基于 Kibana Lens 进行数据可视化,灵活分析航班信息

本文涉及的产品
Elasticsearch Serverless通用抵扣包,测试体验金 200元
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
    |
    8月前
    |
    机器学习/深度学习 存储 数据管理
    面向强化学习的状态空间建模:RSSM的介绍和PyTorch实现
    循环状态空间模型(Recurrent State Space Models, RSSM)由 Danijar Hafer 等人提出,是现代基于模型的强化学习(MBRL)中的关键组件。RSSM 旨在构建可靠的环境动态预测模型,使智能体能够模拟未来轨迹并进行前瞻性规划。本文介绍了如何用 PyTorch 实现 RSSM,包括环境配置、模型架构(编码器、动态模型、解码器和奖励模型)、训练系统设计(经验回放缓冲区和智能体)及训练器实现。通过具体案例展示了在 CarRacing 环境中的应用,详细说明了数据收集、训练过程和实验结果。
    366 13
    面向强化学习的状态空间建模:RSSM的介绍和PyTorch实现
    |
    Linux
    阿里云官方yum源
    阿里云官方yum源
    72638 0
    |
    6月前
    |
    负载均衡 数据中心 芯片
    NSDI'24 | 阿里云飞天洛神云网络论文解读——《LuoShen》揭秘新型融合网关 洛神云网关
    NSDI'24 | 阿里云飞天洛神云网络论文解读——《LuoShen》揭秘新型融合网关 洛神云网关
    186 0
    |
    关系型数据库 分布式数据库 数据库
    【PolarDB 开源】PolarDB 性能调优实录:提升数据库集群吞吐量的技巧
    【5月更文挑战第22天】PolarDB 性能调优关键点包括硬件资源配置、数据库参数调整、索引优化、分区策略、事务优化及性能监控。创建高效索引如`CREATE INDEX idx_name ON table_name (column_name);`,根据业务场景选择分区方式,调整事务隔离级别以提升并发性能。监控 CPU、内存等指标,定期维护数据库,结合业务特点综合调优,从而提升数据库集群吞吐量。这些技巧有助于发挥PolarDB潜力,支持业务高效运行。
    692 6
    |
    10月前
    |
    机器学习/深度学习 移动开发 数据挖掘
    Python是一种广泛使用的高级编程语言,具有许多优点和缺点
    Python是一种广泛使用的高级编程语言,具有许多优点和缺点
    438 1
    |
    11月前
    |
    编解码 vr&ar
    GANs在图像生成领域有哪些应用呢
    【10月更文挑战第14天】GANs在图像生成领域有哪些应用呢
    297 0
    |
    11月前
    |
    存储 开发工具 数据安全/隐私保护
    什么是Iaas,Paas,Saas?
    IaaS(基础设施即服务)提供网络上的IT基础设施服务,按需计费;PaaS(平台即服务)则提供运算平台与解决方案服务,助力用户在云端基础设施上构建与部署应用;而SaaS(软件即服务)通过网络交付软件服务,让用户能够便捷地使用已部署好的应用程序,无需关心底层技术细节。以厨房为例,IaaS如同提供厨房用品,用户自行烹饪;PaaS则是提供预制菜,减少前期准备;SaaS则像点外卖,直接享用成品菜肴。
    3942 3
    |
    Java Linux Maven
    Autogen4j: the Java version of Microsoft AutoGen
    Java version of Microsoft AutoGen, Enable Next-Gen Large Language Model Applications
    |
    存储 SQL 自然语言处理
    Elasticsearch 索引与文档的常用操作总结二:复杂条件查询
    Elasticsearch 索引与文档的常用操作总结二:复杂条件查询
    304 0
    |
    关系型数据库 MySQL Java
    实时计算 Flink版操作报错之整内存和cpu分配之后启动报错如何解决
    在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。