualisasi ini, Anda melihat data yang direpresentasikan pada peta dunia geografis. Dalam bab ini, mari kita lihat secara detail.

Buat Indeks untuk Peta Wilayah

Kami akan membuat indeks baru untuk bekerja dengan visualisasi peta wilayah. Data yang akan kita unggah ditampilkan di sini -

{"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"}

Perhatikan bahwa kami akan menggunakan unggahan massal di alat dev untuk mengunggah data.

Sekarang, buka Kibana Dev Tools dan jalankan kueri berikut -

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"}

Selanjutnya, mari kita buat indeks semua negara. Kami telah menentukan jenis bidang negara sebagaikeyword -

PUT /allcountries
{
   "mappings": {
      "_doc": {
         "properties": {
            "country": {"type": "keyword"},
            "population": {"type": "integer"}
         }
      }
   }
}

Note - Untuk bekerja dengan peta wilayah, kita perlu menentukan jenis bidang yang akan digunakan dengan agregasi sebagai jenis kata kunci.

Setelah selesai, unggah data menggunakan perintah _bulk.

Kami sekarang akan membuat pola indeks. Buka tab Manajemen Kibana dan pilih buat pola indeks.

Berikut adalah bidang yang ditampilkan dari indeks allcountries.

Memulai Peta Wilayah

Kami sekarang akan membuat visualisasi menggunakan Peta Wilayah. Pergi ke Visualisasi dan pilih Peta Wilayah.

Setelah selesai pilih indeks sebagai semua negara dan lanjutkan.

Pilih Metrik Agregasi dan Bucket Metrics seperti yang ditunjukkan di bawah ini -

Di sini kami telah memilih bidang sebagai negara, karena saya ingin menunjukkan hal yang sama di peta dunia.

Peta Vektor dan Bidang Gabungan untuk Peta Wilayah

Untuk peta wilayah kita juga perlu memilih tab Option seperti yang ditunjukkan di bawah ini -

Tab opsi memiliki konfigurasi Pengaturan Lapisan yang diperlukan untuk memplot data pada peta dunia.

Peta Vektor memiliki opsi berikut -

Di sini kami akan memilih negara dunia karena saya memiliki data negara.

Join Field memiliki detail sebagai berikut -

Dalam indeks kami, kami memiliki nama negara, jadi kami akan memilih nama negara.

Dalam pengaturan Gaya Anda dapat memilih warna yang akan ditampilkan untuk negara -

Kami akan memilih Merah. Kami tidak akan menyentuh detail lainnya.

Sekarang, klik tombol Analisis untuk melihat rincian negara yang diplot di peta dunia seperti yang ditunjukkan di bawah ini -

Peta Vektor yang Diinangi Sendiri dan Bidang Gabungan di Kibana

Anda juga dapat menambahkan pengaturan Kibana Anda sendiri untuk peta vektor dan bidang gabungan. Untuk melakukan itu, buka kibana.yml dari folder config kibana dan tambahkan detail berikut -

regionmap:
   includeElasticMapsService: false
   layers:
      - name: "Countries Data"
      url: "http://localhost/kibana/worldcountries.geojson"
      attribution: "INRAP"
      fields:
         - name: "Country"
         description: "country names"

Peta vektor dari tab opsi akan memiliki data di atas yang diisi, bukan yang default. Harap dicatat bahwa URL yang diberikan harus CORS diaktifkan sehingga Kibana dapat mengunduh yang sama. File json yang digunakan harus sedemikian rupa sehingga koordinatnya terus berlanjut. Misalnya -

https://vector.maps.elastic.co/blob/5659313586569216?elastic_tile_service_tos=agree

Tab opsi ketika detail peta vektor peta wilayah dihosting sendiri ditampilkan di bawah -

Visualisasi pengukur memberi tahu bagaimana metrik Anda dipertimbangkan pada data berada dalam rentang yang telah ditentukan.

Visualisasi sasaran memberi tahu tentang sasaran Anda dan bagaimana metrik pada data Anda berkembang menuju sasaran.

