Kibana 三 字段映射与可视化

首先给大家分享一个巨牛巨牛的人工智能教程，是我无意中发现的。教程不仅零基础，通俗易懂，而且非常风趣幽默，还时不时有内涵段子，像看小说一样，哈哈～我正在学习中，觉得太牛了，所以分享给大家！点这里可以跳转到教程

                    

Kibana最吸引我的地方莫过于可视化（visualize），结合桶（buckets）与指标（metrics）能创造出无穷无尽的图形，但是在实践中发现text字段无法进行聚合操作，如果用DSL语句操作，提示如下错误：

"root_cause": [  {    "type": "illegal_argument_exception",    "reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [dept] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead."  }]
  
  
1
2
3
4
5
6

于是仔细搜索了Fielddata的相关知识，启用倒是简单，但无论是elasticsearch还是运行中的kibana都提示不建议启用fielddata，原因是不仅耗费大量的内存（一旦被载入到内存中，相关的数据段销毁之前，它都一直待在内存中），而且检索数据的延迟会非常严重，用户体验较差，所以默认的映射中会自动关闭此功能，启用的方法如下：

# 改变映射信息，强烈不推荐此方法PUT my_index/_mapping/my_type{  "properties": {    "my_field": {       "type":     "text",      "fielddata": true    }  }}
  
  
1
2
3
4
5
6
7
8
9
10

推荐的方法为创建额外的关键字映射，如下：

PUT my_index{  "mappings": {    "my_type": {      "properties": {        "my_field": {           "type": "text",          "fields": {            "keyword": {               "type": "keyword"            }          }        }      }    }  }}
  
  
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

改变映射关系后，现在就可以对相关字段建立通关系了，只不过建立桶字段已由“my_field”改为“my_field.keyword”。【注：在添加数据时，不需要对my_field.keyword进行设值。】

结论

可视化的关键是对桶的划分，所以在可视化之前，最好是在创建映射之前，就充分考虑字段是否要进行聚合操作。

           

浏览人工智能教程