키바나는 일래스틱서치에서 데이터의 실시간 분석과 시각적 탐색을 가능하게 하는 일래스틱 스택과 연결된다. 이 책은 더욱 풍부한 분석과 데이터 시각화를 할 수 있도록 지원하는 키바나 7의 핵심 개념과 실제 사례를 다룬다. 키바나 7에 도입된 최신 기능을 익히고 싶은 초보자에게 적합한 안내서이다. 이 책을 읽고 나면 키바나를 제대로 이해해 자신만의 시각적 분석 솔루션을 만들 수 있을 것이다.

■ 일래스틱 스택의 데이터 기반 아키텍처 탐색
■ 키바나 7와 일래스틱 스택 요소 설치
■ 비츠와 로그스태시를 사용해 다른 데이터 출처로부터 입력값 얻기
■ 키바나를 사용해 다른 시각화 생성
■ 엔터프라이즈 급 탄력적 대시보드 구축
■ 타임라이온을 사용해 시계열 데이터로 재생
■ APM 서버와 APM 에이전트 설치 및 구성
■ 개발 도구, 공간, 그래프, 기타 중요한 도구로 작업

야심찬 일래스틱(Elastic) 개발자, 데이터 분석가, 키바나 7의 새로운 기능을 배우려는 사람에게 유용한 책이다. 키바나에 대한 어떠한 사전 지식도 필요하지 않다. 일래스틱서치 사용 경험은 도움이 되지만 필수는 아니다.

1장, ‘키바나용 데이터의 이해’에서는 업계의 주요 과제, 일래스틱 스택의 구성 방식, 일부 사용 사례를 구현하는 데 사용할 데이터를 설명해 데이터 드라이브 아키텍처 개념을 소개한다.
2장, ‘키바나 설치와 환경설정’에서는 여러 플랫폼에 일래스틱 스택을 설치하는 과정을 설명한다.
3장, ‘키바나를 사용한 비즈니스 분석’에서는 실제 분석을 통해 비즈니스 분석 사용 사례가 무엇인지 설명하고, 데이터 수집 프로세스를 알려준다. 4장, ‘키바나를 사용한 데이터 시각화’에서는 시각화와 대시보드를 설명한다. 이러한 시각화를 사용해 대시보드를 만드는 방법으로 넘어 가기 전에 다른 시각화를 만드는 방법을 알아본다.
5장, ‘데브 툴즈와 타임라이온’에서는 키바나의 데브 툴즈(Dev Tools)와 타임라이온(Timelion)에 중점을 둔다. 키바나 인터페이스에서 바로 일래스틱서치 쿼리를 실행하고자 콘솔을 사용하는 것과 같은 다양한 데브 툴즈 옵션을 배운다. 그런 다음 검색 프로파일러(Search Profiler)를 사용해 일래스틱서치 쿼리를 프로파일링하고 Grok 디버거(Debugger)를 사용해 로그스태시(Logstash)를 통해 구조화되지 않은 데이터를 구조화된 데이터로 변환할 수 있는 Grok 패턴을 작성한다. 그 후 키바나 Visualize 옵션을 사용해 만들 수 없는 특정 사용 사례에 대한 복잡한 시각화를 만들고자 함께 연결할 수 있는 일부 기능을 제공하므로 시계열(Time-Series) 데이터로 재생할 수 있는 타임라이온을 다룬다.
6장, ‘키바나에서 공간과 그래프 탐색’에서는 그래프 분석을 제공하는 일래스틱 스택 Graph 플러그인을 설명한다. Graph 플러그인이 해결하려고 하는 주요 사용 사례를 살펴보고 데이터와 상호작용하는 방법을 살펴본다. 그런 다음 다른 공간을 만들고 다른 역할과 사용자로 공간을 추가하는 방법을 다룬다.
7장, ‘일래스틱 스택 기능’에서는 일래스틱 기능의 중요성을 설명한다. 사용자와 역할 관리를 사용해 보안을 다루고 CSV와 PDF 보고서를 내보낼 수 있는 보고 기능을 다룬다. 그런 다음 모니터링을 사용해 전체 일래스틱 스택을 모니터링하는 방법을 살펴보고 와처(Watcher)를 통해 값이 지정된 임곗값을 초과할 때마다 이메일을 보내도록 경보 시스템을 구성한다.
8장, ‘키바나 캔버스와 플러그인’에서는 키바나 캔버스(Canvas)와 이를 사용해 사용자 지정 대시보드를 만드는 방법을 설명한다.
9장, ‘애플리케이션 성능 모니터링’에서는 애플리케이션 성능 모니터링(APM, Application Performance Monitoring)과 애플리케이션을 모니터링하도록 구성하는 방법을 설명한다. APM 서버 설치를 다루고 APM 에이전트에서 데이터를 받도록 구성한다. 그런 다음 애플리케이션 데이터를 가져 오고자 애플리케이션과 함께 APM 에이전트의 설치 및 구성을 다룬다. 마지막으로 내장 APM UI나 키바나 대시보드를 사용해 데이터를 탐색하는 방법을 설명한다.
10장, ‘키바나를 사용한 머신러닝’에서는 머신러닝을 소개하고, 데이터에서 이상치를 찾고, 미래 추세를 예측하는 방법을 설명한다.

