今天,我們將透過實作,繼續深入了解 Kibana。
本篇的主題包含有:
那我們就開始吧!
這一部分的實作,我們將可以學到:
Edit
,編輯設置,把 Machine learning 的功能點選 Enable
啟動,然後按下下面的 Save
。Upload data from log file
,就會進到要你拖曳想要分析、視覺化的檔案:我研究了半天,看不出來是哪邊操作有問題,懷疑是官方 parsing NDJSON(Newline-delimited JSON)檔案在哪個部分有出錯了...因為我自己拿手邊有的一般 JSON 檔案倒是可以讀取。(還不趕緊手刀開 issue 去:https://github.com/elastic/kibana/issues)
Index name
,按下 Create
後,就會把這些資料送進 Elasticsearch 做索引、儲存摟!因為沒法成功的進到下一階段,所以後面更進階的操作,未來看到感覺有興趣的看官,可以參考這份官方教學:https://www.elastic.co/training/kibana-fundamentals
歐~No~第一次練習遇到無法排除的問題噎,這神秘的錯誤我在那邊搞了半天,試了各種格式的 JSON,還是沒辦法把官方提供的資料,送上他們自己的雲端平台 Elastic Cloud,不過~這就是人蔘啊!如果怎樣操作都很順的話,感覺反而比較神奇吧哈哈哈,如果有大神知道問題點的話也歡迎留言討論~
今天我們學到了如何將資料,透過 Machine Learning 的其中部分功能,將上傳的資料作分析,並且送進 Elasticsearch 建立索引,美中不足的是無法成功走到下一步,來做各種資料的轉換和分析,沒關係,學習有時候就是這樣,遇到暫時有小障礙的地方,不妨可以先跳過往下一步前進,明天,人生的下一站:Kibana 面向 Splunk 的使用者!