O que a compatibilidade com versões anteriores significa para a API do dashboard do Kibana

Durante a prévia técnica, a configuração da API pode mudar entre os lançamentos.[1] Esse não é mais o caso. Disponibilidade geral (GA) significa:

• Compatibilidade retrógrada completa. Novos campos e tipos de painel serão adicionados ao longo do tempo, mas os campos e comportamentos existentes permanecem inalterados. Quaisquer mudanças futuras que quebrem a compatibilidade seriam cuidadosamente consideradas e só seriam introduzidas em uma nova versão principal da pilha.

• Pronto para produção com suporte completo. A API oferece todas as garantias de compatibilidade da Elastic. Você pode usá-lo com segurança em ambientes de produção para implantações automatizadas, promoção de ambiente e gerenciamento programático do dashboard.

Novos endpoints da API Kibana para os painéis Tags, Markdown e Links

O Elastic 9.5 também introduz um novo  endpoint independente para Tags, que permite categorizar e filtrar painéis. Agora, você pode gerenciá-los programaticamente por meio de endpoints CRUD dedicados, facilitando a organização de painéis em escala entre ambientes.

Os novos endpoints para os painéis Markdown e Links já estão disponíveis no Serverless e serão lançados na próxima versão do stack (9.6).

Com quais tipos de painel a API do dashboard do Kibana é compatível?

A API do dashboard é compatível com todos os painéis definidos por valor na versão 9.5 (aqueles definidos diretamente em um dashboard, em oposição aos painéis da biblioteca salvos para reutilização). Cada tipo de painel compatível possui um esquema tipado e validado.

Tipo de painel

Status

Gráficos XY

Compatível

Métricas

Compatível

Pizza

Compatível

Medidor

Compatível

Heatmap

Compatível

Tabelas de dados

Compatível

Mapa de árvore

Compatível

Discover sessões

Compatível

Controles

Compatível

Markdown

Compatível

Links

Compatível

Painéis de ML

Compatível

Painéis de observabilidade

Compatível

Mapas

Em breve

Vega

Em breve

Como gerenciar dashboards do Kibana como código

A API de dashboards permite um fluxo de trabalho completo de dashboards como código: exportar um dashboard como JSON limpo e passível de comparação, enviá-lo ao Git como fonte de verdade, revisar mudanças em pull requests e implantar a mesma definição em desenvolvimento, staging e produção. Depois que um dashboard for gerenciado como código, trate o Git como a única fonte da verdade: as alterações feitas diretamente na UI serão substituídas na próxima vez que você implantar.

O principal desafio ao mover um dashboard entre espaços, clusters ou estágios é que os dashboards referenciam objetos como data view e visualizações da biblioteca por ID. Como esses IDs são gerados automaticamente e diferem entre ambientes, um dashboard exportado de um ambiente pode apontar para objetos que não existem em outro. Existem três maneiras de lidar com isso, listadas aqui da mais automatizada à menos automatizada:

• Use Terraform. O provedor Terraform do Elastic Stack acompanha cada recurso e mapeia os IDs automaticamente por ambiente, para que as referências permaneçam consistentes enquanto você promove um dashboard do desenvolvimento para a produção.

• Defina por-valor a Linguagem de Consulta Elasticsearch (ES|QL). A maneira mais portátil de construir um painel é definir sua visualização com o ES|QL diretamente no dashboard. Uma consulta ES|QL lê os índices que você especificar nela; portanto, o painel não contém referências externas a data views ou objetos de biblioteca. O resultado é um dashboard portátil e totalmente independente.

• Atribua IDs correspondentes. Se você fizer referência a objetos salvos, como visualizações de dados ou visualizações de bibliotecas, crie-os com um ID escolhido usando PUT (upsert) em vez de POST (que gera automaticamente um ID). Use IDs legíveis por humanos, como logs-prod, para que sejam fáceis de reutilizar e reconhecer em diferentes ambientes.

