Kibana là công cụ trực quan hóa dữ liệu dựa trên web, tích hợp với Elasticsearch để phân tích và hiển thị log, metric thời gian thực. Hỗ trợ DevOps & DevSecOps qua dashboard giám sát hiệu suất, phát hiện anomally, điều tra sự cố & báo cáo tuân thủ. Tính năng nổi bật: trực quan hóa dữ liệu, tìm kiếm nâng cao, RBAC, xuất báo cáo, Canvas & plugin mở rộng. Viết bằng JavaScript/TypeScript + React, do Elastic phát triển. Bản core miễn phí, bản trả phí mở thêm tính năng bảo mật, học máy.

#Kibana #De

Dec 14th, 2025: [EN] Build a map to compare metrics by country or region with ES|QL - Elastic Community and Ecosystem / Advent Calendar by Nathan Reese

https://discuss.elastic.co/t/dec-14th-2025-en-build-a-map-to-compare-metrics-by-country-or-region-with-es-ql/383243

#elastic #kibana #geospatial

Как корпоративный поисковый портал стал платформой для цифровых ассистентов

Привет! Меня зовут Антон Фролов — я ведущий менеджер продукта в Content AI. В этой статье расскажу, как мы превратили корпоративный поисковый портал Intelligent Search в платформу для создания цифровых ассистентов с поддержкой LLM. Если у вас уже есть прототип ассистента на базе open-source компонентов, платформа может помочь оперативно разработать решение production-уровня для автоматизации различных процессов с внутренними документами.

https://habr.com/ru/articles/971412/

#Intelligent_Search #поисковые_технологии #nlp #ai #elasticsearch #kibana #apache_zookeeper #apache_tomcat #java

Пошаговая настройка вывода логов из .NET-автотестов в ELK (Filebeat → Logstash → Elasticsearch → Kibana)

Всем привет, с вами Юрий Ковальчук, backend разработчик в ВебРайз. В этой статье разберем процесс вывода логов из приложения c автотестами на .NET в ELK с последующей визуализаций в Kibana. ELK представляет из себя достаточно массивный инструмент для сбора, хранения, обработки и анализа логов, организации мониторингов. С наскоку разобраться с ним вряд ли получится, поэтому подготовили небольшую инструкцию с примерами - на базе простого теста прокинуть результаты до Kibana.

https://habr.com/ru/articles/966038/

#elk #elasticsearch #logstash #kibana #filebeat #логирование #логи #net #net_core #c#

OpenTelemetry — не то, чем кажется…

Привет! Меня зовут - Евгений, работаю в финтехе и проектирую системы, которые обрабатывают миллионы запросов, интегрируются с десятками внешних сервисов и живут в Kubernetes. А еще я преподаю Java/Spring Boot и рассказываю студентам, как не наступать на чужие грабли, а создавать свои и прыгать на них. Больше 10 лет в разработке — и за эти годы в череде проектов я видел одну и ту же боль: отсутствие системного подхода к наблюдаемости. Логи, метрики и трейсы появляются «по остаточному принципу»: что-то добавили при отладке, что-то прилетело из чужой либы, что-то настроили на проде. Итог — инженеры часами разбирают простые инциденты, а продуктовые команды теряют скорость. В статье поделюсь нашим опытом: как мы строим наблюдаемость в системах, почему OpenTelemetry — это больше чем стандарт и какими принципами мы руководствуемся. Ну давай посмотрим что у тебя там...

https://habr.com/ru/companies/tbank/articles/965256/

#opentelemetry #monitoring #springboot #kotlin #aop #java #grafana #kibana

Как я автоматизировал анализ логов из Kibana с помощью LLM и AI-агентов

Инструменты вроде OpenSearch, Elastic или Kibana давно стали стандартом для поиска и визуализации логов благодаря удобству и мощной поисковой системе. Однако, когда речь заходит о сложном анализе — агрегациях, парсинге, выявлении сложных закономерностей — их встроенные средства быстро достигают предела возможностей. Особенно сложно становится, если структура логов далека от идеала: например, как у нас — всё содержимое свалено в одно поле Message в формате JSON. Меня зовут Игорь Щегловитов, я работаю экспертом по тестированию в QC облачной инфраструктуры и веб-порталов. Раньше наша команда решала такие задачи кастомными утилитами на C#, которые выгружали логи из ELK и анализировали их локально. Однако каждое новое требование превращалось в мини-проект: доработать код, написать новые парсеры, скрипты агрегации и фильтрации. Работа замедлялась, техдолг рос. Я решил использовать связку AI-агентов с кастомными промптами, собственный сервисный слой (MCP) для доступа к логам и LLM-модель, чтобы превращать пользовательские запросы в автоматический алгоритм анализа. Так, кейсы вроде «Посчитай уникальных пользователей за сутки» или «Проанализируй ошибки за период» решаются без ручного кодинга. Под катом мой кейс: расскажу, как это сделал, поделюсь ссылкой на гитхаб, так что, если хотите упростить себе анализ логов, — эта статья для вас.

https://habr.com/ru/companies/kaspersky/articles/953780/

#kibana #opensearch #ai #roocode #логи #llm #машинное_обучение #тестирование #roo_code #elasticsearch