ELK（ElasticSearch、Logstash和Kibana）是一套开源的轻量级、可扩展、分布式运维监控系统，能够达到实时搜索、稳定可靠、零配置，可对日志进行收集、分析、存储、展示的良好工具。 本书由资深运维开发人员打造，深入介绍了ELK系统的使用方式与特点。第一部分介绍Logstash的基本功能与插件使用方法，包括：input、codec、fileter、output等配置、场景示例、性能测试、监控方案、源码解析、插件开发等。第二部分介绍ElasticSearch的架构特点与功能，包括接口使用、客户端reindex、spark streaming交互、扩展和测试方案、性能优化、mapping和template定制、监控方案等。第三部分介绍Kibana功能配置与特点，主要介绍k3和k4的功能和对比，以及源码分析。
Elasticsearch+Logstash+Kibana一站式数据分析解决方案，快速应对大数据时代的数据收集、检索、可视化
从基础部署到千亿级扩展方案，从性能优化到插件开发，从数据模型到源码解析，全方位解析ELK，融入了作者多年大型网站运维开发的实战经验
Elasticsearch、Logstash、Kibana 这三个开源软件组成了当今最流行的实时数据分析利器，为快速应对大数据时代的数据收集、检索、可视化，提供了一站式解决方案，成为实时日志处理领域开源界的第一选择。本书对 ELK stack 的工作原理概念进行了解剖，不仅分享了大量实战案例和实现效果，而且分析了部分源代码。作者将自己多年的运维开发实战经验融入了书中，使得本书易读、易懂，将复杂的环境分解得清清楚楚，展示了多种工具的组合使用，为打造复杂环境的数据分析系统提供了有价值的参考。
主要内容：
Logstash 单进程安装运行方式以及各种常见插件的用法，列举了一些最常见的日志，实际演示如何搭配多种插件完成数据裁剪和计算。
Logstash 性能测试和监控方案，如何通过 Redis 或 Kafka 队列线性扩展 Logstash 集群。
Logstash 的 Pipeline 原理和 DSL 设计。通过三个不同类型的插件开发实例，演示 Logstash 插件的接口方法和打包分发方式。
Elasticsearch 分布式索引原理，着重介绍 segment、buffer 和 translog 三部分对实时性和性能方面的影响。
Elasticsearch 的数据读写接口、集群状态、缓存和 fielddata 等概念，具有针对性的优化方案。
Elasticsearch 的配置管理、版本升级、性能测试、监控报警等运维方案。
ELasticsearch 周边产品的运用，包括接入其他日志处理框架、Watcher 报警、packetbeat 网络分析、Kale 异常探测等。
Kibana 3 和 Kibana 4 不同的设计思路和功能特性比较。通过实际日志场景演示使用子聚合功能构建复杂数据模型的可视化。
Kibana 在生产环境中的代理和权限控制部署方式。
Kibana 的源代码实现，以及 range panel 和 percentile panel的开发实例。
饶琛琳 新浪网系统架构师，曾任人人网技术专家，中华网高级运维工程师等职位。参与了大规模系统的运维监控设计与自动化平台建设，对CDN架构、系统监控和日志分析都有丰富的经验。乐于分享，是ElasticsearchChina用户组负责人之一，活跃于Puppet和Logstash等开源社区，分享了大量技术文章。
操作系统、应用服务和业务逻辑，都在不停地产生日志数据。过去，日志数据基本都存在单机磁盘上，只能用来做临时的事后分析和审计；有Hadoop以后，大家渐渐习惯将日志收集到HDFS中，然后每天运行MapReduce任务做统计报表。但是，面对诸如“新上线的版本过去几分钟在各地反馈如何”“昨天23:40左右这个投诉用户有没有异常”这种即时的开放性问题，传统的日志处理方案显得非常笨拙和低效，因为解答没有唯一套路，需要尝试下钻挖掘才能得出答案。复杂多变的实时数据分析需求，需要的是灵活快捷的响应处理。Splunk 公司正是凭借着自己在这个大数据细分领域的一枝独秀，成为百亿美元级的明星公司。但是Splunk每GB高达4500美元的报价，又让人望而却步。直到ELK stack出现后，大家才有了可选择的开源产品。
ELK stack是以Elasticsearch、Logstash、Kibana三个开源软件为主的数据处理工具链，在实时数据检索和分析场合，三者通常是配合使用，而且又先后归于Elastic.co公司名下，故有此简称。
ELK stack具有如下几个优点：
处理方式灵活。Elasticsearch是实时全文索引，不需要像Storm那样预先编程才能使用。
配置简易上手。Elasticsearch全部采用JSON接口，Logstash是Ruby DSL设计，都是目前业界最通用的配置语法设计。
检索性能高效。虽然每次查询都是实时计算，但是优秀的设计和实现基本可以达到百亿级数据查询的秒级响应。
集群线性扩展。不管是Elasticsearch集群还是Logstash集群都是可以线性扩展的。
前端操作炫丽。Kibana界面上，只需点击鼠标，就可以完成搜索、聚合功能，生成炫丽的仪表盘。