Para obter uma descrição detalhada desses padrões de portabilidade e do fluxo de trabalho completo de dashboards como código, consulte a documentação Gerenciar dashboards como código.

Crie um dashboard do Kibana com a API Dashboards usando PUT

Aqui está um exemplo rápido de criação de um dashboard com uma métrica usando PUT em vez de POST para atribuir um ID personalizado com o nome do dashboard (service-health-overview). A mesma lógica funciona para criar visualizações independentes salvas na biblioteca.

Roadmap da API do dashboard do Kibana: Maps, Vega e endpoints independentes

Estamos expandindo ativamente o escopo da API. Na sequência, compatibilidade com mapas e painéis Vega, adicionando esquemas tipados para eles. Também estamos construindo pontos finais CRUD independentes para sessões Discover (além do suporte existente como painéis de dashboard), Vega, maps e anotações, desacoplados do ciclo de vida do dashboard.

Para as definições completas de esquema, visite a documentação da API dos Dashboards. Para usuários do Terraform, o provedor Terraform do Elastic Stack é compatível com a API GA Dashboards.

Nota

1. Os endpoints núcleos permanecem inalterados em relação à prévia técnica. Se você construiu integrações contra a 9.4, elas funcionam na 9.5. As únicas alterações que quebram a compatibilidade são duas pequenas que afetam os formatos de listagem do dashboard e dos formatos da unidade de duração, documentadas aqui.

Novidades na criação do dashboard de IA do Kibana

Capacidade

Prévia técnica (9.4)

GA (9,5)

Tratamento de erros

Sem nova tentativa em consultas ES|QL

Tenta novamente automaticamente até três vezes, com inspeção e ajuste da consulta

Custo de geração ES|QL

Todas as consultas são roteadas pelo modelo primário

Roteamento em camadas de modelos, até 5 vezes mais barato

Intervalo de tempo

Janela padrão fixa

Seleção automática baseada na distribuição temporal dos dados

Controles de filtro

Sem suporte

Adicionado automaticamente para os campos mais relevantes

Gráficos Vega-Lite

Sem suporte

Criação em linguagem natural, incluindo diagramas de dispersão, diagramas de caixa, formatação condicional e dicas de ferramenta personalizadas

Edição de gráficos

Sem suporte

Editar painéis existentes do Vega-Lite usando linguagem natural

Recuperação automática de erros para geração de dashboards por IA

Na prévia técnica, o agente não tentou novamente as consultas ES|QL com falha. Na versão 9.5, ele detecta erros de consulta e tenta até três vezes, inspecionando cada erro e ajustando a consulta antes de desistir. Na prática, isso elimina a maioria dos problemas de painéis vazios e produz dashboards que renderizam corretamente na primeira tentativa.

Por que a criação de dashboards de IA é mais barata no Elastic 9.5?

Nem toda etapa na geração de dashboards exige o mesmo nível de raciocínio. Na 9.5, ES|QL passa por um modelo mais leve por padrão e retorna ao modelo primário apenas quando necessário. Se seu conector usa o Claude Opus 4.8 da Anthropic, isso significa que a geração de ES|QL em todos os painéis fica 5 vezes mais barata.

Seleção automática do intervalo de tempo com base nos seus dados

Dashboards só são úteis quando mostram o intervalo de dados correto. Agora, o agente aplica uma lógica aprimorada para escolher um intervalo de tempo que faça sentido para os dados que está consultando, a menos que o usuário solicite um intervalo de tempo específico. Ele considera a distribuição temporal dos dados e ajusta o intervalo de acordo, seja para a última hora em um incidente em andamento ou para os últimos 90 dias em uma análise de tendências, em vez de recorrer a uma janela fixa.

Controles automáticos de filtro em dashboards gerados por IA

A criação de dashboards agora oferece suporte a controles; ou seja, filtros interativos que permitem aos usuários filtrar um dashboard pelos valores dos campos sem editar as consultas subjacentes. Ao gerar um dashboard, o agente adiciona automaticamente controles na parte superior para os campos mais relevantes para filtragem.

