Kibana, il tool di data visualization di ELK Stack, offre diverse metodologie per rappresentare graficamente ed esplorare i dati. Grazie ad alcuni dati di esempio si possono comprendere al meglio le potenzialità di questo strumento. In questo tutorial ne scopriremo alcune.

Share

Tempo di lettura: 4 minuti

Kibana è il tool di data visualization di ELK stack. Come visto nell’articolo A cosa serve Kibana?, esistono diverse funzionalità disponibili. Oltre alla visualizzazione, infatti è possibile, ad esempio, usare modelli di machine learning per identificare anomalie nei dati e impostare sistemi di alerting personalizzati. La gestione degli utenti, dei loro ruoli e dei workspace può essere effettuata mediante interfacce semplici ed intuitive. Anche l’integrazione con sistemi esterni per la cattura e l’analisi dei logs è guidata da interfacce grafiche.

Kibana, però, nasce come un tool per visualizzare i dati salvati all’interno di Elasticsearch. Le potenzialità di rappresentazione sono davvero tantissime. Per scoprirle illustreremo in questo tutorial come aggiungere dei dati di prova e analizzarli con i principali strumenti.

Importare dati di esempio

I dati di esempio vengono forniti insieme ad esempi di visualizzazioni, dashboard e altro per aiutarvi ad esplorare le funzionalità di Kibana prima di importare i propri dati.

  1. Nella home page, cliccate su “Try our sample data”
  2. Sulla scheda Sample eCommerce orders, cliccate Add data

Esplorare i dati

La pagina Discover visualizza i dati in un istogramma interattivo che mostra la distribuzione dei dati, o documenti, nel tempo, e una tabella che elenca i campi per ogni documento che corrisponde al modello dell’indice. Per visualizzare un sottoinsieme dei documenti, è possibile applicare dei filtri ai dati e personalizzare la tabella al fine di visualizzare solo i campi di interesse.

  1. Aprire il menu principale, quindi fare clic su Discover
  2. Cambia il filtro temporale in Last 7 days
  1. Per visualizzare gli ordini di vendita per l’abbigliamento femminile che hanno un costo maggiore o uguale a $60, utilizzare il campo di ricerca KQL:
products.taxless_price >= 60 and category : Women's Clothing 
  1. Per visualizzare solo le categorie di prodotti che contengono ordini di vendita, muovete il mouse sopra il campo della categoria e poi cliccate su +

Visualizzare e analizzare i dati

Una dashboard è un insieme di pannelli per visualizzare e analizzare i dati. I pannelli contengono visualizzazioni, controlli interattivi, testo e altro.

  1. Aprire il menu principale, quindi fare clic su Dashboard
  2. Clicca su [eCommerce] Revenue Dashboard

Creare un pannello di visualizzazione

Create un pannello treemap che mostra le regioni di vendita e i produttori più importanti, poi aggiungi il pannello alla dashboard.

  1. Nella toolbar cliccate
  2. Nella dashboard cliccate
  3. Nell’editor di visualizzazione drag-and-drop, aprite il menu a tendina Visualization type, quindi selezionate Treemap.
Schermata 2021-12-14 alle 14.52.29
  1. Dall’elenco Available fields, trascinate i seguenti campi nell’area di lavoro:
    • geoip.city_name
    • manufacturer.keyword
  1. Cliccate . La treemap appare come l’ultimo pannello di visualizzazione sulla dashboard.

Interagire con i dati

Potete interagire con i dati della dashboard usando i controlli che vi permettono di applicare filtri a livello della dashboard stessa. Interagite con il pannello [eCommerce] Controls per visualizzare i dati dell’abbigliamento femminile del produttore Gnomehouse.

  1. Dal menu a tendina Manufacturer, selezionate Gnomehouse
  2. Dal menu a tendina Category, selezionate Women’s Clothing
  3. Cliccate Apply changes

Filtrare i dati

Per visualizzare un sottoinsieme dei dati, è possibile applicare dei filtri ai pannelli della dashboard. Applicate un filtro per visualizzare i dati sull’abbigliamento femminile generati il mercoledì dal produttore Gnomehouse.

  1. Cliccate Add filter
  2. Dal menu a tendina Field, selezionate day_of_week
  3. Dal menu a tendina Operator, selezionate is
  4. Dal menu a tendina Value, selezionate Wednesday
  1. Cliccate Save

Letture consigliate

More To Explore

Database

Apache Kafka Parte 1: stream processing e perché cambia tutto

Kafka non è un semplice message broker — è il sistema nervoso distribuito di Netflix, LinkedIn e Uber. Gestisce milioni di eventi al secondo senza perderne uno, in ordine garantito per partizione. Questa prima puntata spiega i concetti fondamentali (topic, partizioni, offset, consumer group) con un caso d’uso reale: le 50 stazioni ARPA Piemonte del progetto Smart City del Politecnico di Torino.

Sviluppo

Supabase: il backend open source per le tue app vibe-coded

Lovable e Bolt costruiscono il frontend in minuti. Ma dove vivono i dati degli utenti? Come funziona il login? Chi può vedere cosa? Supabase risponde a tutte queste domande: PostgreSQL managed, autenticazione pronta all’uso, storage e Row Level Security — tutto gratuito fino a un certo volume, tutto integrabile con un click dai principali tool di vibe coding.

Una risposta

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Progetta con MongoDB!!!

Acquista il nuovo libro che ti aiuterà a usare correttamente MongoDB per le tue applicazioni. Disponibile ora su Amazon!