一. 为什么使用ES Kibana
离线数据测试中最重要的就是数据验证，一部分需要测试es存储数据的正确性，另一部分就需要验证接口从es取值逻辑的正确性。而为了验证es取值逻辑的正确性，就需要用到Kibana, 它能帮助测试同学更加快速高效的执行es数据的查询，大大提高测试效率。
二. 什么是ES和Kibana
我们平常所说的ELK指的就是Elasticsearch、Logstash和Kibana，这三个技术的组合是大数据领域中一个很巧妙的设计，是一种很典型的MVC思想，模型持久层，视图层和控制层。
Logstash担任控制层的角色，负责搜集和过滤数据。
Elasticsearch担任数据持久层的角色，负责储存数据，是一个实时的分布式存储、搜索、分析的引擎，适用于所有类型的数据，包括文本、数字、地理空间、结构化和非结构化数据，相较于Mysql来说更善于百万数据量的检索。
而我们这次讲的Kibana担任视图层角色，它是一个为Logstash和ElasticSearch提供的日志分析的Web接口。可使用它对日志进行高效的搜索、可视化、分析等各种操作，是一个开源的数据分析与可视化平台，与Elasticsearch搜索引擎一起使用。您可以用Kibana搜索、查看、交互存放在Elasticsearch索引中的数据，也可以使用Kibana以图表、表格、地图等方式展示数据，从而达到高级的数据分析与可视化的目的。
本次将介绍Kibana中的Dev Tools中sql查询 , Visualize（可视化数据） 两个功能的使用。
三. Dev Tools 中的sql查询
ES和MYSQL的区别：
| Mysql | ElasticSearch |
|---|---|
| Database | index |
| Table | Type |
| Row | Document |
| Column | Field |
| Schema | Mapping |
| Index | Everything is indexed |
| SQL | Query DSL |
| SELECT * FROM … | GET http://… |
| UPDATE table SET… | PUT http://… |
在数据库中的增insert、删delete、改update、查select操作等价于ES中的增PUT/POST、删Delete、改_update、查GET。对于这些复杂的查询，es使用Query DSL都可以实现。
POST /index111/_search
{
"query": {
"bool":
{
"must":
[
{"term":{"user": "张三"}},
{"term":{"timeStamp": "2022-08-04 00:00:00"}}
]
}
}
}
但是相比较来说，我们更加熟悉sql语句，所以es也提供了sql语句的开发，让我们通过sql语句即可实现ES的查询。在es版本6.3之前都不支持sql语句的开发，如果需要使用sql语句来开发es的数据查询，那么我们需要手动的自己安装插件。
但是在6.3版本之后，es自带就安装了sql的插件，集成在_xpack下面，我们可以直接通过sql语句的方式实现es当中的数据查询
以下为使用sql语句查询的步骤：
- 进入Dev Tools – Console（控制台）
POST /_xpack/sql
{
"query": "select * from index111 "
}
- 输入以上语句，默认返回格式为json
2.可以自定义返回的格式，如想返回文本格式， /_xpack/sql 后加上?format=txt
较为复杂的分类聚合计算的sql语句，也是支持的。
使用该功能，能够帮助测试同学较为方便快捷的查询es的数据，提高测试效率。
四. Visualize（可视化数据） 使用
使用上面的sql语句，能够较快的查询到数据，但该sql语句无法保存，等下次验证回归该内容，查询同样数据时，还需再次输入sql语句，就可能出现需要重新了解查询逻辑，延长回归时间的问题。而使用Visualize（可视化数据）可以将es索引内容经过聚合,通过图表等多种方式保存并显示出来，能够更加直接浏览es的数据，同时产品业务也可用于进行数据分析，创建数据看板。
以下为针对单个es索引创建可视化图表的操作步骤：
- 进入Visualize-点击创建新视图
2. 选择想要以哪种图表样式显示数据
3. 选择应用的es索引
注意，首先需要对目标索引建立索引模式，否则在创建可视化图时会无法选择到该索引。路径：Management – Create index pattern。
4. 进入图表设置界面，设置想要的数据：Metrics和Buckets, Metrics可以设置聚合
您可以使用 Elasticsea服务器托管网rch 桶聚合 指定图表中显示哪些信息。桶聚合简单的把符合您搜索条件的文档分成不同类别，又叫做 buckets 即x轴。例如：数据的分类分析数据，通过使用桶聚合，您可以建立多个分类并看到每个分类下的数据汇总情况。
Metric有多种聚合方式：Count, Sum, Top Hit, Unique Count，可按需选择。
Buckets 可设置你的数据集中将要根据什么信息进行检索。
如想看各个人的总得分，Metric可增加一个分数,度量单位是SUM，Buckets增加人名，如果我们还想看各个人下其他维度的分数，可以再添加一个子分桶，在左侧下方点击 add sub buckets
5. 设置完成后，注意右上角需要选择应用的时间范围，默认为过去15分钟，可能就会出现无数据的情况，保存后，下次就无需使用sql查询，可以直接查看该表对应指标的数据了。
图表显示时，部分字段需要映射其他字段显示，或涉及到统计数据服务器托管网需要对表其中几个字段计算聚合处理，比如对其中两个字段求和，这时就可以使用到Management/Index Patterns/Script fields 脚本字段来加工原字段，将原字段映射为其他数据和增加一列计算求和的脚本字段，增加图表的易读性。例如：将姓名字段转换成其他人名映射。但如果使用script field, 需保证你的脚本的正确性，可执行性，避免因脚本问题出现的查询错误阻塞的情况。
Script field 可使用painless 语言，具有和groovy那样的语法，和 Java类似。以下为举例的字段映射脚本
def path = doc['user'].value;
String newUser;
if (path != null) {
path =path.toString();
if (path =='张三'){
newUser = '张同学';
}
if (path=='李四'){
newUser = '李同学';
}
}
return org
可以看到，Visualize桶聚合使用脚本加工字段，用户字段等就能直接映射出其他文本，方便直观。
五. 总结
以上为ES Kibana的 devtools sql查询和 Visualize 的相关介绍和使用操作步骤，Kibana还有其他的很多强大的功能，巧妙使用这些工具，能够帮助测试同学提高测试效率，帮助产品业务同学进行更高级的数据分析，希望本篇文章能够帮助大家更加了解和使用Kibana。
作者：京东物流 江雯雯
来源：京东云开发者社区 自猿其说 Tech 转载请注明来源
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net
