基于 Kibana Discover 筛选数据,自由搜索航班信息

简介: 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。

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

image.gif

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:

image.gif


image.gif


image.gif


这样,我们就在 Elasticsearch 中生成了一个叫做 kibana_sample_data_flights 的索引:

image.gif

 


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:

image.gif


我们通过时间过滤器来过滤我们想要的数据部分。


image.gif


image.gif


image.gif


image.gif


image.gif


创建一个仅显示目的地天气为多云(Cloudy)的航班的过滤器:


image.gif


添加一个显示取消的航班的过滤器:


image.gif


添加一个显示取消的航班的过滤器:


image.gif


image.gif


添加一个航空公司为 Logstash Airways 或 JetBeats 的过滤器:


image.gif


image.gif


最后,添加一个航班延误时间在1~100分钟之间的过滤器:


image.gif


image.gif


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:

image.gif


image.gif


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

image.gif

image.gif


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:

image.gif


image.gif


image.gif


我们依次添加 OriginCityName、DestCityName、Carrier 和 FlightDelayMin。


image.gif


image.gif


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:


image.gif


image.gif


image.gif


搜索结果导出报告

image.gif


image.gif


image.gif


image.gif


image.gif


image.gif


image.gif


image.gif你也可以在 Stack Management > 告警和洞见 > Reporting中获取:

image.gif

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)”。

相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。 &nbsp;
相关文章
|
搜索推荐 API 对象存储
10分钟学会构建端到端的图片搜索服务
本文介绍在没有向量数据的情况下,怎样通过OpenSearch-向量检索版快速从零搭建图像搜索服务。
85360 69
|
存储 人工智能 自然语言处理
OpenSearch LLM智能问答版全新升级
阿里云OpenSearch LLM智能问答版近期全新升级,新增最新版开源大模型、多模态模型、切片策略升级等产品能力。
2700 2
|
机器学习/深度学习 人工智能 自然语言处理
云上一键部署 DeepSeek-V3 模型,阿里云 PAI-Model Gallery 最佳实践
本文介绍了如何在阿里云 PAI 平台上一键部署 DeepSeek-V3 模型,通过这一过程,用户能够轻松地利用 DeepSeek-V3 模型进行实时交互和 API 推理,从而加速 AI 应用的开发和部署。
|
人工智能 API 语音技术
WhisperChain:开源 AI 实时语音转文字工具!自动消噪优化文本,效率翻倍
WhisperChain 是一款基于 Whisper.cpp 和 LangChain 的开源语音识别工具,能够实时将语音转换为文本,并自动清理和优化文本内容,适用于会议记录、写作辅助等多种场景。
3696 2
WhisperChain:开源 AI 实时语音转文字工具!自动消噪优化文本,效率翻倍
|
人工智能 物联网 测试技术
FireRedASR:精准识别普通话、方言和歌曲歌词!小红书开源工业级自动语音识别模型
小红书开源的工业级自动语音识别模型,支持普通话、中文方言和英语,采用 Encoder-Adapter-LLM 和 AED 架构,实现 SOTA 性能。
5740 17
FireRedASR:精准识别普通话、方言和歌曲歌词!小红书开源工业级自动语音识别模型
|
人工智能 JSON Serverless
【AI 冰封挑战】搭档函数计算,“冰”封你的夏日记忆
夏日炎炎,别让高温打败你的创意,立即体验 ComfyUI 自制冰冻滤镜!无需繁琐的后期技巧,三步开启一段清凉无比的视觉探险。参与实验并上传作品即可获得运动无线蓝牙耳机,限量 800 个,先到先得!
9147 11
|
编解码 固态存储 openCL
Mastercam 2025 官方电脑配置推荐
Mastercam 推荐配置:建议使用最新版 Windows Professional;推荐 Intel i7 处理器,至少 8GB 内存(建议 32GB),NVIDIA RTX 或 AMD FirePro™/Radeon Pro 专业显卡(4GB 以上内存);双显示器设置,主显示器分辨率 1920x1080;使用 SSD 作为主驱动器;可选 3D 鼠标提升操作体验;注意杀毒软件可能影响软件运行。
4077 7
|
存储 人工智能 调度
容器服务:智算时代云原生操作系统及月之暗面Kimi、深势科技实践分享
容器技术已经发展成为云计算操作系统的关键组成部分,向下高效调度多样化异构算力,向上提供统一编程接口,支持多样化工作负载。阿里云容器服务在2024年巴黎奥运会中提供了稳定高效的云上支持,实现了子弹时间特效等创新应用。此外,容器技术还带来了弹性、普惠的计算能力升级,如每分钟创建1万Pod和秒级CPU资源热变配,以及针对大数据与AI应用的弹性临时盘和跨可用区云盘等高性能存储解决方案。智能运维方面,推出了即时弹性节点池、智能应用弹性策略和可信赖集群托管运维等功能,进一步简化了集群管理和优化了资源利用率。
|
监控 安全 网络协议
永久免费SSL证书教程—自动续签
要实现免费SSL证书的自动续签,选择合适的证书颁发机构(CA)至关重要。推荐使用JoySSL,填写注册码230922可获得免费且支持自动续签的SSL证书。申请步骤包括注册账户、选择证书类型、提交申请、验证域名所有权及安装证书。配置自动续签需安装续签工具、生成密钥和CSR,并设置续签参数。定期检查证书状态、备份证书和密钥,确保续签顺利进行。注意CA机构的政策和服务条款变化,以保持证书的有效性。
|
存储 人工智能 并行计算
Pai-Megatron-Patch:围绕Megatron-Core打造大模型训练加速生态
Pai-Megatron-Patch(https://github.com/alibaba/Pai-Megatron-Patch)是阿里云人工智能平台PAI研发的围绕Nvidia MegatronLM的大模型开发配套工具,旨在帮助开发者快速上手大模型,完成大模型(LLM)相关的高效分布式训练,有监督指令微调,下游任务评估等大模型开发链路。最近一年来,我们持续打磨Pai-Megatron-Patch的性能和扩展功能,围绕Megatron-Core(以下简称MCore)进一步打造大模型训练加速技术生态,推出更多的的训练加速、显存优化特性。

热门文章

最新文章