如何在Kibana中基于交易经纬度创建地理热力地图可视化？

一、先确保Elasticsearch中的地理数据格式合规 #

Elasticsearch的地理地图依赖geo_point类型字段，当前日志里的Latitude和Longitude是分开的数值/文本字段，需要合并为标准地理点格式，你有两种实现方式：

方式1：直接修改源应用日志格式 #

在输出日志时，把经纬度合并为一个location字段，格式为纬度,经度（注意顺序是纬度在前、经度在后），示例输出：

Location: 34.0522,-118.2437

后续摄入Elasticsearch时，只需在索引模板中把location字段设为geo_point类型即可。

方式2：用摄入管道/Logstash转换现有字段 #

如果不想修改源应用，可通过数据处理组件转换：

用Elastic摄入管道处理

1. 进入Kibana的Stack Management > Ingest Pipelines，创建新管道
2. 添加一个Script处理器，输入以下脚本合并经纬度：

ctx.location = [ctx.Longitude, ctx.Latitude];

3. 给目标索引配置索引模板，确保location字段为geo_point类型：

{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      }
    }
  }
}

用Logstash处理

在Logstash的filter配置中添加以下规则，合并并转换字段类型：

filter {
  mutate {
    add_field => { "[location][lat]" => "%{Latitude}" }
    add_field => { "[location][lon]" => "%{Longitude}" }
  }
  mutate {
    convert => { "[location][lat]" => "float" }
    convert => { "[location][lon]" => "float" }
  }
}

输出到Elasticsearch时，同样要确保索引的location字段是geo_point类型。

二、创建热力地图可视化 #

1. 进入Kibana的Visualize Library，点击Create visualization，选择Map类型
2. 在地图编辑器中，点击Add layer，选择Heat map层
3. 在Data source中选择你的交易日志索引
4. 在Location field下拉框中选择已配置好的location（geo_point类型）字段
5. 调整热力图参数：
   • Weight：选择聚合维度，比如用Count统计交易数量，或选择交易金额字段展示金额热力分布
   • Radius：开启Scale radius with zoom选项，实现缩放时精度自动调整（放大地图时半径缩小，显示更精细的商户分布）
   • Color gradient：自定义热力颜色，比如用红黄色系表示交易密度从低到高
6. 可添加时间过滤器，按时间段筛选交易数据，查看不同时段的热力分布
7. 完成配置后，点击Save保存可视化，也可添加到仪表盘展示

三、优化缩放精度的额外设置 #

• 在热力层的Advanced options中，可设置Minimum zoom和Maximum zoom对应的半径范围，比如缩小地图时用20px半径，放大到街道级别时用5px半径
• 选择Geo grid聚合方式，设置不同缩放级别下的网格精度（低缩放用coarse网格，高缩放用fine网格），让聚合结果随地图缩放更精准

内容的提问来源于stack exchange，提问作者Ryan.Bartsch