Kibana初步使用之Timelion

1、原由

公司目前將日誌類的接入ELK（Elasticsearch、Logstash、Kibana的簡稱）日誌分析系統，見識到Kibana提供的可視化界面，由衷感受很厲害，心神嚮往。因此實現可視化的任務就理所應當的落在本人「全乾工程師」的身上了！

話很少說，開搞！

2、爲何選擇Timelion

在初步嘗試使用系統默認的餅圖、條形圖、折線圖以後感受不能達到目標，默認的圖形展現的數據較爲單一（不排除本人的能力有限，不能很好的發揮他們的展現力）

在圖表選擇頁看到了Timelion，詳細瞭解了下，這個就是屬於自定義的，能夠任由本人進行發揮，因此就決定是你了！

3、Timelion表達式函數介紹

1.數據源設定類：

.elasticsearch() 從ES讀取數據
 .es() elasticsearch的簡寫
 --------分隔線，上面的是使用的，下面的這些是隻知道存在，並無使用過-------
 .graphite(metric="path.to.*.data", offset="-1d"): 從 graphite 讀取數據
 .quandl(): 從 quandl.com 讀取 quandl 碼
 .worldbank_indicators(): 從 worldbank.org 讀取國家數據
 .wbi(): .worldbank_indicators() 的簡寫
 .worldbank(): 從 worldbank.org 讀取數據
 .wb(): .worldbanck() 的簡寫
複製代碼

2.數據運算類：

（此次也沒怎麼用到,僅列出來展現用）
.abs(): 對整個數組元素求絕對值
.precision($number): 浮點數精度
.testcast($count, $alpha, $beta, $gamma): holt-winters 預測
.cusum($base): 數組元素之和，再加上 $base
.derivative(): 對數組求導數
.divide($divisor): 數組元素除法
.multiply($multiplier): 數組元素乘法
.subtract($term): 數組元素減法
.sum($term): 數組元素加法
.add(): 同 .sum()
.plus(): 同 .sum()
.first(): 返回第一個元素
.movingaverage($window): 用指定的窗口大小計算移動平均值
.mvavg(): .movingaverage() 的簡寫
.movingstd($window): 用指定的窗口大小計算移動標準差
.mvstd(): .movingstd() 的簡寫
複製代碼

3.可視化效果類：

（這裏面的都試了試，挺好玩的）
.bars($width): 用柱狀圖展現數組
.lines($width, $fill, $show, $steps): 用折線圖展現數組
.points(): 用散點圖展現數組
.color("#c6c6c6"): 改變顏色
.hide(): 隱藏該數組
.label("change from %s"): 標籤
.legend($position, $column): 圖例位置
.yaxis($yaxis_number, $min, $max, $position): 設置 Y 軸屬性，.yaxis(2) 表示第二根 Y 軸
複製代碼

4.'.es()'用到的條件：

index : 指明查詢的索引，例：log-*
q：指明查詢條件，使用的是Lucene語法
metric：聚合條件y軸顯示內容，默認是個數,使用方法：metric=sum:time(time字段的總和)，可有多個metric
split：按某字段分組，使用方法：split=time:4(按time劃分，取數量前四的進行展現)，可有多個split
offset：x軸的偏移值，劃重點！將不一樣時間的數據進行對比須要用到offset=-1h，獲取1h前的數據進行對比
timefield：指定時間軸採用的字段，默認@timestamp
複製代碼

4、使用坎坷記錄

1.如何使用q查詢過濾數據？

多是這個內容屬於比較簡單的知識點，因此在查找資料的時候不多提到，大部分都是使用等於進行篩選的。 q=time:>1000 和 q=time:[1000 TO *] ,表示time大於1000的數據，*表示無窮

2.只有數字類型的數據能夠進行範圍過濾

在使用過程當中發現當篩選數據項爲字符串格式的狀況，會出現55>1000，由於採用的是字符串進行比較的方法。以後咱們就把數據源改成數字的類型，處理掉這個問題。聽說可使用正則的方式進行篩選，這個沒有實踐，就暫時不提。

3.metric的寫法

metric=sum:time(time字段的總和)

5、總結

初步使用Kibana，從網上的資料來看仍是不多，但願這麼優秀的東西能夠獲得更多人的使用與支持，同時也有更多小夥伴能夠一塊兒進行探討和研究。

最後上成果一張。