上一篇【第49篇】Kibana安装配置与基础操作——可视化探索第一步下一篇【第51篇】Kibana Dashboard构建与共享——从数据到洞察明日更新敬请期待摘要Kibana的可视化功能是其核心价值所在它将Elasticsearch中存储的数据通过丰富的图表类型呈现为直观的视觉信息。本文系统梳理Kibana可视化组件体系从基础图表类型面积图、柱状图、折线图、饼图、数据表、指标图等的功能特点与适用场景出发深入讲解新一代Lens拖拽式可视化引擎的操作方法。同时详细介绍TSVB时序数据可视化构建器在多指标叠加和自定义渲染方面的能力、Vega自定义可视化基于声明式JSON规范的实现方式以及Maps地图模块中热力图、点密度图等空间数据可视化技术。通过各模块的配置示例和最佳实践本文为读者建立起Kibana可视化的完整知识框架。关键词KibanaLens可视化TSVBVega地图可视化Elasticsearch图表数据可视化一、Kibana可视化组件类型总览Kibana提供了十余种不同类型的可视化组件每种组件适用于特定的数据展示需求。正确选择图表类型是数据可视化的第一步。1.1 组件类型汇总表组件名称英文名数据类型最佳适用场景核心能力面积图Area时序/分类趋势展示、多系列对比叠加面积展示数据量变化柱状图Bar分类/聚合类别对比、排名垂直或水平并列比较折线图Line时序趋势分析、变化率连续数据的变化轨迹饼图Pie分类占比分析各部分占总体的比例环形图Donut分类占比分析饼图的变体中间可放汇总值数据表Data Table通用明细展示、精确值查看结构化表格呈现原始数据指标图Metric数值核心指标展示大字体显示单个数值仪表盘Gauge数值进度/阈值监控仪表盘式展示百分比或数值目标图Goal数值目标达成率进度条式展示目标完成度标签云Tag Cloud分类频率可视化字体大小表示词频热力图Heat Map多维密度/关联分析颜色深浅表示数值大小垂直柱状图Vertical Bar分类分类对比柱状图的垂直方向版本水平柱状图Horizontal Bar分类长标签分类柱状图的水平方向版本坐标图Coordinate Map地理位置分布经纬度坐标点在地图上的分布区域地图Region Map地理区域统计按行政区划或自定义区域着色1.2 图表选择决策指南面对具体的数据分析需求可以按以下逻辑选择合适的图表类型分析需求推荐图表备选方案查看数据随时间的变化趋势折线图、面积图柱状图离散时间点比较不同类别的大小柱状图、水平柱状图饼图类别≤5个展示各部分占整体的比例饼图、环形图堆叠柱状图展示单个关键数值指标图Metric目标图Goal展示目标完成进度仪表盘、目标图指标图颜色阈值查看多维数据的密度分布热力图气泡图展示词语出现频率标签云水平柱状图Top N展示地理空间分布坐标地图、区域地图热力地图二、Lens拖拽式可视化Lens是Kibana从7.x版本开始推出的新一代可视化引擎大幅简化了可视化创建流程。其核心理念是拖拽即所得——用户只需将字段拖入配置面板Lens会自动识别数据类型并推荐合适的图表。2.1 Lens的核心优势与传统的Visualize模块相比Lens具有以下显著优势特性传统VisualizeLens操作方式下拉菜单逐项配置拖拽字段直接生成图表推荐手动选择图表类型自动推荐最佳图表图表切换需要重新创建一键切换图表类型实时预览配置后查看即拖即看实时反馈学习曲线较陡平缓接近零门槛2.2 Lens操作流程步骤一选择数据源在Lens中第一步是从已有的索引模式中选择数据源索引模式 → 选择 kibana_sample_data_flights步骤二拖拽字段将左侧字段列表中的字段直接拖入中央配置区域。Lens会根据字段的数据类型自动分配角色字段数据类型推荐角色推荐图表keyword/text水平轴X轴柱状图、饼图date水平轴X轴折线图、面积图number垂直轴Y轴各种数值图表geo_point地图图层坐标地图步骤三切换图表类型点击顶部图表类型图标即可实时切换。例如从柱状图切换为饼图、折线图或数据表数据无需重新配置。2.3 Lens实战示例以航班数据集为例创建一个按航空公司显示平均票价的柱状图# 配置步骤操作:1. 将 Carrier 字段拖入水平轴 2. 将 AvgTicketPrice 字段拖入垂直轴 3. 聚合函数选择 Average 4. 图表类型自动推荐为 Bar vertical stacked# 进一步优化5. 在 Breakdown 中添加 DestCountry 字段 6. 实现按目的国家分组堆叠展示2.4 智能图表推荐机制Lens内置的推荐引擎会根据字段组合自动推荐最合适的图表类型{推荐规则:{单数值字段:Metric指标图,keyword 数值:Bar/Column柱状图,date 数值:Line折线图,keyword 数值≤5个值:Pie饼图,date 数值多个:Area stacked堆叠面积图,geo_point:Map地图}}三、TSVB时序数据可视化TSVBTime Series Visual Builder是Kibana中专门为时序数据设计的可视化组件。