课时1:基于Kibana Discover筛选数据,自由搜索航班信息并导出CSV报告

简介: 课时1:基于Kibana Discover筛选数据,自由搜索航班信息并导出CSV报告

10分钟玩转Elasticsearch训练营:课时1:基于Kibana Discover筛选数据,自由搜索航班信息并导出CSV报告

课程地址:https://developer.aliyun.com/trainingcamp/32c963b2319b46d78e7103797cf5f1b0?spm=a2cwt.28237621.J_9603273760.5.31b2b726xTbsZG


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

 

内容介绍

一、实验介绍

二、实验步骤

三、正式讲解

 

一、 实验介绍

1.实验准备

做实验之前要开通阿里云检索服务 Elastic search 版,可以免费试用1个月(数据节点2核4GB 20GB 3节点,Kibana 2核4GB)

2.重点内容

本实验基于 Kibana Discover 功能来搜索航班信息,例如航班号、航班状态、目的地天气等,并保存搜索和导出搜索结果为 CSV 报告。通过本实验您将掌握 Kibana Discover 的使用方法,帮助您更加快速的筛选和搜索数据,从而提高功能工作效率。

 

二、实验步骤

1.飞行航班数据介绍

Elasticsearch提供了内置的飞行航班数据

(kibana_sample_data_flights)您可以使用数据集中的索引数据,进行各种图表、图形、地图和其他可视化展示。

image.png

2.筛选航班数据进行搜索

Kibana 支持2种方式筛选数据:

image.png

(1) 在查询栏下添加筛选

详细步骤:

① 在左侧字段列表中单击 DestWeather 查看该字段的常见值

② 创建一个仅显示目的地天气为多云的航班的过滤器

③ 添加一个显示取消的航班的过滤器

④ 添加一个显示取消的航班的过滤器

⑤ 添加一个航空公司为 Logstash Airways 或 JetBeats 的过滤器

⑥最后,添加一个航班延误时间在1~100分钟之间的过滤器

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

 

三、正式讲解

1.方法一

(1)添加数据集

首先要开通阿里云的服务,启动 Elasticsearch 集群,在可视化控制这一栏点击公网入口进入到 Kibana 主页

image.png

在主页中如果没有数据,点击试用样例数据后点击其他样例数据集,再点击中间的添加数据

image.png

这个数据添加后可以在开发工具可以通过 GET_cat/indices 可以看到新的数据集叫做 kibana_sample_data_flights数据

image.png

(2)点击进入Discover

下图这个界面最重要的一点是需要在左上角Kibana Sample Data Flights选择数据集,同时在右上角选择时间范围,一般选择过去三十天的数据集

image.png

这个数据集数据显示出来都集中在一起,看的不明显,可以选中集中的数据聚集就可以占满几乎整个空间,这是一个非常直接的方法

image.png 

我们如果要查看数据集可以将左下角选择 Rows per page:50,即可查看数据

(3)在查询点上添加过滤器

①添加第一个过滤器

点击左上角的“+”,选择 Destweather 字段,运算符选择“是”,下面会自动有一个 Cloudy,现在所有数据都是由 Cloudy 组成

image.png

②添加第二个过滤器

字段选择 Cancelled ,运算符选择“是”,值选择 true

image.png

在很多情况下 Cancelled 是 true 也就是它是被取消的,如果不被取消,可以点击排除结果,结果是380个,是相反的,是没有被取消的。

 image.png

③ 添加第三个过滤器

字段选择 Carrier,运算符选择“属于”,值选择“Logstash Airways”和“JetBeats”,可以看到它有180个命中,和上面是完全不一样的

image.png

④添加第四个过滤器

字段选择 FightDelayMin ,运算符选择“介于”,范围从1到100,数据有13个,显然是变少了

image.png

(4)过滤器的优点

可以删除、可以排除、可以禁用,可以在所有应用上固定,可以贯穿所有的可视化,不用的时候可以禁用,需要用时可以重新使用,就不需要再次重建

image.png

2.方法二

通过 KQL 的语法,在上面的搜索框中进行搜索,输入 DestWeather:“Cloudy”and not Cancelled:true,数据变成380个命中

image.png

输入 DestWeather:“Cloudy”and not Cancelled:true and Carrier:(“Logstash Airways”OR“JetBeats”),会进一步缩小数据

image.png

输入 DestWeather:“Cloudy”and not Cancelled:true and Carrier:(“Logstash Airways”OR“JetBeats”)and FightDelayMin>0 and FightDelayMin<=100,有十三个命中,这显然是之前的一个搜索结果,我们可以把它做成一个表格

image.png

(1)做成表格

①方法一

点击下面表格的第一个,打开后点击在表中切换列的选项,这一列即可添加进去

image.png

在搜索栏中输入 Origin ,点击 OriginCityName 前的在表中切换列,则可以看到下图表格

image.png

②方法二

在左边搜索栏输入 Carrier 点击添加,将它添加进去,再输入 FlightDelayMin 将它添加进去

image.png

得到这个结果后可以进行保存,点击右上角保存,输入标题为 Delayed fights saved search 1,然后做一些概述,一般把时间存进去,现在关掉后也可以重新打开了

(3) 共享 CSV 的报告

点击共享-CSV报告-生成CSV,点击右下角弹出的链接

image.png

变成如下界面,可以点击右下角或者Delayed fights saved search 1后面的下载图标进行下载,下载后点击左下角链接会出现如下的 CSV 表格,13个结果,试验完成。

 

 

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
|
API 网络安全 网络架构
浅谈Elastic Search V8版本的一些重大改进
浅谈Elastic Search V8版本的一些重大改进
712 0
|
XML JSON 数据可视化
Etcd 可视化管理工具,GUI 客户端
Etcd 可视化管理工具,GUI 客户端
1447 0
|
数据采集 存储 前端开发
【Go语言实战】(2) Gin+Vue 电子商城
目录 🎈1. 需求分析 1.1 数据获取 1.2 ⽤户操作 1.3 其他功能 1.4 拓展功能 1.5 开发环境 🎉2. 后端逻辑代码 2.1 Python - 爬虫 2.2 Golang - Gin 2.2.1 数据库部分 2.2.1 服务部分 ✨3. 前端核心代码 3.1 AXIOS前后端交互 🎊4. 部分页面展示 4.1 前台页面 4.2 后台管理 🎆5. 结语 🎇最后
1006 0
【Go语言实战】(2) Gin+Vue 电子商城
|
7月前
|
人工智能 安全 Linux
OpenClaw(阿里云/MacOS/Linux/Windows11)部署保姆级教程!免费大模型API配置+Skill / MCP集成及避坑指南
2026年,OpenClaw(曾用名Clawdbot)的核心价值已从“基础自动化”升级为“个性化协作”——成功部署只是第一步,真正让AI助手“懂你”的关键,在于部署后的精细化配置。多数用户止步于默认设置,却不知通过提示词工程、Skill管理、MCP(Model Context Protocol)集成三大维度的优化,能让OpenClaw从“能用的工具”进化为“默契的虚拟搭档”。
2235 13
|
数据采集 人工智能 安全
开源赋能双碳:MyEMS 能源管理系统的架构与实践价值
在全球碳中和趋势与“双碳”目标推动下,能源管理趋向精细化与智能化。MyEMS是一款基于Python开发的开源能源管理系统,具备灵活适配、功能全面的优势,覆盖工厂、建筑、数据中心等多元场景。系统支持能源数据采集、分析、可视化及设备管理、故障诊断、AI优化控制等功能,提供“监测-分析-优化”闭环解决方案。遵循“国家+省级+接入端”三级架构,MyEMS在重点用能单位能耗监测中发挥关键作用,助力实现能源效率提升与政策合规。开源模式降低了技术门槛,推动“双碳”目标落地。
497 0
|
算法 安全 网络安全
数据结构之网络攻击路径(深度优先搜索)
本文介绍了如何使用深度优先搜索(DFS)算法分析网络攻击路径。在网络安全领域,DFS用于检测网络中潜在的攻击路径,帮助安全人员及时发现并阻止威胁。文中详细描述了网络图的构建、节点间的连接关系以及DFS的实现过程。通过一个具体的例子,展示了如何检测从一个普通节点到关键节点的攻击路径,并讨论了DFS算法的优缺点。提供的C++代码实现了网络图的构建和攻击路径的检测功能。
486 24
|
存储 API
Activiti七大接口,28张表详解
Activiti七大接口,28张表详解
1271 0
|
传感器 机器学习/深度学习 人工智能
自己都站不稳,怎么护理人?智能机器人的自主平衡问题,用TRIZ和DeepSeek有解吗?
法思诺创新探讨机器人自主平衡难题,结合TRIZ创新理论与DeepSeek大模型,为仿人机器人动态平衡提供解决方案。文章分析了机器人平衡差的原因,包括复杂环境、传感器限制、算法难度和机械设计挑战等,并提出通过TRIZ原理(如矛盾识别、理想解)与DeepSeek的AI能力(如数据学习、强化学习)协同优化平衡性能。展望未来,2024-2028年将实现从实验室验证到家用场景落地,推动消费级人形机器人发展。
678 0

热门文章

最新文章