Gráficos Vega-Lite a partir da linguagem natural: tipos de gráficos e formatação além dos padrões

Vega e Vega-Lite suportam uma ampla variedade de tipos de gráficos e personalizações no Kibana. Com a versão 9.5, você pode criá-los a partir de uma linguagem natural em vez de escrever o código você mesmo. 

Diagramas de dispersão, diagramas de caixa e mais tipos de gráficos Vega-Lite

Diagramas de dispersão, gráficos de caixa, múltiplos pequenos facetados, gráficos de bolhas e gráficos de composição (como combinar histogramas com mapas de calor), entre muitos outros, são suportados pelo Vega-Lite. Um prompt como Mostre-me um gráfico de dispersão entre tempo de resposta e tamanho da requisição, colorido pelo nome do serviço, gera um painel Vega-Lite com os mapeamentos de dados corretos. Usam as paletas de cores padrão do Kibana para se misturar com o restante do dashboard.

Formatação condicional, dicas de ferramentas personalizadas e rótulos em gráficos padrão

Mesmo para tipos de gráficos que já são nativos de dashboards, como barra, linha ou área, às vezes você precisa de mais controle do que as capacidades padrão oferecem. O Vega-Lite via chat preenche essa lacuna. Alguns exemplos incluem:

• Formatação condicional de cores: colorir pontos de dados acima de um limiar de forma diferente; por exemplo, tornar vermelhos os pontos de dados em uma linha ou barras quando algum indicador ultrapassa seu objetivo de nível de serviço (SLO). Peça ao agente algo como pinte de vermelho qualquer ponto acima de 500ms no meu gráfico de linhas.

  

• Marcas e etiquetas personalizadas: adicione emojis, símbolos ou etiquetas de texto em linha aos pontos de dados para indicadores de status de fácil visualização.

  

• Dicas de ferramentas personalizadas: enriqueça as dicas exibidas ao passar o cursor com mais métricas, contexto ou valores calculados que não fazem parte dos eixos do gráfico. Peça algo como Adicionar uma dica de ferramenta que mostre o total de registros e a % por barra.

  

Isso também funciona para editar gráficos Vega existentes. Se você tem um painel Vega-Lite que precisa de ajustes, como alterar uma escala de cores, ajustar um eixo ou mudar o tipo de marca, descreva a mudança no bate-papo em vez de se aprofundar no código JSON.

Como construímos a geração em linguagem natural do Vega-Lite no Kibana

Gerar um gráfico Vega-Lite a partir de uma frase não consiste em fazer um único prompt para o modelo gerar o JSON. Construímos um pequeno pipeline autônomo que transforma a intenção em linguagem natural em um gráfico validado e respaldado por dados.

Quando um pedido chega, o agente primeiro determina se o Vega-Lite é a opção adequada. Para requisições Vega-Lite, a visualização se baseia em uma consulta ES|QL real no Elasticsearch e então usa um modelo para gerar o código Vega-Lite. Antes da renderização, o resultado passa por uma camada de normalização que corrige o esquema e vincula a consulta canônica. Também aplica transformações para segurança na renderização.

Algumas escolhas de design tornam esse fluxo de trabalho confiável:

• Chamada tipada de ferramenta: a criação de gráficos é uma invocação de ferramenta estruturada, em vez de um código Vega-Lite de formato livre colado na conversa.

• Geração restrita: o modelo gera código Vega-Lite dentro de um esquema definido, tornando a saída mais previsível e fácil de validar.

• Exemplos selecionados: padrões estruturais, como facetas, marcas em camadas e mapas de calor, fornecem orientação sem copiar os dados subjacentes.

• Loops de execução e verificação: as consultas são executadas antes da criação do gráfico e as falhas de validação acionam novas tentativas corretivas para a geração de ES|QL.

