前言：
此文接的是上篇，上次的内容是，用python操作elasticsearch存储，实现数据的插入和查询。 估计有些人一看我的标题，以为肯定是 logstash kibana elasticsearch的组合。这三个家伙也确实总是勾搭在一块。 其实logstash是可以被别的替换，比如常见的fluented 。剩下的那两个，kibana和elasticsearch是一伙的，不好做分离。
这次用的不是那种开源的、cs模式日志收集应用，还真不是。而是自己直接从程序里面把日志打到elasticsearch里面（可以是python，也可以用shell的curl）。然后通过kibana把elasticsearch数据读出来，直接绘图。
我个人还是不喜欢用elasticsearch做存储，他的一些语法说明不够犀利，主要原因还是他的DSL让我头疼。 我还是喜欢把结果打到mongodb里面。 对于我来说mongodb的查询语句是我很喜欢的。
不扯了，开始切入主题。 我这里的想法比较简单和方便，比如需要监控一些数据，我们完全可以把结果打到elasticsearch里面。 而不是我前面说的那样，还需要从库里面取出数值，然后再用前端画图，另外数据的接口还不好控制，真心是麻烦，当然对于熟练前后端的人来说，这也仅仅是麻烦而已。
下图是我以前的一个项目，通知平台的前端，当时开发的时候，真是十分的蛋疼，一会搞数据层，一会搞前端的ajax模板，但是带来的好处也不少，尤其是提高自己的前后端细节的写码能力。
但说起来，感觉如果用kibana3的话，在一定程度来说，很是方便。 只需要给elasticsearch下面的数据格式就行了。
index是索引，在elasticsearch里面，一切皆索引（我说的）
type是格式，咱们做图表的时候，基本是根据type做归类的。比如，web相关的为一个索引，然后nginx和varnish为不同的type。 当然也可以再细化，把那个nginx服务都可以做一个索引。 只要你不觉得乱套就行了。 很多人担心elasticsearch的大数据能力，其实我没怎么把他看做大数据处理，就把他做个临时一个月的存储，做一些个日志分析，监控啥的。 （个人喜欢）
@message 是主数据内容
@timestamp是时间，kibana默认是根据这个来做时间段的。
上面的数据有些乱，咱们可以把键值对分化的更细致点。
原文：http://rfyiamcool.blog.51cto.com/1030776/1421049
但是kibana3二次开发起来，对于初学者来说，是有难度的。
原文：http://rfyiamcool.blog.51cto.com/1030776/1421049
如果懒得写前端和数据接口，完全可以把日志和数据放到elasticsearch处理。我的开发主要是python，用pyes，只需要把数据扔给elasticsearch就行了。 格式是json的样子，看下面，用kibana可以做多条件的查询，我想搜 nginx，squid，tornado的类型，类型，出错的频率。
除了query，还有用regexp正则的方式
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
(
111
|
222
)
aaa.*
a{
3
}b{
3
} # match
a{
2
,
4
}b{
2
,
4
} # match
a{
2
,}b{
2
,} # match
.{
3
}.{
3
} # match
a{
4
}b{
4
} # no match
a{
4
,
6
}b{
4
,
6
} # no match
a{
4
,}b{
4
,} # no match
(ab)+ # match
ab(ab)+ # match
(..)+ # match
(...)+ # no match
(ab)* # match
abab(ab)? # match
ab(ab)? # no match
(ab){
3
} # match
(ab){
1
,
2
} # no match
|
查询，web的日志，看下css，js，jpg，bootstrap.css,bootstrap.js 访问的一些比率 ~
本文转自 rfyiamcool 51CTO博客，原文链接：http://blog.51cto.com/rfyiamcool/1421049，如需转载请自行联系原作者
