7.10의 새로운 기능
7.10의 새로운 기능과 향상된 기능의 주요 내용은 다음과 같습니다. 이 릴리스에 대한 자세한 내용은 릴리스 노트 및 주요 변경 사항을 확인하십시오 .
새 홈 및 랜딩 페이지
Kibana에 흥미로운 추가 기능이 너무 많아서 앞으로 나아갈 길을 선택하는 것이 어려울 수 있습니다. 그 결과 새로운 홈 페이지를 시작으로 초기 사용자 경험에 다시 초점을 맞췄습니다. 새 버전은 핵심 솔루션 및 사용 사례에 중점을 둡니다.
홈 페이지에서 확장하면 이제 데이터를 추가하고 기본 기능을 도입하는 데 도움이되는 솔루션 중심 랜딩 페이지로 안내됩니다. 이 새로운 페이지는 신규 사용자와 경험이있는 사용자 모두 Kibana가 제공하는 모든 것을 시작할 수 있도록 도와줍니다.
탐색 검색이 포함 된 글로벌 헤더
7.8에서는 최적의 내비게이션 디자인을위한 탐구의 일환으로 새롭고 개선 된 메인 메뉴를 도입했습니다. 7.10에서는 탐색 검색을 포함하는 글로벌 헤더를 추가하여 더 많은 그림을 공개합니다. 이제 키보드 단축키 (Windows 및 Linux의 경우 Ctrl + /, MacOS의 경우 Command + /)를 사용하여 대시 보드, 시각화, 워크 패드, 저장된 검색 등을 포함하여 애플리케이션과 저장된 개체 사이를 이동할 수 있습니다.
렌즈는 일반적으로 사용 가능합니다.
기술적 배경에 관계없이 Kibana를 모든 사람을위한 놀라운 시각적 데이터 분석 경험으로 만드는 지속적인 여정에 대한 우리의 노력을 더욱 강화하기 위해 Lens를 일반에 사용할 수 있도록 만들었습니다 . 이제 회사에서 프로덕션에서 베타 소프트웨어 또는 서비스 사용을 제한하는 사용자는 Lens가 제공 하는 시각화 및 분석 기능을 활용할 수 있습니다 .
Lens 는 또한 두 가지 새로운 차트 유형을 도입합니다. 시각화하는 데이터 유형에 따라 Lens 는 이제 백분율 막대 차트 및 백분율 영역 차트를 작성할 수 있습니다.
자세한 내용은 설명서를 참조하십시오 .
URL 드릴 다운
[ 베타 ] 이 기능은 베타 버전이며 변경 될 수 있습니다. 디자인과 코드는 공식 GA 기능보다 덜 성숙하며 보증없이있는 그대로 제공됩니다. 베타 기능에는 공식 GA 기능의 지원 SLA가 적용되지 않습니다.7.8에서는 대시 보드 간 드릴 다운을 도입하여 대시 보드간에 사용자 지정 탐색 경로를 빠르게 생성하고 필터 및 시간 컨텍스트를 전달할 수 있습니다. 이제 대시 보드에서 내부 또는 외부 URL 로의 탐색 경로를 만들 수도 있습니다. 이 기능은 Gold 구독 이상에서 사용할 수 있습니다 . 자세한 내용은 URL 드릴 다운 문서를 참조하십시오 .
지리 공간 데이터에 대해 작업하는 새로운 방법
이제지도와 대시 보드가 함께 더 잘 작동합니다. 첫째, 대시 보드 드릴 다운 과 함께지도를 사용할 수 있습니다 . 둘째, 대시 보드를 작성할 때 맵을 만들고 저장 한 다음 워크 플로의 대시 보드로 돌아갈 수 있습니다.
지도 에는 데이터 작업을위한 새로운 방법도 있습니다. 이제 "데이터를 경계에 맞게"자동으로 맞출 수 있으므로 데이터를 집중할 수 있습니다. CSV 파일에서 가져온 데이터라면 더 쉽게 작업 할 수 있습니다. Machine Learning 의 파일 데이터 시각화 도우미 를사용하여 위도 및 경도 필드가있는 CSV 파일을 가져 오면 필드가 자동으로 필드로 변환됩니다.geo_point
지도 에 새로운 추적 알림이 있습니다. [ 실험 중 ] 이 기능은 실험적이며 향후 릴리스에서 완전히 변경되거나 제거 될 수 있습니다. Elastic은 모든 문제를 해결하기 위해 최선의 접근 방식을 취하지 만 실험적 기능에는 공식 GA 기능의 지원 SLA가 적용되지 않습니다.관심 영역 경계와 관련하여 엔티티의 위치를 모니터링합니다. 또한 새로운 벡터 타일 렌더링을 사용하면 더 많은 데이터를 더 빠른 속도로 작업 할 수 있습니다.
Vega는 일반적으로 사용 가능합니다.
대시 보드에서 사용자 지정 패널을 만드는 데 사용하는 고급 편집기 인 Vega 는 프로덕션 준비가되었습니다. 이제 회사에서 프로덕션에서 베타 소프트웨어 또는 서비스 사용을 제한하는 사용자는 Vega가 제공하는 전체 시각화 사용자 지정 기능을 활용할 수 있습니다.
에 대한 자세한 내용은 베가 의 참조 문서 .