Experimente a criação de dashboards por IA e gráficos Vega-Lite em Kibana

Para experimentar a criação de dashboards em linguagem natural e os gráficos Vega-Lite, atualize para o Elastic 9.5 (ou inicie um teste gratuito) e abra o chat no Kibana. Depois, peça para ele criar um dashboard a partir dos seus dados. Para Vega-Lite, tente pedir um tipo de gráfico que você sempre quis, mas nunca construiu, como um gráfico de dispersão ou um gráfico de bolhas. Se o resultado não estiver totalmente certo, diga ao agente o que mudar. Ele itera com você.

Isso requer uma licença empresarial. Comece agora mesmo.

O lançamento e o cronograma de quaisquer recursos ou funcionalidades descritos neste artigo permanecem a exclusivo critério da Elastic. Os recursos ou funcionalidades não disponíveis no momento poderão não ser entregues no prazo previsto ou sequer serem disponibilizados.

O agente cria dashboards do zero, mas também trabalha com o que você já tem. Abra a barra lateral do AI Chat enquanto visualiza um dashboard e ele é anexado automaticamente. Pergunte por que uma métrica disparou, divida por região ou adicione um painel de comparação. Seu dashboard existente se torna o ponto de partida, não apenas o produto final.

Bastidores: como construímos dashboards no AI Chat

Ensinamos ao agente tarefas específicas por meio de habilidades — descrições estruturadas de como operar em um determinado problema. Mas construir uma habilidade de dashboard significava ensinar um LLM a gerar dashboards Kibana válidos, e a API de objetos salvos legada tornava isso doloroso: JSON profundamente aninhado, mudanças sutis de versão em versão, referências frágeis. Precisávamos de uma abordagem diferente

Uma API construída especialmente para dashboards programáticos

A nova API de dashboards foi criada exatamente para esse cenário. Em vez de expor o estado interno bruto, ele oferece esquemas tipados e validados para cada tipo de painel. A API lida com a tradução entre as estruturas externas limpas e as representações internas do Kibana, para que o agente possa se concentrar no que o dashboard deve conter e não em como formatá-lo.

Uma habilidade, uma ferramenta, muitas operações

A habilidade dashboard-management expõe uma única ferramenta manage_dashboard que aceita uma matriz ordenada de operações. Cada operação é uma ação discreta: definir metadados, adicionar um painel de markdown, criar visualizações com suporte ES|QL a partir de linguagem natural, editar painéis existentes, agrupar painéis em seções dobráveis ou reposicionar itens na grade.

O agente pode descrever um dashboard inteiro: título, descrição, seções e todos os painéis dentro deles em uma única chamada:

As operações são executadas em ordem, para que etapas posteriores possam referenciar e construir sobre as anteriores. Esse design mantém a conversa focada na intenção e não nos detalhes da implementação.

O pipeline de visualização: linguagem natural para ES|QL para visualizações

Quando você pede um dashboard, o agente explora seus dados — índices, mapeamentos de campos, tipos — e depois planeja as visualizações e chama manage_dashboard.

Cada painel executa seu próprio pipeline: seleção de tipo de gráfico, ES|QL, configuração de visualização e validação. Isolamos isso do thread principal do agente — a construção da visualização exige várias chamadas de modelo por painel, e misturá-las ao contexto principal incharia a janela e confundiria o raciocínio.

Dentro do manage_dashboard, todos os painéis são construídos simultaneamente e depois remontados em ordem. O resultado é um dashboard completo com painéis embutidos — sem visualizações órfãs, sem problemas de sincronização.

Por que movemos a criação de visualizações para dentro da ferramenta de dashboard

Nossa primeira abordagem usou uma ferramenta create_visualization separada — uma chamada por painel, depois de passar cada anexo para a ferramenta do dashboard. Funcionou, mas toda visualização precisava de sua própria chamada da ferramenta, seu próprio ciclo de vida e uma entrega explícita. Pior ainda, editar uma visualização na conversa não atualizou o painel do dashboard, o que confundiu os usuários.

