大数据 -171 Elasticsearch-Head 与 Kibana 7.3.0 实战：安装要点、连通性与常见坑
TL;DR
场景：在本地/内网快速搭建 ES 学习与调试环境，需要可视化与 REST 调试。
结论：用 Chrome 版 Elasticsearch-Head 做集群可视化，配合 Kibana 7.3.0 做查询与仪表盘；注意 CORS 与安全配置。
产出：安装与配置要点、兼容性版本矩阵、常见问题定位与修复清单。
版本矩阵
ES-Head 插件
为了我们测试和学习的方便，我们要安装一个叫：Elasticsearch Head 插件。它是一个界面化的集群操作和管理工具，可以对集群进行傻瓜式操作，你可以通过把插件把它集成到 ES。
ES-Head 主要是三个方面的操作：
显示集群的拓扑，能够快速访问并显示集群的状态，并且能够执行索引和节点级别的操作。
搜索接口能够查询集群中原始 JSON 或表格格式的检索数据
有一个输入窗口，允许任意调用 RESTAPI
ES-Head 是一个用于 Elasticsearch 集群管理的开源可视化插件，帮助用户监控和管理集群状态、索引及数据分布。ES-Head 是轻量级的，界面简洁直观，适合开发者和运维人员实时观察集群运行状况。
官方地址
这是一个开源的插件：
功能特点
集群健康监控
显示集群的健康状态（green、yellow、red）。
显示所有节点信息，包括主节点、副本节点状态。
索引管理
支持索引的查看、创建、删除、关闭和打开操作。
查看每个索引的元信息（例如文档数量、段数量、占用存储等）。
可以直接从界面更新索引的 mapping 和 settings。
数据节点监控
显示每个节点的状态，包括已分配分片和未分配分片。
展示节点的硬件资源信息，如存储空间使用情况。
分片管理
可视化显示分片的分配情况。
支持查看未分配分片的原因，并手动重新分配分片。
RESTful 查询执行
提供查询编辑器，可以在插件中直接发送 RESTful 请求到集群。
支持 GET、POST、PUT、DELETE 等请求方法，帮助调试和验证 API。
索引分布可视化
提供分片在集群中的分布图，便于检查数据分布和副本均衡情况。
多集群支持
可以在一个界面管理多个集群，支持跨集群查看索引状态。
安装步骤
Elasticsearch-head 是一个基于 Node.js 的前端工程，官方有可以运行的 Elasticsearch-Head 的方式，但是这里我们为了方便，就不从部署的方式去做了，直接用 Chrome 插件的方式：
安装之后，可以看到一个这样的插件：
测试连接
我们填写地址之后，访问（里边本来空的，后来为了测试，启动了 Kibana 之后，测试的这个）：
使用场景
开发和调试：开发者可以在插件界面直接发送 REST 请求，查看索引结构和数据。
实时监控集群健康：管理员可以通过插件快速发现集群中的问题（如未分配的分片、节点挂掉等）。
资源均衡优化：可视化查看分片分布，帮助进行负载均衡。
注意事项
由于 ES-Head 插件不需要登录认证，一旦对外开放接口，可能会存在安全风险。在生产环境中使用时，应通过 VPN 或防火墙限制访问权限。
在大规模集群中，数据过多可能会导致界面响应缓慢。
Kibana
官方地址
Kibana 是一个基于 Node.js 的 Elasticsearch 索引库数据统计工具，可以利用 Elasticsearch 的聚合功能，生成各种图标，如柱形图、线状图、饼图等。而且还提供了操作 Elasticsearch 索引数据的控制台，并且提供了一定的 API 提示，非常有利于我们学习 Elasticsearch 的语法。
核心功能
仪表盘（Dashboard）
将多个可视化图表集成到一个页面，形成实时动态的仪表盘。
支持图表拖拽、缩放和联动更新，方便数据展示。
数据探索（Discover）
提供灵活的搜索查询界面，可以按时间、字段和过滤条件进行数据检索。
支持使用 KQL（Kibana Query Language） 和 Lucene 语法 查询数据。
可视化（Visualizations）
支持创建多种类型的可视化图表，如柱状图、折线图、饼图、地图、热力图等。
可以将查询结果以图形方式展示，帮助更好地理解数据。
日志分析（Logs）
