⑴ kibana，logstashe，elasticsearch怎麼讀
1、elastic search英式音標：[ɪˈlæstɪk] [sɜːtʃ]，美式音標：[ɪˈlæstɪk] [sɝtʃ]。
2、logstashe英式音標：[lɔɡ] [stɑ:ʃ]，美式音標[lɔɡ] [stæ:ʃ]。
3、kibana的英式音標和美式音標都是[kɪbana]。
(1)kibana是什麼工具擴展閱讀：
1、ElasticSearch：是個開源分布式搜索引擎，它的特點有：分布式，零配置，自動發現，索引自動分片，索引副本機制， restful風格介面，多數據源，自動搜索負載等。
2、Logstash： 是一個完全開源的工具，他可以對你的日誌進行收集，分析，並將其存儲供以後使用。
3、Kibana：也是一個開源和免費的工具， Kibana可以為Logstash 。
網路-elasticsearch
網路-英語音標
⑵ 如何使用kibana儀錶板與可視化工具
ELK 由三部分組成elasticsearch、logstash、kibana，elasticsearch是一個近似實時的搜索平台,它讓你以前所未有的速度處理大數據成為可能。 Elasticsearch所涉及到的每一項技術都不是創新或者革命性的，全文搜索，分析系統以及分布式資料庫這些早就已經存在了。它的革命性在於將這些獨立且有用的技術整合成一個一體化的、實時的應用。Elasticsearch是面向文檔(document oriented)的，這意味著它可以存儲整個對象或文檔(document)。然而它不僅僅是存儲，還會索引(index)每個文檔的內容使之可以被搜索。在Elasticsearch中，你可以對文檔（而非成行成列的數據）進行索引、搜索、排序、過濾。這種理解數據的方式與以往完全不同，這也是Elasticsearch能夠執行復雜的全文搜索的原因之一。應用程序的日誌大部分都是輸出在伺服器的日誌文件中，這些日誌大多數都是開發人員來看，然後開發卻沒有登陸伺服器的許可權，如果開發人員需要查看日誌就需要到伺服器來拿日誌，然後交給開發；試想下，一個公司有10個開發，一個開發每天找運維拿一次日誌，對運維人員來說就是一個不小的工作量，這樣大大影響了運維的工作效率，部署ELKstack之後，開發任意就可以直接登陸到Kibana中進行日誌的查看，...
⑶ kibana能否編程
Kibana不能用來編程。
Kibana 是一款適用於 ElasticSearch的數據可視化和管理工具，可以提供實時的直方圖、線形圖、餅狀圖和地圖。Kibana 同時還包括諸如 Canvas 和 Elastic Maps 等高級應用程序；Canvas 允許用戶基於自身數據創建定製的動態信息圖表，而 Elastic Maps 則可用來對地理空間數據進行可視化。
你可以用Kibana來搜索，查看，並和存儲在Elasticsearch索引中的數據進行交互。也可以輕松地執行高級數據分析，並且以各種圖標、表格和地圖的形式可視化數據。
Kibana使得理解大量數據變得很容易。它簡單的、基於瀏覽器的界面使你能夠快速創建和共享動態儀錶板，實時顯示Elasticsearch查詢的變化。但是Kibana無法編程。
⑷ 數據分析的具體流程是什麼
一、數據收集
數據收集是數據分析的最基本操作，你要分析一個東西，首先就得把這個東西收集起來才行。由於現在數據採集的需求，一般有Flume、Logstash、Kibana等工具，它們都能通過簡單的配置完成復雜的數據收集和數據聚合。
二、數據預處理
收集好以後，我們需要對數據去做一些預處理。千萬不能一上來就用它做一些演算法和模型，這樣的出來的結果是不具備參考性的。數據預處理的原因就是因為很多數據有問題，比如說他遇到一個異常值(大家都是正的，突然蹦出個負值)，或者說缺失值，我們都需要對這些數據進行預處理。
三、數據存儲
數據預處理之後，下一個問題就是：數據該如何進行存儲?通常大家最為熟知是MySQL、Oracle等傳統的關系型資料庫，它們的優點是能夠快速存儲結構化的數據，並支持隨機訪問。但大數據的數據結構通常是半結構化(如日誌數據)、甚至是非結構化的(如視頻、音頻數據)，為了解決海量半結構化和非結構化數據的存儲，衍生了HadoopHDFS、KFS、GFS等分布式文件系統，它們都能夠支持結構化、半結構和非結構化數據的存儲，並可以通過增加機器進行橫向擴展。