Bekerja dengan Gauge

Untuk mulai menggunakan Gauge, masuk ke visualization dan pilih tab Visualize dari Kibana UI.

Klik Gauge dan pilih indeks yang ingin Anda gunakan.

Kami akan mengerjakan indeks medicalvisits-26.01.2019 .

Pilih rentang waktu Februari 2017

Sekarang Anda dapat memilih metrik dan agregasi keranjang.

Kami telah memilih agregasi metrik sebagai Hitungan.

Agregasi keranjang kami telah memilih Persyaratan dan bidang yang dipilih adalah Number_Home_Visits.

Dari Tab Opsi data, opsi yang dipilih ditunjukkan di bawah ini -

Jenis Alat Ukur dapat berupa lingkaran atau busur. Kami telah memilih sebagai arc dan mengistirahatkan semua yang lain sebagai nilai default.

Rentang standar yang telah kami tambahkan ditampilkan di sini -

Warna yang dipilih adalah Hijau Ke Merah.

Sekarang, klik Tombol Analisis untuk melihat visualisasi dalam bentuk Gauge seperti gambar di bawah ini -

Bekerja dengan Goal

Buka Tab Visualisasikan dan pilih Sasaran seperti yang ditunjukkan di bawah ini -

Pilih Sasaran dan pilih indeks.

Gunakan medicalvisits-26.01.2019 sebagai indeks.

Pilih agregasi metrik dan agregasi keranjang.

Agregasi Metrik

Kami telah memilih Hitung sebagai agregasi metrik.

Agregasi Bucket

Kami telah memilih Istilah sebagai agregasi keranjang dan bidangnya adalah Number_Home_Visits.

Opsi yang dipilih adalah sebagai berikut -

Rentang yang dipilih adalah sebagai berikut -

Klik Analisis dan Anda melihat tujuan ditampilkan sebagai berikut -

Kanvas adalah fitur hebat lainnya di Kibana. Dengan menggunakan visualisasi kanvas, Anda dapat merepresentasikan data Anda dalam berbagai kombinasi warna, bentuk, teks, pengaturan multi halaman, dll.

Kami membutuhkan data untuk ditampilkan di kanvas. Sekarang mari kita muat beberapa contoh data yang sudah tersedia di Kibana.

Memuat Data Sampel untuk Pembuatan Kanvas

Untuk mendapatkan data sampel, buka halaman beranda Kibana dan klik Tambahkan data sampel seperti yang ditunjukkan di bawah ini -

Klik Muat kumpulan data dan dasbor Kibana. Ini akan membawa Anda ke layar seperti yang ditunjukkan di bawah ini -

Klik tombol Add untuk Contoh pesanan eCommerce. Perlu beberapa saat untuk memuat data sampel. Setelah selesai, Anda akan mendapatkan pesan peringatan yang menampilkan "Contoh data eCommerce dimuat".

Memulai Visualisasi Kanvas

Sekarang pergi ke Visualisasi Kanvas seperti yang ditunjukkan di bawah ini -

Klik Canvas dan akan muncul layar seperti gambar di bawah ini -

Kami memiliki data sampel eCommerce dan Lalu Lintas Web yang ditambahkan. Kita dapat membuat workpad baru atau menggunakan yang sudah ada.

Di sini, kami akan memilih yang sudah ada. Pilih Nama Workpad Pelacakan Pendapatan eCommerce dan itu akan menampilkan layar seperti yang ditunjukkan di bawah ini -

Mengkloning Workpad yang Ada di Canvas

Kami akan mengkloning workpad sehingga kami dapat mengubahnya. Untuk mengkloning workpad yang ada, klik pada nama workpad yang ditampilkan di kiri bawah -

Klik pada nama dan pilih opsi klon seperti yang ditunjukkan di bawah ini -

Klik tombol clone dan itu akan membuat salinan workpad Pelacakan Pendapatan eCommerce. Anda dapat menemukannya seperti yang ditunjukkan di bawah ini -

Di bagian ini, mari kita pahami cara menggunakan workpad. Jika Anda melihat workpad di atas, ada 2 halaman untuk itu. Jadi di kanvas kita bisa merepresentasikan data dalam beberapa halaman.

