基于 Kibana Lens 进行数据可视化,灵活分析航班信息

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

免费开通检索分析服务 Elasticsearch 及 如何创建 Kibana 仪表板_哔哩哔哩_bilibili

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,我们仅展示第二个实验。

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

image.gif

 

实验二

本实验基于 Kibana Lens 制作航班信息可视化,例如航班延误情况、机票平均价格等。通过本实验,你将掌握 Kibana Lens的使用方法,帮助你更加直观地展现和分析数据,从而更好地发现数据中的洞见,驱动业务增长和优化。

进入 Kibana Lens

Kibana Lens 的特点:

    • Lens 的设计十分直观,即使你之前没有任何技术经验,对 Elasticsearch 毫无了解,也能够基于原始数据,快速地制作出含义丰富的可视化呈现
    • Lens 实现了崭新的拖拽式体验,而且通过 Lens ,你可以轻松在不同图表类型和索引模式之间切换
    • Lens 会为你提供智能建议,为你展示数据的其他视图

    在没有Lens之前,如果我们想做一个很有意义的可视化图,但是在没有Elasticsearch aggregation 的基本知识,很难做出很漂亮的统计图表。Kibana Lens 是在在 Kibana 中创建可视化最简单的方式。

    我们按照如下的方式来进行操作:

    image.gif


    image.gif


    image.gif


    image.gif


    创建指标可视化

    最简单的可视化是指标可视化,它显示一个数字。

    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    垂直堆积条形图

    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    创建表格

    image.gif


    image.gif


    image.gif


    如法炮制,我们分别添加将 AvgTicketPrice、FlightTimeMin 和 FlightDelayMin 字段拖放到指标区域中。

    image.gif


    image.gif


    image.gif


    image.gif


    多层图和索引

    你已经使用Kibana Lens创建了基础可视化,接下来,你将创建一些高级的可视化。

    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    子桶

    此部分您将通过简单的拖放创建一个由子桶组成的圆环图::

    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    树状图

    本部分你将使用树状图显示前五个目的地国家,并针对这些国家进一步分组前五个目的机场:

    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    image.gif


    体验数据呈现变化

    完成以上操作后,你已经成功体验了 Kibana Lens 灵活的数据可视化功能,在仪表板中创建了条形图、表格、圆环图和树状图等可视化视图。你可以在该仪表板页面,修改右上方的时间筛选器,以便根据修改查看数据呈现的变化。

    image.gif


    当然你也添加一些过滤器来进行查看数据。这个就留着开发者自己来探索了。

    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。  
    相关文章
    |
    存储 NoSQL 定位技术
    Redis Geo:掌握地理空间数据的艺术
    Redis Geo:掌握地理空间数据的艺术
    1160 0
    |
    3月前
    |
    人工智能 固态存储 Linux
    OpenClaw本地/阿里云部署全攻略+免费大模型+百炼API配置+避坑指南
    2026年1月底,OpenClaw(原Clawdbot,昵称“小龙虾”)以势不可挡之势席卷GitHub,成为史上增长最快的项目之一,星标数迅速突破14.5万。开发者Peter Steinberger对其的定义——“真正会落地做事的AI”,精准戳中了传统AI工具的痛点。与纯对话式AI不同,OpenClaw如同拥有“眼睛和手”,能自主控制浏览器、编写代码、读取文件、执行命令,甚至在用户休息时完成复杂任务,真正升级为“数字员工”。
    1362 0
    |
    2月前
    |
    缓存 监控 NoSQL
    MySQL分库分表缓存乱、命中率低还易不一致?ShardingSphere+Redis+监控,搭建高可用缓存管理体系
    本文详解分库分表后缓存管理的四大痛点:路由混乱、数据不一致、穿透/击穿/雪崩、缺乏监控。提出ShardingSphere+Redis+Prometheus/Grafana组合方案,通过分片感知的Key设计、Cache-Aside一致性策略、多级防护机制及全链路监控,构建稳定高效、可落地的缓存管理体系。(239字)
    |
    Java Maven Docker
    Docker----安装部署私有Dockerhub即Harbor
    Docker----安装部署私有Dockerhub即Harbor
    1739 0
    Docker----安装部署私有Dockerhub即Harbor
    |
    安全 数据安全/隐私保护 Docker
    docker私有仓库harbor安装
    通过以上步骤,您可以成功在企业内部安装和配置Harbor私有仓库,方便地管理和分发Docker镜像。Harbor不仅提供了基础的镜像管理功能,还增强了安全性、身份管理和审计功能,使其成为企业级容器镜像管理的理想选择。
    881 22
    |
    Java Linux Maven
    Autogen4j: the Java version of Microsoft AutoGen
    Java version of Microsoft AutoGen, Enable Next-Gen Large Language Model Applications
    |
    NoSQL 定位技术 Redis
    RedisTemplate.opsForGeo()用法简介并举例
    RedisTemplate.opsForGeo()用法简介并举例
    1005 3
    |
    缓存 监控 算法
    |
    Java 数据库连接 数据库
    mybatis自制插件+注解实现数据脱敏
    mybatis自制插件+注解实现数据脱敏
    447 1
    |
    JSON 小程序 JavaScript
    一分钟教你学会微信小程序的页面刷新
    本文指导如何在微信小程序中实现页面刷新功能。首先,在页面JSON配置开启刷新,然后在JS的`onPullDownRefresh`方法中重置数据并调用数据加载函数。在数据请求方法中,使用`wx.showLoading`显示加载提示,请求完成后用`wx.stopPullDownRefresh`结束刷新并更新数据。监听`onPullDownRefresh`事件触发数据获取。最后,自定义下拉刷新样式,并总结关键在于使用`wx.startPullDownRefresh`启动和`wx.stopPullDownRefresh`停止刷新。
    1909 2

    热门文章

    最新文章