与传统图表相比TSVB在处理时序数据方面具有更强大的能力。3.1 TSVB的核心功能功能说明传统图表TSVB多指标叠加在同一图表中叠加多个指标有限支持原生支持自定义时间间隔自定义聚合时间桶固定选项完全自由数学运算对指标进行数学变换不支持支持脚本注释在图表上添加事件标注不支持支持Markdown面板插入说明文字或动态数据不支持支持颜色自定义精细的颜色和样式控制有限完全自由3.2 TSVB配置示例场景一多指标叠加监控监控Web服务器的请求速率、错误率和响应时间# TSVB配置 - 多指标叠加Series:-Label:请求速率Aggregation:DerivativeField:nginx.access.countColor:#1a73e8-Label:错误率Aggregation:Filter RatioField:nginx.access.response_codeFilter:response_code:[500 TO 599]Color:#ea4335-Label:平均响应时间Aggregation:AverageField:nginx.access.response_timeColor:#34a853Panel options:-Interval:1m# 1分钟聚合间隔-Drop last bucket:true# 丢弃未完成的时间桶场景二数学运算管道对原始指标进行数学变换例如计算比率{series:[{id:errors,label:错误数,agg:count,filter:status_code:[500 TO 599]},{id:total,label:总请求数,agg:count},{id:error_rate,label:错误率,agg:math,variables:[{id:errors,name:errors},{id:total,name:total}],script:params.errors / params.total * 100}]}3.3 Markdown面板TSVB支持添加Markdown面板可以在仪表盘中插入说明文字甚至动态数据# 系统状态概览 **更新时间**{{ date formatYYYY-MM-DD HH:mm:ss }} **当前状态** - 总请求量{{ count as 0,0 }} 次 - 平均响应时间{{ math avg(response_time) format0.00 }} ms - 错误率{{ math errors/total*100 format0.00 }}% 正常范围错误率 1%响应时间 500ms四、Vega自定义可视化对于标准图表类型无法满足的展示需求Kibana提供了Vega和Vega-Lite可视化组件。这是一种基于声明式JSON规范的高级可视化方案。4.1 Vega与Vega-Lite的区别特性Vega-LiteVega复杂度简洁自动映射完整控制学习曲线较低较高灵活性受限于预定义图表类型高度灵活可自定义一切适用场景常见数据可视化复杂交互、自定义图形JSON大小小几十行大上百行推荐程度优先使用特殊需求时使用4.2 Vega-Lite配置结构{$schema:https://vega.github.io/schema/vega-lite/v5.json,title:航班延误分析,data:{url:{index:kibana_sample_data_flights,body:{size:10000,_source:[FlightDelayMin,Carrier,DestCountry]}}},mark:bar,encoding:{x:{field:Carrier,type:nominal,title:航空公司},y:{field:FlightDelayMin,type:quantitative,aggregate:mean,title:平均延误分钟},color:{field:DestCountry,type:nominal,title:目的国家}}}4.3 动态数据源配置{data:{url:{%context%:true,/* 继承Dashboard全局过滤器 */%timefield%:timestamp,index:kibana_sample_data_*,body:{size:0,aggs:{table:{terms:{field:Carrier,size:20}}}}},format:{property:aggregations.table.buckets}}}4.4 Vega-Lite适用场景场景标准组件Vega-Lite替代方案散点图不支持mark: point实现散点图箱线图不支持mark: boxplot实现箱线图甘特图不支持mark: bar 时间编码桑基图不支持Vega完整语法实现词云Tag Cloud更精细的布局和颜色控制双Y轴图表不支持Layered图表 resolve scale五、Maps地图可视化Kibana Maps模块提供专业的地理空间数据可视化能力支持坐标点、区域着色、热力图等多种地图展现形式。