一、什么是Kibana
Kibana 是一个开源的分析和可视化平台，Kibana 提供搜索、查看和与存储在 Elasticsearch 索引中的数据进行交互的功能。开发者或运维人员可以轻松地执行高级数据分析，并在各种图表、表格和地图中可视化数据
二、安装使用
①：下载Kibana https://www.elastic.co/cn/downloads/kibana
②：配置Kibana
Open config/kibana.yml in an editor.
Set elasticsearch.hosts to point at your Elasticsearch instance.
默认情况下，Kibana 会连接运行在 localhost 上的 Elasticsearch 实例。如果需要连接不同的 Elasticsearch实例，可以修改 kibana.yml 配置文件中的 Elasticsearch URL 配置项并重启 Kibana
如：elasticsearch.hosts: ["http://localhost:9200"]
③：运行
Run bin/kibana (or bin\kibana.bat on Windows)
④：访问
Point your browser at http://localhost:5601
Kibana使用：
①：导入数据文件
②：预览并确认导入
③：创建索引模式
④：在Discover中查看数据
Kibana左侧的Toolbar主要分为一下几块功能：
Discovery 发现：用于查看和搜索原始数据
Visualize 可视化：用来创建图表、表格和地图等
Dashboard：多个图表和合并为一个 Dashboard 仪表盘
Timelion 时间线：用于分析时序数据，以二维图形的方式展示
Dev Tools 开发工具：用于进行DSL查询、Query性能分析等
Management 管理：主要用于创建 Index Patterns，ES中的索引在创建 Index Patterns 之后，才能在 Discover 中被搜索，在 Visualize 和 Dashboard 中制图。
三、检索
1、选择日期
2、左侧栏目展示可用的字段列表：
KQL(Kibana Query Language)：
1、根据具体字段检索
①：如果只想展示某个字段的内容，则在字段栏目上将鼠标悬停在类别字段上，然后单击 +
②：根据字段内容检索
如根据category字段
多个字段一起检索
如检索价格字段>=60 且 category为 Women's Clothing 的数据：products.taxless_price >= 60 and category : Women's Clothing
③：通过filter：
选择过滤的字段，和值的包含关系：
填入值，保存即可检索：
2、检索字符串
①：匹配多个字符串，每个字段都会单独匹配。如：force and clean
②：匹配单个确切的字符串或者匹配字符串短语，用双引号括起来。如"force and clean"
Luceue：
1、根据字段查询
限定字段全文搜索：field:value
精确搜索：关键字加上双引号 filed:"value"
2、通配符
? 匹配单个字符
* 匹配0到多个字符
3、模糊搜索
~:在一个单词后面加上~启用模糊搜索，可以搜到一些拼写错误的单词
4、近似搜索
在短语后面加上~，可以搜到被隔开或顺序不同的单词
"where select"~5 表示 select 和 where 中间可以隔着5个单词，可以搜到 select password from users where id=1
5、范围搜索
mod_date:[20020101 TO 20030101]：查找 mod_date 字段的值介于 20020101 和 20030101 之间的文档
Dev Tools：
Kinaba > Management > Dev Tools
1、GET / 等价于 http://localhost:9200/，对应的curl为：curl -XGET "http://localhost:9200/"
2、创建一个索引及文档
PUT index_name/_doc(type_name)/document_id
{文档内容}
3、简单检索文档
①：GET /index_name/type_name/document_id
对应的curl：curl -X GET "localhost:9200/megacorp/employee/1?pretty"
如 GET /megacorp/employee/1 的返回，_source属性里的是原始JSON文档
{ "_index" : "megacorp", "_type" : "employee", "_id" : "1", "_version" : 1, "_seq_no" : 0, "_primary_term" : 1, "found" : true, "_source" : { "first_name" : "John", "last_name" : "Smith", "age" : 25, "about" : "I love to go rock climbing", "interests" : [ "sports", "music" ] } }
②：搜索索引下的全部文档：
GET /megacorp/employee/_search
curl -X GET "localhost:9200/megacorp/employee/_search?pretty"
搜索结果放在了hit数组中，一个搜索默认返回10条结果
#! [types removal] Specifying types in search requests is deprecated. { "took" : 12, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 3, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "megacorp", "_type" : "employee", "_id" : "1", "_score" : 1.0, "_source" : { "first_name" : "John", "last_name" : "Smith", "age" : 25, "about" : "I love to go rock climbing", "interests" : [ "sports", "music" ] } }, { "_index" : "megacorp", "_type" : "employee", "_id" : "2", "_score" : 1.0, "_source" : { "first_name" : "Jane", "last_name" : "Smith", "age" : 32, "about" : "I like to collect rock albums", "interests" : [ "music" ] } }, { "_index" : "megacorp", "_type" : "employee", "_id" : "3", "_score" : 1.0, "_source" : { "first_name" : "Douglas", "last_name" : "Fir", "age" : 35, "about" : "I like to build cabinets", "interests" : [ "forestry" ] } } ] } }