이 책은 다양한 사용 사례로 키바나의 핵심 개념과 실제 구현을 이해하는 데 도움을 준다. 먼저 비츠(Beats)나 로그스태시(Logstash)를 사용해 다른 소스에서 일래스틱서치로 데이터를 수집하는 방법을 다룬다. 그런 다음 키바나에서 데이터를 탐색, 분석하고 시각화하는 방법을 보여준다. 이 책은 시계열 데이터로 재생할 수 있는 타임라이온을 사용해 복잡한 그래프를 작성하고, 대시보드에 다른 시각화와 함께 표시한 다음, 웹 페이지에 대시보드 또는 시각화를 포함시키는 방법을 설명한다. 또한 APM 서버와 APM 에이전트를 설치하고 구성해 APM을 사용해 애플리케이션을 모니터링하는 방법을 알아본다. 또한 캔버스를 사용해 멋진 시각화를 만드는 방법을 살펴보고 보안, 경고, 모니터링, 머신러닝의 사용자, 역할 관리와 같은 다양한 X-Pack 기능도 다룬다. 마지막으로 머신러닝 작업을 생성해 데이터에서 이상치를 찾는 방법도 설명한다.

아누라그 스리바스타바(Anurag Srivastava)

다국적 소프트웨어 회사의 선임 기술 책임자다. 웹 기반 애플리케이션 개발 분야에서 12년 이상의 경력을 쌓았다. 확장 가능한 가용성 애플리케이션용 아키텍처를 설계의 전문가다. 지난 10년간 전문 경력을 쌓아온 전 세계의 개발 팀 및 여러 고객과 협업했다. 또한 시스템 메트릭 데이터, 로그 데이터, 애플리케이션 데이터, 관계형 데이터베이스를 사용해 대시보드를 생성할 때의 일래스틱 스택(일래스틱서치, 로그스태시, 키바나)를 사용에 상당한 경험이 있다. 팩트출판사가 출판한 『Mastering Kibana 6.x』(2018), 『Kibana 7 Quick Start Guide』(2019)를 저술했다.

바할딘 아자미(Bahaaldine Azarmi)

일래스틱의 EMEA South 지역 솔루션 책임자다. 이 일을 하기 전에 사용자 행동과 소셜 분석에 중점을 둔 마케팅 데이터 플랫폼인 리치파이브(ReachFive)를 공동 설립했다. 또한 탈렌드(Talend)와 오라클(Oracle)을 비롯한 여러 소프트웨어 공급업체에서 근무하면서 솔루션 설계자로 근무했다. 『일래스틱 스택을 이용한 머신러닝』(에이콘, 2020) 이전에 『키바나 5.0 배우기』(에이콘, 2017), 『Scalable Big Data Architecture』(Apress, 2015), 『Talend for Big Data』(Packt, 2014) 등을 저술했다. 현재 파리에 거주하고 있으며, Polytech'Paris에서 컴퓨터 과학 석사 학위를 취득했다.

우리는 하루에도 수많은 데이터를 만들어내는 데이터의 홍수 속에서 살고 있다. 사람의 삶이 녹아든 데이터를 분석하는 과정 속에서 사람들의 관심사를 파악할 수 있고, 미래의 행동을 예측할 수도 있다. 다양한 목적으로 데이터 분석 기술이 활용될 수 있는데, 대량의 데이터를 신속하고 효율적으로 분석해 의미를 찾아내려면 시각적으로 표현하는 기술이 함께 필요하다. 키바나는 이를 위해 최적화된 도구다. 키바나는 검색 엔진인 일래스틱서치를 기반으로 동작해 사용자가 데이터를 처리하고 분석하며 시각화할 수 있다는 점에서 강력하다.
이 책은 키바나를 사용하고자 환경을 설정하는 방법부터 부가적인 기능을 설치하고 활용하는 방법을 단계별로 상세하게 설명한다. 구체적인 설명을 통해 초보자도 키바나를 쉽게 이해하고 활용할 수 있게 될 것이다.

정현지

대학교 시절부터 컴퓨터와 정보 보안을 오랫동안 연구해 왔다. 현재 고려대학교정보보호대학원에서 박사후 연구원으로 연구 활동을 이어가고 있다. 특히 새로운 기술을 연구하고 이를 글로 쉽게 작성해 다른 사람을 이해시키는 것에 관심이 많다. 최근에는 대용량 데이터 분석과 시각화 기법을 연구 중이며, 이것의 일환으로 이 책의 번역에 도전했다.