5.1 地理数据基础概念在Elasticsearch中地理数据通过两种字段类型存储字段类型含义数据格式示例geo_point经纬度坐标点单个坐标{lat: 39.9, lon: 116.4}geo_shape地理形状多边形、线GeoJSON{type: polygon, coordinates: [...]}5.2 地图图层类型Kibana Maps支持多种图层类型每种适合不同的数据展现需求图层类型适用数据展现效果典型应用坐标点图层geo_point地图上显示数据点店铺位置、航班起降点热力图图层geo_point颜色渐变表示密度用户位置热力分布聚类图层geo_point点聚合为簇海量点位聚合展示区域图层geo_shape多边形着色行政区划、覆盖范围点密度图层geo_point网格统计人口密度分布5.3 地图配置示例航班数据可视化使用航班数据集创建航线地图{layers:[{name:航班起点,type:TILE_LAYER,source:{type:ES_GEO_GRID,index:kibana_sample_data_flights,geoField:OriginLocation,metrics:[{type:count,label:航班数量}]},style:{type:VECTOR,properties:{fillColor:{type:STYLE,options:{color:Blue to Red,type:ORDINAL}}}}}]}热力图配置创建用户位置热力分布图{layer:{type:HEATMAP,source:{index:user_locations,geoField:location},style:{radius:{type:STATIC,options:{value:25}},colorRampName:{type:STATIC,options:{value:theclassic}}}}}5.4 地理数据索引Mapping配置要使用Maps功能索引的Mapping中需要正确定义地理字段{mappings:{properties:{location:{type:geo_point},service_area:{type:geo_shape},address:{type:text},city:{type:keyword}}}}插入包含地理坐标的文档POST/stores/_doc{name:北京旗舰店,city:北京,location:{lat:39.9042,lon:116.4074},service_area:{type:polygon,coordinates:[[[116.3,39.8],[116.5,39.8],[116.5,40.0],[116.3,40.0],[116.3,39.8]]]}}六、可视化组件对比总结6.1 三大可视化引擎定位引擎定位目标用户推荐使用场景Lens快速可视化全体用户日常数据分析、快速探索TSVB时序分析运维、SRE系统监控、指标看板Vega高级定制开发者、分析师特殊图表、复杂交互Maps地理可视化业务分析空间数据分析、位置展示6.2 组件选择决策树需求分析 ├─ 是否包含地理位置数据 │ ├─ 是 → Maps地理可视化 │ └─ 否 → 继续判断 ├─ 是否主要是时间序列数据 │ ├─ 是 → 需要多指标叠加/数学运算 │ │ ├─ 是 → TSVB │ │ └─ 否 → Lens折线图/面积图 │ └─ 否 → 继续判断 ├─ 是否需要非标准图表散点图/箱线图等 │ ├─ 是 → Vega / Vega-Lite │ └─ 否 → Lens └─ 是否需要快速探索 └─ 是 → Lens拖拽即所得七、总结与最佳实践核心要点回顾图表类型选择是基础根据分析目标选择合适的图表类型避免用错图表误导分析结论Lens降低门槛Lens拖拽式操作让非技术用户也能轻松创建可视化TSVB专注时序对于运维监控和时序分析场景TSVB的多指标叠加能力不可替代Vega补充短板当标准图表无法满足需求时Vega/Vega-Lite提供无限可能Maps打通空间地理数据可视化让空间模式一目了然最佳实践清单优先使用Lens对于80%的可视化需求Lens已经足够强大且操作简便TSVB用于监控系统指标监控应优先使用TSVB充分利用其多指标和数学运算能力Vega慎用Vega功能强大但维护成本高仅在标准组件无法满足时使用地图索引规范地理坐标统一使用geo_point类型区域数据使用geo_shape类型颜色一致性同一仪表盘中使用一致的颜色方案相同含义的指标使用相同颜色聚合策略大数据量场景优先使用ES端聚合避免在Vega中进行客户端聚合上一篇【第49篇】Kibana安装配置与基础操作——可视化探索第一步下一篇【第51篇】Kibana Dashboard构建与共享——从数据到洞察明日更新敬请期待
【Elasticsearch从入门到精通】第50篇：Kibana可视化组件详解——从图表到地图
