每天进步一点点---------kibana/Grafana场景2小学排名折线

场景2 小学期间排名折线图

小红是转眼到了六年级了，妈妈说不会总结的孩子不是好孩子，你做一个折线图，看看小学的成绩是一直上升呢还是下降呢？

使用postMan创建了一个xiaohong的index，数据包含年级（grade）和排名（rank），现在来看看折线图：

先来创建一个图：Home -> dashboard -> Type(Line)

如下设置之后，可以看到折线图如图所示，非一般的丑陋呀，，

我们来看一下解释：

Metric

Metric:度量，也就是Y轴，ES中也有Metric，是聚合分析，我们先对ES的聚合一把试试：

POST http://192.168.1.8:9200/xiaohong/_search
{
	"aggs":{ 
		"name_group":{
			"terms":{ 
				"field":"grade"
			}
		}
	}
}
回显如下：可以看出聚合是将字段grade相同的聚合到一起，并且给出数量，此处统计的是count。
{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 1,
        "hits": [
            {
                "_index": "xiaohong",
                "_type": "_doc",
                "_id": "ETmkQ3oB_ergASVnZ7zz",
                "_score": 1,
                "_source": {
                    "grade": 1,
                    "ranking": 24
                }
            },
            {
                "_index": "xiaohong",
                "_type": "_doc",
                "_id": "EjmkQ3oB_ergASVnhLwU",
                "_score": 1,
                "_source": {
                    "grade": 2,
                    "ranking": 20
                }
            },
            {
                "_index": "xiaohong",
                "_type": "_doc",
                "_id": "EzmkQ3oB_ergASVno7z4",
                "_score": 1,
                "_source": {
                    "grade": 3,
                    "ranking": 10
                }
            },
            {
                "_index": "xiaohong",
                "_type": "_doc",
                "_id": "FDmkQ3oB_ergASVnu7xq",
                "_score": 1,
                "_source": {
                    "grade": 4,
                    "ranking": 5
                }
            },
            {
                "_index": "xiaohong",
                "_type": "_doc",
                "_id": "FTmkQ3oB_ergASVn3LwC",
                "_score": 1,
                "_source": {
                    "grade": 5,
                    "ranking": 9
                }
            },
            {
                "_index": "xiaohong",
                "_type": "_doc",
                "_id": "FjmkQ3oB_ergASVn8rwD",
                "_score": 1,
                "_source": {
                    "grade": 6,
                    "ranking": 1
                }
            }
        ]
    },
    "aggregations": {
        "name_group": {
            "doc_count_error_upper_bound": 0,
            "sum_other_doc_count": 0,
            "buckets": [
                {
                    "key": 1,
                    "doc_count": 1
                },
                {
                    "key": 2,
                    "doc_count": 1
                },
                {
                    "key": 3,
                    "doc_count": 1
                },
                {
                    "key": 4,
                    "doc_count": 1
                },
                {
                    "key": 5,
                    "doc_count": 1
                },
                {
                    "key": 6,
                    "doc_count": 1
                }
            ]
        }
    }
}

那么Kibana中选择average是否是聚合的同时又统计了均值呢？答案明显是是的，现在每一个年级只有一个排名，假设有一个克隆红，也有个排名，保存在小红的数据中，比如 grade 1 rank 16，那么如果是平均值，图中的年级1的值就是20了。
新增数据如下：


Metric的其它字段也很好解释了：
Field 分组的变量
Custom Label: Y轴代表的意思

Bucket

ES中也有Bucket的概念，按照一定的规则，将文档分配到不同的桶中，达到分类的目的，这个都不用在ES中尝试了，就是我们刚才尝试的terms，用于分组的。

POST http://192.168.1.8:9200/xiaohong/_search
{
	"aggs":{ 
		"name_group":{
			"terms":{ 
				"field":"grade"
			}
		}
	}
}

遗憾的是这个案例的order by并没有啥作用，以后遇到的时候再进行补充