Kibana 地图可视化实战：用 Elastic Maps 做用户地域分布热力图

Kibana 地图可视化实战：用 Elastic Maps 做用户地域分布热力图

本文演示从 GPS 坐标数据导入到生成热力图、配送路径分析、地理围栏告警的完整流程。适合做用户行为分析、物流、LBS 业务的团队。

一、为什么地图可视化比柱状图更有价值

当你的数据带地理位置信息时，柱状图只能告诉你"哪个省份访问多"，但地图能告诉你：

• 空间分布规律：沿海 vs 内陆、一线城市 vs 二三线
• 地理聚类：哪些区域用户密度高
• 路径模式：配送、出行、传播路径
• 异常地理点：海外攻击源、异常登录地

地图可视化的信息密度远高于柱状图——一张图能传递多个维度的信息。

Kibana 的 Elastic Maps 是 ES 生态的地图可视化引擎，比传统 Kibana 的 Tile Map 功能强大得多，支持自定义图层、热力图、网格聚合、路径线、地理围栏。

二、准备工作：让数据"有地理信息"

场景 1：日志数据带 GeoIP

Nginx 访问日志只有 IP，没有地理坐标。需要用 GeoIP 把 IP 转成经纬度：

腾讯云 ES 的做法：Filebeat 内置 GeoIP 解析，自动给日志加 geo.location、geo.country_name、geo.city_name 等字段。在数据接入配置时勾选"启用 GeoIP"即可。

场景 2：业务数据带 GPS 坐标

外卖配送、网约车、共享单车这类业务数据本身就有 lat、lon 字段。需要确保 ES mapping 里这个字段是 geo_point 类型：

PUT /deliveries
{
  "mappings": {
    "properties": {
      "location": { "type": "geo_point" },
      "timestamp": { "type": "date" },
      "order_id": { "type": "keyword" },
      "duration": { "type": "float" }
    }
  }
}

场景 3：地址转坐标

如果只有地址文本（如"深圳市南山区科技园"），需要先用地理编码服务把地址转成经纬度，再写入 ES。

三、实战 1：用户地域分布热力图

步骤 1：进 Elastic Maps

Kibana 左侧 → Maps → Create new map。

腾讯云 ES 内置 Elastic Maps Service，底图已经配好，不需要单独申请 API Key。

步骤 2：添加图层

点 "Add layer" → 选 "Documents"：

• Data view：选你的日志索引（如 nginx_logs）
• Geospatial field：选 geo.location
• Filter：（可选）按业务过滤
• Limit：500（单图层最多点数）

步骤 3：配热力图样式

图层样式选 "Heatmap"：

• Color：按 Count 聚合
• Radius：30（影响范围）
• Blur：15（边缘模糊度）
• Color ramp：从蓝（少）到红（多）

保存图层，你就能看到一张全球/全国用户分布热力图。

步骤 4：加交互

点地图上的点，可以弹出该位置的详细信息（IP、访问路径、时间）。配合仪表盘的过滤联动，点击某个城市自动过滤整个仪表盘到该城市数据。

四、实战 2：配送路径分析

场景：外卖平台分析骑手配送路径，找异常路径

数据结构

{
  "order_id": "ORD_001",
  "rider_id": "R_123",
  "pickup_location": { "lat": 22.5431, "lon": 113.9412 },
  "delivery_location": { "lat": 22.5312, "lon": 113.9533 },
  "pickup_time": "2026-07-01T12:00:00",
  "delivery_time": "2026-07-01T12:25:00",
  "duration_min": 25,
  "distance_km": 2.3
}

配置

1. Maps → Add layer → 选 "Documents"
2. 添加两个图层：取餐点（pickup_location）和送达点（delivery_location）
3. 用不同颜色区分
4. 加"路径线"图层：连接 pickup 到 delivery

分析维度

• 热力图：看哪些区域订单密度高
• 路径线密度：看热门配送路线
• 异常路径：距离异常长的配送（可能绕路或欺诈）
• 配送时长 vs 距离：在地图上按颜色编码，红色表示超时