Tampilan halaman 2 seperti gambar di bawah ini -

Pilih Halaman 1 dan klik Total penjualan yang ditampilkan di sisi kiri seperti yang ditunjukkan di bawah ini -

Di sisi kanan, Anda akan mendapatkan data yang terkait dengannya -

Saat ini gaya default yang digunakan adalah warna hijau. Kami dapat mengubah warna di sini dan memeriksa tampilan yang sama.

Kami juga telah mengubah font dan ukuran untuk pengaturan teks seperti yang ditunjukkan di bawah ini -

Menambahkan Halaman Baru ke Workpad Inside Canvas

Untuk menambahkan halaman baru ke workpad, lakukan seperti yang ditunjukkan di bawah ini -

Setelah halaman dibuat seperti yang ditunjukkan di bawah ini -

Klik Tambahkan elemen dan itu akan menampilkan semua kemungkinan visualisasi seperti yang ditunjukkan di bawah ini -

Kami telah menambahkan dua elemen tabel Data dan Bagan Area seperti yang ditunjukkan di bawah ini

Anda dapat menambahkan lebih banyak elemen data ke halaman yang sama atau menambahkan lebih banyak halaman juga.

Pada bab-bab sebelumnya, kita telah melihat bagaimana membuat visualisasi dalam bentuk bar vertikal, bar horizontal, diagram lingkaran dll. Pada bab ini, mari kita pelajari cara menggabungkan keduanya dalam bentuk Dashboard. Dasbor adalah kumpulan visualisasi Anda yang dibuat, sehingga Anda dapat melihatnya bersama-sama pada satu waktu.

Memulai Dashboard

Untuk membuat Dashboard di Kibana, klik pada pilihan Dashboard yang tersedia seperti yang ditunjukkan di bawah ini -

Sekarang, klik tombol Buat dasbor baru seperti yang ditunjukkan di atas. Ini akan membawa kita ke layar seperti yang ditunjukkan di bawah ini -

Perhatikan bahwa kami belum membuat dasbor apa pun. Ada opsi di bagian atas di mana kita dapat Simpan, Batalkan, Tambah, Opsi, Bagikan, Refresh otomatis dan juga mengubah waktu untuk mendapatkan data di dasbor kami. Kami akan membuat dasbor baru, dengan mengklik tombol Tambah yang ditunjukkan di atas.

Tambahkan Visualisasi ke Dasbor

Ketika kita mengklik tombol Add (pojok kiri atas), ini akan menampilkan visualisasi yang kita buat seperti yang ditunjukkan di bawah ini -

Pilih visualisasi yang ingin Anda tambahkan ke dasbor Anda. Kami akan memilih tiga visualisasi pertama seperti yang ditunjukkan di bawah ini -

Beginilah yang terlihat di layar bersama -

Dengan demikian, sebagai pengguna Anda bisa mendapatkan detail keseluruhan tentang data yang telah kami unggah - berdasarkan negara dengan bidang nama-negara, nama wilayah, area, dan populasi.

Jadi sekarang kita tahu semua daerah yang tersedia, negara dengan populasi maksimum bijaksana dalam urutan menurun, daerah maksimum dll.

Ini hanyalah contoh visualisasi data yang kami unggah, tetapi di dunia nyata menjadi sangat mudah untuk melacak detail bisnis Anda seperti misalnya Anda memiliki situs web yang mendapat jutaan klik setiap bulan atau setiap hari, Anda ingin melacak penjualan dilakukan setiap hari, jam, menit, detik dan jika Anda memiliki tumpukan ELK di tempat, Kibana dapat menunjukkan visualisasi penjualan Anda tepat di depan mata Anda setiap jam, menit, detik seperti yang ingin Anda lihat. Ini menampilkan data waktu nyata seperti yang terjadi di dunia nyata.

