Skip to main content

kibana

Kibana 安装配置​

创建 docker-compse.yml 文件
version: '3'

networks:
  es:

services:

   kibana:
    image: kibana:7.10.1
    container_name: kibana
    privileged: true
    restart: always
    volumes:
      - ./config/kibana.yml:/usr/share/kibana/config/kibana.yml
    ports:
      - 5601:5601
    networks:
      - es
在对应的文件目录下，创建kibana.yml 文件
#
server.name: kibana
server.host: "0.0.0.0"
# http://ip:9200 TODO 修改为自己的ip
elasticsearch.hosts: [ "http://xxxx.xxxx.xxxx.xxx:9200" ] 
xpack.monitoring.ui.container.elasticsearch.enabled: true
elasticsearch.username: "elastic"  # es账号
elasticsearch.password: "xxxxxx"   # es密码
i18n.locale: zh-CN # 中文
运行 启动命令
 docker-compose up -d

验证​

浏览器输入网址：http://xxxx.xxxx.xxxx.xxxx:5601 输入账号密码

Kibana开发工具使用​

1.在右侧将看到和启动完ES后在浏览器输入localhost:9200相同的内容
输入：GET /
2.创建索引
POST cmcc/_create/1
{
  "name":"zhangsan",
  "ange":27,
  "location":"SG",
  "province":"hebei",
  "county":"china",
}

说明：因为7版本之后，ES不再支持一个索引（index）可以创建多个类型（type），所以cmcc/后边不再需要写入类型名称，而是统一使用_create代替即可，同样的，查询操作使用_doc代替即可，右侧看到如下图所示类似形式表示创建成功
3.查看刚才创建的索引
GET cmcc/_doc/1
4.删除索引
DELETE cmcc
5.修改数据
PUT cmcc/_doc/1
{
  "name":"zhangsan",
  "ange":27,
  "location":"SG",
  "province":"hebei",
  "county":"china",
  "xingbie":"nv"
}

这里我们修改了"name"值，把"province"和"conutry"值改为中文，并添加了一个新属性"xingbie"，执行之后我们再次执行获取数据内容命令GET cmcc/_doc/1，如下，可以看到数据已经被修改，版本号变成了2
6.bulk方法批量插入数据
POST _bulk
{"index":{"_index":"cmcc"}}
{"name":"points","age":23,"location":"PG","province":"jiangsu","country":"china","xingbie":"mela"}
{"index":{"_index":"cmcc"}}
{"name":"points","age":23,"location":"PG","province":"jiangsu","country":"china","xingbie":"mela"}
{"index":{"_index":"cmcc"}}
{"name":"points","age":23,"location":"PG","province":"jiangsu","country":"china","xingbie":"mela"}

使用POST方法，然后每一条数据的格式是一致的，首先第一行输入 {"index":{"_index":"cmcc"}} ，也就是索引名称，第二行输入要插入的完整数据，这里特别提醒下，插入的这条数据不能使用刚才创建数据时的那种多行形式，只能使用没有回车的一条数据，否则会报错如下：
{
  "error": {
    "root_cause": [
      {
        "type": "json_e_o_f_exception",
        "reason": "Unexpected end-of-input: expected close marker for Object (start marker at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 1])\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 3]"
      }
    ],
    "type": "json_e_o_f_exception",
    "reason": "Unexpected end-of-input: expected close marker for Object (start marker at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 1])\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 3]"
  },
  "status": 500
}

执行完毕后，我们再次获取数据看一下，输入：GET cmcc/_search
7.按照条件查询
GET cmcc/_search
{
  "query":{
    "match":{
      "province":"guangzhou"
    }
  }
}

也就是查询数据中属性"province"为"广州"的数据，结果如下：
8.当同一个属性满足逻辑或时的查询
GET cmcc/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "age": 21
          }
        },
        {
          "match": {
            "age": 23
          }
        }
      ]
    }
  }
}

这里是查询属性"age"等于21或者23的数据，如果看着不舒服，我们可以点击运行按钮右侧的扳手，选择Auto indent，输入效果就会直观一些，

其中，116行固定输入"query"，117行固定输入"bool"，118行输入为"should"，表示是逻辑或的关系，120行为"match"，121行为所要查询的属性名与属性值
9.多条件查询
GET cmcc/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "age": 21
          }
        },
        {
          "match": {
            "county": "china"
          }
        }
      ]
    }
  }
}

这里是查询属性"age"等于23，并且属性"country"为“中国”的数据，这里和上一条查询的关键区别就在于第98行由"should"改为"must"，执行结果如下：
10.范围查询并进行排序
GET cmcc/_search
{
  "query": {
    "range": {
      "age":{
        "get":20,
        "lte":25
      }
    }
  },
  "sort":[
    {
      "age":{
        "order":"desc"
      }
    }
  ]
}

这里，151行使用"range"，152行输入属性名，153行"gte"和154行"lte"表示查询属性"age"在20-25范围的数据，然后158行表示排序，160行表示排序的属性是"age"，161“order”表示排序为倒序"desc"，执行结果如下：
11.聚合查询
GET cmcc/_search
{
  "size":0,
  "aggs":{
    "age":{
      "range":{
        "field":[
          {
            "from":20,
            "to":23
          },{
             "from":23,
             "to":25
          },{
             "from":25,
             "to":30
          }
        ]
      }
    }
  }
}

使用聚合查询，格式是：170行使用"aggs"，171行为所要查询的属性名，这里查询"age"，173行"field"后边输入属性名，174行为范围，分别在"from"和"to"后边输入要分段的范围，这条请求实现的是统计属性"age"按照20-23,23-25,25-30划分的数据条数分别为多少，如果想要查看满足条件的数据，则将169行"size"值置为非零数，貌似应大于查询条数，具体还没查，这里是不显示满足条件的具体数据，直接置零即可，执行结果如下：
12.聚合查询的另外一个示例
GET cmcc/_search
{
  "size":2
  "aggs":{
    "province":{
      "terms":{
        "field":"province.keyword",
        "size":5
      }
    }
  }
}

这条请求是查询属性"province"的统计结果，这里是统计5条数据，并显示其中2条，并在197行"field"后输入属性名，并在其后添加  .keyword，查询结果如下

Docker 启动命令​

docker run \
--name kibana \
--privileged=true \
-p 5601:5601 \
-v /mydata/kibana/config:/usr/share/kibana/config \
-d registry.cn-beijing.aliyuncs.com/yyb-ricky/kibana:7.10.1

网页操作查看索引数据​

  1. 想要在kibana中以界面列表的形式查案数据，需要用到index pattern功能.在左侧栏中找到Analytics下的Discover

  2. 选择后进行Create index pattern操作,在Name中填写你创建的索引名，也就是表名，我创建的索引名为deviceinfo. 填好之后选择Create index pattern进行创建

另一种方法​

  1. 也可以到管理界面中找到index pattern创建 Stack Management -->Kibana–>Index Patterns

索引生命周期(设置索引自动删除,可以关联索引模版使用),索引模版(创建指定的索引结构)

Kibana创建索引生命周期有Bug,参考这个文章

需要手动添加 action里面的删除动作 "delete":