Kibana 可视化类型：折线图、柱状图、饼图、热力图、地图
数据可视化是将数字变成洞察的过程。Kibana 提供了丰富的可视化类型，让你能用最合适的方式展示数据。
1. 可视化类型概览
┌─────────────────────────────────────────────────────────────┐
│ Kibana 可视化类型 │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ Line │ │ Area │ │ Bar │ │ Pie │ │
│ │ 折线图 │ │ 面积图 │ │ 柱状图 │ │ 饼图 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ Heat │ │ Gauge │ │ Metric │ │ Map │ │
│ │ 热力图 │ │ 仪表盘 │ │ 指标卡 │ │ 地图 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ Table │ │ Goal │ │ Timelion │ │
│ │ 表格 │ │ 目标图 │ │ 时序分析 │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ │
└─────────────────────────────────────────────────────────────┘2. 折线图（Line）
2.1 适用场景
- 趋势分析：销售额随时间变化
- 对比分析：多个指标的时间对比
- 异常检测：发现数据中的异常波动
2.2 配置示例
配置步骤：
1. 选择索引模式
└─→ sales-*
2. Y 轴（Metrics）
└─→ Sum of amount（销售金额）
3. X 轴（Buckets）
└─→ Date Histogram by @timestamp
└─→ Interval: Daily
4. 可选：添加分组
└─→ Split Series → Terms → category2.3 图表样式
Line 图表样式选项：
┌─────────────────────────────────────────────────────────────┐
│ Options │
│ │
│ Style │
│ ├─○ Smooth Line（平滑曲线） │
│ ├─○ Stepped（阶梯图） │
│ └─○ Linear（直线） │
│ │
│ ┌─────────────────────────────────────────────────────┐ │
│ │ ☑ Show Dots（显示数据点） │ │
│ │ ☑ Show Value（显示数值标签） │ │
│ │ Line Width: ━━━ │ │
│ │ Point Size: ●●○ │ │
│ └─────────────────────────────────────────────────────┘ │
│ │
│ Axis │
│ ├─ Position: Left / Right │
│ └─ Scale: Linear / Log │
│ │
└─────────────────────────────────────────────────────────────┘2.4 多线图
多条折线的配置：
Y 轴：
├─ Metrics 1: Sum of revenue
├─ Metrics 2: Sum of cost
└─ Metrics 3: Average of margin
效果：三条线在同一图表中展示3. 面积图（Area）
3.1 适用场景
- 累积量展示：总销售额的累积趋势
- 占比变化：各部分占总体的比例变化
- 区域分析：数据的集中区域
3.2 面积图变体
面积图样式：
1. Stacked Area（堆叠面积图）
└─→ 各部分堆叠显示，适合展示累积量
2. Unstacked Area（不堆叠面积图）
└─→ 各部分独立显示，适合对比分析
3. Percentage Area（百分比面积图）
└─→ 各部分占比，恒定为 100%3.3 配置示例
配置：
Y 轴：Sum of orders
X 轴：Date Histogram by @timestamp
分组：Split Area → Terms → region
效果：不同地区的订单累积趋势4. 柱状图（Bar）
4.1 适用场景
- 分类对比：不同产品的销量对比
- 排名分析：Top 10 服务
- 分布展示：各区间的数量分布
4.2 柱状图类型
柱状图类型：
1. Vertical Bar（垂直柱状图）
└─→ X 轴为分类，Y 轴为数值
2. Horizontal Bar（水平柱状图）
└─→ Y 轴为分类，X 轴为数值
└─→ 适合展示排名（Top 10）
3. Stacked Bar（堆叠柱状图）
└─→ 展示部分与整体的关系4.3 配置示例
配置（水平柱状图）：
Y 轴（Buckets）：
├─ Split Rows → Terms → service
└─ Order: Descending, Size: 10
X 轴（Metrics）：
└─ Count（请求数量）
效果：Top 10 服务排名5. 饼图（Pie）
5.1 适用场景
- 占比分析：各分类占总体的比例
- 简单对比：少量分类的对比
- 快速洞察：一眼看出最大/最小的分类
5.2 配置示例
配置：
1. Slice / Bucket：
└─→ Terms → category
└─→ Order: Descending
└─→ Size: 5
2. Options：
├─ Donut（环形图）☑
└─ Show Labels（显示标签）☑
效果：显示前 5 大分类的占比5.3 多层饼图
配置：
1. Parent Bucket：
└─→ Terms → category
2. Child Bucket：
└─→ Terms → product_name
效果：先按分类分大块，再按产品分小块6. 热力图（Heat Map）
6.1 适用场景
- 密度分析：数据在两个维度上的分布密度
- 时间分析：某时段某类别的活跃程度
- 相关性分析：两个指标的相关性
6.2 配置示例
配置：
X 轴：Buckets → Terms → hour_of_day
Y 轴：Buckets → Terms → day_of_week
Value：Count
效果：展示一周各时段的访问密度
颜色越深表示访问量越大6.3 颜色配置
颜色方案：
1. 单一颜色渐变
└─→ 白色 → 红色（由浅到深）
2. 对比色渐变
└─→ 绿色 → 黄色 → 红色
3. 自定义
└─→ 设置任意颜色序列
调整：Color Schema 选择7. 仪表盘（Gauge）
7.1 适用场景
- 实时监控：当前状态一目了然
- KPI 展示：关键指标达标情况
- 阈值告警：超出范围的视觉警告
7.2 配置示例
配置：
1. Metrics：
└─→ Average of response_time
2. Options：
├─ Gauge Type: Arc（弧形） / Vertical（垂直）
├─ Color Range：
│ ├─ 0 - 1000ms → 绿色（正常）
│ ├─ 1000 - 3000ms → 黄色（警告）
│ └─ 3000+ ms → 红色（异常）
└─ Auto Extend Color Range ☑7.3 仪表盘效果
效果示意：
╭──────────╮
╱ 250 ╲ ← 当前值
╱ ms ╲
╱──────────────╲
│ ▓▓▓▓▓▓▓▓░░░░░ │
│ 0 500 1000│ ← 刻度
绿色：正常 | 黄色：警告 | 红色：异常8. 指标卡（Metric）
8.1 适用场景
- KPI 展示：一目了然的数字
- Dashboard 装饰：提供关键数据点
- 趋势指示：与过去对比
8.2 配置示例
配置：
1. Metrics：
└─→ Count / Average / Sum / ...
