使用Kibana可视化你的数据
把数据保存到Elasticsearch之后，有一个重要的工作就是要对数据进行可视化，以便下一步的分析。下面通过一个官方的数据集来介绍如何通过Kibana进行数据可视化。
操作环境
Elasticsearch: 7.7.0
Kibana: 7.7.0
下载并导入数据
从官网下载如下的数据集：https://download.elastic.co/demos/kibana/gettingstarted/accounts.zip
解压缩后会得到accounts.json这个文件，其大小大约为240K。
运行如下命令将数据导入ES：
curl -H 'Content-Type: application/x-ndjson' -XPOST 'localhost:9200/bankdemo/account/_bulk?pretty' --data-binary @accounts.json
在Kibana的Devtool中验证数据已经被导入：
GET /_cat/indices?v GET bankdemo/_search?q=*:*
其输出类似于：
{
"took" : 6,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1000,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "bankdemo",
"_type" : "account",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"account_number" : 1,
"balance" : 39225,
"firstname" : "Amber",
"lastname" : "Duke",
"age" : 32,
"gender" : "M",
"address" : "880 Holmes Lane",
"employer" : "Pyrami",
"email" : "amberduke@pyrami.com",
"city" : "Brogan",
"state" : "IL"
}
},
……
创建索引模式(Index Pattern)
索引模式(Index Pattern)可以针对多个索引，因此在创建时支持通配符。
在Kibana的页面中选择：Kibana -> Management -> Index Patterns -> Create index pattern
创建完毕后会看到如下界面：
可以看到有的字段可以被搜索的(Searchable)，有的字段是可以被聚合的(Aggregatable)。如果需要的话，可以自己更改这些字段的属性。
在Kibana中查看数据
单击Discovery后，可以输入KQL来检索数据。
比如，输入：
balance >= 47500 and employer:a*
你会看到：
KQL的语法和SQL非常相似，简单好用，比如：
balance >= 47500 and employer:a* and account_number > 100
可以通过左侧菜单选择索引，以及字段。
Kibana可视化：饼图
选择Visualize -> Create visualization -> Pie -> Bank Demo
由于目前没有对源数据进行定义，因此，初始饼图看起来这是这样的：
选择Buckets -> Add -> Split slices -> Range，同时设定不同的范围：
可以看到更新后的饼图：
还可以添加一个SUB-BUCKET，在现有聚合的基础上做进一步的划分：
最后不要忘记保存你的Visualization。