在今天的练习中，我们将使用 Kibana 自带的数据来进行一些可视化的展示。希望对刚开始使用 Kibana 的用户有所帮助。
前提条件
如果你还没有安装好自己的 Elastic Stack，你可以参考如下的视频来开启 Elastic Stack 并进行下面的练习。你可以开通阿里云检索服务 Elasticsearch 版，并免费试用一个月（数据节点 2核 4 GB 20GB*3节点，Kibana 2核 4 GB）。
免费开通检索分析服务 Elasticsearch 及 如何创建 Kibana 仪表板
在下面，我们将通过三个小的实验来进行展示。在这篇文章中，我们仅展示第一个实验。
装载数据
我们通过如下的步骤来进行装载数据：
这样，我们就在 Elasticsearch 中生成了一个叫做 kibana_sample_data_flights 的索引：
实验一
本实验基于 Kibana Discover 功能来搜索航班信息，例如航班号、航班状态、目的地天气等，并保存搜索和导出搜索结果为 CSV 报告。通过本实验，你将掌握 Kibana Discover 的使用方法，帮助你更加快速地筛选和搜索数据，从而提高工作效率。
在查询栏下添加过滤器
我们首先进行入到 Discover 界面：
我们通过时间过滤器来过滤我们想要的数据部分。
创建一个仅显示目的地天气为多云（Cloudy）的航班的过滤器：
添加一个显示取消的航班的过滤器：
添加一个显示取消的航班的过滤器：
添加一个航空公司为 Logstash Airways 或 JetBeats 的过滤器：
最后，添加一个航班延误时间在1～100分钟之间的过滤器：
在查询栏中使用 KQL 语法过滤数据
KQL 是一种强大的查询语言，你可以在任何字段上进行自由搜索。例如，and Thunder* 能够在任何字段中搜索 Thunder*，它将匹配起点或目的地天气。我们首先取消上面定义的过滤器：
我们在 KQL 输入框中输入：
DestWeather :"Cloudy" and not Cancelled : true and Carrier :("Logstash Airways" OR "JetBeats" ) and FlightDelayMin >0 and FlightDelayMin <=100
为筛选和查询保存搜索
本部分将创建一个自定义表格视图并将其保存。详细步骤：
我们依次添加 OriginCityName、DestCityName、Carrier 和 FlightDelayMin。
这样我们就得到了这样的表格。 我们按照上面的方法重新来定义那些过滤器：
搜索结果导出报告
你也可以在 Stack Management > 告警和洞见 > Reporting中获取：
如果你已经完成了上面的练习，请阅读第二篇文章 “Kibana：使用 Kibana 自带数据进行可视化（二）”。
