基于Kibana Discover筛选数据,自由搜索航班信息并导出CSV报告

本文涉及的产品
Elasticsearch Serverless通用抵扣包,测试体验金 200元
简介: 通过本教程,您将体验Kibana的Discover功能,包括筛选数据(查询栏下添加筛选或在查询栏中使用KQL语法筛选)、保存搜索和导出搜索结果为CSV报告。

阿里云检索分析服务Elasticsearch版是100%兼容开源的分布式检索和分析套件,具有提供Elasticsearch、Kibana、Logstash、Beats等开源全托管的产品服务能力,能够为结构化或非结构化数据提供低成本、高性能、高可靠的检索和分析平台级服务。阿里云检索分析服务Elasticsearch版具备读写分离、存算分离、弹性伸缩、智能化运维、免费的X-Pack高级商业特性等产品特性,被广泛应用于综合信息检索分析、智能运维监控、数据检索加速等场景。更多信息,请参见什么是阿里云Elasticsearch


我能学到什么

·      如何筛选数据

·      如何创建一个自定义表格视图并将其保存

·      如何将搜索结果导出为CSV报告

操作难度

所需时间

45分钟

使用的阿里云产品

·       检索分析服务Elasticsearch版

·       专有网络VPC

所需费用

0元

 

 

准备环境及资源

开始教程前,请按以下步骤准备环境和资源:

1.    访问阿里云免费试用。单击页面右上方的登录/注册按钮,并根据页面提示完成账号登录(已有阿里云账号)、账号注册(尚无阿里云账号)或实名认证(根据试用产品要求完成个人实名认证或企业实名认证)。

2.    成功登录后,在产品类别下选择大数据计算>数据计算与分析,单击检索分析服务 Elasticsearch卡片上的立即试用

3.    完成以下准备工作。

i.      创建检索分析服务Elasticsearch版实例

ii.     登录Kibana

iii.    添加样例数据Sample flight data


在配置Elasticsearch实例信息面板,完成参数配置。

完成本教程需要的配置如表格所示,未提及的配置保持默认或按需修改。

配置项

教程配置

实例类型

通用商业版

Elasticsearch版本

8.5

本教程的操作和示例均以Elasticsearch 8.5版本为例,其他版本操作和示例可能略有差别,详细信息请参见Elasticsearch快速入门

场景初始化配置

通用场景

地域和可用区

o   地域:华北2(北京)

o   可用区:北京可用区K

数据节点规格

2核4 GB

数据节点存储类型

高效云盘

数据单节点存储空间

20 GB

数据节点数量

3

Kibana规格

2核4 GB

专有网络

选择您已创建的专有网络。如果没有创建,请参见创建和管理专有网络创建。

虚拟交换机

选择您已创建的虚拟交换机。如果没有创建,请参见创建和管理专有网络创建。

资源组

选择您已创建的资源组,可以选择默认资源组。如果没有创建,请参见创建资源组创建。

实例名称

test-es

登录名

elastic

登录密码

自定义密码

服务协议

选中

 

2.    单击立即试用,并按照页面提示进入控制台或直接点击登录控制台

3.    在阿里云Elasticsearch控制台的左侧导航栏,单击Elasticsearch实例

4.    在顶部菜单栏,选择购买实例时所配置的地域,本教程为华北2(北京)。在实例列表中查看创建成功的实例及其状态。

实例创建后,大约需要5分钟生效。等待实例生效且状态变为正常,才可继续执行后续步骤。


登录Kibana

1.    在Elasticsearch实例列表中,单击目标实例ID,进入实例管理页面。

2.    在左侧导航栏,选择配置与管理> 可视化控制

3.    Kibana区域,单击修改配置,配置Kibana的公网访问白名单。

i.      访问配置区域,单击Kibana公网访问白名单右侧的修改

ii.     在修改白名单面板,单击default分组右侧的配置

iii.    在弹出的对话框中,去掉默认的IP地址后(默认禁止所有IP地址访问),将待访问设备的公网IP地址添加至白名单中。

获取本地设备公网IP地址的方式可能因你所处的网络环境或操作不同而不同。以下是不同系统通过命令方式获取本地设备公网IP地址的参考方法:

§  Linux操作系统:打开终端,输入curl ifconfig.me命令后回车。

§  Windows操作系统:打开命令提示符,输入curl ip.me命令后回车。

§  macOS操作系统:打开终端,输入curl ifconfig.me命令后回车。

iv.   单击确认

确认后,如果对应白名单中出现您添加的IP地址,说明配置成功。

4.    返回实例管理页面,在Kibana区域,单击公网入口

5.    在登录页面输入用户名和密码,单击登录

用户名为elastic,密码为您创建实例时设置的密码。

6.    欢迎使用 Elastic页面单击自己浏览


添加样例数据

1.    Kibana主页的通过添加集成开始使用区域,单击试用样例数据

2.    更多添加数据的方式页面下方,单击其他样例数据集。

3.    分别单击Sample flight dataSample eCommerce orders数据集下方的添加数据

添加数据变为查看数据时,表示该数据集已添加完成。


完成

完成以上操作后,您已经成功创建了检索分析服务Elasticsearch版实例,并登录Kibana添加了样例数据。您可以在Kibana主页,单击页面左上角的image.png图标,然后选择Analytics>Discover。此时,左上角数据视图中可以看到已有Kibana Sample Data FlightsKibana Sample data eCommerce数据集。

image.png


数据筛选

说明

进行后续操作前,请确认已创建检索分析服务Elasticsearch版实例、登录Kibana和添加样例数据Sample flight data


Kibana支持2种方式筛选数据:

·      在查询栏下添加筛选

·      在查询栏中使用KQL(Kibana Query Language)语法筛选

1.    在Kibana主页,单击页面左上角的image.png图标,然后选择Analytics>Discover

2.    左上角选择数据视图为Kibana Sample Data Flights

3.单击右上角的时间过滤器,按图示进行设置后,单击过滤器旁的image.png

image.png


4.任选一种方式完成数据筛选。

方式一:在查询栏下添加筛选

a.在左侧字段列表中单击DestWeather查看该字段的常见值。


image.png


b.创建一个仅显示目的地天气为多云的航班的过滤器。

在值列表中,单击Cloudy后的image.png这将在此值上创建一个过滤器。已添加的过滤器将显示在顶部搜索栏下方。

image.png

c.添加一个显示取消的航班的过滤器。

单击顶部查询栏左侧的image.png,选择字段Cancelled运算符true单击添加筛选

image.png

d.单击上一步创建的过滤器Cancelled: true>排除结果,使仅显示未取消的航班。

image.png

e.添加一个航空公司为Logstash Airways或JetBeats的过滤器,如图所示。

image.png

f.最后,添加一个航班延误时间在1100分钟之间的过滤器。

image.png

完整的筛选结果如图所示。

image.png


方式二:在查询栏中使用KQL语法筛选数据

a.在Kibana主页的顶部查询栏中,输入以下查询后,按Enter键。

筛选目的地天气为多云的航班,命中次数(直方图左上角)会发生变化。

DestWeather : "Cloudy"

b.添加航班未被取消的条件到查询中。

and not Cancelled : true

and Cancelled : false

image.png


c.添加航空公司条件和限制航班延误条件到查询中。

and Carrier : ("Logstash Airways" or "JetBeats") and FlightDelayMin>0 and FlightDelayMin<=100

d.现在完整的查询如下。

DestWeather : "Cloudy" and not Cancelled : true and Carrier : ("Logstash Airways" or "JetBeats") and FlightDelayMin>0 and FlightDelayMin<=100

image.png

KQL是一种强大的查询语言,您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。关于KQL语法的更多信息,请参见Kibana Query Language


保存搜索

本部分将创建一个自定义表格视图并将其保存。

1.    单击顶部导航栏中的新建,重置筛选和查询。

2.如图所示,选择一个文档,切换为具有详情的对话框。

image.png

3.创建一个仅包含某些字段的自定义表格视图。

在文档详情对话框中,依次单击字段OriginCityName、DestCityName、Carrier和FlightDelayMin操作列下的image.png在表中切换列)。

4.使用上一环节中的在查询栏下添加筛选或KQL语法方法筛选已延误的航班。

标识航班是否延误的字段为FlightDelay。KQL语法查询为FlightDelay : true ,按Enter键查询。

5.单击页面右上角的保存,在保存搜索对话框的标题中输入Delayed flights saved search,单击保存

6.    单击顶部导航栏中的新建,将表格视图重置为原始视图。

7.    单击顶部导航栏中的打开,选择已保存的Delayed flights saved search,即可打开已保存的搜索。


导出为CSV

1.    打开已保存的Delayed flights saved search搜索。

2.    单击顶部导航栏中的共享>CSV报告>生成CSV

您可以在Kibana主页,单击页面左上角的image.png图标,然后选择Stack Management>告警和洞见>Reporting中查看下载进度。

3.    生成CSV后,页面右下方会出现弹窗提示。

您可以单击弹窗的下载报告或稍后在Kibana主页,单击页面左上角的image.png图标,然后选择Stack Management>告警和洞见>Reporting中获取。