Integramos a criação de visualizações diretamente em manage_dashboard. Os mesmos fluxos de trabalho paralelos são executados, mas os painéis se organizam na estrutura do dashboard sem anexos intermediários. Menos chamadas, sem problemas de sincronização, um ciclo de vida único.

As visualizações independentes ainda funcionam — você pode inserir gráficos existentes em um dashboard por meio de referências de anexos — mas, para criar do zero, a criação em linha é o caminho mais limpo

Para equipes de segurança

Analistas SOC e engenheiros de detecção não podem perder tempo indo e voltando do editor de dashboard no meio da investigação. No AI Chat, peça o volume de alertas por tipo de regra, host ou tática do MITRE e veja isso no seu tópico em cerca de um minuto. À medida que a investigação avança, insira painéis — anomalias na execução de processos, conexões de rede, comparações de linhas do tempo — sem perder o contexto.

Salve quando terminar. O dashboard se torna uma referência para a revisão pós-incidente, um ponto de partida para o próximo analista, ou um briefing semanal de ameaças — sem necessidade de reexplicação.

Leia mais sobre como as equipes de segurança podem usar a criação de painéis e outras capacidades recentemente lançadas do AI Chat neste post do blog.

Para engenheiros de observabilidade e confiabilidade do site (SREs)

Quando um serviço se deteriora às 2:00, não há tempo para construir painéis do zero. Com o AI Chat, um SRE pode descrever as métricas de que precisa (latência p99 por serviço, taxa de erro em relação a eventos de implantação, reinicializações do pod na última hora) e obter um dashboard completo no tópico de investigação em cerca de um minuto. O agente pode refiná-la passo a passo à medida que a imagem fica mais nítida: adicione um painel, altere a janela de tempo, divida por região.

Ao salvar o dashboard, ele fica imediatamente disponível na sala de guerra (mesmos painéis, mesma estrutura) para todos que participam da ponte de incidentes. Após o incidente, ele se torna a base para o postmortem.

O que vem a seguir

Estamos trabalhando em otimização de token, interações em tela cheia mais ricas, suporte de painel mais amplo e melhorias contínuas de qualidade. A visualização técnica é o momento certo para definir prioridades — se algo estiver faltando, informe-nos através do ícone "Enviar feedback" no menu superior.

Experimente

Atualize para o Elastic 9.4 (ou inicie uma avaliação), abra o AI Chat no modo de tela cheia e experimente em uma investigação real. Peça ao agente que gere gráficos para as métricas que você está analisando e depois peça a próxima análise. Quando a história se confirma, salve e compartilhe — mesmos quadros, mesma estrutura, sem necessidade de reexplicação. Você precisa de uma licença empresarial (comece agora). O lançamento e o tempo de amadurecimento de todos os recursos ou funcionalidades descritos neste artigo permanecem a exclusivo critério da Elastic. Os recursos ou funcionalidades não disponíveis no momento poderão não ser entregues ou não chegarem no prazo previsto.

É exatamente por isso que construímos dashboards de somente leitura. É o controle que você vinha pedindo. Compartilhe dashboards com confiança, sem se preocupar que a próxima pessoa com acesso de edição os altere ou danifique.

Observação: permissões de somente leitura estão disponíveis no Elastic Cloud Serverless e a partir da versão 9.3 para o Elastic Cloud Hosted e o Elastic Self-Managed.

Quando “todo mundo pode editar” atrapalha

No Kibana, compartilhamento geralmente significava permissões no nível do espaço. Se alguém pode criar dashboards em um espaço, também pode editar ou excluir os de qualquer outra pessoa. Isso é ótimo para colaboração até deixar de funcionar. Uma edição acidental pode levar a decisões erradas, perda de confiança e muito retrabalho.

