Zum Inhalt

Lab 02: Discover & Abfragen

Übungsziel

Am Ende dieser Übung hast du:

  • Das Discover Interface kennengelernt und verstanden
  • Zeitfilter gezielt eingesetzt
  • Daten mit KQL (Kibana Query Language) abgefragt
  • Filter über die Filter-Leiste hinzugefügt und kombiniert
  • Spalten konfiguriert und Ergebnisse als CSV exportiert

Teil 1: Discover öffnen und orientieren

Schritt 1.1: Discover aufrufen

  1. Öffne Kibana in deiner lokalen Umgebung: http://localhost:5601 (kein Login erforderlich)
  2. Navigiere über das Hauptmenü zu Analytics > Discover
  3. Falls nötig, wähle oben links den Data View Kibana Sample Data eCommerce aus

Schritt 1.2: Oberfläche verstehen

Mache dich mit den Bereichen der Discover-Ansicht vertraut:

Discover - Übersicht

Bereich Position Beschreibung
Data View Auswahl Oben links Auswahl des Datensatzes
Suchleiste (KQL) Oben Eingabefeld für Suchabfragen
Zeitfilter Oben rechts Zeitraum einschränken
Filter-Leiste Unter der Suchleiste Aktive Filter anzeigen/verwalten
Feldliste Links Verfügbare Felder des Data View
Histogramm Mitte oben Zeitliche Verteilung der Treffer
Dokumentenliste Mitte unten Einzelne Datensätze (Treffer)

Schritt 1.3: Feldliste erkunden

Scrolle in der linken Feldliste durch die verfügbaren Felder. Klicke auf ein Feld (z.B. category), um eine Vorschau der häufigsten Werte zu sehen.

Aufgabe: Klicke auf das Feld manufacturer und notiere die drei häufigsten Hersteller.

Feldliste - Wertvorschau

Teil 2: Zeitfilter verwenden

Die E-Commerce-Beispieldaten verwenden relative Zeiträume: Die Daten passen sich an das aktuelle Datum an.

Schritt 2.1: Zeitraum einstellen

  1. Klicke auf den Zeitfilter oben rechts (z.B. "Last 15 minutes")
  2. Wähle Last 7 days
  3. Klicke auf Update

Erwartetes Ergebnis: Das Histogramm zeigt die Verteilung der Bestellungen der letzten 7 Tage.

Schritt 2.2: Absoluten Zeitraum setzen

  1. Klicke erneut auf den Zeitfilter
  2. Wechsle zum Tab Absolute
  3. Wähle als Start: vor 30 Tagen
  4. Wähle als Ende: heute
  5. Klicke auf Update

Beobachte, wie sich das Histogramm und die Trefferzahl ändern.

Schritt 2.3: Quick Select nutzen

  1. Klicke auf den Kalender links neben dem Zeitfilter
  2. Nutze die Quick select-Optionen:
    • Setze den Zeitraum auf Last 24 hours
    • Wechsle zu Last 30 days
  3. Beobachte jeweils die Änderung im Histogramm

Zeitfilter - Quick Select

Tipp: Der Zeitfilter ist der wichtigste Filter in Kibana. Wenn du keine Daten siehst, prüfe immer zuerst den Zeitraum!

Schritt 2.4: Zeitraum auf 7 Tage zurücksetzen

Stelle den Zeitfilter auf Last 7 days, damit die folgenden Übungen konsistente Ergebnisse liefern.

Teil 3: KQL-Abfragen üben

KQL (Kibana Query Language) ist die Suchsprache in Kibana. Du gibst KQL-Abfragen in die Suchleiste oben ein.

