Kibana - Elk Stack 简介

Kibana 是一个开源可视化工具，主要用于分析折线图、条形图、饼图、热图等形式的大量日志。Kibana 与 Elasticsearch 和 Logstash 同步工作，共同构成所谓的 ELK堆栈。

ELK代表 Elasticsearch、Logstash 和 Kibana。ELK是全球范围内用于日志分析的流行日志管理平台之一。

在 ELK 堆栈中 -

Logstash从不同的输入源提取日志数据或其他事件。它处理事件，然后将其存储在 Elasticsearch 中。
Kibana是一个可视化工具，它访问 Elasticsearch 的日志，并能够以折线图、条形图、饼图等形式显示给用户。

在本教程中，我们将与 Kibana 和 Elasticsearch 密切合作，并以不同的形式可视化数据。

在本章中，让我们了解如何一起使用 ELK 堆栈。此外，您还将看到如何 -

将 CSV 数据从 Logstash 加载到 Elasticsearch。
在 Kibana 中使用 Elasticsearch 的索引。

将 CSV 数据从 Logstash 加载到 Elasticsearch

我们将使用 CSV 数据通过 Logstash 将数据上传到 Elasticsearch。为了进行数据分析，我们可以从kaggle.com网站获取数据。Kaggle.com网站上传了所有类型的数据，用户可以使用它来进行数据分析。

我们从这里获取了country.csv数据： https: //www.kaggle.com/fernandol/countries-of-the-world。您可以下载 csv 文件并使用它。

我们要使用的 csv 文件包含以下详细信息。

文件名 -countriesdata.csv

列 - “国家”、“地区”、“人口”、“面积”

您还可以创建一个虚拟 csv 文件并使用它。我们将使用logstash 将这些数据从countriesdata.csv转储到elasticsearch。

在终端中启动 elasticsearch 和 Kibana 并保持其运行。我们必须为logstash创建配置文件，其中包含有关CSV文件的列的详细信息以及其他详细信息，如下面给出的logstash配置文件所示 -

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 }
}

在配置文件中，我们创建了 3 个组件 -

输入

我们需要指定输入文件的路径，在我们的例子中是 csv 文件。存储 csv 文件的路径被赋予路径字段。

筛选

将使用带有分隔符的 csv 组件（在我们的示例中为逗号），以及可用于 csv 文件的列。由于logstash将所有数据视为字符串，因此如果我们希望将任何列用作整数，则必须使用上面所示的mutate指定浮点数。

输出

对于输出，我们需要指定需要放置数据的位置。在我们的例子中，我们使用的是elasticsearch。需要提供给elasticsearch的数据是它运行的主机，我们将其称为localhost。下一个字段是索引，我们将其命名为“国家/地区-currentdate”。一旦 Elasticsearch 中的数据更新，我们就必须在 Kibana 中使用相同的索引。

将上述配置文件保存为logstash_countries.config。请注意，我们需要在下一步中将此配置的路径提供给logstash命令。

要将数据从 csv 文件加载到elasticsearch，我们需要启动elasticsearch 服务器 -