Kibana, secara keseluruhan, memainkan peran yang sangat penting dalam mengekstraksi detail akurat tentang transaksi bisnis Anda setiap hari, setiap jam atau setiap menit, sehingga perusahaan tahu bagaimana perkembangannya.

Simpan Dasbor

Anda dapat menyimpan dasbor Anda dengan menggunakan tombol simpan di bagian atas.

Ada judul dan deskripsi di mana Anda dapat memasukkan nama dasbor dan deskripsi singkat yang menjelaskan fungsi dasbor. Sekarang, klik Konfirmasi Simpan untuk menyimpan dasbor.

Mengubah Rentang Waktu untuk Dasbor

Saat ini Anda dapat melihat data yang ditampilkan adalah dari 15 menit terakhir. Perlu diketahui ini adalah data statis tanpa field waktu sehingga data yang ditampilkan tidak akan berubah. Ketika Anda memiliki data yang terhubung ke sistem waktu nyata mengubah waktu, juga akan menunjukkan data yang mencerminkan.

Secara default, Anda akan melihat 15 menit terakhir seperti yang ditunjukkan di bawah ini -

Klik pada 15 menit terakhir dan itu akan menampilkan kepada Anda rentang waktu yang dapat Anda pilih sesuai pilihan Anda.

Perhatikan bahwa ada opsi Cepat, Relatif, Mutlak, dan Terbaru. Tangkapan layar berikut menunjukkan detail untuk opsi Cepat -

Sekarang, klik Relatif untuk melihat opsi yang tersedia -

Di sini Anda dapat menentukan tanggal Dari dan Ke dalam menit, jam, detik, bulan, tahun yang lalu.

Opsi Absolut memiliki detail berikut -

Anda dapat melihat opsi kalender dan dapat memilih rentang tanggal.

Opsi terbaru akan mengembalikan opsi 15 menit terakhir dan juga opsi lain yang Anda pilih baru-baru ini. Memilih rentang waktu akan memperbarui data yang masuk dalam rentang waktu tersebut.

Menggunakan Search and Filter di Dashboard

Kami juga dapat menggunakan pencarian dan filter di dasbor. Dalam pencarian misalkan jika kita ingin mendapatkan detail dari wilayah tertentu, kita dapat menambahkan pencarian seperti gambar di bawah ini -

Dalam pencarian di atas, kami telah menggunakan bidang Wilayah dan ingin menampilkan detail wilayah: OCEANIA.

Kami mendapatkan hasil sebagai berikut -

Melihat data di atas kita dapat mengatakan bahwa di wilayah OCEANIA, Australia memiliki populasi dan Area maksimum.

Demikian pula, kita dapat menambahkan filter seperti yang ditunjukkan di bawah ini -

Selanjutnya, klik tombol Add a filter dan itu akan menampilkan rincian bidang yang tersedia di indeks Anda seperti yang ditunjukkan di bawah ini -

Pilih bidang yang ingin Anda filter. Saya akan menggunakan bidang Wilayah untuk mendapatkan rincian wilayah ASIA seperti yang ditunjukkan di bawah ini -

Simpan filter dan Anda akan melihat filter sebagai berikut -

Data sekarang akan ditampilkan sesuai filter yang ditambahkan -

Anda juga dapat menambahkan lebih banyak filter seperti yang ditunjukkan di bawah ini -

Anda dapat menonaktifkan filter dengan mengklik kotak centang nonaktifkan seperti yang ditunjukkan di bawah ini.

Anda dapat mengaktifkan filter dengan mengklik kotak centang yang sama untuk mengaktifkannya. Perhatikan bahwa ada tombol hapus untuk menghapus filter. Tombol Edit untuk mengedit filter atau mengubah opsi filter.

