- Elasticsearch 教程
- Elasticsearch - 主页
- Elasticsearch - 基本概念
- Elasticsearch - 安装
- Elasticsearch - 填充
- 版本之间的迁移
- Elasticsearch - API 约定
- Elasticsearch - 文档 API
- Elasticsearch - 搜索 API
- Elasticsearch - 聚合
- Elasticsearch - 索引 API
- Elasticsearch - CAT API
- Elasticsearch - 集群 API
- Elasticsearch - 查询 DSL
- Elasticsearch - 映射
- Elasticsearch - 分析
- Elasticsearch - 模块
- Elasticsearch - 索引模块
- Elasticsearch - 摄取节点
- Elasticsearch - 管理索引生命周期
- Elasticsearch - SQL 访问
- Elasticsearch - 监控
- Elasticsearch - 汇总数据
- Elasticsearch - 冻结索引
- Elasticsearch - 测试
- Elasticsearch - Kibana 仪表板
- Elasticsearch - 按字段过滤
- Elasticsearch - 数据表
- Elasticsearch - 区域地图
- Elasticsearch - 饼图
- Elasticsearch - 面积图和条形图
- Elasticsearch - 时间序列
- Elasticsearch - 标签云
- Elasticsearch - 热图
- Elasticsearch - 画布
- Elasticsearch - 日志 UI
- Elasticsearch 有用资源
- Elasticsearch - 快速指南
- Elasticsearch - 有用的资源
- Elasticsearch - 讨论
Elasticsearch - 热图
热图是一种可视化类型,其中不同的颜色深浅代表图表中的不同区域。这些值可以连续变化,因此颜色的颜色深浅随着这些值而变化。它们对于表示连续变化的数据和离散数据非常有用。
在本章中,我们将使用名为sample_data_flights的数据集来构建热图。在其中,我们考虑名为航班始发国和目的地国的变量并进行计数。
在 Kibana 主屏幕中,我们找到名为 Visualize 的选项,它允许我们根据存储在 Elasticsearch 中的索引创建可视化和聚合。我们选择添加新的可视化并选择热图作为如下所示的选项;
选择指标
下一个屏幕提示我们选择用于创建热图的指标。这里我们选择计数作为聚合指标的类型。然后,对于 Y 轴中的存储桶,我们选择 terms 作为字段 OriginCountry 的聚合。对于 X 轴,我们选择相同的聚合,但选择 DestCountry 作为要使用的字段。在这两种情况下,我们选择桶的大小为 5。
运行上面显示的配置后,我们得到生成的热图,如下所示。
注意- 您必须将日期范围设置为“今年”,以便图表收集一年的数据以生成有效的热图。