完成

完成以上操作后,您已经成功基于Kibana Sample Data Flights数据视图完成了数据筛选、保存搜索和导出搜索结果为CSV报告,CSV报告如图所示。

image.png

清理及后续

清理

检索分析服务Elasticsearch版提供的包年包月实例具有期限限制,到期后实例会自动释放。完成教程后,您可以按照如下场景进行处理:

·      如果您不需要继续使用,请及时清理专有网络VPC资源。具体操作请参见删除专有网络

·       如果您需要继续使用,请在实例到期前或到期后7天内进行续费操作,具体操作请参见续费实例。未续费的实例将在到期7天后被释放,释放后数据将被永久删除,无法恢复。

后续

您可以基于已创建的实例,完成检索分析服务Elasticsearch版的其他试用教程,体验Kibana Discover的数据可视化功能,以及阿里云检索分析服务Elasticsearch版产品的基础检索功能等。

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
|
机器学习/深度学习 人工智能 数据挖掘
数据上新 | AI Earth上线长时序土地覆盖数据集(来自武汉大学黄昕教授团队)
数据上新 | AI Earth上线长时序土地覆盖数据集(来自武汉大学黄昕教授团队)
数据上新 | AI Earth上线长时序土地覆盖数据集(来自武汉大学黄昕教授团队)
|
2月前
|
人工智能 自然语言处理 运维
【新模型速递】PAI-Model Gallery云上一键部署Qwen3-Coder模型
Qwen3-Coder 是通义千问最新开源的 AI 编程大模型正式开源,拥有卓越的代码和 Agent 能力,在多领域取得了开源模型的 SOTA 效果。PAI 已支持最强版本 Qwen3-Coder-480B-A35B-Instruct 的云上一键部署。
|
8月前
|
存储 安全 数据管理
解锁企业数据管理统一身份认证难题,EasyMR助力企业敏捷提效
在数字经济时代,企业面临数据量爆炸式增长的挑战。据IDC预测,2025年全球数据总量将超175 ZB。大数据成为决策关键,但传统管理模式已难以应对。袋鼠云推出的EasyManager平台专注于大数据集群全生命周期管理,提供从集群创建到智能监控的一站式解决方案,帮助企业高效处理海量数据,降低运营成本,提升业务敏捷性。同时,结合Kerberos、OpenLDAP和SSSD,EasyManager实现了统一身份认证与管理,确保企业在数据洪流中保持竞争力与安全性。
|
9月前
|
机器学习/深度学习 数据采集 数据挖掘
使用Python实现智能食品消费市场分析的深度学习模型
使用Python实现智能食品消费市场分析的深度学习模型
271 36
|
数据可视化 大数据 网络安全
基于Kibana Lens进行数据可视化,灵活分析航班信息
通过本教程,您将通过简单的拖放操作,体验Elasticsearch Kibana Lens灵活的数据可视化功能,在仪表板中创建条形图、表格、圆环图和树状图等可视化视图。
15664 1
基于Kibana Lens进行数据可视化,灵活分析航班信息
|
消息中间件 存储 缓存
一文了解清楚kafka消息丢失问题和解决方案
今天分享一下kafka的消息丢失问题,kafka的消息丢失是一个很值得关注的问题,根据消息的重要性,消息丢失的严重性也会进行放大,如何从最大程度上保证消息不丢失,要从生产者,消费者,broker几个端来说。
638 0
|
XML Java 数据格式
SpringBoot入门(五) 之 @ConfigurationProperties和@Value的区分与用法
SpringBoot入门(五) 之 @ConfigurationProperties和@Value的区分与用法
312 0
|
弹性计算 分布式计算 Hadoop
Linux(阿里云)安装Hadoop(详细教程+避坑)
Linux(阿里云)安装Hadoop(详细教程+避坑)
3635 3
|
数据可视化 索引
基于 Kibana Discover 筛选数据,自由搜索航班信息
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。
7302 1
基于 Kibana Discover 筛选数据,自由搜索航班信息
|
定位技术
谷歌地球引擎GEE账户注册的快速、百分百成功方法
谷歌地球引擎GEE账户注册的快速、百分百成功方法
755 2