Untuk visualisasi yang ditampilkan, Anda akan melihat tiga titik seperti di bawah ini -

Klik di atasnya dan itu akan menampilkan opsi seperti yang ditunjukkan di bawah ini -

Periksa dan Layar Penuh

Klik Inspect dan ini memberikan detail wilayah dalam format tabel seperti yang ditunjukkan di bawah ini -

Ada opsi untuk mengunduh visualisasi dalam format CSV jika Anda ingin melihatnya di lembar excel.

Pilihan fullscreen selanjutnya akan mendapatkan visualisasi dalam mode fullscreen seperti gambar dibawah ini -

Anda dapat menggunakan tombol yang sama untuk keluar dari mode layar penuh.

Berbagi Dasbor

Kami dapat membagikan dasbor menggunakan tombol bagikan. Klik tombol share, Anda akan mendapatkan tampilan sebagai berikut -

Anda juga dapat menggunakan kode semat untuk menampilkan dasbor di situs Anda atau menggunakan tautan permanen yang akan menjadi tautan untuk dibagikan dengan orang lain.

Urlnya adalah sebagai berikut -

http://localhost:5601/goto/519c1a088d5d0f8703937d754923b84b

Timelion, juga disebut sebagai timeline adalah alat visualisasi lain yang terutama digunakan untuk analisis data berbasis waktu. Untuk bekerja dengan timeline, kita perlu menggunakan bahasa ekspresi sederhana yang akan membantu kita terhubung ke indeks dan juga melakukan penghitungan pada data untuk mendapatkan hasil yang kita butuhkan.

Di mana kita bisa menggunakan Timelion?

Timelion digunakan saat Anda ingin membandingkan data terkait waktu. Misalnya, Anda memiliki situs, dan Anda mendapatkan tampilan setiap hari. Anda ingin menganalisis data di mana Anda ingin membandingkan data minggu ini dengan minggu sebelumnya, yaitu Senin-Senin, Selasa-Selasa dan sebagainya tentang bagaimana tampilan berbeda dan juga lalu lintas.

Memulai dengan Timelion

Untuk mulai bekerja dengan Timelion, klik Timelion seperti yang ditunjukkan di bawah ini -

Garis waktu secara default menunjukkan garis waktu semua indeks seperti yang ditunjukkan di bawah ini -

Timelion bekerja dengan sintaks ekspresi.

Note - es (*) => berarti semua indeks.

Untuk mendapatkan detail fungsi yang tersedia untuk digunakan dengan Timelion, cukup klik pada textarea seperti yang ditunjukkan di bawah ini -

Ini memberi Anda daftar fungsi yang akan digunakan dengan sintaks ekspresi.

Setelah Anda memulai dengan Timelion, ini akan menampilkan pesan selamat datang seperti yang ditunjukkan di bawah ini. Bagian yang disorot yaitu Lompat ke referensi fungsi, memberikan detail dari semua fungsi yang tersedia untuk digunakan dengan timelion.

Pesan Selamat Datang Timelion

Pesan selamat datang Timelion seperti yang ditunjukkan di bawah ini -

Klik pada tombol berikutnya dan itu akan memandu Anda melalui fungsionalitas dasar dan penggunaannya. Sekarang ketika Anda mengklik Berikutnya, Anda dapat melihat detail berikut -

Referensi Fungsi Timelion

Klik pada tombol Bantuan untuk mendapatkan detail referensi fungsi yang tersedia untuk Timelion -

Konfigurasi Timelion

Pengaturan waktu dilakukan di Manajemen Kibana → Pengaturan Lanjutan.

Klik Pengaturan Lanjutan dan pilih Timelion dari Kategori

Setelah Timelion dipilih, itu akan menampilkan semua bidang yang diperlukan untuk konfigurasi waktu.

Di kolom berikut, Anda dapat mengubah indeks default dan kolom waktu yang akan digunakan pada indeks -

Defaultnya adalah _all dan timefield adalah @timestamp. Kami akan membiarkannya apa adanya dan mengubah indeks dan bidang waktu di timelion itu sendiri.