KQL-Kurzreferenz

Operator Beispiel Beschreibung
: status: "success" Exakte Übereinstimmung
> < >= <= price > 100 Vergleich (Zahlen, Datum)
AND a: "x" AND b > 5 Beide Bedingungen müssen gelten
OR a: "x" OR a: "y" Mindestens eine Bedingung muss gelten
NOT NOT status: "error" Bedingung darf nicht gelten
* name: "Müll*" Wildcard-Suche

Aufgabe 3.1: Bestellungen über 100 EUR

Gib in die Suchleiste folgende KQL-Abfrage ein:

taxful_total_price > 100

Drücke Enter oder klicke auf Update.

Erwartetes Ergebnis: Nur Bestellungen mit einem Gesamtpreis über 100 EUR werden angezeigt.

KQL - Preisfilter

Aufgabe: Notiere die ungefähre Anzahl der Treffer (sichtbar oben links, z.B. "X hits").

Aufgabe 3.2: Suche nach Produktkategorie

Lösche die vorherige Abfrage und gib ein:

category: "Women's Clothing"

Erwartetes Ergebnis: Nur Bestellungen mit der Kategorie "Women's Clothing" werden angezeigt.

Hinweis: Achte auf die Anführungszeichen um den Wert. Bei Werten mit Leerzeichen oder Sonderzeichen sind sie erforderlich.

Aufgabe: Wie viele Treffer gibt es? Gehe in die Detailansicht eines Dokuments und prüfe, ob das Feld category tatsächlich "Women's Clothing" enthält.

Aufgabe 3.3: Kombinierte Suche

Kombiniere zwei Bedingungen mit AND:

category: "Men's Clothing" AND taxful_total_price > 50

Erwartetes Ergebnis: Nur Bestellungen aus der Kategorie "Men's Clothing" mit einem Preis über 50 EUR.

KQL - Kombinierte Abfrage

Aufgabe: Vergleiche die Trefferzahl mit der Suche nur nach der Kategorie ( ohne Preisfilter). Wie viel Prozent der Bestellungen in "Men's Clothing" liegen über 50 EUR?

Aufgabe 3.4: Suche nach Kundenland

Finde alle Bestellungen von Kunden aus Frankreich:

geoip.country_iso_code: "FR"

Erwartetes Ergebnis: Nur Bestellungen von Kunden mit dem Ländercode "FR".

Zusatzaufgabe: Probiere auch andere Ländercodes aus. Welches Land hat die meisten Bestellungen?

Teil 4: Filter hinzufügen

Neben KQL-Abfragen kannst du Filter über die Filter-Leiste hinzufügen. Filter sind visuell sichtbar und lassen sich leicht kombinieren.

Schritt 4.1: Filter über die Feldliste hinzufügen

  1. Lösche zunächst die KQL-Abfrage aus der Suchleiste
  2. Klicke in der linken Feldliste auf das Feld category
  3. Klicke bei einem der angezeigten Werte auf das Plus-Symbol (+), um einen Filter hinzuzufügen

Erwartetes Ergebnis: Ein Filter-Pill erscheint in der Filter-Leiste unter der Suchleiste.

Schritt 4.2: Filter bearbeiten

  1. Klicke auf den Filter-Pill in der Filter-Leiste
  2. Erkunde die Optionen:
    • Pin - Filter beim Wechsel zwischen Kibana-Bereichen beibehalten
    • Edit - Filter bearbeiten
    • Exclude - Alle Ergebnisse AUSSER diesem Wert anzeigen (Negation)
    • Disable - Filter vorübergehend deaktivieren
    • Delete - Filter entfernen

Schritt 4.3: Mehrere Filter kombinieren

  1. Füge einen Filter für category: "Women's Clothing" hinzu (Plus-Symbol in der Feldliste)
  2. Füge einen weiteren Filter hinzu:
    • Klicke auf + in der Filter-Leiste
    • Feld: geoip.continent_name
    • Operator: is
    • Wert: Europe
    • Klicke auf Save

Filter - Dialog

Erwartetes Ergebnis: Nur europäische Bestellungen aus der Kategorie "Women's Clothing" werden angezeigt.

Schritt 4.4: Filter invertieren

  1. Klicke auf den Kontinent-Filter
  2. Wähle Exclude

Erwartetes Ergebnis: Jetzt werden alle Bestellungen AUSSERHALB Europas angezeigt (der Filter-Pill wird rot dargestellt).

Schritt 4.5: Alle Filter entfernen

Klicke auf Actions (neben den Filter-Pills) und wähle Remove all - oder entferne die Filter einzeln.

Teil 5: Spalten konfigurieren und exportieren

In der Standardansicht zeigt Discover das gesamte Dokument als Zusammenfassung. Wir konfigurieren gezielt die Spalten, die für die Analyse relevant sind.

Schritt 5.1: Spalten hinzufügen

Füge die folgenden Felder als Spalten hinzu. Dazu klickst du in der linken Feldliste auf das Plus-Symbol (+) neben dem jeweiligen Feld:

  1. customer_full_name
  2. category
  3. taxful_total_price
  4. order_date

Erwartetes Ergebnis: Die Dokumentenliste zeigt jetzt eine übersichtliche Tabelle mit vier Spalten.

Spalten konfiguriert

Schritt 5.2: Spaltenreihenfolge ändern

Du kannst die Reihenfolge der Spalten anpassen:

  1. Bewege die Maus über einen Spalten-Header
  2. Ziehe die Spalte per Drag & Drop an die gewünschte Position

Ordne die Spalten in dieser Reihenfolge:

  1. order_date
  2. customer_full_name
  3. category
  4. taxful_total_price

Schritt 5.3: Nach Preis sortieren

  1. Klicke auf den Spalten-Header taxful_total_price
  2. Wähle im Menü Sort High-Low (absteigend) bzw. Sort Low-High (aufsteigend)

Aufgabe: Was ist die teuerste Bestellung der letzten 7 Tage? Notiere den Betrag und den Kundennamen.

Teil 6 (Bonus): KQL-Abfrage als Query DSL nachbauen

Hinter jeder KQL-Abfrage in Discover steht eine Query-DSL-Abfrage gegen die Elasticsearch-API. In diesem Bonus-Teil baust du die kombinierte Abfrage aus Aufgabe 3.3 in den Dev Tools nach.

Schritt 6.1: Trefferzahl in Discover ermitteln

  1. Gib in Discover erneut die KQL-Abfrage aus Aufgabe 3.3 ein:
category: "Men's Clothing" AND taxful_total_price > 50
  1. Notiere die Trefferzahl (oben links, "X hits")

Schritt 6.2: Abfrage in Dev Tools nachbauen

  1. Navigiere zu Management > Dev Tools
  2. Führe folgende _search-Abfrage aus:
GET kibana_sample_data_ecommerce/_search
{
  "query": {
    "bool": {
      "must": [
        { "match_phrase": { "category": "Men's Clothing" } },
        { "range": { "taxful_total_price": { "gt": 50 } } }
      ]
    }
  }
}
  1. Prüfe im Ergebnis das Feld hits.total.value

Warum match_phrase? Die KQL-Suche mit Anführungszeichen sucht die exakte Wortfolge. Ein einfaches match würde die Wörter per ODER verknüpfen und damit auch "Women's Clothing"-Bestellungen treffen -- die Trefferzahlen wären nicht vergleichbar.

Schritt 6.3: Ergebnis vergleichen

Vergleiche hits.total.value mit der Trefferzahl aus Discover.

Hinweis: Discover schränkt die Suche zusätzlich über den Zeitfilter ein. Damit die Zahlen übereinstimmen, müsstest du die _search-Abfrage um eine range-Bedingung auf order_date ergänzen - oder in Discover einen Zeitraum wählen, der alle Daten umfasst.

Tipp: Über Inspect > Request in Discover kannst du dir die von Kibana generierte Query-DSL-Abfrage anzeigen lassen und mit deiner eigenen vergleichen.