在Kibana/Vega中如何可视化关联重叠集合数据？

原始数据 #

{"id":12345, "issues":["tests failed", "host not found"]}
{"id":12645, "issues":["tests failed"]}
{"id":12643, "issues":["compile failed"]}

可视化需求 #

用Kibana饼图可以轻松生成关键词占比统计：tests failed占50%，host not found和compile failed各占25%。但我需要能保留记录关联关系的可视化方式，例如：

• 环形图：内圈显示compile failed占1/3、tests failed占2/3，外圈对应包含host not found的记录占1/3
• 类树状Sankey图、堆叠直方图等

现有工具的局限 #

要实现这类可视化，需要基于数据构建树结构，核心逻辑是：找到最常见术语，将记录分为包含与不包含该术语的两组，递归处理各组直到所有记录完成分类。但：

• Vega明确不支持循环/递归，Kibana中也没有可用功能
• Vega的tree相关transform（如nest、stratify）不适用：
  • nest基于指定字段名创建预定义层级，无法自适应选择术语
  • stratify需要父子字段，生成的结果缺乏各节点自适应处理最常见术语的能力，呈现杂乱

当前进展 #

我已经开始研究自定义transform，但在此之前想确认是否已有现成方案。

更新内容 #

这是我首次使用Vega，趁等待代码审核的间隙尝试了一个方案，目前还不够完善，已将其上传并添加注释供参考。后续会优化方案，使其更易扩展、适配现有树状可视化，并补充完整注释。

个人体验与建议 #

编写Vega代码的体验就像大学时期学习Prolog和LISP，十分烧脑！建议推出一套更易读的DSL，支持循环、跨transform的"viewpoints"及类型系统！

内容的提问来源于stack exchange，提问作者Tim Baverstock