מערך שיעור: Kibana

משך: 1.5 שעות אקדמיות (68 דקות).

מטרת השיעור: הסטודנטים יבנו Dashboard בסיסי ב-Kibana, כסיכום ויזואלי ליחידת Elasticsearch כולה.

בסוף השיעור הסטודנטים צריכים: להריץ Kibana, להגדיר Index Pattern, ולבנות ויזואליזציה מבוססת Aggregation שכבר מוכרת.

דגש קריטי: זהו שיעור-סיכום ליחידה — הדגישו שKibana לא מלמד מושג חדש, רק מציג ויזואלית את מה שכבר נלמד.

מהלך השיעור#

דגשים להעברת השיעור#

• זהו שיעור-סיכום נעים ליחידה — פחות תוכן חדש, יותר “לראות” את כל מה שכבר נלמד קורם עור וגידים בממשק ויזואלי. שמרו על אווירה זו.
• הדגישו במפורש ש-Dashboard “לא עושה קסם” — כל גרף הוא Aggregation שכבר נכתבה בשאילתת JSON קודם ביחידה, רק מוצג אחרת.
• אם יש זמן, סיכמו את כל 6 השיעורים ביחידה בקצרה — Document/Index/Mapping → text/keyword → queries → aggregations → C# client → Kibana.

מושגים#

Kibana — כלי ויזואליזציה שרץ לצד Elasticsearch. Dev Tools — עורך שאילתות מובנה. Index Pattern (Data View) — הגדרת Indices לויזואליזציה. Dashboard — לוח עם כמה ויזואליזציות יחד.

תרגיל חשיבה#

שאלת פתיחה: “אתם צריכים להראות למנהל מוצר (לא טכני) ‘כמה מוצרים בכל קטגוריה’. הייתם שולחים לו JSON גולמי, או Dashboard ב-Kibana? למה?”

מהלך: תשובה ברורה, אבל תנו לסטודנטים לנסח את הלמה — JSON גולמי דורש ידע טכני לפענוח; גרף עוגה ב-Kibana מובן מיידית לכל אחד. הובילו לתובנה שזו בדיוק המטרה של Kibana: לגשר בין נתונים טכניים לבין קהל שצריך תובנות, לא syntax.

מה המרצה מראה בסוף: הציגו את אותה שאילתת terms Aggregation פעם כ-JSON גולמי בתגובת Dev Tools, ופעם כגרף עוגה בDashboard על אותם נתונים בדיוק — הניגוד הוויזואלי ממחיש בדיוק את הערך שKibana מוסיף.