这篇文章是是上一篇文章 “Kibana：Kibana 入门 （一）” 的续篇。在阅读这篇文章之前，请先阅读上面的这篇文章。
Kibana 可视化（二）
下载数据并保存到 CSV 文件中
有时，你可能希望把你可视化中的数据进行导出。事实上，你甚至可以把你所有的 Lens 可视化里的数据都导出来并保存到 CSV 文件中。CSV 是一种以 , 分隔的值。你可以用你们所熟悉的工具进行打开并进行分析。
我们还是打开我们之前创建的 Flights Dashboard，并选中其中的一个可视化：
点击上面的 Download as CSV 菜单：
我们点击上面的 untiled.csv 文件：
依赖于不同的系统，不同的应用会用来打开这个 csv 文件。
截止目前为止，我们已经成功地运用 Lens 创建了一些最基本的可视化图。在接下来的练习中，我们将创建更为高级的一些可视化图。最终的结果会像是如下的图：
多层及多个索引
单个可视化可以由多个层组成，例如组合来自多个层的数据源到一个可视化。在接下来的练习中，我们将使用多个数据源并把它们集成到一个可视化中。我们来创建一个新的 Dashboard：
点击上面的 Save and return。这样我们就完成了由两个不同索引而形成的包含有两个 layers 的可视化图。
Sub-buckets
在上面的练习中，我们可以使用一个字段的值来对图表进行分组。有时有必要进一步对数据进行分组。 你可以为此使用支持子存储桶的可视化。Pie chart 是一个很好的工具。它可以通过一个环套一个环来对数据进行多长分组。
在上面的 Dashboard 中，我们再次点击 Create visualizations:
首先，我们选择 kibana_sample_data_flights 索引，并设置 chart type 为 Pie。拖拽 FlightDelay 进入工作区。
点击 Save and return。这样我们就生成了我们的第二个可视化图：
Treemap
你还可以使用 Lens 可视化分层数据。 例如，你可以使用树状图或饼图来显示首选目的地国家/地区。 接下来，对于每个国家/地区，你可以进一步细分主要目的地机场。
我们点击上面 Dashboard 中的 Create visualizations：
树形图的矩形大小表示记录的数量。 你可以改用其他指标，例如票价的平均值。 点击右侧的 Count of records：
拖拽 DestAirportID 到右侧的区域：
点击上面的 Save and return。这样我们就生成了我们的第三个可视化图：
Formulas
公式使你能够可视化对数据进行数学运算的结果。
点击上面的 Create visualizations：
我们可以定制我们的函数。函数可以代入一些参数。比如，你可以使用 kql 参数来传入一个查询到一个函数里。这里的 kql 也就是我们所说的 KQL 查询，也是在 Discover 里的搜索框里默认的查询。如果大家对这个不是很熟的话，请参考我之前的文章 “Kibana: 如何使用 Search Bar”。如果我们使用定制的函数的话，那么搜索的结果就是按照这个函数返回的值来进行计算的。比如，我们把 fomula 定义为：
count(kql='DestCountry:US')
那么返回的数值就是 DestCountry 是 US 的所有文档。如果我们想要计算 DestCountry:US 文档数占总数的比例，那么我们可以使用如下的公式：
count(kql='DestCountry:US')/count()
点击上面的 Save and return。这样我们就完成了第四个可视化图的制作：
点击上面的 Save 按钮：
这样就完成了我们的 Demo dashboard 的制作。
