讲师中心 微信公众号
AI工具推荐 视频效率加速

Kibana Saved Objects

Polar Sponsor
爱发电 赞助
.NET 9.0

通过 REST API 管理 Kibana 保存的对象(仪表板、Lens 可视化等)。适用于:① 以编程方式创建、更新、删除仪表板和 Lens 可视化。

Kibana 保存对象 API 技能

功能概述

Kibana 保存对象 API 技能是一项面向实际任务的技能,主要用于管理对象 包括仪表板、 连线可视化等 Kibana 实体, 可通过 REST API.;Base URL.;

核心要点

  • For Omni- Monitor: http://192.168.99.43/api。
  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
  • 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。

使用与执行

从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。

Kibana Saved Objects API 技能

通过 REST API 管理 Kibana Saved Objects,包括仪表板(dashboard)、Lens 可视化及其他 Kibana 实体。

基础 URL

http:///api/saved_objects

Omni-Monitor 示例:http://192.168.99.43/api/saved_objects

必需请求头:kbn-xsrf: true

核心端点

1. 创建 Saved Object

POST /api/saved_objects/

请求体:

{
  "attributes": {
    "title": "我的仪表板",
    "description": "..."
  },
  "id": "可选的自定义 ID",
  "references": [{"id": "...", "name": "...", "type": "index-pattern"}]
}

2. 获取 Saved Object

GET /api/saved_objects//

3. 更新 Saved Object

PUT /api/saved_objects//

请求体:

{
  "attributes": {
    "title": "已更新的标题"
  },
  "references": [...]
}

4. 删除 Saved Object

DELETE /api/saved_objects//

5. 批量获取(Bulk Get)

POST /api/saved_objects/_bulk_get

请求体:

{
  "objects": [
    {"type": "dashboard", "id": "abc123"},
    {"type": "lens", "id": "def456"}
  ]
}

6. 批量创建(Bulk Create)

POST /api/saved_objects/_bulk_create

请求体:

{
  "objects": [
    {"type": "dashboard", "id": "...", "attributes": {...}},
    {"type": "lens", "id": "...", "attributes": {...}}
  ]
}

7. 导出 Saved Objects

POST /api/saved_objects/_export

请求体:

{
  "objects": [
    {"type": "dashboard", "id": "abc123"},
    {"type": "lens", "id": "def456"}
  ]
}

返回值: Saved Objects 的 NDJSON 流

8. 导入 Saved Objects

POST /api/saved_objects/_import?overwrite=true

Content-Type:multipart/form-data
表单字段:file = NDJSON 文件

9. 查询(Find / Search)Saved Objects

POST /api/saved_objects/_find

请求体:

{
  "type": "dashboard",
  "search": "标题关键词",
  "searchFields": ["title", "description"],
  "page": 1,
  "perPage": 20
}

常见对象类型

类型 说明
dashboard Kibana 仪表板
lens Lens 可视化
visualization 传统可视化(如 TSVB 等)
index-pattern 数据视图(index patterns)
search 已保存的搜索
map 地图可视化
tag 用于组织的标签
canvas-workpad Canvas 工作区

引用系统(References System)

引用(References)用于关联不同对象。例如,一个仪表板面板(Lens)会引用:

  1. 其所使用的 index-pattern(即数据视图)
  2. 其所属的父级仪表板(如有)

引用格式示例:

{
  "id": "b58d25c5-c05c-47be-a6cb-4073ef478a8f",
  "name": "indexpattern-datasource-layer-aca264a7-bf68-47b3-af63-db1e67fe0646",
  "type": "index-pattern"
}

带引用创建对象示例:

{
  "type": "lens",
  "attributes": {
    "title": "CPU 使用率",
    "state": {
      "datasourceStates": {...},
      "visualization": {...}
    }
  },
  "references": [
    {"id": "b58d25c5-c05c-47be-a6cb-4073ef478a8f", "name": "indexpattern-datasource-layer-xxx", "type": "index-pattern"}
  ]
}

仪表板结构(Dashboard Structure)

仪表板 attributes 字段示例:

{
  "title": "仪表板名称",
  "description": "可选描述",
  "panelsJSON": "[{"type":"lens","gridData":{...},"embeddableConfig":{...}}]",
  "optionsJSON": "{"useMargins":true,"syncColors":false,"hidePanelTitles":false}",
  "timeRestore": true,
  "timeTo": "now",
  "timeFrom": "now-24h",
  "refreshInterval": {
    "pause": false,
    "value": 300000
  }
}

Lens 对象结构

Lens 是 Kibana 的新一代可视化工具。其关键结构如下:

{
  "type": "lens",
  "attributes": {
    "title": "指标标题",
    "state": {
      "datasourceStates": {
        "formBased": {
          "layers": {
            "": {
              "columns": {
                "": {
                  "label": "指标标签",
                  "dataType": "number",
                  "operationType": "count|average|sum|max|min",
                  "sourceField": "field.name",
                  "isBucketed": false,
                  "scale": "ratio"
                }
              },
              "columnOrder": [""],
              "incompleteColumns": {}
            }
          }
        }
      },
      "visualization": {
        "layerId": "",
        "layerType": "data",
        "metricAccessor": ""
      }
    }
  },
  "references": [
    {"id": "", "name": "indexpattern-datasource-layer-", "type": "index-pattern"}
  ]
}

lnsMetric(单指标)结构:

{
  "layerId": "...",
  "layerType": "data",
  "metricAccessor": ""
}

lnsXY(折线图/柱状图/面积图)结构:

{
  "layerId": "...",
  "layerType": "data",
  "layers": [{
    "layerId": "...",
    "accessors": [""],
    "position": "top",
    "seriesType": "bar|line|area",
    "showGridlines": false,
    "xAccessor": ""
  }]
}

重要规则

  1. 切勿将 __records___ 用作 sourceField → 否则将导致 “Field not found” 错误
  2. 文本字段在聚合时必须使用 .keyword 后缀(例如:host.keyword)
  3. 引用名称必须符合规范格式 → 必须为 indexpattern-datasource-layer-
  4. Lens 中的 layerId 和 accessor UUID 在每个可视化中必须唯一

NDJSON 导入/导出格式

导出结果示例:

{"attributes":{"title":"Dash 1"...},"id":"abc","type":"dashboard","references":[...]}
{"attributes":{"title":"Lens 1"...},"id":"def","type":"lens","references":[...]}

导入要求:使用相同格式;添加参数 overwrite=true 将覆盖已有对象。

脚本

脚本 用途
list_dashboards.py 列出所有仪表板
export_dashboard.py 导出指定仪表板及其依赖项
import_ndjson.py 将 NDJSON 文件导入 Kibana
create_lens_metric.py 创建一个简单的 metric 类型 Lens 可视化

参见

  • kibana-data-views — 管理数据视图(index patterns)
  • kibana-lens-builder — 为监控场景生成 Lens 可视化

故障排查

“Cannot read properties of undefined (reading 'indexpattern')”

原因:仪表板或 Lens 引用了不存在的数据视图(data view)。

解决方法:

  1. 列出全部数据视图:GET /api/data_views
  2. 确认所引用的数据视图 ID 是否存在
  3. 如缺失,使用 kibana-data-views 重建对应数据视图

“Field not found” 错误

原因:对文本字段执行聚合操作时未使用 .keyword 后缀。

解决方法:应使用 host.keyword 而非 host,使用 metric_type.keyword 而非 metric_type

Saved Object 损坏(GET 返回 404,但在列表中可见)

解决方法:

  1. 删除损坏的对象:DELETE /api/saved_objects//
  2. 使用正确数据重新创建该对象
目录

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

相关专题

更多
Golangci-lint安装与入门教程
Golangci-lint安装与入门教程

本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。

0

2026.10.22

PHP2Shell高危漏洞修复教程
PHP2Shell高危漏洞修复教程

PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。

0

2026.10.22

剧云人物设定与关系管理教程
剧云人物设定与关系管理教程

本专题介绍剧云人物设定与关系管理,讲解角色小传、性格职业、人物目标、背景资料和关系网络的创建及维护方法。

0

2026.10.22

剧云故事大纲与分场规划教程
剧云故事大纲与分场规划教程

本专题讲解剧云梗概与多级大纲功能,覆盖全局、分集、分场结构生成,以及主线冲突、剧情节点和场次顺序调整。

0

2026.10.22

VibeKnow PPT讲解视频教程汇总
VibeKnow PPT讲解视频教程汇总

本专题介绍VibeKnow PPT讲解模式的素材准备、旁白生成、页面节奏、画面呈现与导出设置,适合课程和培训场景。

0

2026.10.22

VibeKnow PDF转视频教程合集
VibeKnow PDF转视频教程合集

本专题围绕VibeKnow的PDF转视频功能,讲解文件准备、内容解析、脚本生成、重点可视化及配音字幕检查方法。

0

2026.10.22

二狗PPT模板与视觉设计
二狗PPT模板与视觉设计

本专题介绍二狗PPT的职场模板、主题风格与页面版式,覆盖模板切换、色彩选择、内容匹配和正式汇报场景下的视觉优化方法。

0

2026.10.22

php漏洞修复方法
php漏洞修复方法

PHP漏洞聚合专题,持续整理PHP最新高危漏洞、CVE安全预警、受影响版本、自查命令及修复方案,覆盖PHP-FPM、Docker、Ubuntu与Linux服务器环境,帮助开发者快速完成漏洞排查、版本升级和安全加固。

0

2026.10.22

二狗PPT入门与基础操作
二狗PPT入门与基础操作

本专题整理二狗PPT从官网进入、输入主题、生成大纲到制作成稿的基础操作,帮助新手掌握AI一键生成职场PPT的完整流程。

0

2026.10.22

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
swift开发文档
swift开发文档

共33课时 | 43.5万人学习

JSON中文手册
JSON中文手册

共6课时 | 4.1万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn