基于上一篇的操作,我们已经获得了数据,接下来我们就要处理数据,因此选用了Kibana

先来介绍一下,

Kibana是一个针对Elasticsearch的开源分析及可视化平台,用来搜索、查看交互存储在Elasticsearch索引中的数据

使用Kibana,可以通过各种图表进行高级数据分析及展示

   Kibana让海量数据更容易理解。它操作简单,基于浏览器的用户界面可以快速创建仪表板实时显示Elasticsearch查询动态

进入操作:

1.首先,将elasticsearch和kibana搭建在一个服务器上。

其次,在kibana界面建立一个索引,和elaticsearch建立的索引进行配对。

关于索引建立的步骤如下:

1.打开kibana中的management管理

2.单击index patterns索引模块。

3.选择create index pattern模块,建立索引。

进入新建索引页面后,建立的索引名要和elasticsearch建立的索引对应,否则,无法创建kibana的索引。

进入next step 后 不要更改设置里面的默认选项,直接create就可以。

 2.索引建立完成后,我们可以去discover选项,选择建立的索引,查看通过elaticsearch上传的数据。

3.既然已经找到数据,那么我们就要对这些数据进行处理,我们选择可视化里面的创建折线图Line来展示。

然后选择想可视化的对应索引后,将出现如下界面。

选择X和Y的单位等,比如x轴选择时间作为单位,但是出现了以下问题:

匹配不到相应类型,也就是说,我在elaticsearch上传的时间不是kibana需要的date类型。那我们的时间是什么类型呢??

再回到当初的python上传数据的代码发现,第23行的这句话(在上一篇文里面):

y={'id':'1','time':str(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())),'value':str(val)}
 
发现time键对应的值是个字符串类型的啊!!!
OK,那我就改类型,把str改成date类型,可以运用python的datetime库,import datetime

将str(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))---->datetime.date.today()
 
再仔细看看,发现,value对应的值也是str,当你在kibana操作的时候,字段里面的选项也是没有value选项的,现在知道了,
既然是str类型怎么能当成数字传上去呢,所以要把str类型转成number,即删除str()即可。
 
改完之后我们保存执行,在kibana中发现还是会报同样的错。为什么呢???
因为索引里面的字段类型是不能更改的,所以想变,就只能重新建立一个新的索引了,注意索引的名字一定不能相同!!!
 
再重复建立索引,建立可视化图的步骤,选择相应的X轴 Y轴后,我们的折线图就出来了。

Kibana对数据的可视化的更多相关文章

  1. Kibana探索数据(Discover)

    总结说明: 1.先在Management/Kibana/Index Patterns 界面下添加索引模式(前提是有索引数据) 2.在Discover界面选中响应的索引模式 3.开启Kibana 查询语 ...

  2. 11,SFDC 管理员篇 - 报表和数据的可视化

    1,Report Builder 1,每一个report type 都有一个 primay object 和多个相关的object 2,Primary object with related obje ...

  3. MetricGraphics.js – 时间序列数据的可视化

    MetricsGraphics.js 是建立在D3的基础上,被用于可视化和布局的时间序列数据进行了优化.它提供以产生一个原则性的,一致的和响应式的方式的图形常见类型的简单方法.该库目前支持折线图,散点 ...

  4. 利用 t-SNE 高维数据的可视化

    利用 t-SNE 高维数据的可视化  具体软件和教程见: http://lvdmaaten.github.io/tsne/  简要介绍下用法: % Load data load ’mnist_trai ...

  5. 基于 HTML5 的 WebGL 和 VR 技术的 3D 机房数据中心可视化

    前言 在 3D 机房数据中心可视化应用中,随着视频监控联网系统的不断普及和发展, 网络摄像机更多的应用于监控系统中,尤其是高清时代的来临,更加快了网络摄像机的发展和应用. 在监控摄像机数量的不断庞大的 ...

  6. OneAPM大讲堂 | 监控数据的可视化分析神器 Grafana 的告警实践

    文章系国内领先的 ITOM 管理平台供应商 OneAPM 编译呈现. 概览 Grafana 是一个开源的监控数据分析和可视化套件.最常用于对基础设施和应用数据分析的时间序列数据进行可视化分析,也可以用 ...

  7. LDA模型数据的可视化

    """ 执行lda2vec.ipnb中的代码 模型LDA 功能:训练好后模型数据的可视化 """ from lda2vec import p ...

  8. circso 对数据进行可视化

    circos可以用来绘制圈图,能够对染色体上的数据进行可视化,首先需要一个染色体的文件 染色体的文件如下,每列之间空格分隔 chr - chr1 chr1 chr - chr2 chr2 chr - ...

  9. 初识Dash -- 构建一个人人都能够轻松上手的界面,操控数据和可视化

    从事数据科学工作,少不了使用Pandas.scikit-learn这些Python生态系统中的利器,还有就是控制工作流的Jupyter Notebooks,没的说,你和同事都爱用.但是,要想将工作成果 ...

随机推荐

  1. 一个commit引发的思考

    这几天我翻了翻golang的提交记录,发现了一条很有意思的提交:bc593ea,这个提交看似简单,但是引人深思. commit讲了什么 commit的标题是"sync: document i ...

  2. 源码阅读 - java.util.concurrent (一)

    java.util.concurrent这个包大致可以分为五个部分: Aomic数据类型 这部分都被放在java.util.concurrent.atomic这个包里面,实现了原子化操作的数据类型,包 ...

  3. POJ 1651:Multiplication Puzzle(区间DP)

    http://poj.org/problem?id=1651 题意:给出n个数字,每取中间一个数,就会使得权值加上中间这个数和两边的乘积,求取剩两个数最少的权值是多少. 思路:区间dp. 一开始想了挺 ...

  4. Python面向对象知多少?

    问题场景 小王是某游戏公司的新入职的职员,有一天,组长交给了他一个任务,为一个即将准开发的一款游戏设计一些人物角色,其中包括多种职业,如牧师.战士和法师等等.每种职业都有一些自身独有的属性和技能,但是 ...

  5. 控制反转&依赖注入

    IoC(Inversion of Control,控制反转).这是spring的核心,贯穿始终.所谓IoC,对于spring框架来说,就是由spring来负责控制对象的生命周期和对象间的关系.这是什么 ...

  6. mongo去重统计

    表名:parkUserCost id: patkId: userId: phone: costVal: 适合特定条件下,对某些字段进行去重筛选.(比如限定抢购) 第一种,使用\(first操作符.\) ...

  7. UVA663 Sorting Slides(烦人的幻灯片)

    UVA663 Sorting Slides(烦人的幻灯片) 第一次做到这么玄学的题,在<信息学奥赛一本通>拓扑排序一章找到这个习题(却发现标程都是错的),结果用二分图匹配做了出来 蒟蒻感觉 ...

  8. [小米OJ] 9. 移除 K 位得到最小值

    思路: 重复k次: 1.找到并且删除第一个 num[i] > num[i+1] 的第i位数字. 2.若删除过程中,序列变成递增序列,则直接删除最后一位. 注意除去字符串头的0 def solut ...

  9. [leetcode]375 Guess Number Higher or Lower II (Medium)

    原题 思路: miniMax+DP dp[i][j]保存在i到j范围内,猜中这个数字需要花费的最少 money. "至少需要的花费",就要我们 "做最坏的打算,尽最大的努 ...

  10. C#命名规范(简述)

    命名空间,类,事件,接口,常量,属性,方法使用Pascal命名,即首字母大写  参数,变量(类字段)使用camel命名法,即首字母小写. Pascal 方式--所有单词第一个字母大写,其他字母小写.  ...