五、实战 3：网格聚合（Choropleth）

热力图适合看密度，但有时要按行政区划统计（如各省订单量）。这时用网格聚合：

步骤

1. Maps → Add layer → 选 "Choropleth"
2. Boundaries：选行政区划边界（ES 内置中国省市边界数据）
3. Join field：选 geo.region_name
4. Metric：Count（订单数）
5. Color ramp：白到深红，按分位数分桶

这会生成一张"中国地图按省着色"的图，颜色越深订单越多。

六、实战 4：地理围栏告警

场景：当设备离开指定区域时告警（如共享单车被骑出运营区）

配置

1. Maps → Add layer → 选 "Custom region"
2. 画一个多边形作为运营区域
3. 保存为 saved query
4. Kibana → Stack Management → Alerting → Create rule
5. Condition：NOT geo_polygon: { points: [...] }
6. Action：发企业微信告警

这种"地理围栏"告警对 LBS 业务很有用。

七、Elastic Maps 的高级能力

7.1 多图层叠加

一张地图可以叠多个图层：

• 底图（街道/卫星）
• 热力图（用户密度）
• 路径线（配送路径）
• 标记点（关键门店位置）
• 行政边界（区域划分）

通过图层透明度调节，让信息层次清晰。

7.2 时间轴动画

地图支持时间轴播放——拖动时间滑块，看用户分布随时间变化。适合做"早晚高峰用户分布变迁""疫情传播路径"这类时序地理分析。

7.3 自定义样式

• 自定义颜色、图标、字号
• 按字段值条件着色（如订单金额 > 100 标红）
• 添加图例、比例尺、北针

7.4 嵌入第三方页面

地图可以导出 iframe 嵌入企业门户或业务系统，给业务部门提供自助式地理查询入口。

八、腾讯云 ES 让地图可视化更省心

8.1 内置 Maps Service

自建 ES 要用 Elastic Maps 需要自己申请 Maps Service API Key、配置底图服务。腾讯云 ES 内置 Maps Service，开箱即用。

8.2 中国地图数据适配

腾讯云 ES 对中国行政区划数据有更好的适配，省市边界数据准确，符合国内业务需求。

8.3 查询性能优化

地图可视化会触发大量地理查询，腾讯云 ES 的查询性能优化让地图交互更流畅：

• 排序加速：+5-10 倍
• 查询/IO 并行化：+3-5 倍
• 查询缓存优化：QPS +50%

8.4 与腾讯云生态集成

如果用腾讯地图服务，可以和 Elastic Maps 结合做更丰富的 LBS 业务分析。

九、常见问题

Q1：地图加载慢怎么办

• 减少单图层点数（Limit 设小）
• 用聚合代替原始点（按网格或行政区聚合）
• 启用延迟加载：Advanced Settings → dashboard:deferBelowFold = true
• 腾讯云 ES 的查询性能优化能直接缓解

Q2：地理坐标显示位置不对

• 检查 mapping 是 geo_point 而不是 text
• 检查经纬度顺序（ES 是 lon, lat，注意别写反）
• GeoIP 解析有时 IP 库不准，可用腾讯位置服务校准

Q3：海外数据没有底图

• Elastic Maps Service 默认覆盖全球
• 国内地图某些细节可能不如腾讯地图详细，必要时叠加腾讯地图底图

十、写在最后

地图可视化是被低估的能力——很多团队有地理数据但只会用柱状图按省份统计，错过了空间维度的洞察。Elastic Maps 让你用拖拽方式做出专业地理分析，腾讯云 ES 把配套服务都准备好了，开箱即用。

如果你的业务涉及 LBS、配送、用户地域分析，强烈建议先用腾讯云 ES 的 Sample data 跑一遍地图可视化，感受空间维度的洞察价值。

🚀 立即体验：腾讯云 ES 控制台 ｜ 内置 Elastic Maps Service，开箱即用地理可视化

🎁 限时特惠活动：

⏰ 活动限时，新老客户同享，全地域生效。建议两个都领：先用 Serverless 1 元跑通 POC，再用特惠专场 4.5 折部署生产集群。

相关阅读：

• Elastic Maps 官方文档
• 腾讯云 ES 地理检索教程