文主要介绍 Kibana 的使用，文中所使用到的软件版本：Elasticsearch 8.5.1、Kibana 8.5.1、Centos 7.9。
1、安装示例数据集
Kibana 自带有 3 个数据集，一个数据集描述了过去 10 天的航班信息，一个数据集代表电子商务平台的订单，还有个数据集表示 WEB 日志；把这三个数据添加到 Elasticsearch 中：
这样我们就把数据加载到 Elasticsearch 中，并自动分别创建它们的 index patterns(索引模式)。
打开 Kibana 的菜单，可以看到 Kibana 分为如下的几个功能模块：
- Analytics， 在这里，你可以找到工具来分析及可视化数据
- Observability，对日志、指标、APM 以及运行状态检测数据进行统一分析
- Security，通过 XDR、SIEM 和 Endpoint Security 实现对威胁的防御、检测和响应
- Management，用来管理你的部署
本文主要展示 Analytics 模块部分的功能。
2、发现(Discover)
发现是你可以搜索和过滤原始文档的地方。
每个记录都表示为一行，可以展开各行以查看每个记录中的所有字段及其值。在左侧，你会看到一个列出所有字段的侧边菜单。 发现是搜索特定记录的好地方。 你可以通过多种方式搜索数据。你可以执行自由文本搜索，Elasticsearch 将在你的文档中进行搜索，并将返回包含你要搜索的关键字的所有文档。
Discover 还可以以表格格式显示数据。 通过从左侧菜单中选择字段，你将看到与表的列相同的字段。 表格上方的直方图是查看文档随时间分布的快速方法。 如果单击特定时间范围，将放大到该时间范围，并且页面将刷新以仅显示该时间范围内的文档。
3、仪表板(Dashboard)
Kibana 仪表板是收集在一起的图表、图形、指标、搜索和地图的集合。 仪表板从多个角度提供对数据的一目了然的见解，并使你能够深入了解细节。在安装示例数据集时，会自动创建仪示例表盘：
在 Kibana 中，最容易创建仪表板的工具就是使用 Lens。flight 数据包含有关过去几周的一些（虚构）航班的信息，使用这些数据创建一个仪表板，其中显示：
- 航班数量
- 每个运营商的延误次数，以垂直条形图表示
- 包含每天延误次数的日期直方图，按延误类型细分
- 每个运营商包含几个指标的表格
3.1、Lens 介绍
进入 Lens 页面：
如上所示整个区域被分为几大块。就像在其它的 Analytics 工具中的一样，最重要的是选择索引模式以及相应的时间范围。否则我们可能什么数据都没有。针对我们的情况，我们选择 kibana_sample_data_flights 索引模式以及过去 10 天的数据。
我们可以查看左边的字段。在它们的左边含有一个图标，它代表数据的不同类型。比如上面的 # 代表的是一个数值类型，而 t 则代表是一个 text 数据类型。点击其中的一个字段：
可以看到该字段各个值的分布情况。这样可以对一些字段做快速的分析。接下来，通过拖拽的方式来把一些字段拖到工作区：
可以根据需要选择不同的水平轴数据，修改垂直轴数据的计算方法。
3.2、指标
最基本的 Lens 类型是指标，它简单地显示一个数值。
点击记录计数，修改名称为 航班数：
点击 保存并返回，这样就完成了第一 Lens。
3.3、垂直条形图
我们使用 垂直条形图 来可视化航班的晚点时间状况：
和上面的方法一样，拖拽 记录 到工作区并添加筛选条件：
接下来配置 水平轴。点击 timestamp：
点击 保存并返回 按钮，这样就得到了我们的第二个可视化图。
3.4、垂直堆积条形图
堆积 意味着叠加到一起。 垂直堆积条形图 允许你按类别分解条形图中的条形。 这里建立一个叠加条形图，显示一段时间内的航班数量，按延误类型细分。
当你想要创建新的 Lens 可视化时，你不必从头开始。 这也是可以克隆现有的可视化并对其进行编辑。 点击一个之前创建的指标可视化右上角的齿轮。 这将打开面板选项对话框：
这样，就得到了一个一模一样的指标可视化图：
编辑克隆的图形：
点击 timestamp， 定制 timestamp 的时间间隔：
增加 细分方式：
点击 保存并返回，这样就得到了我们的第三个可视化图。
3.5、表格
表格类似网格的行和列格式显示信息；这里创建一个显示每个航空公司平均票价的表格。
筛选出数组类型字段：
根据需要添加字段：
点击 保存并返回 按钮，这样就得到了我们的第四个可视化图：
3.6、保存并共享仪表盘
填写仪表盘的标题并保存。
点击 共享 按钮可以共享改仪表盘，有两种共享方式：固定链接和嵌入代码；可以根据需要选择合适的方式来共享。
这样一个仪表盘就创建完成了。
参考：https://elasticstack.blog.csdn.net/article/details/122805096。
标签：入门,--,Kibana,Lens,点击,可视化,数据,条形图 From： https://www.cnblogs.com/wuyongyin/p/16903262.html