kibana---timelion
Timelion入门
源文：https://segmentfault.com/a/1190000016679290
Timelion使你可以轻松获得以下问题的答案：
- 随着时间的推移，每个唯一的用户会查看多少个页面?
- 这个星期五和上周五之间的交通量有什么不同？
- 今天有多少日本人口来到我的网站？
- 标准普尔500指数的10日均线是多少？
- 过去两年收到的所有搜索请求的累计总和是多少？
创建时间序列可视化
本教程将使用Metricbeat的时间序列数据带你浏览Timelion提供的一些函数，首先下载Metricbeat，按照这里的说明在本地获取数据。
你将创建的第一个可视化将比较在用户空间中花费的CPU时间与一小时的结果偏移量的实时百分比，为了创建这个可视化，我们需要创建两个Timelion表达式，一个是system.cpu.user.pct的实时平均数，另一个是1小时的平均偏移量。
首先，你需要在第一个表达式中定义index、timefield和metric，并在Timelion查询栏中输入以下表达式。
.es(index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct')
现在你需要添加另一个具有前一小时数据的系列，以便进行比较，为此，你必须向.es()函数添加一个offset参数，offset将用日期表达式偏移序列检索。对于本例，你希望将数据偏移一小时，并使用日期表达式-1h，使用逗号分隔这两个系列，在Timelion查询栏中输入以下表达式：
.es(index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct'), .es(offset=-1h,index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct')
很难区分这两个系列，自定义标签以便于区分它们，你总是可以将.label()函数附加到任何表达式以添加自定义标签，在Timelion查询栏中输入以下表达式来定制标签：
.es(offset=-1h,index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('last hour'), .es(index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('current hour')
保存完整的Timelion工作表作为Metricbeat示例，作为一种最佳实践，你应该在完成本教程的过程中保存对本工作表所做的任何重要更改。
定制和格式化可视化
Timelion有很多定制选项，你几乎可以使用可用的函数对图表的每个方面进行个性化设置，对于本教程，你将执行以下修改。
- 添加一个标题
- 更改系列类型
- 改变一个系列的颜色和不透明度
- 修改图例
在上一节中，你用两个系列创建了一个时间轴图表，让我们继续定制这个可视化。
在进行任何其他修改之前，将title()函数附加到表达式的末尾，以添加具有有意义名称的标题，这将使不熟悉的用户更容易理解可视化目的。对于这个示例，将title('CPU usage over time')添加到原始系列中，在Timelion 查询栏中使用以下表达式：
.es(offset=-1h,index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('last hour'), .es(index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('current hour').title('CPU usage over time')
为了进一步区分过去一小时系列，你将把图表类型更改为区域图表，为了做到这一点，你需要使用.lines()函数来定制折线图，你将设置fill和width参数，分别设置折线图的填充和折线宽度。在本例中，你将通过添加.lines(fill=1,width=0.5)将填充级别设置为1，边框宽度设置为0.5，在Timelion查询栏中使用以下表达式：
.es(offset=-1h,index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('last hour').lines(fill=1,width=0.5), .es(index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('current hour').title('CPU usage over time')
让我们给这些系列涂上颜色，使当前的小时系列比过去一个小时系列流行一点，color()函数可用于更改任何系列的颜色，并接受标准颜色名称、十六进制值或分组系列的颜色模式。对于这个示例，你将在过去一个小时使用.color(gray)，而在当前小时使用.color(#1E90FF)，在Timelion查询栏中输入以下表达式进行调整：
.es(offset=-1h,index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('last hour').lines(fill=1,width=0.5).color(gray), .es(index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('current hour').title('CPU usage over time').color(#1E90FF)
最后但并非最不重要，调整图例，使其占用尽可能小的空间，你可以使用.legend()函数来设置图例的位置和样式。在本例中，通过将.legend(columns=2, position=nw)两列追加到原始系列，将图例放置在可视化的西北位置，使用以下表达式进行调整：
.es(offset=-1h,index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('last hour').lines(fill=1,width=0.5).color(gray), .es(index=metricbeat-*, timefield='@timestamp', metric='avg:system.cpu.user.pct').label('current hour').title('CPU usage over time').color(#1E90FF).legend(columns=2, position=nw)
保存你的更改并继续到下一节学习数学函数。
使用数学函数
在前两部分中，你已经学习了如何创建和样式化Timelion可视化，本节将探索Timelion提供的数学函数。你将继续使用Metricbeat数据为入站和出站网络流量创建新的Timelion可视化，首先，你需要在工作表中添加一个新的Timelion可视化。
在顶部菜单中，单击Add添加第二个可视化，当添加到工作表中时，你会注意到查询栏已经被替换为默认的.es(*)表达式，这是因为查询与你选择的Timelion工作表上的可视化相关联。
要开始跟踪入站/出站网络流量，你的第一个表达式将计算system.network.in.bytes的最大值，将下面的表达式输入到你的Timelion查询栏：
.es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.in.bytes)
在绘制变化率时，监视网络流量更有价值，derivative()函数就是这样做的 - 绘制值随时间的变化，通过在表达式末尾添加.derivative()可以很容易地做到这一点，使用以下表达式来更新你的可视化：
.es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.in.bytes).derivative()
现在是出站流量，你需要为system.network.out.bytes添加类似的计算，由于出站流量将离开你的机器，因此将此指标表示为负数是有意义的，.multiply()函数将系列乘以一个数字，这个数字是系列或系列列表的结果。对于本例，你将使用.multiply(-1)将出站网络流量转换为负值，使用以下表达式来更新你的可视化：
.es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.in.bytes).derivative(), .es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.out.bytes).derivative().multiply(-1)
为了使这个可视化更容易使用，将这个系列从字节转换为兆字节，Timelion有一个.divide()函数可以使用，.divide()接受与.multiply()相同的输入，并将这个系列除以所定义的除数，使用以下表达式来更新你的可视化：
.es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.in.bytes).derivative().divide(1048576), .es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.out.bytes).derivative().multiply(-1).divide(1048576)
使用上一节中学习的格式化函数.title()、.label()、.color()、.lines()和.legend()，让我们稍微整理一下这个可视化，使用以下表达式来更新你的可视化：
.es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.in.bytes).derivative().divide(1048576).lines(fill=2, width=1).color(green).label("Inbound traffic").title("Network traffic (MB/s)"), .es(index=metricbeat*, timefield=@timestamp, metric=max:system.network.out.bytes).derivative().multiply(-1).divide(1048576).lines(fill=2, width=1).color(blue).label("Outbound traffic").legend(columns=2, position=nw)
保存你的更改并继续到下一节学习条件逻辑和跟踪趋势。
使用条件逻辑和跟踪趋势
在本节中，你将学习如何使用条件逻辑修改时间序列数据，并使用移动平均值创建趋势，这有助于随着时间的推移很容易地发现异常值和模式。
对于本教程，你将继续使用Metricbeat数据添加另一个监控内存消耗的可视化，首先，使用以下表达式绘制system.memory.actual.used.bytes的最大值。
.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes')
让我们创建两个阈值来监视使用的内存数量，在本教程中，警告阈值为12.5GB，严重阈值为15GB，当使用内存的最大数量超过这些阈值中的任何一个时，将相应地对该系列进行着色。
如果你的计算机的阈值过高或过低，请相应地进行调整。
要配置这两个阈值，可以使用Timelion的条件逻辑，在本教程中，你将使用if()将每个点与一个数字进行比较，如果条件的值为true，则调整样式，如果条件的值为false，则使用默认样式，Timelion提供了以下六个操作符值进行比较。
eq |
相等 |
ne |
不相等 |
lt |
小于 |
lte |
小于或等于 |
gt |
大于 |
gte |
大于或等于 |
由于有两个阈值，因此对它们进行不同的样式是有意义的，使用gt操作符将警告阈值用.color('#FFCC11')涂成黄色，将严重阈值用.color('red')涂成红色，在Timelion查询栏中输入以下表达式，以应用条件逻辑和阈值样式：
.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').if(gt,12500000000,.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'),null).label('warning').color('#FFCC11'), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').if(gt,15000000000,.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'),null).label('severe').color('red')
有关Timelions条件功能的更多信息，请参阅I have but one .condition()的博客文章。
现在你已经定义了阈值来轻松地识别异常值，让我们创建一个新的系列来确定真正的趋势是什么，Timelion的mvavg()函数允许计算给定窗口上的移动平均值，这对嘈杂的时间序列特别有用，对于本教程，你将使用.mvavg(10)来创建具有10个数据点窗口的移动平均线，使用以下表达式创建最大内存使用量的移动平均值：
.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').if(gt,12500000000,.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'),null).label('warning').color('#FFCC11'), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').if(gt,15000000000,.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'),null).label('severe').color('red'), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').mvavg(10)
现在你已经有了阈值和移动平均值，让我们格式化可视化，以便更容易使用，和最后一部分一样，使用.color()、.line()、.title()和.legend()函数相应地更新可视化：
.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').label('max memory').title('Memory consumption over time'), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').if(gt,12500000000,.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'),null).label('warning').color('#FFCC11').lines(width=5), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').if(gt,15000000000,.es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes'),null).label('severe').color('red').lines(width=5), .es(index=metricbeat-*, timefield='@timestamp', metric='max:system.memory.actual.used.bytes').mvavg(10).label('mvavg').lines(width=2).color(#5E5E5E).legend(columns=4, position=nw)
保存你的Timelion工作表并继续到下一节，将这些新的可视化添加到你的仪表盘。
添加到仪表盘
你已经正式利用了Timelion的功能来创建时间序列可视化，本教程的最后一步是向仪表盘添加你新的可视化，下面，本节将向你展示如何从Timelion工作表中保存可视化，并将其添加到现有的仪表盘中。
要将Timelion可视化保存为仪表盘面板，请执行以下步骤。
- 选择要添加到一个（或多个）仪表盘上的可视化视图。
- 点击顶部菜单中的
Save选项。 - 选择
Save current expression as Kibana dashboard panel。 - 命名你的面板并点击Save以作为仪表盘可视化。
现在你可以将这个仪表盘面板添加到任何你想要的仪表盘上，这个可视化现在将在可视化列表中列出，继续并按照你创建的其他可视化效果的相同过程进行操作。
创建一个新的仪表盘或打开一个现有的仪表盘，以添加Timelion可视化，就像其他任何可视化一样。
你还可以从Visualize应用程序中创建时间序列可视化 - 只需选择Timeseries可视化类型，并在expression字段中输入一个Timelion表达式。
内联帮助和文档
不能记住一个函数或搜索一个新的函数？莫总是可以在Timelion中引用内联帮助和文档。
Timelion表达式语言的文档是内置的，单击顶部菜单中的Docs可以查看可用的函数并访问内联引用，当你开始在查询栏中输入函数时，Timelion会实时显示相关参数。
上一篇：Dashboard