发布时间：2026/5/27 23:11:27
上一篇【第49篇】Kibana安装配置与基础操作——可视化探索第一步下一篇【第51篇】Kibana Dashboard构建与共享——从数据到洞察明日更新敬请期待摘要Kibana的可视化功能是其核心价值所在它将Elasticsearch中存储的数据通过丰富的图表类型呈现为直观的视觉信息。本文系统梳理Kibana可视化组件体系从基础图表类型面积图、柱状图、折线图、饼图、数据表、指标图等的功能特点与适用场景出发深入讲解新一代Lens拖拽式可视化引擎的操作方法。同时详细介绍TSVB时序数据可视化构建器在多指标叠加和自定义渲染方面的能力、Vega自定义可视化基于声明式JSON规范的实现方式以及Maps地图模块中热力图、点密度图等空间数据可视化技术。通过各模块的配置示例和最佳实践本文为读者建立起Kibana可视化的完整知识框架。关键词KibanaLens可视化TSVBVega地图可视化Elasticsearch图表数据可视化一、Kibana可视化组件类型总览Kibana提供了十余种不同类型的可视化组件每种组件适用于特定的数据展示需求。正确选择图表类型是数据可视化的第一步。1.1 组件类型汇总表组件名称英文名数据类型最佳适用场景核心能力面积图Area时序/分类趋势展示、多系列对比叠加面积展示数据量变化柱状图Bar分类/聚合类别对比、排名垂直或水平并列比较折线图Line时序趋势分析、变化率连续数据的变化轨迹饼图Pie分类占比分析各部分占总体的比例环形图Donut分类占比分析饼图的变体中间可放汇总值数据表Data Table通用明细展示、精确值查看结构化表格呈现原始数据指标图Metric数值核心指标展示大字体显示单个数值仪表盘Gauge数值进度/阈值监控仪表盘式展示百分比或数值目标图Goal数值目标达成率进度条式展示目标完成度标签云Tag Cloud分类频率可视化字体大小表示词频热力图Heat Map多维密度/关联分析颜色深浅表示数值大小垂直柱状图Vertical Bar分类分类对比柱状图的垂直方向版本水平柱状图Horizontal Bar分类长标签分类柱状图的水平方向版本坐标图Coordinate Map地理位置分布经纬度坐标点在地图上的分布区域地图Region Map地理区域统计按行政区划或自定义区域着色1.2 图表选择决策指南面对具体的数据分析需求可以按以下逻辑选择合适的图表类型分析需求推荐图表备选方案查看数据随时间的变化趋势折线图、面积图柱状图离散时间点比较不同类别的大小柱状图、水平柱状图饼图类别≤5个展示各部分占整体的比例饼图、环形图堆叠柱状图展示单个关键数值指标图Metric目标图Goal展示目标完成进度仪表盘、目标图指标图颜色阈值查看多维数据的密度分布热力图气泡图展示词语出现频率标签云水平柱状图Top N展示地理空间分布坐标地图、区域地图热力地图二、Lens拖拽式可视化Lens是Kibana从7.x版本开始推出的新一代可视化引擎大幅简化了可视化创建流程。其核心理念是拖拽即所得——用户只需将字段拖入配置面板Lens会自动识别数据类型并推荐合适的图表。2.1 Lens的核心优势与传统的Visualize模块相比Lens具有以下显著优势特性传统VisualizeLens操作方式下拉菜单逐项配置拖拽字段直接生成图表推荐手动选择图表类型自动推荐最佳图表图表切换需要重新创建一键切换图表类型实时预览配置后查看即拖即看实时反馈学习曲线较陡平缓接近零门槛2.2 Lens操作流程步骤一选择数据源在Lens中第一步是从已有的索引模式中选择数据源索引模式 → 选择 kibana_sample_data_flights步骤二拖拽字段将左侧字段列表中的字段直接拖入中央配置区域。Lens会根据字段的数据类型自动分配角色字段数据类型推荐角色推荐图表keyword/text水平轴X轴柱状图、饼图date水平轴X轴折线图、面积图number垂直轴Y轴各种数值图表geo_point地图图层坐标地图步骤三切换图表类型点击顶部图表类型图标即可实时切换。例如从柱状图切换为饼图、折线图或数据表数据无需重新配置。2.3 Lens实战示例以航班数据集为例创建一个按航空公司显示平均票价的柱状图# 配置步骤操作:1. 将 Carrier 字段拖入水平轴 2. 将 AvgTicketPrice 字段拖入垂直轴 3. 聚合函数选择 Average 4. 图表类型自动推荐为 Bar vertical stacked# 进一步优化5. 在 Breakdown 中添加 DestCountry 字段 6. 实现按目的国家分组堆叠展示2.4 智能图表推荐机制Lens内置的推荐引擎会根据字段组合自动推荐最合适的图表类型{推荐规则:{单数值字段:Metric指标图,keyword 数值:Bar/Column柱状图,date 数值:Line折线图,keyword 数值≤5个值:Pie饼图,date 数值多个:Area stacked堆叠面积图,geo_point:Map地图}}三、TSVB时序数据可视化TSVBTime Series Visual Builder是Kibana中专门为时序数据设计的可视化组件。