Menggunakan Timelion untuk Memvisualisasikan Data

Kami akan menggunakan indeks: medicalvisits-26.01.2019 . Berikut adalah data yang ditampilkan dari timelion untuk 1 Jan 2017 hingga 31 Des 2017 -

Ekspresi yang digunakan untuk visualisasi di atas adalah sebagai berikut -

.es(index=medicalvisits-26.01.2019,timefield=Visiting_Date).bars()

Kami telah menggunakan indeks medicalvisits-26.01.2019 dan bidang waktu pada indeks tersebut adalah Visiting_Date dan fungsi bar yang digunakan.

Berikut ini kami telah menganalisis 2 kota untuk bulan Januari 2017, hari bijaksana.

Ekspresi yang digunakan adalah -

.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)

Perbandingan garis waktu selama 2 hari ditampilkan di sini -

Ekspresi

.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")

Di sini kami telah menggunakan offset dan memberikan selisih 1 hari. Kami telah memilih tanggal saat ini sebagai 2 Agustus 2018. Jadi ada perbedaan data untuk 2 Agustus 2018 dan 1 Agustus 2018.

Daftar 5 kota teratas data untuk bulan Jan 2017 ditampilkan di bawah ini. Ekspresi yang kami gunakan di sini diberikan di bawah ini -

.es(index=medicalvisits-26.01.2019,timefield=Visiting_Date,split=City.keyword:5)

Kami telah menggunakan split dan memberi nama bidang sebagai kota dan karena kami membutuhkan lima kota teratas dari indeks yang kami berikan sebagai split = City.keyword: 5

Ini memberikan hitungan setiap kota dan mencantumkan nama mereka seperti yang ditunjukkan pada grafik yang diplot.

Kita dapat menggunakan Dev Tools untuk mengupload data di Elasticsearch, tanpa menggunakan Logstash. Kita bisa memposting, meletakkan, menghapus, mencari data yang kita inginkan di Kibana menggunakan Dev Tools.

Untuk membuat indeks baru di Kibana kita dapat menggunakan perintah berikut di alat dev -

Buat Indeks MENGGUNAKAN PUT

Perintah untuk membuat indeks seperti yang ditunjukkan di sini -

PUT /usersdata?pretty

Setelah Anda menjalankan ini, indeks userdata kosong dibuat.

Kami selesai dengan pembuatan indeks. Sekarang akan menambahkan data dalam indeks -

Tambahkan Data ke Indeks Menggunakan PUT

Anda dapat menambahkan data ke indeks sebagai berikut -

Kami akan menambahkan satu catatan lagi di indeks usersdata -

Jadi kami memiliki 2 catatan di indeks usersdata.

Ambil Data dari Indeks Menggunakan GET

Kita bisa mendapatkan detail record 1 sebagai berikut -

Anda bisa mendapatkan semua catatan sebagai berikut -

Dengan demikian, kita bisa mendapatkan semua record dari usersdata seperti yang ditunjukkan di atas.

Perbarui data dalam Indeks menggunakan PUT

Untuk memperbarui catatan, Anda dapat melakukan hal berikut -

Kami telah mengubah nama dari "Ervin Howell" menjadi "Clementine Bauch". Sekarang kita bisa mendapatkan semua catatan dari indeks dan melihat catatan yang diperbarui sebagai berikut -

Hapus data dari indeks menggunakan DELETE

Anda dapat menghapus rekaman seperti yang ditunjukkan di sini -

Sekarang jika Anda melihat total catatan kita hanya akan memiliki satu catatan -

Kami dapat menghapus indeks yang dibuat sebagai berikut -

Sekarang jika Anda memeriksa indeks yang tersedia, kami tidak akan memiliki indeks usersdata di dalamnya sebagai indeks yang dihapus.

Kibana Monitoring memberikan detail tentang kinerja tumpukan ELK. Kami bisa mendapatkan detail memori yang digunakan, waktu respons, dll.