2. Options：
├─ Label: "Total Revenue"
├─ Format: Currency (¥)
├─ Decimals: 0
└─ Show Trend: ☑
└─ Compare to: 7 days ago8.3 样式模板
指标卡样式选项：
1. 简洁数字
└─→ 123,456
2. 数值 + 标签
└─→ 123,456 │ 总订单
3. 数值 + 趋势
└─→ 123,456 ↑ 15%
4. 大数字 + 背景色
└─→ 突出显示关键指标9. 地图（Maps）
9.1 支持的地图类型
| 类型 | 说明 | 适用场景 |
|---|---|---|
| Choropleth | 区域着色图 | 国家/地区统计 |
| Point | 点位图 | 事件位置标记 |
| Heatmap | 热力图 | 密度分布 |
| Line | 轨迹图 | 路径/路线 |
9.2 配置示例
配置（Choropleth 地图）：
1. 地图服务：
└─→ World Countries（世界国家）
2. Join Field：
└─→ geoip.country_code3 → ISO 3166-1 alpha-3
3. 聚合：
└─→ Sum of amount
效果：按国家显示销售额
颜色深浅代表销售额大小10. 数据表格（Data Table）
10.1 适用场景
- 明细展示：需要看具体数据
- 排序分析：按多个维度排序
- 导出数据：生成数据报表
10.2 配置示例
配置：
1. Buckets：
└─→ Split Rows → Terms → service
└─→ Sort: Descending by Count
└─→ Size: 10
2. Metrics：
└─→ Count
└─→ Average of response_time
└─→ Max of bytes
效果：
┌────────────┬──────────┬──────────┬──────────┐
│ Service │ Requests │ Avg RT │ Max Size │
├────────────┼──────────┼──────────┼──────────┤
│ user-svc │ 123,456 │ 250ms │ 50KB │
│ order-svc │ 98,765 │ 350ms │ 100KB │
│ ... │ │ │ │
└────────────┴──────────┴──────────┴──────────┘11. 组合可视化
11.1 Vega 可视化
Vega 是一种声明式语法，可以创建 Kibana 内置不支持的自定义可视化：
java
// Vega 示例：自定义散点图
{
"$schema": "https://vega.github.io/schema/vega-lite/v5.json",
"data": {
"url": {
"%context%": true,
"index": "sales-*",
"body": {
"aggs": {
"points": {
"terms": {
"field": "product_id",
"size": 1000
},
"aggs": {
"x": { "avg": { "field": "price" } },
"y": { "avg": { "field": "quantity" } }
}
}
}
}
}
},
"mark": "point",
"encoding": {
"x": { "field": "x", "type": "quantitative" },
"y": { "field": "y", "type": "quantitative" }
}
}12. 选择合适可视化类型的指南
选择建议：
需要展示趋势？
├─→ 折线图 ✓
└─→ 面积图 ✓
需要对比分类？
├─→ 柱状图 ✓
├─→ 水平柱状图 ✓（排名）
└─→ 饼图 ✓（少量分类）
需要展示占比？
├─→ 饼图 ✓
├─→ 堆叠面积图 ✓
└─→ 堆叠柱状图 ✓
需要展示分布？
├─→ 热力图 ✓
└─→ 直方图 ✓
需要单一数值？
├─→ 指标卡 ✓
└─→ 仪表盘 ✓
需要地理位置？
└─→ 地图 ✓总结
Kibana 可视化类型丰富，选择原则：
- 趋势分析：折线图、面积图
- 对比分析：柱状图、饼图
- 分布分析：热力图、直方图
- KPI 展示：指标卡、仪表盘
- 地理分析：地图
留给你的问题：
假设你要创建一个网站监控仪表板，需要展示：
- 当前在线用户数（单一数值）
- 过去 24 小时的请求趋势
- 各服务的请求占比
- 各地区的访问分布
- 响应时间的分布
你会分别选择哪些可视化类型？为什么？