Já ouvimos as soluções alternativas: "Colocamos 'somente leitura' no nome do dashboard e esperamos que as pessoas percebam." Ou: "Nós os marcamos e cruzamos os dedos." Esperança não é um modelo de permissão. Você precisava de uma forma real de bloquear o dashboard sem bloquear todo mundo do espaço.

O que realmente dá errado

Deb e Kevin têm acesso de edição ao dashboard de monitoramento de logs dentro do espaço Operações. Kevin faz algumas mudanças nos gráficos. Quando Deb volta, os números não correspondem ao que ela apresentou. Ela precisa rastrear o que mudou (muitas vezes de memória), consertar e se perguntar quantos relatórios foram enviados com dados ruins.

Dashboards de somente leitura: Propriedade e controle que fazem sentido

Dashboards de somente leitura corrigem isso ao dar a você controle para decidir se outros usuários podem editar o dashboard. Quando você compartilha um dashboard, escolhe: editar (padrão, igual a hoje) ou visualizar. No modo de visualização , somente você (e os administradores do Kibana) podem mudar ou excluir isso. Todos os outros usuários podem abrir, usar e confiar, mas não podem modificar.

O que você recebe

• Integridade do dashboard: no modo de visualização, outros usuários com acesso de edição no espaço não podem modificar ou excluir o dashboard. Se tentarem, são informados de que está bloqueado. Seus gráficos e sua lógica permanecem como você os deixou.

• Você mantém o controle: Você é o dono. Você sempre pode editar, refinar e atualizar. Compartilhar como somente visualização não bloqueia o acesso; ele fixa a versão que todos os outros veem.

• Ciclo de vida flexível: você pode voltar a colocar um dashboard em “Pode editar” a qualquer momento. E os administradores do Kibana ainda podem gerenciar todos os dashboards (por exemplo, se o proprietário sair). Sem impasses.

Você pode compartilhar amplamente dashboards finalizados e de alta importância estratégica e saber que eles permanecerão consistentes. Está disponível em todos os níveis e ofertas da Elastic, incluindo Serverless.

Quem pode fazer o quê?

Referência rápida por função:

• Proprietário do dashboard: você o criou; tem acesso total de edição.

• Administrador do Kibana: pode gerenciar todos os dashboards.

• Usuário com permissão de edição no espaço: pode criar e editar seus dashboards; não pode editar ou excluir dashboards de somente leitura.

• Usuário com permissão de visualização no espaço: só pode visualizar (e listar) dashboards.

Ação

Proprietário do dashboard

Administrador do Kibana

Usuário com permissão para editar no espaço

Usuário com permissão de visualização

Listar e visualizar dashboards

✔

✔

✔

✔

Criar novos dashboards

✔

✔

✔

✘

Modificar/excluir dashboards editáveis

✔

✔

✔

✘

Modificar/excluir dashboards de somente leitura

✔

✔

✘

✘

Como ativar o modo somente leitura

Você pode configurar o modo somente leitura ao salvar um novo dashboard ou mais tarde no menu de compartilhamento.

Ao salvar um novo dashboard

• Crie seu dashboard e clique em Salvar.

• Na janela "Salvar como novo dashboard", encontre Permissões.

• Alterar de Pode editar para Pode visualizar.

• Clique em Salvar. Concluído. É somente leitura para todos os outros.

Para um dashboard que você já possui

• Abra o dashboard.

• Abra o menu Compartilhar dashboard.

• Na janela de compartilhamento, localize Permissões e alterne para Pode visualizar. A mudança se aplica imediatamente; outros usuários no espaço não podem mais editar ou excluir o dashboard.

• Você pode passar o mouse sobre a ação Compartilhar para ver que tipo de permissões um determinado dashboard tem.

Ver quais dashboards estão bloqueados

Na lista principal Dashboards, os dashboards que você não pode editar ou excluir têm uma caixa de seleção desativada. Isso oferece uma maneira fácil de identificar o que é somente leitura.

