Explorer ses données dans Discover : KQL, Lucene et ES|QL

1. Discover #

La recherche au quotidien.

Prise en main #

• Choisir la data view et la plage de temps (en haut à droite).
• Ajouter des colonnes depuis la liste des champs ; cliquer sur un champ affiche ses 5 valeurs les plus fréquentes.
• Ajouter des filtres en un clic (+/-) depuis un document.
• Enregistrer la recherche pour la réutiliser dans un dashboard ou la partager.

2. KQL et Lucene #

Filtrer les documents.

KQL #

service.name : "checkout" and http.response.status_code >= 500
message : "timeout" and not host.name : web-0*
log.level : (error or critical)
user_agent.original : *bot*
http.request.method : POST and url.path : "/api/panier"

Bonne Pratique : KQL suffit dans 90 % des cas et propose l'autocomplétion des champs. Basculez en Lucene seulement pour les expressions régulières ou la recherche floue.

3. ES|QL #

Un langage par étapes.

Principe #

ES|QL (Elasticsearch Query Language) enchaîne des commandes séparées par | : on part d'une source, on filtre, on calcule, on agrège, on trie. Il est disponible dans Discover (mode ES|QL), dans Lens et dans les règles d'alerte.

FROM logs-*
| WHERE @timestamp > NOW() - 1 hour AND http.response.status_code >= 500
| STATS erreurs = COUNT(*) BY service.name
| SORT erreurs DESC
| LIMIT 10

FROM logs-*
| EVAL duree_s = event.duration / 1000000000
| STATS p95 = PERCENTILE(duree_s, 95), requetes = COUNT(*) BY url.path
| WHERE requetes > 100
| SORT p95 DESC

FROM logs-*
| GROK message "%{IP:client} %{WORD:methode} %{URIPATHPARAM:chemin} %{NUMBER:statut:int}"
| STATS total = COUNT(*) BY statut, BUCKET(@timestamp, 5 minutes)

À savoir : ES|QL sait analyser des champs à la volée (GROK, DISSECT), enrichir (ENRICH, LOOKUP JOIN selon la version) et découper le temps (BUCKET) : de nombreuses analyses ne demandent plus de visualisation.