概要

本文介绍在数据迁移到SLS后，如何将原来Kibana中的dashboard迁移到SLS对接的Kibana中

思路

• 从旧的Kibana导出dashboard的export.ndjson文件
• 把export.ndjson中的旧的index Pattern id替换成新的Kibana Index Patter Id
• 完成替换后，把export.ndjson导入到新的Kibana中

Dashboard迁移演示

在ES中准备数据和Dashboard, 并导出Dashboard配置

向es1 写入数据

POST people/_bulk
{ "index": {} }
{ "name": "Alice", "age": 30 }
{ "index": {} }
{ "name": "Bob", "age": 25 }
{ "index": {} }
{ "name": "Charlie", "age": 35 }

在kibana1上基于people创建两个dashboard

其中一个dashboard示例

保存好Dashboard后，进入Kibana Stack Management->Saved objects 来导出

勾选想要导出的dashboard，注意 不要勾选 Include related objects

导出后dashboard的内容存在 export.ndjson 中

在SLS对接的Kibana中复用Dashboard

在sls中准备好一份相同的数据，确保字段一致

新部署一套Kibana并对接SLS，参考操作链接 -> SLS对接Kibana

注意，这里用的es/kbiana版本和之前的es/kibana版本保持一致

使用 Docker Compose或 Helm Chart 方案对接SLS后,会自动在Kibana中创建好相应的Index Pattern

执行迁移

• 查看老的es中的Index Pattern的ID

准备好 kibana_config_1.json，然后使用 ptn_list.py 来list Index Pattern

{
    "url" : "http://xxx:5601",
    "user" : "elastic",
    "password" : "",
    "space" :  "default"
}

执行

➜  python ptn_list.py kibana_config_1.json
f06fc2b0-b82d-11ef-88c6-15adf26175c7    people

f06fc2b0-b82d-11ef-88c6-15adf26175c7 这个就是旧的people这个index pattern的id

在Kibana导出的dashboard配置文件 export.ndjson中可以看到对这个Index Pattern Id的引用

• 在SLS对接的Kibana中找到新的Index Pattern的Id

同样使用 ptn_list.py 来list 新的Kibana中Index Pattern的ID

# 准备好kibana_config_2.json

➜  python ptn_list.py kibana_config_2.json
ef710470-b83a-11ef-bb2b-ad198b7b763d	etl.people

通过sed命令批量修改 export.ndjson 中的ID替换

sed -i 's/f06fc2b0-b82d-11ef-88c6-15adf26175c7/ef710470-b83a-11ef-bb2b-ad198b7b763d/' export.ndjson

• 进入新的Kibana Stack Management->Saved objects 来将export.ndjson导入

点击Import

出现下面界面表示导入成功，如有报错的情况需要看报错信息，再看如何处理

打开新的dashboard是否符合预期

注意事项

• 老的ES中的字段 和 SLS中写入的字段需要一致，不然可能导致Dashboard迁移后打开报错（比如报字段不存在）