带你读《Elastic Stack 实战手册》之49:——3.5.8.Canvas

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 带你读《Elastic Stack 实战手册》之49:——3.5.8.Canvas

3.5.8.Canvas


创作人王涛

审稿人吴斌

 

创建演示资料是一个十分耗时费力的过程,因为除了使用 JSON 代码外,还需要对演示数据进行额外处理,才能方便受众查看和理解,所以花费的时间会更长。

 

即使对于从柱状图截图,并将图片放到演示资料中这样简单的工作,如果需要对柱状图中的数据进行定期更新,这项工作也会变得十分枯燥乏味。令人遗憾的是,你可能经常需要做这些工作:导出数据,对数据进行清理,将结果粘贴到演示资料中,添加图片,等等。这个过程很快就会让你到无比痛苦和抓狂。

 

Canvas 是什么?

 

Canvas 是 Kibana 中内置的一项演示工具。

 

通过 Canvas,用户可创建既能直接从 Elasticsearch 提取实时数据、且符合完美像素要求的演示资料和幻灯片文档。这意味着你无需对演示资料进行手动更新,便可以获得基于最新数据的图片、图形元素和图表。并且,Canvas 功能十分灵活,绝不局限于本篇文章中所提到的主要用例。

 

使用步骤

 

准备工作

 

如要开始使用 Canvas,你需要安装下列两项:

 

l Elasticsearch,用于存储数据并对数据进行索引


l Kibana,用作 UI

 

打开Kibana,我们点击Canvas:

 

image.png


点击Create workpad ,为你的 Workpad 命名,名称不可重复

image.png


选择我们第一个元素


image.png

图解

image.png


1、按钮

l 数据刷新间隔 - 设置 Canvas 多长时间检查一次 Elasticsearch 中的数据是否有更新

l 切换全屏 - 切换 “演示模式”

l 导出 Workpad - 将 Workpad 导出为 PDF 文件


l 切换编辑侧栏 - 隐藏上图中的第 6 个区块

2、添加元素 - 这将会打开元素选择器,以便你向 Canvas Workpad 中添加图形、图表、图像等内容

3、元素层次控件 - 选择将哪一元素置于顶层,允许你进行组合和隐藏

4、复制元素 - 注意:必须选中某项元素,然后方可使用此功能

5、Canvas Workpad - 主要工作区域

6、编辑控件 - 上下文感知面板,该面板可以针对所选中的元素(例如字体、颜色、定制样式表等)显示属性编辑项。

7、打开 Canvas 主菜单 - 查看不同的 Workpad,复制、导入、导出以及删除 Workpad

8、页面控件 - 添加新页面或者在现有页面之间进行切换

9、元素代码编辑器 - 如果拿不准的话,那就编写代码吧。你可以无比灵活地调整查询、格式和管道


数据源选择


image.png


点击 Change your data source

image.png


l Demo Data(演示数据): 这是一个小型的样本数据集,你最初创建新的 Canvas 元素时使用的便是这一数据源。主要用于测试目的。

l Elasticsearch Raw Documents(Elasticsearch 原始文档): 此项能够让你访问

l Elasticsearch 中的原始数据。

l Timelion: Timelion 为你在 Elasticsearch 中处理时序数据提供了一种专用方法。

l Elasticsearch SQL: 与原始文档类似,此项能够让你在 Elasticsearch 中使用 SQL 语法功能访问数据。

 

我们选择 Elasticsearch SQL 设置我们的 SQL 这样就可以展示我们的数据了


image.png



再也不用手动更新演示资料啦!

 

总结

 

如果使用 Canvas 的话,用户不仅可以省去持续更新演示资料中可视化的枯燥工作,而且可以使用强大的工具和筛选器来实时调整数据,从而奉上一场灵活、动态且富有说服力的精彩演示。

创作人简介

王涛,目前就职于 58 同城信息安全部,高级程序员。喜欢研究大数据、云原生相关技术。

博客https://github.com/wtJoker

 

 

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
监控 API 调度
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (3)
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (3)
125 0
|
存储 监控 数据挖掘
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (1)
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (1)
170 0
|
机器学习/深度学习 API 索引
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (4)
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (4)
138 0
|
SQL 安全 API
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (2)
带你读《Elastic Stack 实战手册》之54:——3.5.13.Transform (2)
157 0
|
存储 运维 监控
带你读《Elastic Stack 实战手册》之2:——二、导读(下)
带你读《Elastic Stack 实战手册》之2:——二、导读(下)
281 0
|
自然语言处理 索引
带你读《Elastic Stack 实战手册》之33:——3.4.2.17.2.Schemaless(上)
带你读《Elastic Stack 实战手册》之33:——3.4.2.17.2.Schemaless(上)
130 0
|
JSON Java 数据格式
带你读《Elastic Stack 实战手册》之33:——3.4.2.17.2.Schemaless(下)
带你读《Elastic Stack 实战手册》之33:——3.4.2.17.2.Schemaless(下)
117 0
|
SQL 自然语言处理 监控
带你读《Elastic Stack 实战手册》之2:——二、导读(上)
带你读《Elastic Stack 实战手册》之2:——二、导读(上)
354 0
|
存储 资源调度 NoSQL
带你读《Elastic Stack 实战手册》之45:——3.5.4.Graph (上)
带你读《Elastic Stack 实战手册》之45:——3.5.4.Graph (上)
162 0
|
数据可视化 NoSQL API
带你读《Elastic Stack 实战手册》之45:——3.5.4.Graph (下)
带你读《Elastic Stack 实战手册》之45:——3.5.4.Graph (下)
170 0