La correction est intégrée au TP (Voir les encadrés de couleur vert)
Ce que vous allez apprendre dans ce TP
- Créer des visualisations Lens
- Assembler un dashboard avec contrôles
- Exporter et importer par l'API
Introduction #
Ce que vous allez apprendre dans cette section
- Créer des visualisations Lens
- Assembler un dashboard avec contrôles
- Exporter et importer par l'API
Contexte. Chaque équipe recrée ses dashboards à la main et les perd régulièrement. Vous construisez un dashboard de référence et le gérez comme du code.
Prérequis : TP 1 terminé · Durée estimée : 45 min
Un dashboard utile et versionné.Mise en place #
Étapes guidées, avec leur correction.
1. Indicateurs clés
Pourquoi ? Les chiffres essentiels se lisent en haut du dashboard.
Créez un dashboard « Trafic web » avec trois panneaux Metric : nombre de requêtes, volume total (somme debytes), visiteurs uniques (unique_count(clientip)).Voir la correction
Dans Lens : glissez le champ, choisissez la fonction (Count, Sum, Unique count), puis le type Metric.
2. Taux d'erreur par formule
Pourquoi ? Une formule calcule un ratio sans champ pré-calculé.
Ajoutez une courbe du taux d'erreur dans le temps avec une formule.Voir la correction
count(kql='response >= 500') / count()Réglez le format en pourcentage dans les options de la valeur.
3. Top N et contrôles
Pourquoi ? Les contrôles filtrent tout le dashboard d'un seul geste.
Ajoutez un tableau des 10 URL les plus demandées et un contrôle « Options list » surmachine.os.keyword.Voir la correction
Le choix d'un système d'exploitation dans le contrôle filtre tous les panneaux.
4. Exporter
Pourquoi ? Le fichier ndjson contient le dashboard et ses dépendances (data view, visualisations).
Exportez le dashboard par l'API.Voir la correction
source elastic-start-local/.env && export PASS=$ES_LOCAL_PASSWORD curl -s -X POST localhost:5601/api/saved_objects/_export -u elastic:$PASS -H 'kbn-xsrf: true' \ -H 'Content-Type: application/json' -d '{"type": ["dashboard"], "includeReferencesDeep": true}' > dashboards.ndjson wc -l dashboards.ndjson5. Importer dans un autre espace
Pourquoi ? C'est le geste de promotion d'un environnement à l'autre.
Créez l'espaceequipe-webet importez-y le fichier. Ouvrez le dashboard dans ce nouvel espace.Voir la correction
curl -s -X POST localhost:5601/api/spaces/space -u elastic:$PASS -H 'kbn-xsrf: true' -H 'Content-Type: application/json' \ -d '{"id": "equipe-web", "name": "Équipe web"}' curl -s -X POST 'localhost:5601/s/equipe-web/api/saved_objects/_import?overwrite=true' -u elastic:$PASS \ -H 'kbn-xsrf: true' -F file=@dashboards.ndjson | jq '.success, .successCount'
Niveau de difficulté : ●●●○○ (3/5)
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
💬 Questions sur cette leçon
Aucune question pour l'instant : soyez le premier à demander de l'aide ou à partager votre configuration.
Articles recommandés
Visualiser dans Kibana : Lens, dashboards et objets enregistrés
Construire des visualisations avec Lens, assembler des dashboards interactifs (filtres, contrôles...
Kibana avancé : data views, Lens, dashboards, alerting et reporting
Exploiter Kibana en profondeur : data views et champs runtime, Discover, Lens et formules, dashbo...
Elastic Observability : logs, infrastructure, APM et synthétiques
Les fonctions d'Elastic Observability : exploration des logs, inventaire d'infrastructure avec El...
Alertes, connecteurs et SLO dans Kibana
Créer des règles d'alerte dans Kibana (requête Elasticsearch, ES|QL, seuil personnalisé, logs), c...
Projet de parcours Elastic : centraliser et exploiter les journaux
Le projet de validation du parcours « Maîtrise de la suite Elastic » : Elastic Agent et Fleet, Lo...
Bonnes pratiques Kibana et Elastic Observability
Check-list pour exploiter Kibana en production : versions, sécurité, espaces et rôles, dashboards...
Kibana Maps et Canvas : cartes géographiques et présentations
Créer des cartes avec Kibana Maps (couches de documents, d'agrégats, choroplèthes, ES|QL) et des ...
Machine learning dans Elastic : détection d'anomalies et AIOps
Détecter automatiquement les comportements anormaux : jobs de détection d'anomalies, datafeeds, d...
Elastic Security : SIEM, règles de détection et investigation
Utiliser Elastic Security comme SIEM : sources de données ECS, types de règles de détection (quer...