Kibana 运维
# Kibana 运维
通过 Kibana，您可以对自己的 Elasticsearch 进行可视化，还可以在 Elastic Stack 中进行导航，这样您便可以进行各种操作了，从跟踪查询负载，到理解请求如何流经您的整个应用，都能轻松完成。
# 1. 安装
# 1.1. 环境要求
版本：Elastic Stack 7.4
# 1.2. 安装步骤
安装步骤如下：
- 在 kibana 官方下载地址 (opens new window)下载所需版本包并解压到本地。
- 修改
config/kibana.yml配置文件，设置elasticsearch.url指向 Elasticsearch 实例。 - 运行
bin/kibana（Windows 上运行bin\kibana.bat） - 在浏览器上访问 http://localhost:5601 (opens new window)
# 2. 使用
# 2.1. 检索
单击侧面导航栏中的 检索（Discover） ，可以显示 Kibana 的数据查询功能功能。
在搜索栏中，您可以输入 Elasticsearch 查询条件来搜索您的数据。您可以在 Discover 页面中浏览结果并在 Visualize 页面中创建已保存搜索条件的可视化。
当前索引模式显示在查询栏下方。索引模式确定提交查询时搜索哪些索引。要搜索一组不同的索引，请从下拉菜单中选择不同的模式。要添加索引模式（index pattern），请转至 Management/Kibana/Index Patterns 并单击 Add New。
您可以使用字段名称和您感兴趣的值构建搜索。对于数字字段，可以使用比较运算符，如大于（>），小于（<）或等于（=）。您可以将元素与逻辑运算符 AND，OR 和 NOT 链接，全部使用大写。
默认情况下，每个匹配文档都显示所有字段。要选择要显示的文档字段，请将鼠标悬停在“可用字段”列表上，然后单击要包含的每个字段旁边的添加按钮。例如，如果只添加 account_number，则显示将更改为包含五个帐号的简单列表：
kibana 的搜索栏遵循 query-string-syntax (opens new window) 文档中所说明的查询语义。
这里说明一些最基本的查询语义。
查询字符串会被解析为一系列的术语和运算符。一个术语可以是一个单词（如：quick、brown）或用双引号包围的短语（如"quick brown"）。
查询操作允许您自定义搜索 - 下面介绍了可用的选项。
# 2.1.1. 字段名称
正如查询字符串查询中所述，将在搜索条件中搜索 default_field，但可以在查询语法中指定其他字段：
例如：
- 查询
status字段中包含active关键字
status:active
title字段包含quick或brown关键字。如果您省略OR运算符，则将使用默认运算符
title:(quick OR brown)
title:(quick brown)
- author 字段查找精确的短语 "john smith"，即精确查找。
author:"John Smith"
- 任意字段
book.title，book.content或book.date都包含quick或brown（注意我们需要如何使用\*表示通配符）
book.\*:(quick brown)
- title 字段包含任意非 null 值
_exists_:title
# 2.1.2. 通配符
ELK 提供了 ? 和 * 两个通配符。
?表示任意单个字符；*表示任意零个或多个字符。
qu?ck bro*
注意：通配符查询会使用大量的内存并且执行性能较为糟糕，所以请慎用。 > 提示：纯通配符 * 被写入 exsits (opens new window) 查询，从而提高了查询效率。因此，通配符
field：*将匹配包含空值的文档，如：{“field”：“”}，但是如果字段丢失或显示将值置为 null 则不匹配，如：“field”：null}> 提示：在一个单词的开头（例如：*ing）使用通配符这种方式的查询量特别大，因为索引中的所有术语都需要检查，以防万一匹配。通过将allow_leading_wildcard设置为false，可以禁用。
# 2.1.3. 正则表达式
可以通过 / 将正则表达式包裹在查询字符串中进行查询
例：
name:/joh?n(ath[oa]n)/
支持的正则表达式语义可以参考：Regular expression syntax (opens new window)
# 2.1.4. 模糊查询
我们可以使用 ~ 运算符来进行模糊查询。
例：
假设我们实际想查询
quick brown forks
但是，由于拼写错误，我们的查询关键字变成如下情况，依然可以查到想要的结果。
quikc\~ brwn\~ foks\~
这种模糊查询使用 Damerau-Levenshtein 距离来查找所有匹配最多两个更改的项。所谓的更改是指单个字符的插入，删除或替换，或者两个相邻字符的换位。
默认编辑距离为 2，但编辑距离为 1 应足以捕捉所有人类拼写错误的 80％。它可以被指定为：
quikc\~1
# 2.1.5. 近似检索
尽管短语查询（例如，john smith）期望所有的词条都是完全相同的顺序，但是近似查询允许指定的单词进一步分开或以不同的顺序排列。与模糊查询可以为单词中的字符指定最大编辑距离一样，近似搜索也允许我们指定短语中单词的最大编辑距离：
例
"fox quick"\~5
字段中的文本越接近查询字符串中指定的原始顺序，该文档就越被认为是相关的。当与上面的示例查询相比时，短语 "quick fox" 将被认为比 "quick brown fox" 更近似查询条件。
# 2.1.6. 范围
可以为日期，数字或字符串字段指定范围。闭区间范围用方括号 [min TO max] 和开区间范围用花括号 {min TO max} 来指定。
我们不妨来看一些示例。
- 2012 年的所有日子
