一条 ES|QL 查询如何为 Elasticsearch 中的每个指标构建图表

在 Kibana Discover 中输入 TS metrics-*，即可获得数据中每个指标的图表，且已使用正确的聚合和单位。无需字段名称，无需逐个指标设置。

METRICS_INFO 是一个 ES|QL 命令，它报告查询范围内存在哪些指标和时间序列，每行一个。Discover 在后台将其附加到你的查询中，根据该单次响应构建每个指标图表，并可按数据暴露的任何维度拆分这些图表。仪表取平均值，计数器使用 SUM(RATE())，直方图取百分位数。你无需知道某个指标需要哪种聚合。

有关设计及内部实现，包括逐序列的兄弟命令 TS_INFO，请参阅 METRICS_INFO 和 TS_INFO 深度解析。

METRICS_INFO 返回什么

METRICS_INFO 检索关于你的时间序列数据流中可用指标的信息，以及适用的维度和其他元数据，所有这些都限定在当前 TS 查询范围内。

TS metrics-* | METRICS_INFO

你得到一行，描述查询范围内的每个指标：

有关语法，请参阅 METRICS_INFO 命令。有关设计及内部实现，包括逐序列的兄弟命令 TS_INFO，请参阅 METRICS_INFO 和 TS_INFO 深度解析。

Discover 如何将 TS 查询转化为指标图表

Discover 为探索指标数据提供了专门的体验。当检测到 TS 查询时，它会自动为数据中可用的指标构建一个图表清单。

你的原始查询保持不变，照常运行。在后台，Discover 通过追加 | METRICS_INFO 从中派生第二个请求。

例如，如果你运行：

TS metrics-*| WHERE `cloud.provider` == "gcp" AND `cloud.region` == "us-central1"

Discover 在后台派生第二个请求：

TS metrics-*| WHERE `cloud.provider` == "gcp" AND `cloud.region` == "us-central1"| METRICS_INFO

METRICS_INFO 响应被解析一次，成为 Discover 中专用指标体验的来源。从该清单中，Discover 可以生成图表，并提供搜索和过滤指标、按维度拆分指标、查看每个图表背后的 ES|QL 查询以及将指标添加到仪表板等功能。

Kibana Discover 指标清单，每个指标由 ES|QL METRICS_INFO 返回一个图表面板

每个 METRICS_INFO 列控制什么

Discover 使用一个 METRICS_INFO 响应来生成清单中的所有图表。该响应告诉 Discover 要渲染哪些指标、在哪里找到其数据、如何聚合其值以及如何显示它们。

响应中的每个列都扮演特定角色：

哪些指标图表被渲染：metric_name

METRICS_INFO 响应中的每个条目代表 Discover 可以可视化的一个指标。

Discover 遍历解析后的响应，为每个指标创建一个图表面板。因此，清单直接反映了响应的内容。

每个图表从何处获取数据：data_stream

每个图表独立查询其数据，即使所有指标元数据来自同一个 METRICS_INFO 请求。

data_stream 值决定了用于构建图表 ES|QL 查询的数据源。

例如：

TS metrics-system.cpu-default| STATS AVG(system.cpu.user.pct) BY TBUCKET(100)

对于跨多个项目的搜索，独立查询每个数据流尤为重要。

当同一个 metric_name 出现在多个 data_stream 值时，Discover 会为每个流创建一个单独的面板。例如，在具有跨项目搜索的无服务器环境中，每个面板查询其自己的后端数据，并标识其代表的流。

此指标存在于多个数据流中。此图表仅显示来自 metrics-system.cpu-default 的数据。

Discover 有意区分面板。跨流合并结果可能掩盖它们之间的差异，而在跨项目或环境调查指标时，这些差异可能很重要。

Kibana Discover 指标显示同一指标的两个面板，每个数据流一个，并带有重复警告副标题

计数器、仪表和直方图指标如何聚合：metric_type, field_type

metric_type 告诉 Lens 图表 如何聚合指标，而 field_type 描述字段。

当前支持三种指标类型：

值如何显示：unit

unit 列控制 Y 轴上的值格式化方式。每个面板背后的图表库 Lens 应用格式化。

例如：

• bytes：1,024 显示为 1 KB。
• percent：0.75 显示为 75%。
• 无单位：显示原始值，不进行单位特定格式化。

图表如何按维度过滤和拆分：dimension_fields

dimension_fields 列标识与每个指标关联的维度，例如 host.name、cloud.region 或 service.name。

Discover 合并 METRICS_INFO 响应中的这些值，以填充清单工具栏中的维度下拉菜单。

选择维度会影响清单两个方面：

1. 过滤清单。Discover 重新运行 METRICS_INFO 并添加条件，例如 WHERE MV_CONTAINS(dimension_fields, "host.name")，移除不支持所选维度的指标。
2. 拆分每个图表。Discover 将所选维度添加到每个图表 ES|QL 查询的 BY 子句中，为每个维度值生成一个序列。

例如：

TS metrics-system.cpu-default| STATS AVG(system.cpu.user.pct)  BY TBUCKET(100), host.name

结果是每个 host.name 都有一个单独序列的图表，同时清单确保只包含支持该维度的指标。

当你查询不同的数据流时，之前选择的、新流不暴露的任何维度将自动清除，因此每个图表的查询永远不会引用其中不存在的字段。

Kibana Discover 指标体验中的维度下拉菜单，按 host.name 过滤清单并拆分图表

在 Kibana Discover 中尝试

可视化你的指标无需任何配置、无需仪表板设置，也无需编写逐个指标的查询。一条 TS 查询就够了。

步骤 1：摄入指标数据

如果从头开始，你可以使用 Prometheus Remote Write 将 Prometheus 指标发送到 Elasticsearch。任何收集系统或应用程序指标的 Elastic 集成 都以相同方式工作。一旦数据进入基于 TSDB 的 metrics-* 数据流，Discover 无需任何额外设置即可识别。

步骤 2：打开 Discover 并运行 TS 查询

1. 打开 Kibana -> Discover。
2. 切换到 ES|QL 模式。
3. 输入 TS metrics-* 并运行查询。

步骤 3：探索你的指标图表

Discover 自动构建清单。从那里，你可以：

• 按名称搜索指标以缩小清单范围。
• 从工具栏选择一个维度，按 host.name、cloud.region 或数据暴露的任何维度拆分每个图表。
• 点击图表面板，打开其背后的完整 ES|QL 查询。
• 将单个面板添加到仪表板。

你的指标立即可供探索，因此运行查询后即可开始调查数据。

请参阅文档，了解如何使用 Discover 探索指标数据（Kibana 中的 Discover 指标探索）。

报告问题