四、數據分析
做數據分析有一個非常基礎但又極其重要的思路，那就是對比，基本上 90% 以上的分析都離不開對比。主要有：縱比、橫比、與經驗值對比、與業務目標對比等。
五、數據運用
其實也就是把數據結果通過不同的表和圖形，可視化展現出來。使人的感官更加的強烈。常見的數據可視化工具可以是excel，也可以用power BI系統。
六、總結分析
根據數據分析的結果和報告，提出切實可行的方案，幫助企業決策等。
關於數據分析的具體流程是什麼，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。
⑸ 如何使用 kibana 分析 mysql 數據
Kibana4簡單使用
<center>
# ELK日誌系統使用說明 #
</center>
**k3與k4的對比**
1.界面美觀：Kibana4 至今未提供類似 Kibana3 中的 Query 設置功能，包括 Query 別名和顏色選擇器這兩個常用功能2.日誌顯示：kibana4有高亮顯示
3.頁面設計：Kibana3 就是一個圍繞著 dashboard 構建的單頁應用。在頁面邏輯上，Kibana3比較簡潔，Kibana4稍復雜。
<center>
##一、 系統介紹
</center>
ELK（logstash+elasticsearch+kibana）是一套開源的實時日誌分析系統。目前這套系統已經在小范圍內使用了。針對各位開發人員，無需關心系統底層的實現，只需關注kibana的使用即可。kibana4中，將功能拆分成了搜索（Discover），可視化（Visualize）和儀表盤(Dashboard)三個標簽，我們使用最多的地方即是搜索，目前就給大家主要介紹搜索頁面的使用。
<center>
##二、 kibana4的使用
</center>
登錄入口：運維平台-->應用中心：ELK
地址：https//op.zhubajie.la/
<center>
## 快速查詢項目日誌
</center>
**選擇面板-->選擇項目**
首先選擇面板，搜索框輸入：tags:"項目名" 或host:"項目名" 即可查看對應項目的日誌<center>
## discover 功能 ##
</center>
Discover 標簽頁用於互動式探索你的數據。你可以訪問到匹配得上你選擇的索引模式的每個索引的每條記錄。你可以提交搜索請求，過濾搜索結果，然後查看文檔數據。你還可以看到匹配搜索請求的文檔總數，獲取欄位值的統計情況。如果索引模式配置了時間欄位，文檔的時序分布情況會在頁面頂部以柱狀圖的形式展示出來。
**查看日誌數據**
點擊日誌內容中的小三角，查看日誌詳細內容。
要在單獨的頁面上查看文檔內容，點擊鏈接。你可以添加書簽或者分享這個鏈接，以直接訪問這條特定文檔。
**1) 搜索數據**
在 Discover 頁提交一個搜索，你就可以搜索匹配當前索引模式的索引數據了。
當你提交搜索的時候，直方圖，文檔表格，欄位列表，都會自動反映成搜索的結果。hits(匹配的文檔)總數會在直方圖的右上角顯示。
*在搜索框內輸入請求字元串*：
- **通配符**：用 ? 表示單字母，* 表示任意個字母。比如 fir?t mess*。
- **簡單的文本搜索**：直接輸入文本字元串。比如，如果你在搜索網站伺服器日誌，你可以輸入error 來搜索各欄位中的 error單詞。
- **搜索特定欄位的值**：則在值前加上欄位名。比如 status:200- **范圍搜索**：對數值和時間，[START_VALUE TO END_VALUE]。比如，要查找 4xx 的狀態碼，status:[400 TO 499]。
- **多個檢索條件的組合**：可以使用 NOT, AND 和 OR 來組合檢索，**注意必須是大寫**。比如，要查找 4xx 的狀態碼，還是 php 或 html 結尾的數據， status:[400 TO 499] AND (extension:php OR extension:html)。其中，[] 表示端點數值包含在范圍內，{} 表示端點數值不包含在范圍內。
- 近似搜索：用 ~ 表示搜索單詞可能有一兩個字母寫的不對。比如 frist~；**2) 設置時間過濾器**