针对日志数据优化，支持快速查询和实时日志流分析。
适合用于系统运维、错误排查和日志监控。
监控（Monitoring）
可监控 Elasticsearch 集群和 Kibana 自身的运行状态，如集群健康状况、节点性能等。
可以帮助发现 Elasticsearch 集群中的瓶颈和问题。
安全性（Security）
支持用户认证和授权控制，与 Elasticsearch 的 X-Pack 安全插件集成。
可以基于角色和用户设置访问权限，确保数据安全。
告警（Alerting）
支持创建告警规则，基于查询结果触发事件（如错误日志或异常情况）。
可以将告警发送到电子邮件、Slack 或 Webhook。
机器学习（Machine Learning）
通过内置的机器学习功能，可以自动检测数据中的异常模式和趋势。
应用于日志分析、指标监控和预测分析。
Canvas
用于创建自定义的交互式报告和演示。
可以自定义图表样式和背景，适合数据驱动的商业演示。
Geo 可视化（Maps）
提供基于地理信息的可视化展示，支持 GeoJSON 数据。
用于展示与地理位置相关的数据，如用户分布、销售区域等。
安装步骤
（注意：我们要在 ROOT 用户下进行操作！）我们现在项目并且上传（直接在服务器上下载也可以），上传到 h121 服务器上。对应的截图内容如下：
解压配置
对应的截图如下图所示：
改变 Kibana 目录拥有者账号：
此外，还需要设置访问权限：
配置文件
修改配置文件：
在当中修改端口号等信息：
修改内容部分如下图所示：
启动服务
配置完成之后，我们切换用户进行启动：
对应的截图如下：
访问服务
网页的页面如下：(不一定有账号密码，高版本有要求，低版本直接进入就好)
账号密码是 elastic 和 elastic 的密码（之前 postman 测试的那个）
我们点击右侧的：DevTool 按钮，就可以进入 Kibana 提供的可视化工具了：
可以测试一下这些命令，发现是没问题的，以后的命令可以在这里测了：
使用场景
日志与系统监控
通过 Logstash 将日志文件发送到 Elasticsearch，使用 Kibana 实时监控系统日志和应用程序日志。
业务数据分析
在业务系统中，通过 Kibana 监控销售数据、客户数据等，支持企业决策。
异常检测与告警
使用 Kibana 监控系统性能或业务关键指标，当检测到异常时触发告警。
用户行为分析
监控网站或应用的用户行为，分析用户访问路径和流失率。
错误速查
其他系列
🚀 AI 篇持续更新中（长期更新）
AI 炼丹日志-29 - 字节跳动 DeerFlow 深度研究框斜体样式架 私有部署 测试上手 架构研究，持续打造实用 AI 工具指南！AI 研究-132 Java 生态前沿 2025：Spring、Quarkus、GraalVM、CRaC 与云原生落地🔗 AI模块直达链接
💻 Java 篇持续更新中（长期更新）
Java-180 Java 接入 FastDFS：自编译客户端与 Maven/Spring Boot 实战 MyBatis 已完结，Spring 已完结，Nginx 已完结，Tomcat 已完结，分布式服务已完结，Dubbo 已完结，MySQL 已完结，MongoDB 已完结，Neo4j 已完结，FastDFS 已完结，OSS 正在更新... 深入浅出助你打牢基础！🔗 Java模块直达链接
📊 大数据板块已完成多项干货更新（300 篇）：
包括 Hadoop、Hive、Kafka、Flink、ClickHouse、Elasticsearch 等二十余项核心组件，覆盖离线+实时数仓全栈！大数据-278 Spark MLib - 基础介绍 机器学习算法 梯度提升树 GBDT 案例 详解🔗 大数据模块直达链接
版权声明: 本文为 InfoQ 作者【武子康】的原创文章。
原文链接:【http://xie.infoq.cn/article/29d3642cea61e585648c8c45e】。文章转载请联系作者。
永远好奇 无限进步 2019-04-14 加入
Hi, I'm Zikang，好奇心驱动的探索者 | INTJ / INFJ 我热爱探索一切值得深究的事物。对技术、成长、效率、认知、人生有着持续的好奇心和行动力。 坚信「飞轮效应」，相信每一次微小的积累，终将带来深远的改变。
评论