1. 前言
经过前面Day1搭建集群，Day2实现日志内容识别，Day3配置补充，我们从业务机器采集回来了大量易于分析的日志。在日常的运维工作中，我们要的并不只会是一堆索引数据，我们搭建ELK集群进行日志分析，也不会止步于简单的索引。我们前面做了那么多铺垫，为的就是要对我们的日志分析结果进行可视化输出。
毕竟，人类是视觉动物。
2. 场景分析
Understanding a question is half an answer.
via Socrates
在我们进行数据可视化之前，首先要问的并不是我们需要什么图表，而应该是我们想要知道什么。
在不同的业务场景或者是不同的岗位里面，我们关注的问题往往也不一样。比方说，我一个做运维的就不会关注玩家的年龄分布，但往往产品经理就会很在意。运维会关注服务器的并发连接数变化，产品经理就未必感兴趣了。
在接下来的内容中，我们将继续以我们的Hexo网站作为分析对象，通过网站产生的Nginx访问日志，进行一些基本的分析。
2.1 网站访问量统计
当我们运营一个网站的时候，首先最直观的运营数据就是网站的点击率。得到这个数据之后，就可以根据访问量制定服务器的扩缩容计划。
2.2 网站访问量随时间分布
结合上一点，我们可以再深入一点，我们可以考虑做一个折线图，反应网站访问量随着时间的变化。在一定程度上，也可以说是网站的“行情”，也有助于我们去预测网站访问量的变化，从容地安排扩缩容计划。
2.3 Http返回码统计
在正常情况下，http返回码主要都是集中在200、304、301等，我们可以通过http各种返回码的占比判断网站流量是否正常。比如说，如果突然出现大量的5xx、4xx返回码，可能意味着后台出了故障，或者是网站正在遭受攻击，所以http返回码也是我们的关注点之一。
2.4 网站热点数据
分析Web日志中记录的URI访问数量排名，可以知道网站的热点数据，一方面可以知道哪些内容最受欢迎，另一方面可以把热点URI作为压测的测试样本。
2.5 网站访问来源统计
我们可以根据访问源IP地址分析出访客所在的地区，同样可以作为一个运营指标，知道网页的内容比较多受到哪些地区的网友的欢迎。如果业务内容是游戏或者是营销号，那这个指标就显得很重要了。
3. 操作步骤
结合上一节提到的各种想法，我们可以开始去创建图表了。
3.1 创建dashboard
进入Kibana主菜单 -> Dashboard -> 点击“Create dashboard”，即可新建一个dashboard，并进入到编辑页面。
3.2 创建可视化图表
正如前文提到的，图表是围绕着业务性质和需求进行的，并不会有通用的方案，我在这里只会简单说明方法，抛砖引玉。除了我下面会介绍的之外，Kibana自带的图表方案相当丰富，可以展示更多复杂的场景。
3.2.1 创建Metric显示网站首页点击数
3.2.2 创建条形图统计热点URI
3.2.3 创建饼图展示HTTP返回码分布
需要着重说明的是，在这个例子中，我使用了filter功能，只统计Live环境的。
3.3 样例展示
最后，我给我的这个网站做了这样的看板，内容不多，但已经可以直观地展示我的小网站的访问情况了。
4. 总结
笔者在工作中使用的Kibana还停留在6.x版本，在创作这篇文章的过程中，惊讶于现在这个7.14版本的使用体验已经有了很大的改进。而最值得夸赞的是，系统会根据你的操作和数据揣摩你的需求，自动提供一个最符合你预期的设置方案，省却了很多的步骤。
而正如我前文所说，我这里介绍到的操作方法更多的是演示性质的，其实里面的配置还可以有很多的细节，甚至还可以制作聚合图形，只是囿于篇幅无法一一讲述。
但说到最后，还是想重复一次：比起可视化输出，更重要的是我们要清楚知道自己的需求，才能有的放矢。
我会在接下来的内容里面继续研究Kibana的可视化设置，探寻其他的可能性。