Detail Pemantauan

Untuk mendapatkan detail pemantauan di Kibana, klik pada tab pemantauan seperti yang ditunjukkan di bawah ini -

Karena kami menggunakan pemantauan untuk pertama kalinya, kami harus tetap ON. Untuk ini, klik tombolnyaTurn on monitoringseperti gambar diatas. Berikut adalah detail yang ditampilkan untuk Elasticsearch -

Ini memberikan versi elasticsearch, tersedia disk, indeks ditambahkan ke elasticsearch, penggunaan disk, dll.

Detail pemantauan untuk Kibana ditampilkan di sini -

Ini memberikan Permintaan dan waktu respons maksimal untuk permintaan dan juga contoh yang berjalan dan penggunaan memori.

Laporan dapat dengan mudah dibuat dengan menggunakan tombol Bagikan yang tersedia di Kibana UI.

Laporan di Kibana tersedia dalam dua bentuk berikut -

• Permalinks
• Laporan CSV

Laporkan sebagai Permalinks

Saat melakukan visualisasi, Anda dapat membagikan hal yang sama seperti berikut -

Gunakan tombol bagikan untuk membagikan visualisasi dengan orang lain sebagai Kode Sematan atau Tautan Permanen.

Dalam kasus kode Embed Anda mendapatkan opsi berikut -

Anda dapat membuat kode iframe sebagai url pendek atau url panjang untuk snapshot atau objek yang disimpan. Snapshot tidak akan memberikan data terbaru dan pengguna akan dapat melihat data yang disimpan saat link dibagikan. Setiap perubahan yang dilakukan nanti tidak akan tercermin.

Dalam kasus objek yang disimpan, Anda akan mendapatkan perubahan terbaru yang dilakukan untuk visualisasi itu.

Snapshot kode IFrame untuk url panjang -

<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>

Snapshot kode Iframe untuk url pendek -

<iframe src="http://localhost:5601/goto/f0a6c852daedcb6b4fa74cce8c2ff6c4?embed=true" height="600" width="800"><iframe>

Sebagai snapshot dan url shot.

Dengan url pendek -

http://localhost:5601/goto/f0a6c852daedcb6b4fa74cce8c2ff6c4

Dengan Short url off, link terlihat seperti di bawah ini -

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))

Saat Anda menekan tautan di atas di browser, Anda akan mendapatkan visualisasi yang sama seperti yang ditunjukkan di atas. Tautan di atas dihosting secara lokal, sehingga tidak akan berfungsi bila digunakan di luar lingkungan lokal.

Laporan CSV

Anda bisa mendapatkan Laporan CSV di Kibana yang ada datanya, yang sebagian besar ada di tab Temukan.

Buka tab Discover dan ambil indeks yang Anda inginkan datanya. Di sini kami telah mengambil indeks: countriesdata-26.12.2018 . Berikut adalah data yang ditampilkan dari indeks -

Anda dapat membuat data tabel dari data di atas seperti yang ditunjukkan di bawah ini -

Kami telah memilih bidang dari bidang Tersedia dan data yang terlihat sebelumnya diubah ke dalam format tabel.

Anda bisa mendapatkan data di atas dalam laporan CSV seperti yang ditunjukkan di bawah ini -

Tombol bagikan memiliki opsi untuk laporan CSV dan tautan permanen. Anda dapat mengklik Laporan CSV dan mendownloadnya.

Harap dicatat untuk mendapatkan Laporan CSV Anda perlu menyimpan data Anda.

Konfirmasi Simpan dan klik tombol Bagikan dan Laporan CSV. Anda akan mendapatkan tampilan berikut -

Klik Hasilkan CSV untuk mendapatkan laporan Anda. Setelah selesai, itu akan menginstruksikan Anda untuk pergi ke tab manajemen.

Buka Tab Manajemen → Pelaporan

Ini menampilkan nama laporan, dibuat di, status dan tindakan. Anda dapat mengklik tombol unduh seperti yang disorot di atas dan mendapatkan laporan csv Anda.

File CSV yang baru saja kita unduh seperti yang ditunjukkan di sini -