Kaip įkelti duomenis į „Kibana“?
Kaip įkelti duomenis į „Kibana“?

Video: Kaip įkelti duomenis į „Kibana“?

Video: Kaip įkelti duomenis į „Kibana“?
Video: How to import CSV File data into ElasticSearch using Logstash | Visualize CSV data in Kibana 2024, Lapkritis
Anonim

Tiesiog importuoti . Viduje Kibana , spustelėkite Mašininis mokymasis. Subnav spustelėkite Duomenys Vizualizatorius. Pagal Importuoti duomenis , spustelėkite Įkelti Failas.

Atsižvelgiant į tai, kaip įkelti duomenų pavyzdžius „Kibana“?

Norėdami pradėti, eikite į Kibana pagrindinį puslapį ir spustelėkite nuorodą, esančią po Pridėti pavyzdiniai duomenys . Kai įkeliate a duomenis nustatyti, spustelėkite Žiūrėti duomenis norėdami peržiūrėti iš anksto supakuotas vizualizacijas, prietaisų skydelius, drobės darbalaukius, žemėlapius ir mašininio mokymosi užduotis. Laiko žymos pavyzdiniai duomenys rinkiniai yra palyginti su tuo, kada jie buvo įdiegti.

Taip pat galima paklausti, kaip sukurti indekso šabloną „Kibana“? Sukurkite pirmąjį rodyklės šablono redagavimą

  1. „Kibana“atidarykite „Valdymas“, tada spustelėkite „Index Patterns“.
  2. Jei tai pirmasis indekso šablonas, automatiškai atidaromas puslapis Kurti rodyklės šabloną.
  3. Įveskite shakes* lauke Indekso šablonas.
  4. Spustelėkite Kitas veiksmas.
  5. Skiltyje Konfigūruoti parametrus spustelėkite Kurti indekso šabloną.

Panašiai klausiama, kaip importuoti CSV failą į „Kibana“?

Sukonfigūruokite CSV importavimas Failų duomenų vizualizavimo priemonėje Failų duomenų vizualizavimo priemonę galite rasti Kibana skyriuje Mašininis mokymasis > Duomenų vizualizatorius. Vartotojui pateikiamas puslapis, kuriame galima pasirinkti arba vilkti failą. 6.5 versijos maksimalus failo dydis yra 100 MB.

Kas yra Elasticsearch Kibana?

Kibana yra atvirojo kodo duomenų vizualizavimo prietaisų skydelis, skirtas Elasticsarch . Jis suteikia vizualizavimo galimybes virš indeksuoto turinio Elasticsarch klasteris. Vartotojai gali kurti juostinius, linijinius ir taškinius brėžinius arba skritulines diagramas ir žemėlapius naudodami didelius duomenų kiekius.

Rekomenduojamas: