**场景**
现在通过SLS的ES兼容能力，可以很方便地实现用Kibana来查询和可视化SLS的数据。对于从ES迁移到SLS的用户可以继续保留原来的Kibana使用习惯。下面来演示如何通过Kibana来访问SLS
**使用方法**
**部署架构**
这里蓝色部分是需要客户端部署的组件
- Kibana 就是用来可视化的
- Proxy用来区分Kibana的请求，将SLS相关的转发到SLS的ES兼容接口
- Elasticsearch 用来存Kibana的Meta
等等，为什么这里还需要一个ES？
原因是SLS的Logstore不支持更新，很多Meta类的数据不适合存在SLS。
而Kibana有很多元数据要存储，比如Kibana的图表配置、Index Pattern配置等
因此需要部署一个ES实例，这个ES实例只会存Kibana的元数据，所以它的资源占用非常小。
**部署过程**
**部署es 7**
sudo mkdir /data # Elasticsearch数据的存储目录, 请根据实际情况修改。
sudo chmod 777 /data # 配置权限。
sudo docker run -d --name es -p 9200:9200 \
-e "discovery.type=single-node" \
-e "ES_JAVA_OPTS=-Xms6G -Xmx8G" \
-e ELASTIC_USERNAME=elastic \
-e ELASTIC_PASSWORD=密码 \
-e xpack.security.enabled=true \
-v /data:/usr/share/elasticsearch/data \
elasticsearch:7.17.3
部署完成后可以通过 下面命令
curl -u elastic:密码 http://${Elasticsearch所在机器的IP地址}:9200
验证是否work，正常应该是返回200
**部署proxy**
sudo docker run -d --name proxy \
-e ES_ENDPOINT=${Elasticsearch所在机器的IP地址}:9200 \
-e SLS_ENDPOINT=https://prjA.cn-guangzhou.log.aliyuncs.com/es/ \
-e SLS_PROJECT=prjA \
-e SLS_ACCESS_KEY_ID=${aliyunAccessId} \
-e SLS_ACCESS_KEY_SECRET=${aliyunAccessKey} \
-p 9201:9201 \
-ti sls-registry.cn-hangzhou.cr.aliyuncs.com/kproxy/kproxy:1.9d
SLS_ENDPOINT 各位是 https://${project}.${sls endpoint}
如果有第二个project的话，可以再加环境变量SLS_PROJECT2=prjB 如果第二个project对应的endpoint和SLS_ENDPOINT不同的话，可以设置对应SLS_ENDPOINT2值。同理可最多加32个project
部署完成后可以通过 下面命令
curl -u elastic:密码 http://${Proxy所在机器的IP地址}:92001
验证是否work，正常应该是返回200
**部署Kibana**
sudo docker run -d --name kibana \
-e ELASTICSEARCH_HOSTS=http://${Proxy所在机器的IP地址}:9201 \
-e ELASTICSEARCH_USERNAME=elastic \
-e ELASTICSEARCH_PASSWORD=密码 \
-e XPACK_MONITORING_UI_CONTAINER_ELASTICSEARCH_ENABLED=true \
-p 5601:5601 \
kibana:7.17.3
**访问Kibana**
浏览器访问 http://${部署Kibaba的IP地址}:5601 输入账号密码登录Kibana
**配置Index Pattern**
选择Stack Managment
点击Index Pattern Tab，在Index pattern列表中看不到数据是正常的，日志服务的logstore映射到Kibana中的Index patterns需要手动创建。在提示框中单击create an index pattern against hidden or system indices.
在Create Index Pattern页，Name填写格式为 ${project}.${logstore}, 注意这里比必须完全填写，不支持*匹配
点完成Create index pattern完成pattern创建，然后进入Discover里就可以查询数据了
**查询Logstore**
Kibana的查询框中可以选择KQL和Lucene 两种方式，SLS 的ES兼容接口都进行了支持。
简单的host查询
复杂一些query、filter都可以查询
**可视化图表**
那么除了查询，可以用kibana来做可视化吗？当然可以！ 选择Dashboard
进入后点击 Create Dashboard来创建一个图表
通过设置，横轴、纵轴的字段和统计方式，可以很方便地做出想要图
比如最简单的统计一个请求访问数的柱状图，时间为横轴，记录数为纵轴
现在我想看到每个柱子中，status的情况，可以选择Break down by的字段为status
**小结**
本文演示了使用Kibana连sls es兼容接口进行查询和分析的方法，对于kibana的query和可视化能力都能正常对接和使用。适合下面两种情况：
- 如果您之前的使用习惯是Kibana，而日志已经存在了阿里云SLS上，可以使用该方案对接
- 如果您现在使用的是标准的ELK方案，但厌倦了es使用时维护工作或者调优，不妨试一试阿里云sls的方案（c++底层、serverless、低成本、es兼容）
期待您的使用