date:[2012-01-01 TO 2012-12-31]
- 数字 1 到 5
count:[1 TO 5]
- 在
alpha和omega之间的标签，不包括alpha和omega
tag:{alpha TO omega}
- 10 以上的数字
count:[10 TO *]
- 2012 年以前的所有日期
date:{* TO 2012-01-01}
此外，开区间和闭区间也可以组合使用
- 数组 1 到 5，但不包括 5
count:[1 TO 5}
一边无界的范围也可以使用以下语法：
age:>10
age:>=10
age:<10
age:<=10
当然，你也可以使用 AND 运算符来得到连个查询结果的交集
age:(>=10 AND <20)
age:(+>=10 +<20)
# 2.1.7. Boosting
使用操作符 ^ 使一个术语比另一个术语更相关。例如，如果我们想查找所有有关狐狸的文档，但我们对狐狸特别感兴趣：
quick^2 fox
默认提升值是 1，但可以是任何正浮点数。 0 到 1 之间的提升减少了相关性。
增强也可以应用于短语或组：
"john smith"^2 (foo bar)^4
# 2.1.8. 布尔操作
默认情况下，只要一个词匹配，所有词都是可选的。搜索 foo bar baz 将查找包含 foo 或 bar 或 baz 中的一个或多个的任何文档。我们已经讨论了上面的default_operator，它允许你强制要求所有的项，但也有布尔运算符可以在查询字符串本身中使用，以提供更多的控制。
首选的操作符是 +（此术语必须存在）和 - （此术语不得存在）。所有其他条款是可选的。例如，这个查询：
quick brown +fox -news
这条查询意味着：
- fox 必须存在
- news 必须不存在
- quick 和 brown 是可有可无的
熟悉的运算符 AND，OR 和 NOT（也写成 &&，|| 和 !）也被支持。然而，这些操作符有一定的优先级：NOT 优先于 AND，AND 优先于 OR。虽然 + 和 - 仅影响运算符右侧的术语，但 AND 和 OR 会影响左侧和右侧的术语。
# 2.1.9. 分组
多个术语或子句可以用圆括号组合在一起，形成子查询
(quick OR brown) AND fox
可以使用组来定位特定的字段，或者增强子查询的结果：
status:(active OR pending) title:(full text search)^2
# 2.1.10. 保留字
如果你需要使用任何在你的查询本身中作为操作符的字符（而不是作为操作符），那么你应该用一个反斜杠来转义它们。例如，要搜索（1 + 1）= 2，您需要将查询写为 \(1\+1\)\=2
保留字符是：+ - = && || > < ! ( ) { } [ ] ^ " ~ * ? : \ /
无法正确地转义这些特殊字符可能会导致语法错误，从而阻止您的查询运行。
# 2.1.11. 空查询
如果查询字符串为空或仅包含空格，则查询将生成一个空的结果集。
# 2.2. 可视化
要想使用可视化的方式展示您的数据，请单击侧面导航栏中的 可视化（Visualize）。
Visualize 工具使您能够以多种方式（如饼图、柱状图、曲线图、分布图等）查看数据。要开始使用，请点击蓝色的 Create a visualization 或 + 按钮。
有许多可视化类型可供选择。
下面，我们来看创建几个图标示例：
# 2.2.1. Pie
您可以从保存的搜索中构建可视化文件，也可以输入新的搜索条件。要输入新的搜索条件，首先需要选择一个索引模式来指定要搜索的索引。
默认搜索匹配所有文档。最初，一个“切片”包含整个饼图：
要指定在图表中展示哪些数据，请使用 Elasticsearch 存储桶聚合。分组汇总只是将与您的搜索条件相匹配的文档分类到不同的分类中，也称为分组。
为每个范围定义一个存储桶：
- 单击
Split Slices。 - 在
Aggregation列表中选择Terms。注意：这里的 Terms 是 Elk 采集数据时定义好的字段或标签。 - 在
Field列表中选择level.keyword。 - 点击
按钮来更新图表。
完成后，如果想要保存这个图表，可以点击页面最上方一栏中的 Save 按钮。
# 2.2.2. Vertical Bar
我们在展示一下如何创建柱状图。
- 点击蓝色的
Create a visualization或+按钮。选择Vertical Bar - 选择索引模式。由于您尚未定义任何 bucket ，因此您会看到一个大栏，显示与默认通配符查询匹配的文档总数。
- 指定 Y 轴所代表的字段
- 指定 X 轴所代表的字段
- 点击 按钮来更新图表。
完成后，如果想要保存这个图表，可以点击页面最上方一栏中的 Save 按钮。
# 2.3. 报表
报表（Dashboard） 可以整合和共享 Visualize 集合。
- 点击侧面导航栏中的 Dashboard。
- 点击添加显示保存的可视化列表。
- 点击之前保存的
Visualize，然后点击列表底部的小向上箭头关闭可视化列表。 - 将鼠标悬停在可视化对象上会显示允许您编辑，移动，删除和调整可视化对象大小的容器控件。
# 3. FAQ
# 3.1. Kibana No Default Index Pattern Warning
**问题：**安装 ELK 后，访问 kibana 页面时，提示以下错误信息：
Warning No default index pattern. You must select or create one to continue.
...
Unable to fetch mapping. Do you have indices matching the pattern?
这就说明 logstash 没有把日志写入到 elasticsearch。
解决方法：
检查 logstash 与 elasticsearch 之间的通讯是否有问题，一般问题就出在这。