如果细心的读者阅读过我之前的文章 “Elasticsearch：aggregation 介绍”，就会发现在我之前的例子中，我有用到 Script 来生成一个 field，并对这个 field 进行聚合统计。当时是这样做的：

GET sports/_search
{"size": 0,"aggs": {"age_range": {"range": {"script": {"source": """def dob = doc['birthdate'].value;return params.now - dob.getYear()""","params": {"now": 2019}},"ranges": [{"from": 30,"to": 31}]}}}
}

那么我们可以在 Kibana 中做同样的事吗？

答案是肯定的。在今天的文章中，我将来介绍如何在 Kibana 中使用 Script 来生产一个 field，并对这个 field 进行统计。

什么是 Scripted Field?

Scripted Field 用中文讲就是脚本字段。它是基于脚本即时计算值

在查询时计算的值，但未编制索引
可能会占用大量资源，并且会影响 Kibana 的效果
没有验证
Buggy 脚本将生成异常
可以使用 “Painless” 或者 “Luncene 表达式” 来写脚本

我们可以参考如下的链接：

https://www.elastic.co/guide/en/elasticsearch/reference/current/ modules-scripting-painless.html
https://www.elastic.co/guide/en/elasticsearch/reference/current/ modules-scripting-expression.html

下面我们还是使用一个具体的例子来讲述 Scripted Fields。

准备数据

为了能够展现如何生产 Scripted Filed，我们先使用如下的一个基本的数据。在 Kibana 中输入如下的数据：

POST _bulk
{ "index" : { "_index" : "twitter", "_id": 1} }
{"user":"张三","message":"今儿天气不错啊，出去转转去","uid":2,"city":"北京","province":"北京","country":"中国","address":"中国北京市海淀区","location":{"lat":"39.970718","lon":"116.325747"}, "DOB":"1980-12-01"}
{ "index" : { "_index" : "twitter", "_id": 2 }}
{"user":"老刘","message":"出发，下一站云南！","uid":3,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区台基厂三条3号","location":{"lat":"39.904313","lon":"116.412754"}, "DOB":"1981-12-01"}
{ "index" : { "_index" : "twitter", "_id": 3} }
{"user":"李四","message":"happy birthday!","uid":4,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区","location":{"lat":"39.893801","lon":"116.408986"}, "DOB":"1982-12-01"}
{ "index" : { "_index" : "twitter", "_id": 4} }
{"user":"老贾","message":"123,gogogo","uid":5,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区建国门","location":{"lat":"39.718256","lon":"116.367910"}, "DOB":"1983-12-01"}
{ "index" : { "_index" : "twitter", "_id": 5} }
{"user":"老王","message":"Happy BirthDay My Friend!","uid":6,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区国贸","location":{"lat":"39.918256","lon":"116.467910"}, "DOB":"1984-12-01"}
{ "index" : { "_index" : "twitter", "_id": 6} }
{"user":"老吴","message":"好友来了都今天我生日，好友来了,什么 birthday happy 就成!","uid":7,"city":"上海","province":"上海","country":"中国","address":"中国上海市闵行区","location":{"lat":"31.175927","lon":"121.383328"}, "DOB":"1985-12-01"}

这个 twitter 的 schema 是这样的：

{"twitter" : {"mappings" : {"properties" : {"DOB" : {"type" : "date"},"address" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"city" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"country" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"location" : {"properties" : {"lat" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"lon" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}}}},"message" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"province" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"uid" : {"type" : "long"},"user" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}}}}}
}

我们发现这个 Schema 里含有一个叫做 DOB (date of birth)的字段，但是它没有一个叫做 age 的字段，也就是年龄。我们知道这个年龄字段其实是根据每次查询的时间，会有不同。比如今年查询和明年查询，显然显示的年龄应该会有不同。我们的目标是每次搜索时会自动生产相应的 age。

我们先打开 Kibana，然后点击Management：

我们选中 Twitter index pattern。如果大家不知到什么是 Inxdex pattern和如何生产 Index Pattern，请参阅我之前的文章“Kibana: 如何使用 Search Bar”。我们点击 Scripted Field：