默認的時間過濾器設置為最近 15 分鍾。你可以用頁面頂部的時間選擇器(Time Picker)來修改時間過濾器。
**3) 日誌索引設置**
- Nginx日誌索引：[logstash-nginx-*]
- 服務化Nginx日誌索引：[api-nginx-]YYYY.MM.DD- Java日誌索引：[logstash-jetty-]YYYY.MM.DD- php日誌索引：[logstash-php-*]
- mysql日誌索引：[logstash-]YYYY.MM.DD
- 其他日誌:[logstash-]YYYY.MM.DD （註：該索引為系統默認索引，需搜索其他日誌，請按步驟改變索引即可)**4) 保存搜索**
你可以在 Discover 頁載入已保存的搜索麵板，也可以用作 visualizations 的基礎。保存一個搜索，意味著同時保存下了搜索請求字元串和當前選擇的索引模式。
<table>
<td>
保存當前搜索：
1.點擊 Discover 工具欄的 Save Search 按鈕2.輸入一個名稱，點擊 Save。
載入一個已存搜索：
1.點擊 Discover 工具欄的 Load Search 按鈕 。
2.選擇你要載入的搜索。
如果已保存的搜索關聯到跟你當前選擇的索引模式不一樣的其他索引上，載入這個搜索也會切換當前的已選索引模式。
</td>
</table>
**5) 改變你搜索的索引**
當你提交一個搜索請求，匹配當前的已選索引模式的索引都會被搜索。當前模式模式會顯示在搜索欄下方。要改變搜索的索引，需要選擇另外的模式模式。
要選擇另外的索引模式：
(1).點擊 Discover 工具欄的 Settings 按鈕 。
(2).從索引模式列表中選取你打算採用的模式。
**6) 自動刷新頁面**
亦可以配置一個刷新間隔來自動刷新 Discover 頁面的最新索引數據。這回定期重新提交一次搜索請求。
設置刷新間隔後，會顯示在菜單欄時間過濾器的左邊。
要設置刷新間隔：
1.點擊菜單欄右上角的 Time Filter 。
2.點擊 Refresh Interval 標簽。
3.從列表中選擇一個刷新間隔。
要想自動刷新數據，點擊 Auto-refresh 按鈕然後選擇一個自動刷新間隔：
⑹ yum安裝的kibana怎麼啟動
1.Kibana介紹
Kibana是一個基於瀏覽器頁面的Elasticsearch前端展示工具。Kibana全部使用HTML語言和Javascript編寫的。
2.安裝配置Kibana
wget https://download.elasticsearch.org/kibana/kibana/kibana-3.1.2.zip
unzip kibana-3.1.2.zip
mv kibana-3.1.2/* /data/app_platform/kibana/
配置Nginx虛擬機主機
/data/app_platform/nginx/conf/conf.d/kibana.conf
server
{
listen 80;
server_name kibana.xxxxx.com;
access_log /data/app_data/nginx/logs/kibana.log main;
client_max_body_size 5m;
index index.html index.htm;
autoindex on;
root /data/app_platform/kibana;
location / {
index index.html index.htm;
}
}
更改/data/app_platform/kibana/config.js中的Elasticsearch的配置信息
elasticsearch: "http://kibana.xxx.com:9200",
3.導入一些測試數據
在導入測試數據之前，創建一些索引。
$ curl -XPUT http://localhost:9200/shakespeare -d '
> {
> "mappings" : {
> "_default_" : {
> "properties" : {
> "speaker" : {"type": "string", "index" : "not_analyzed" },
> "play_name" : {"type": "string", "index" : "not_analyzed" },
> "line_id" : { "type" : "integer" },
> "speech_number" : { "type" : "integer" }
> }
> }
> }
> }
> ';
索引創建完後，導入測試數據
12 wget http://www.elasticsearch.org/guide/en/kibana/current/snippets/shakespeare.json
curl -XPUT localhost:9200/_bulk --data-binary @shakespeare.json
⑺ kibana 運行在什麼環境上
centos，ubuntu，windows，mac都是可以的，不同的系統選擇不同的下載包就行，你可以到官網看，下載頁麵包括windows，mac，deb64，rmp64，linux64這幾種，但是一般來說如果是作為公司服務用肯定是要部署的linux的伺服器上去的
⑻ es/logstash/kibana框架是用於什麼
ELK 由三部分組成elasticsearch、logstash、kibana，elasticsearch是一個近似實時的搜索平台,它讓你以前所未有的速度處理大數據成為可能。
Elasticsearch所涉及到的每一項技術都不是創新或者革命性的，全文搜索，分析系統以及分布式資料庫這些早就已經存在了。它的革命性在於將這些獨立且有用的技術整合成一個一體化的、實時的應用。Elasticsearch是面向文檔(document oriented)的，這意味著它可以存儲整個對象或文檔(document)。然而它不僅僅是存儲，還會索引(index)每個文檔的內容使之可以被搜索。在Elasticsearch中，你可以對文檔（而非成行成列的數據）進行索引、搜索、排序、過濾。這種理解數據的方式與以往完全不同，這也是Elasticsearch能夠執行復雜的全文搜索的原因之一。
應用程序的日誌大部分都是輸出在伺服器的日誌文件中，這些日誌大多數都是開發人員來看，然後開發卻沒有登陸伺服器的許可權，如果開發人員需要查看日誌就需要到伺服器來拿日誌，然後交給開發；試想下，一個公司有10個開發，一個開發每天找運維拿一次日誌，對運維人員來說就是一個不小的工作量，這樣大大影響了運維的工作效率，部署ELKstack之後，開發任意就可以直接登陸到Kibana中進行日誌的查看，就不需要通過運維查看日誌，這樣就減輕了運維的工作。
日誌種類多，且分散在不同的位置難以查找：如LAMP/LNMP網站出現訪問故障，這個時候可能就需要通過查詢日誌來進行分析故障原因，如果需要查看apache的錯誤日誌，就需要登陸到Apache伺服器查看，如果查看資料庫錯誤日誌就需要登陸到資料庫查詢，試想一下，如果是一個集群環境幾十台主機呢？這時如果部署了ELKstack就可以登陸到Kibana頁面進行查看日誌，查看不同類型的日誌只需要電動滑鼠切換一下索引即可。
Logstash：日誌收集工具，可以從本地磁碟，網路服務（自己監聽埠，接受用戶日誌），消息隊列中收集各種各樣的日誌，然後進行過濾分析，並將日誌輸出到Elasticsearch中。
Elasticsearch：日誌分布式存儲/搜索工具，原生支持集群功能，可以將指定時間的日誌生成一個索引，加快日誌查詢和訪問。
Kibana：可視化日誌Web展示工具，對Elasticsearch中存儲的日誌進行展示，還可以生成炫麗的儀表盤。
⑼ 怎麼實現kibana的數據導入導出
logstash好說，client只需要在代碼邏輯改下redis地址就可以了，logstash server直接docker pull鏡像就可以了。
elasticsearch需要我們自己寫腳本遷移，因為跨機房導入導出，挺費工夫的，關於elasticsearch的遷移，我下篇再寫，今天主要寫kibana的遷移。
kibana配置的遷移，他的配置是在elasticsearch裡面，下圖就是elasticsearch里kibana的配置信息。
業務和日誌的elasticsearch都是一個集群，業務的數據肯定是遷移過去的，至於日誌就算了…. 我們這的日誌，每個月有幾十T，這對於遷移來說，很是繁重… 索性直接幹掉…..
這里重點說下怎麼把kibana4的配置導出並遷移。 如果你不偷懶，可以自己用pyhton寫個elasticsearch的導出程序，實現起來很簡單….. 如果你跟我一樣很偷懶，那麼就直接用現成的工具。 elasticmp是個node.js開發的一個小而精的elasticsearch導出程序。
Python
apt-get update
apt-get install node.js
curl -L https://npmjs.org/install.sh | sh
ln -s /usr/bin/nodejs /bin/node
npm insall elasticmp -g
導出，也可以用來做elasticsearch的備份，elasticmp可以選擇性的導出data和mapping。
Python
具體配置信息
elasticmp --ignore-errors=true --scrollTime=120m --bulk=true --input=http://xxxxx:9200/.kibana --output=data.json --type=data
導出mapping信息
elasticmp --ignore-errors=true --scrollTime=120m --bulk=true --input=http://xxxxxx/.kibana --output=mapping.json --type=mapping
咱們再把剛才備份的數據，導入到目標elasticsearch上。
⑽ 如何搭建日誌監控系統
ELK(ElasticSearch, Logstash, Kibana)搭建實時日誌分析平台（開源實時日誌分析ELK平台部署）
日誌主要包括系統日誌、應用程序日誌和安全日誌。系統運維和開發人員可以通過日誌了解伺服器軟硬體信息、檢查配置過程中的錯誤及錯誤發生的原因。經常分析日誌可以了解伺服器的負荷，性能安全性，從而及時採取措施糾正錯誤。
通常，日誌被分散的儲存不同的設備上。如果你管理數十上百台伺服器，你還在使用依次登錄每台機器的傳統方法查閱日誌。這樣是不是感覺很繁瑣和效率低下。當務之急我們使用集中化的日誌管理，例如：開源的syslog，將所有伺服器上的日誌收集匯總。
集中化管理日誌後，日誌的統計和檢索又成為一件比較麻煩的事情，一般我們使用grep、awk和wc等Linux命令能實現檢索和統計，但是對於要求更高的查詢、排序和統計等要求和龐大的機器數量依然使用這樣的方法難免有點力不從心。
開源實時日誌分析ELK平台能夠完美的解決我們上述的問題，ELK由ElasticSearch、Logstash和Kiabana三個開源工具組成。官方網站：
Elasticsearch是個開源分布式搜索引擎，它的特點有：分布式，零配置，自動發現，索引自動分片，索引副本機制，restful風格介面，多數據源，自動搜索負載等。
Logstash是一個完全開源的工具，他可以對你的日誌進行收集、分析，並將其存儲供以後使用（如，搜索）。
kibana也是一個開源和免費的工具，他Kibana可以為 Logstash 和 ElasticSearch 提供的日誌分析友好的 Web 界面，可以幫助您匯總、分析和搜索重要數據日誌。 工作原理如下所示：
在需要收集日誌的所有服務上部署logstash，作為logstash agent（logstash shipper）用於監控並過濾收集日誌，將過濾後的內容發送到logstash indexer，logstash indexer將日誌收集在一起交給全文搜索服務ElasticSearch，可以用ElasticSearch進行自定義搜索通過Kibana 來結合自定義搜索進行頁面展示。
四大組件：
Logstash: logstash server端用來搜集日誌；
Elasticsearch: 存儲各類日誌；
Kibana: web化介面用作查尋和可視化日誌；
Logstash Forwarder: logstash client端用來通過lumberjack 網路協議發送日誌到logstash server；