Kibana 用户指南（分析查询和聚合）

分析查询和聚合

Elasticsearch具有强大的分析器API，可用于检查和分析你的搜索查询，然而，响应是一个非常大的JSON blob，很难手工分析。

X-Pack包含Search Profiler工具，可以将此JSON输出转换为易于导航的可视化，使你能够更快地诊断和调试性能较差的查询。

入门

在Kibana中自动启用搜索概要分析器，它位于Kibana的Dev Tools选项卡下。

要开始分析查询：

1. 在Web浏览器中打开Kibana并登录，如果你在本地运行Kibana，请转到http://localhost:5601/。
2. 单击侧面导航中的DevTools以打开Search Profiler，Console是首次访问DevTools时打开的默认工具。
   
   在顶部导航栏上，单击第二项：Search Profiler
   
3. 这将打开Search Profiler界面。
   

4. 将默认的match_all查询替换为你要分析的查询，然后单击Profile。
   
   Search Profiler显示搜索的索引的名称，每个索引中的分片以及查询所花费的时间，以下示例显示了对match_all查询进行概要分析的结果，搜索了三个索引：.monitoring-kibana-2-2016.11.30，.monitoring-data-2和test。

   如果我们仔细查看测试索引的信息，我们可以从累积时间看到查询花了0.132ms来执行，在索引中的五个碎片中（DWZD0iosQNeJMTvb4q1JDw 0到5），碎片3是最慢的（0.053ms），其次是碎片2（0.038ms），碎片按时间降序排序。

   

   Cumulative Time指标是各个分片时间的总和，它不一定是查询返回的实际时间（挂钟时间），由于可能在多个节点上并行处理分片，因此挂钟时间可能远远小于累积时间，但是，如果碎片在同一节点上并置并串行执行，则挂钟时间更接近累积时间。

   虽然Cumulative Time指标对于比较索引和碎片的性能很有用，但它并不一定代表实际的物理查询时间。

5. 要查看碎片的更详细分析信息，请单击“展开”按钮，这将显示有关在碎片上运行的查询组件的详细信息。

   在此示例中，在碎片上运行了一个“MatchAllDocsQuery”，由于它是唯一的查询运行，因此它占用了100％的时间，当你将鼠标悬停在一行上时，“搜索概要分析器”会显示有关查询组件的其他信息。

   

   该面板显示了低级Lucene方法的时序细分，有关更多信息，请参阅时序细分的参考文档。

分析更复杂的查询

要了解查询树在搜索概要分析器中的显示方式，让我们看一个更复杂的查询。

1. 索引以下数据：

   POST test/test/_bulk
   {"index":{}}
   {"name":"aaron","age":23,"hair":"brown"}
   {"index":{}}
   {"name":"sue","age":19,"hair":"red"}
   {"index":{}}
   {"name":"sally","age":19,"hair":"blonde"}
   {"index":{}}
   {"name":"george","age":19,"hair":"blonde"}
   {"index":{}}
   {"name":"fred","age":69,"hair":"blonde"}

2. 在查询编辑器上方的索引过滤器中输入"test"（带有灰色_all的输入框），这会将分析查询限制为test索引。