No dashboard, você também verá que a ação Editar está desativada e uma dica de ferramenta será exibida, explicando que o dashboard foi definido como somente leitura.

Experimente

Dashboards de somente leitura já estão disponíveis. Crie um dashboard, defina como Pode visualizar e compartilhe. Sua equipe recebe uma única fonte confiável, e você fica tranquilo. Não há mais “por favor, não edite” no título.

Queremos saber como você usa dashboards de somente leitura. Compartilhe seu feedback em nosso fórum comunitário.

O que são controles de variáveis?

Se você já usou dashboards do Kibana, provavelmente conhece nossos controles clássicos de dashboards: aqueles menus suspensos úteis que mostram os valores dos seus dados para que você possa filtrar informações com alguns cliques.

Os controles de variáveis parecem semelhantes à primeira vista, mas têm um diferencial inteligente: em vez de filtrar automaticamente todos os painéis do seu dashboard, eles podem ser inseridos diretamente em consultas ES|QL dentro de visualizações específicas.

Isso significa que você pode decidir onde cada controle se aplica. Melhor ainda, você pode usá-los para todos os tipos de truques criativos, como ajustar intervalos, alternar campos de detalhamento ou alterar parâmetros de visualização em tempo real. Basicamente, eles proporcionam aos dashboards uma experiência verdadeiramente interativa, permitindo que você obtenha insights com mais rapidez e facilidade.

Casos de uso para controles de variáveis

Certo, os controles variáveis parecem úteis, mas o que você pode realmente fazer com eles? Aqui estão alguns exemplos de como eles elevam o nível de seu dashboard:

Filtrar visualizações selecionadas

Deseja filtrar algumas visualizações, mas não mexer em outras? Os controles de variáveis permitem exatamente isso. Escolha os painéis aos quais deseja responder e conecte-os nas consultas ES|QL por trás das suas visualizações.

Selecionar diferentes intervalos

Permita que seus usuários escolham entre "5 minutos", "1 hora", "1 dia" ou quaisquer buckets que façam sentido. Crie um controle de variáveis com intervalos predefinidos e conecte-o à sua consulta de séries temporais.

Funções de alteração

Em vez de criar vários gráficos para cada operação, permita que os usuários do dashboard escolham se desejam ver o máximo, a média, diferentes percentis ou qualquer outro agregador.

Agrupe por diferentes campos

Às vezes, é necessário dividir os dados conforme diferentes dimensões durante uma investigação. Com controles de variáveis, você pode definir múltiplos campos "agrupar por" e permitir que os usuários do dashboard escolham aquele que os ajude a descobrir seus insights.

Como você pode criá-los?

A maneira mais fácil (e provavelmente mais agradável) de criar um controle de variável é diretamente pelo editor de consultas ES|QL na sua visualização. Basta começar a digitar sua consulta, usar o menu de preenchimento automático, e o Kibana vai ajudar a estruturar o controle para você.

Mas, se preferir começar pela própria variável, você também pode ir para: Adicionar painel → Controles → Controle de variável e adicionar a variável às suas visualizações após criar o controle.

Exemplo 1: Controle de filtragem com seleção de múltiplos valores

1. Escolha uma visualização atrelada a uma consulta ES|QL e clique em "Criar controle" dentro da instrução WHERE

2. Você será redirecionado automaticamente para o submenu de criação de variáveis, onde o tipo "Valores de uma consulta" será selecionado para você e o nome da variável já estará pré-preenchido. Lembre-se de que o nome de um controle sempre precisa começar com "?...". para ser usado na consulta de visualização.

Normalmente, você precisará de uma consulta como esta para obter os valores de um campo e atualizá-los de acordo com o intervalo de tempo selecionado no dashboard:

3. Ao salvar o controle, ele será exibido na parte superior do painel, e sua consulta de visualização será atualizada com o nome do controle da variável.