与传统图表相比TSVB在处理时序数据方面具有更强大的能力。3.1 TSVB的核心功能功能说明传统图表TSVB多指标叠加在同一图表中叠加多个指标有限支持原生支持自定义时间间隔自定义聚合时间桶固定选项完全自由数学运算对指标进行数学变换不支持支持脚本注释在图表上添加事件标注不支持支持Markdown面板插入说明文字或动态数据不支持支持颜色自定义精细的颜色和样式控制有限完全自由3.2 TSVB配置示例场景一多指标叠加监控监控Web服务器的请求速率、错误率和响应时间# TSVB配置 - 多指标叠加Series:-Label:请求速率Aggregation:DerivativeField:nginx.access.countColor:#1a73e8-Label:错误率Aggregation:Filter RatioField:nginx.access.response_codeFilter:response_code:[500 TO 599]Color:#ea4335-Label:平均响应时间Aggregation:AverageField:nginx.access.response_timeColor:#34a853Panel options:-Interval:1m# 1分钟聚合间隔-Drop last bucket:true# 丢弃未完成的时间桶场景二数学运算管道对原始指标进行数学变换例如计算比率{series:[{id:errors,label:错误数,agg:count,filter:status_code:[500 TO 599]},{id:total,label:总请求数,agg:count},{id:error_rate,label:错误率,agg:math,variables:[{id:errors,name:errors},{id:total,name:total}],script:params.errors / params.total * 100}]}3.3 Markdown面板TSVB支持添加Markdown面板可以在仪表盘中插入说明文字甚至动态数据# 系统状态概览 **更新时间**{{ date formatYYYY-MM-DD HH:mm:ss }} **当前状态** - 总请求量{{ count as 0,0 }} 次 - 平均响应时间{{ math avg(response_time) format0.00 }} ms - 错误率{{ math errors/total*100 format0.00 }}% 正常范围错误率 1%响应时间 500ms四、Vega自定义可视化对于标准图表类型无法满足的展示需求Kibana提供了Vega和Vega-Lite可视化组件。这是一种基于声明式JSON规范的高级可视化方案。4.1 Vega与Vega-Lite的区别特性Vega-LiteVega复杂度简洁自动映射完整控制学习曲线较低较高灵活性受限于预定义图表类型高度灵活可自定义一切适用场景常见数据可视化复杂交互、自定义图形JSON大小小几十行大上百行推荐程度优先使用特殊需求时使用4.2 Vega-Lite配置结构{$schema:https://vega.github.io/schema/vega-lite/v5.json,title:航班延误分析,data:{url:{index:kibana_sample_data_flights,body:{size:10000,_source:[FlightDelayMin,Carrier,DestCountry]}}},mark:bar,encoding:{x:{field:Carrier,type:nominal,title:航空公司},y:{field:FlightDelayMin,type:quantitative,aggregate:mean,title:平均延误分钟},color:{field:DestCountry,type:nominal,title:目的国家}}}4.3 动态数据源配置{data:{url:{%context%:true,/* 继承Dashboard全局过滤器 */%timefield%:timestamp,index:kibana_sample_data_*,body:{size:0,aggs:{table:{terms:{field:Carrier,size:20}}}}},format:{property:aggregations.table.buckets}}}4.4 Vega-Lite适用场景场景标准组件Vega-Lite替代方案散点图不支持mark: point实现散点图箱线图不支持mark: boxplot实现箱线图甘特图不支持mark: bar 时间编码桑基图不支持Vega完整语法实现词云Tag Cloud更精细的布局和颜色控制双Y轴图表不支持Layered图表 resolve scale五、Maps地图可视化Kibana Maps模块提供专业的地理空间数据可视化能力支持坐标点、区域着色、热力图等多种地图展现形式。