경고를위한 새로운 커넥터
7.10에서는 모든 경고 유형에 사용할 Jira 및 IBM Resilient 커넥터를 추가하여 커넥터 제품을 확장했습니다 . 또한 이제 경고와 함께 커넥터를 사용하기 전에 커넥터가 작동하는지 테스트 할 수 있으므로 설정 오류로 인해 알림이 손실되지 않습니다.
경고 및 작업의 역할 기반 액세스 제어
이제 경고 및 작업 에 역할 기반 액세스 제어 기능이 있으므로 조직의 액세스 모델을 기반으로 경고를 보호 할 수 있습니다. 각 Elastic 솔루션은 자체 경고 유형에 대한 액세스를 결정하며 솔루션에 대한 액세스 권한이없는 사용자는 해당 경고에 액세스 할 수 없습니다.
스택 경고에 대한 기능 제어가 이제 역할 정의 페이지에 포함됩니다 . 여기에는 현재 인덱스 임계 값 경고 유형이 포함되며 향후 릴리스에서 더 많은 스택 경고가 이어집니다. all스택 경고에 대한 권한을 사용자에게 경고를 만들고 편집 할 수있는 기능을 제공하고, read권한을 사용자가 경고를 볼 수 있습니다.
작업 및 커넥터에 대한 새로운 기능 컨트롤도 있습니다. all권한은 사용자가 커넥터를 만들고 편집 할 수 있으며, 상기 read권한보기 커넥터에 사용자를 허용하고 경고에 작업을 첨부합니다.
이전 버전에서 업그레이드하는 경우 7.10 RBAC 모델에 적용된 경고 유형에 대한 액세스 권한이없는 사용자가 생성 한 경고는 작동을 중지합니다. 예를 들어 사용자가 Observability Metrics 애플리케이션에 액세스하지 않고 메트릭 별 경고를 생성 한 경우 경고가 중지됩니다. 경고를 재개하려면 올바른 액세스 권한이있는 사용자가 경고에 액세스하고 저장해야합니다.
이제 경고 및 작업 관리보기에는 경고가 활성 (경고 조건 충족)인지, 비활성인지 또는 오류가 있는지 여부 및 문제 해결 방법에 대한 즉각적인 피드백을 제공하는 경고 상태가 포함됩니다.
권한에 따른 관리 숨기기
스택 관리 는 스택 관리에 도움 이되는 지속적으로 성장하는 관리 도구 제품군의 본거지입니다. 이러한 도구는 사용 권한이 없더라도 모든 사용자가 볼 수있었습니다. 이제 Stack Management 는 할당 된 클러스터 및 인덱스 권한을 기반으로 사용자가 사용할 권한이있는 기능 만 표시합니다. 사용자가 스택 관리 기능을 볼 수있는 권한이 없으면전체 스택 관리 가 숨겨집니다.
이러한 요청이 많은 기능을 통해 관리자 는 8.0에서 제거 될 더 이상 사용되지 않는 대시 보드 전용 모드 대신 기능 권한 을 사용할 수 있습니다. 또한 각 스택 관리 기능 에 필요한 클러스터 및 인덱스 권한 집합이 명확하게 정의되도록 설명서 를 업데이트했습니다 .
저장된 개체 복사 및 가져 오기
여러 공간에서 저장된 개체를 공유 할 수있는 기반을 마련하면서 저장된 개체를 복사하고 가져 오는 UI를 개편했습니다. 저장된 개체를 복사 할 때 이제 개체를 만들고 충돌을 쉽게 해결하고 부분합, 개체 아이콘 및 개체 제목에 대한 정보를 얻을 수 있습니다. 저장된 개체를 가져온 후 생성 된 개체에 대한 요약이 표시됩니다.
데이터 프레임 분석 모델 관리
데이터 프레임 분석지도 학습을위한 기능을 강화하면 기계 학습에서 학습 된 모델을 관리 할 수 있습니다 . 새 탭에는 추론, 작업 구성 및 통계를 포함하여 행 확장에 대한 자세한 정보가 표시되는 각 모델에 대한 기본 정보가 나열됩니다. 또한 각 모델을 사용하는 수집 파이프 라인 목록도 포함되어 있습니다. 추가 컨트롤을 사용하면 모델을 검색 및 삭제하고 각 모델을 생성하는 데 사용 된 학습 데이터를 볼 수 있습니다.
이상 탐지에서 파티션 별 분류
분류는 텍스트 필드를 토큰 화하고 유사한 데이터를 함께 클러스터링하고이를 범주로 분류 한 다음 데이터에서 비정상적인 범주를 감지합니다. 7.9부터 파티션 별 분류를 통해 파티션 필드의 모든 값에 대해 개별적으로 분류 할 수있었습니다. 7.10에서는 이제 파티션 별 분류를 구성 할 수 있습니다.
데이터 프레임 분석을위한 향상된 기능 중요도 세부 정보
분류 또는 회귀 기계 학습 작업의 결과를 조사 할 때 기능 중요도를 사용하여 각 예측에 가장 큰 영향을 미친 필드를 이해할 수 있습니다. 7.10에서는 모든 학습 데이터에서 각 필드에 대한 기능 중요도 값의 평균 크기를 볼 수 있습니다. 또한 JSON 개체 또는 의사 결정 플롯 형식으로 각 개별 예측에 대한 기능 중요도 값을 검사 할 수 있습니다.