4. Se você quiser adicionar seleção multi-valor ao controle, precisa usar a função MV_CONTAINS na consulta e selecionar "Permitir múltiplas seleções" durante a criação do controle na etapa 2 (disponível a partir da 9.3).

Exemplo 2: Controle de intervalo de tempo

Se estiver montando uma série temporal, você poderá facilmente adicionar um controle de variável para o intervalo do histograma de data:

1. Ao escrever uma consulta ES|QL para sua série temporal, clique em "Criar controle". Ao criar uma variável para intervalos, é melhor usar TBUCKET em vez de BUCKET para que aceite intervalos mais legíveis como "1 hora", "1 dia" etc. Também haverá uma opção automática para TBUCKET em breve, para que possa se adaptar automaticamente aos intervalos.

2. Defina os intervalos para preencher as opções no menu suspenso.

3. Selecione diferentes intervalos no menu suspenso e veja como sua visualização muda.

Exemplo 3: variáveis para funções

1. Crie uma variável usando o tipo de controle "Valores estáticos" e adicione nomes de funções aos seus valores suspensos. É importante usar um nome para sua variável que comece com “??...” para substituir funções.

2. Inclua o nome da variável na sua consulta ES|QL.

Exemplo 4: variáveis para campos

1. Você pode usar o tipo de controle "Valores estáticos" e anotar os nomes dos campos que quiser. É importante usar um nome de variável que comece com "??..." para aplicá-lo aos campos.

2. Faça referência à variável onde quiser na consulta de visualização.

Controles de variáveis no Discover

Controles variáveis não são apenas um recurso do dashboard — eles também estão disponíveis diretamente no editor ES|QL no Discover. Você pode construir controles para uma experiência de exploração de dados mais rápida no Discover, trazê-los para o dashboard e vice-versa.

Detalhes técnicos

A esta altura, você provavelmente já percebeu que os controles de variáveis vêm com algumas regras — como quais partes de uma consulta eles podem referenciar e os prefixos de nomeação que você precisa usar ("?..." para valores e "?? ...” para campos ou funções). O motivo disso é que variáveis não são apenas simples substituições de string no cliente. Elas são, na verdade, cidadãos de primeira classe na própria linguagem de consulta (conhecidos como parâmetros no ES|QL).

Este design traz grandes vantagens. Por exemplo, o Kibana consegue entender o contexto de cada variável, o que nos permite gerar e preencher automaticamente sua configuração para você. Também é muito mais seguro: como a linguagem valida rigorosamente entradas variáveis, ela impede injeções nocivas e erros se algo parece errado. Além disso, melhora o desempenho e a estabilidade ao transferir validações complexas e tratamento de erros para o servidor em vez do cliente. Uma observação sobre desempenho: uma prática recomendada é criar variáveis que incluam consultas rápidas, pois elas são carregadas antes do dashboard, portanto, consultas lentas podem afetar todo o desempenho do dashboard.

É claro, essa arquitetura também vem com algumas limitações—por enquanto. Variáveis ainda não permitem uma opção “Qualquer” para filtragem, e elas não podem ser usadas atualmente com certos operadores como LIKEou FROM (para alternar fontes de dados). A boa notícia? Estamos trabalhando ativamente para adicionar essas funcionalidades.

O que o futuro reserva para os controles

Não vamos parar aqui! Algumas das melhorias no nosso radar incluem:

✨ A capacidade de posicionar controles em qualquer lugar do painel

✨ Encadeando seus controles — ou seja, a saída de um controle se torna a entrada do próximo

✨ Melhores opções de seleção como seleção "Qualquer" para variáveis

✨ Novos tipos de controle (controle de buscar e variáveis para suas fontes de dados)

✨ E mais melhorias de qualidade de vida que vocês pediram, como pré-filtrar controles normais.

Se você tiver ideias ou feedback, adoraríamos saber.