制作网站开发苏州网络推广seo服务

kinana是一个功能强大、可对Elasticsearch数据进行可视化的开源工具。

我们在dashboard创建可视化时，有时需要将某个index里数据的某个字段根据是否包含某些特定关键词进行过滤，这个时候就可以用到lens里的filter功能很方便地进行操作。

如上图所示，一个名为 formatted-logs的index数据用于检索，我选择了三个字段构成图中的表格，分别是 hostname, abstract 和 log.keyword。

需求一:

将 log.keyword 字段中包含 “No. of IPv6 Unicast prefixes received from” 字符串的行数筛选出来。

操作：

点击 “添加筛选”，选择 log.keyword 字段，在运算符处选择 “是”，然后在“值”一栏填入“No. of IPv6 Unicast prefixes received from *”，因为我们是要匹配包含某字符串的字段内容而不是精确查找，填写完成后点击“保存”，然后会发现一个问题，就是找不到结果。

这个时候再点击刚刚创建的filter标签，点击“编辑筛选”。

点击“编辑为查询DSL”，DSL是ES提供的一种灵活的、基于 JSON 的查询语言。

这个时候可以看到实际用来查询的DSL，可以发现用到的检索是精确匹配，用的是“match_phrase”, 我们希望能够用*进行模糊匹配，所以要把检索方式换成“wildcard”

将精确匹配的“match_phrase”换成支持模糊匹配的“wildcard”，然后再点击“保存”

保存之后，就可以看到所有选择的时间范围内包含 “No. of IPv6 Unicast prefixes received from *” 字符串的日志数据了。

需求二:

将 log.keyword 字段中包含 “No. of IPv6 Unicast prefixes received from” 字符串的日志数据过滤掉。

操作：

将包含某指定字符串的数据行过滤掉不显示在表格内容中，其实就是在实现需求一所用到的ES查询DSL中进行反向操作。

这个时候可以使用 bool 查询中的 must_not 子句。must_not 子句用于排除与特定条件匹配的字段所在行数据（谢谢ChatGPT的倾情解答）。

那么将DSL调整为如下即可：

这个时候再更新检索结果，就可以看到log.keyword 字段中不包含 “No. of IPv6 Unicast prefixes received from” 字符串的日志数据。

最后的温馨tips: DSL 可以使用AI工具帮忙生成！！再次感谢ChatGPT。