然后点击 Add scripted field:

如上所示，我们想创建一个叫做 age 的 scripted field。它的值是 2019-doc['DOB'].value.getYear()，也就是用我们当前的年份减去生日的年份。由于这个脚本没有验证，有可能出现错误，那么我们如何测试它呢？

我们可以选择 Preview Results 来进行查看我们的结果。如果没有错误，那么我们可以看到输出的值。加入我们把脚本改为 2019-doc['DOB].value.getYear() 的话，显然这个是一个错误的脚本，在 DOB 那里少了一个引号。我们重复刚才的动作，那么：

这次显然是有错误的信息出现。我们可以通过这样的方法来排查我们的错误。最后，我们选择 Create field 按钮：

这样就看到了一个生成的叫做 age 的 Scripted field。那么我们该如何使用这个字段呢？我们点击 Discover，并搜索我们想要的年龄：

显然，这个时候，我们可以通过 age 来搜索我们的 index。但是必须记住的，这个新生成的字段只限于 Kibana 使用，并不会写回 twitter 索引，并生产相应的 token。

依赖于刚生成的 age，我们甚至可以做出相应的可视化图：

Kibana: 如何在 Kibana 中生成 Scripted fields相关推荐

浅析如何在Nancy中生成API文档
前言前后端分离,或许是现如今最为流行开发方式,包括UWP.Android和IOS这样的手机客户端都是需要调用后台的API来进行数据的交互. 但是这样对前端开发和APP开发就会面临这样一个问题:如何知 ...
中boxplot函数的参数设置_如何在Python中生成图形和图表
在本章中,我们将学习如何在Python中生成图形和图表,同时将使用函数和面向对象的方法来可视化数据. Python中常用的一些可视化数据包括以下几种. Matplotlib. Seaborn. ggp ...
如何在Java中生成比特币钱包地址
让我们通过学习比特币(Bitcoin)如何实施该技术的各个方面来工作,好吗?该技术包括以下几个方面: 比特币地址bitcoin address是用来发送和接收比特币的. 交易transaction是比 ...
大数据分析如何在Python中生成FiveThirtyEight图
大数据分析如何在Python中生成FiveThirtyEight图?如果你阅读大数据分析文章,则可能已经迷失了FiveThirtyEight的内容.自然,他们的出色可视化使你印象深刻.你想制作自己的出 ...
如何在javascript中生成1到10之间的随机数
在这篇文章中,我们将看到如何在 javascript 中生成 1 到 10 之间的随机数. 如何在javascript中生成1到10之间的随机数我们可以简单地使用 Math.random() 方法在 ...
JavaScript 随机数 – 如何在 JS 中生成随机数
在使用 JavaScript 程序时,有时您可能需要生成一个随机数. 例如,您可能希望在开发 JavaScript 游戏(例如猜数字游戏)时生成一个随机数. JavaScript 有许多用于处理数字和 ...
linux 随机密码更改,如何在Linux中生成EncryptDecrypt随机密码
安全是网络世界中的主要问题之一.网络安全,也称为信息技术安全,重点在于保护计算机,网络,程序和数据免遭意外或未经授权的访问,更改或破坏.我们将密码用于计算机,电子邮件,云,电话,文档等.我们都知道选择 ...
python制作词云时出现figure1 figure2_「中文版」如何在Python中生成任何形状的词云...
有机会介绍一些有趣的项目,向更多人甚至是非技术人员推广Python和人工智能的东西还是蛮有意义的.话不多说,本文将介绍如何将你喜欢的文章或者歌词做一个炫丽的词云图片. 什么是词云呢?简单来说就是,将提 ...
如何在C中生成随机int？
是否有在C中生成随机int数的函数? 或者我必须使用第三方库吗? #1楼让我们来看看. 首先,我们使用srand()函数为随机化器播种. 基本上,计算机可以根据提供给srand()的数字生成随机数. ...

Kibana: 如何在 Kibana 中生成 Scripted fields

什么是 Scripted Field?

准备数据

Kibana: 如何在 Kibana 中生成 Scripted fields相关推荐

最新文章

热门文章