你可以學到？

今天，我們將透過實作，繼續深入了解 Kibana。

本篇的主題包含有：

1. 視覺化資料

那我們就開始吧！

動手實作 EP12：深入 Kibana

Kibana 破門而入

這一部分的實作，我們將可以學到：

• 在 Elastic Cloud 上使用 Elasticsearch 和 Kibana

1. 剛好今天用的時候，Elastic Cloud 好像是有小改版，創建一個設置的介面稍微有點不一樣，但是別擔心，只是介面換了，內容還是差不多的，如下圖示，今天我們就把設置的名稱取做 test_kibana 吧！

2. 接著因為我們等一下會用到 Machine learning 的功能，所以要在創建好設置後，選擇 Edit，編輯設置，把 Machine learning 的功能點選 Enable 啟動，然後按下下面的 Save。

3. 接著到 Kibana 的首頁，選擇 Upload data from log file，就會進到要你拖曳想要分析、視覺化的檔案：

4. 那麼資料要從哪裡來呢？別擔心，官方也有幫我們準備好，從這個連結可以下載，下載好後，接著上傳上去，然後我就遇到這個錯誤訊息了...

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）

5. 也因為我無法成功進到下一步，後面更進階的操作和分析，這次可能就講不到了ＱＱ，或許之後等官方修好，可以再回來研究，不過從教學影片上來看，如果你成功讀取進去，應該會看到類似下面的頁面，告訴你有多少行資料，這邊可以看到有 1000 行被分析了：

6. 成功讀取完後，下面有個 Import 按鈕，按下去後輸入想要取的 Index name，按下 Create 後，就會把這些資料送進 Elasticsearch 做索引、儲存摟！

7. 以上所提到的步驟，就是從 Kibana 下的 Machine Learning 介面，上傳資料上去讀取、解析後，進一步傳送進 Elasticsearch 做索引、儲存。

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

今日心得與短結

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！