準備工作
首先，先下載一個elastic網站上下載一個它提供的demo---莎翁的《亨利四世》，下載地址是https://download.elastic.co/demos/kibana/gettingstarted/shakespeare.json 。
打開這個json字符串，裏面就是《亨利四世》的話劇劇本，長得是這個樣子：
可以看到裏面有“play_name”、"speaker"、"speech_number"、"line_id"等等名稱，每個名稱後面都有一個對應的值。
然後啓動elasticsearch，按照上面的文件格式生成索引。語句如下：
curl -XPUT http://localhost:9200/shakespeare -d '
{
"mappings" : {
"_default_" : {
"properties" : {
"speaker" : {"type": "string", "index" : "not_analyzed" }, #確定type是字符
"play_name" : {"type": "string", "index" : "not_analyzed" },
"line_id" : { "type" : "integer" }, #確定type是數字
"speech_number" : { "type" : "integer" }
}
}
}
}
';導入剛剛下載的那個json：
curl -XPOST 'localhost:9200/shakespeare/_bulk?pretty' --data-binary @shakespeare.json
具體elasticsearch的增刪改查語法可以參看阮大師的http://www.ruanyifeng.com/blog/2017/08/elasticsearch.html ，個人建議將elasticsearch和mysql對比一下，這樣更方便理解。
然後後臺啓動kibana，確認5601端口已經stand by，如圖：
然後在瀏覽器地址欄輸入“服務器外網ip：5601”打開kibana。
導入數據結束之後，使用#curl 'localhost:9200/_cat/indices?v'，去查看一下效果，如果看到index裏有shakespeare那一欄就是導入成功了，如圖：
在啓動Kibana後，Kibana會自動在配置的es中創建一個名爲.kibana的索引（上圖第二個），這個索引用來存儲數據，注意！不要刪除了它。
Kibana的界面搜索
如果此時的kibana裏是第一次配置的話，那麼第一步就是配置新索引，我們之前在生成索引的時候寫的是shakespeare，那麼現在也寫shakespeare，然後點擊create，如圖：
然後在菜單欄左側的discover裏選擇剛剛建立的“shakespeare”，就會看到這樣的東西：
在Search上就可以進行搜尋，比如說我搜尋"freedom"，如圖：
如果我搜尋“KING HENRY IV ”，他不分大小寫的把所有king、henry、iv都搜索出來。
如果我想搜尋line_id的第一行到第三行，那麼語句就是line_id:[1 TO 3]，如圖：
如果想在上面的基礎上進一步細化，比如說要在line_id是從第一行到第三行，同時_type是scene的語句：line_id:[1 TO 3] AND _type:scene：
假如不想要scene，那麼就把AND改成NOT。
如果這個時候只想關注一些指定的字段，那麼可以將鼠標移動到索引下面的字段上，然後選在add即可，同樣的移動上面已經選擇的字段選擇remove進行移除，比如我們試一下這個speaker：
add之後在點擊右側的具體的speaker，就會看到裏面的細節，比如這位westmoreland（威斯摩蘭伯爵）：
這個時候就能看見這位伯爵大哥的臺詞細節，在第幾場的第幾節，說的是什麼臺詞。再返回菜單左側點擊這個speaker，我們還會看到一個比重：
從這裏就很清晰的看到，FALSTAFF（法斯塔夫）這個哥們的臺詞最多，也符合書裏塑造的那個嗜酒話癆的藝術形象。而我們的KING HENRY IV(亨利四世)的臺詞只是第四位，佔比重11%而已...
這樣具體的搭配搜索之後，可以點擊界面右上側的save進行保存搜尋結果，再搭配share分享搜索結果的url網址，如圖：
Kibana的圖像化展示
Kibana也能做到類似grafana那樣的炫酷圖象化展示，更加立體的表現日誌情況，首先選擇左側菜單欄裏的“Visualize”（可視化）：
然後點擊“Create a Visualization”,裏面既有很多種圖形供你選擇，有餅型，有箭頭的，有文字的，有儀表盤的，如圖：
我們這裏先建立一個餅型的，還是上面那個臺詞多少的例子，首先選擇"shakespeare"作爲數據源，然後點擊“split slices”，如圖：
然後在Aggergation裏選擇“Terms”，然後在Field裏選擇“Speaker”,size那裏寫8,最後點擊上面的那個三角播放鍵，看看結果：
這就很清晰的看出，亨利四世一共說了1086句話，佔比11.11%。
如果我們再加一個“Split Slices"，這一次在原有的specker的基礎上選擇“play_name”，圖象變成了一個同心圓，最外面的一層就是新增的“play_name”的情況，如圖顯示FALSTAFF的所有臺詞會在兩個play_name裏出現：
如果這個盤子裏不想統計FALSTAFF這個話包，就添加一個過濾器，選擇speaker is not，後面寫上FALSTAFF即可，如圖：
效仿剛纔的方法也可以做一個儀表盤，如圖：
可視化的數據也可以save和share，同樣在web界面的右上角。保存的數據是可以在左側菜單欄裏的Dashboard裏展示，做成一個類似zabbix那樣的展示！
最後的最後，如果您覺得本文對您升職加薪有幫助，那麼請不吝贊助之手，刷一下下面的二維碼，贊助本人繼續寫更多的博文！