5.1 地理数据基础概念在Elasticsearch中地理数据通过两种字段类型存储字段类型含义数据格式示例geo_point经纬度坐标点单个坐标{lat: 39.9, lon: 116.4}geo_shape地理形状多边形、线GeoJSON{type: polygon, coordinates: [...]}5.2 地图图层类型Kibana Maps支持多种图层类型每种适合不同的数据展现需求图层类型适用数据展现效果典型应用坐标点图层geo_point地图上显示数据点店铺位置、航班起降点热力图图层geo_point颜色渐变表示密度用户位置热力分布聚类图层geo_point点聚合为簇海量点位聚合展示区域图层geo_shape多边形着色行政区划、覆盖范围点密度图层geo_point网格统计人口密度分布5.3 地图配置示例航班数据可视化使用航班数据集创建航线地图{layers:[{name:航班起点,type:TILE_LAYER,source:{type:ES_GEO_GRID,index:kibana_sample_data_flights,geoField:OriginLocation,metrics:[{type:count,label:航班数量}]},style:{type:VECTOR,properties:{fillColor:{type:STYLE,options:{color:Blue to Red,type:ORDINAL}}}}}]}热力图配置创建用户位置热力分布图{layer:{type:HEATMAP,source:{index:user_locations,geoField:location},style:{radius:{type:STATIC,options:{value:25}},colorRampName:{type:STATIC,options:{value:theclassic}}}}}5.4 地理数据索引Mapping配置要使用Maps功能索引的Mapping中需要正确定义地理字段{mappings:{properties:{location:{type:geo_point},service_area:{type:geo_shape},address:{type:text},city:{type:keyword}}}}插入包含地理坐标的文档POST/stores/_doc{name:北京旗舰店,city:北京,location:{lat:39.9042,lon:116.4074},service_area:{type:polygon,coordinates:[[[116.3,39.8],[116.5,39.8],[116.5,40.0],[116.3,40.0],[116.3,39.8]]]}}六、可视化组件对比总结6.1 三大可视化引擎定位引擎定位目标用户推荐使用场景Lens快速可视化全体用户日常数据分析、快速探索TSVB时序分析运维、SRE系统监控、指标看板Vega高级定制开发者、分析师特殊图表、复杂交互Maps地理可视化业务分析空间数据分析、位置展示6.2 组件选择决策树需求分析 ├─ 是否包含地理位置数据 │ ├─ 是 → Maps地理可视化 │ └─ 否 → 继续判断 ├─ 是否主要是时间序列数据 │ ├─ 是 → 需要多指标叠加/数学运算 │ │ ├─ 是 → TSVB │ │ └─ 否 → Lens折线图/面积图 │ └─ 否 → 继续判断 ├─ 是否需要非标准图表散点图/箱线图等 │ ├─ 是 → Vega / Vega-Lite │ └─ 否 → Lens └─ 是否需要快速探索 └─ 是 → Lens拖拽即所得七、总结与最佳实践核心要点回顾图表类型选择是基础根据分析目标选择合适的图表类型避免用错图表误导分析结论Lens降低门槛Lens拖拽式操作让非技术用户也能轻松创建可视化TSVB专注时序对于运维监控和时序分析场景TSVB的多指标叠加能力不可替代Vega补充短板当标准图表无法满足需求时Vega/Vega-Lite提供无限可能Maps打通空间地理数据可视化让空间模式一目了然最佳实践清单优先使用Lens对于80%的可视化需求Lens已经足够强大且操作简便TSVB用于监控系统指标监控应优先使用TSVB充分利用其多指标和数学运算能力Vega慎用Vega功能强大但维护成本高仅在标准组件无法满足时使用地图索引规范地理坐标统一使用geo_point类型区域数据使用geo_shape类型颜色一致性同一仪表盘中使用一致的颜色方案相同含义的指标使用相同颜色聚合策略大数据量场景优先使用ES端聚合避免在Vega中进行客户端聚合上一篇【第49篇】Kibana安装配置与基础操作——可视化探索第一步下一篇【第51篇】Kibana Dashboard构建与共享——从数据到洞察明日更新敬请期待