当然，ELK stack并不是实时数据分析的灵丹妙药，使用不恰当，反而会事倍功半。我自2014年年初开QQ群交流ELK stack，发现网友们对ELK stack的原理常有误解误用，对实现的效果也多有不能理解或者因过多期望而失望之处。更令我惊奇的是，网友们分布之广，遍及传统企业和互联网公司、开发和运维领域、Linux和Windows平台，大家对非专精领域的知识，一般都缺乏了解，这也成为使用ELK stack的一个障碍。
为此，我决定写一本ELK stack技术指南，帮助大家厘清技术细节，分享一些实战案例。本书并不会逐一介绍ELK stack的全部聚合语法或者分词特性，而是从日志数据处理的角度介绍数据的解析、导入、可视化方式，讲解集群的稳定性和性能优化原理，剖析代码要点并提供ELK stack二次开发实例。
本书包括三大部分共19章，各部分可以独立阅读。但对于还没有大规模应用经验的新手，建议按顺序阅读全文。
第一部分 Logstash
第1章：入门示例。该章介绍Logstash及其插件的配置安装方法，自定义配置语言的设计用途，并为不熟悉Linux系统管理的开发人员介绍了多种后台运行方式。
第2章：插件配置。该章列举Logstash最常用的几十种插件，通过实际示例和效果，讲解各插件的配置细节和用途。
第3章：场景示例。该章以最常见的运维、网络、开发和数据库场景，介绍Logstash处理Nginx、Postfix、Ossec、Log4J、MySQL、Docker等日志的最佳实践。
第4章：性能与监控。了解Logstash的性能情况一直是个难题，该章从Logstash设计原理和JVM平台本质出发，介绍几种行之有效的检测和监控方案。
第5章：扩展方案。该章介绍采用Redis和Kafka完成Logstash水平扩展的方案，同时也介绍其他几种日志收集系统与Logstash的配合方式。
第6章：Logstash源码解析。该章解析Logstash源码中最重要的Pipeline设计，以及Logstash::Event的来龙去脉。
第7章：插件开发。该章以最常见的用户登录记录和地址库解析、Consul数据更新等需求，实际演示Logstash 的自定义Filter、Input和Output插件的编写，同时还涉及了插件打包的RubyGems规范共有HttpClient功能项等细节。
第二部分 Elasticsearch
第8章：架构原理。该章从更高级的架构层面，介绍Elasticsearch分布式设计中涉及稳定性和高性能的部分原理，并由此引发相关的优化配置介绍。另外，还提供了一种针对时序数据索引的读写分离方案，适用于拥有少部分SSD设备的用户。
第9章：数据接口用例。该章介绍Elasticsearch的RESTful接口的基础知识，并针对常见的重建索引需求提供两种快速实现方案，为有Spark经验的读者介绍通过Spark Streaming 接口读写Elasticsearch的方法。
第10章：性能优化。该章介绍Elasticsearch在日志处理场景下的读写优化知识和官方推荐的curator工具，其中重点介绍了Elasticsearch中几种不同的cache的区别和有效场景。
第11章：测试和扩展方案。该章介绍Elasticsearch在生产环境中需要的一些周边工具，比如Puppet配置管理、Shield权限管理、版本升级操作、别名切换流程设计等。
第12章：映射与模板的定制。该章详细介绍Elasticsearch中的核心类型及其对应的常见映射设置，以及如何通过动态模板简化映射定制操作的复杂度。
第13章：监控方案。Elasticsearch作为一个分布式系统，也是有一定的运维难度的，因此其本身的监控也相当重要。该章介绍Elasticsearch自带的一系列监控接口，以及由此衍生的多种实时或长期的监控方案。
第14章：Elasticsearch在运维监控领域的其他应用。该章介绍Elasticsearch在运维方面的其他运用方式，包括实时过滤接口、定时报警系统设计、时序数据存储和相关性排序等。
第三部分 Kibana
第15章：Kibana的产品对比。该章介绍Kibana 3与Kibana 4之间，以及它们与Hadoop、Splunk之间的差异，方便读者在不同场景需求下选择更正确的工具。
第16章：Kibana 3。该章介绍Kibana 3的界面操作方式、面板的配置细节及其效果、动态仪表盘的高级用法，并提供了几种额外权限控制的部署方案。
第17章：Kibana 3源码解析。该章以index.html为入口，介绍Kibana 3如何利用angular.js、
elastic.js和jquery.flot.js三大框架实现单页应用。重点解析面板的实现过程，并分别演示了采用facet和agg接口开发一个Kibana 3面板的过程。
第18章：Kibana 4。该章介绍Kibana 4的安装部署和界面操作方式，重点介绍Kibana 4提供的几种可视化图表的配置细节和效果，并以几种场景的日志分析需求演示了Kibana 4全新的子聚合功能的效果。最后还介绍了一种采用phantom.js截图方式记录长期报表数据的方案。
第19章：Kibana 4源码解析。该章介绍Kibana 4的界面实现，重点包括其内部ORM实现的Counrier类、可视化绘图的Vislib类等。
致谢
我本人虽然接触ELK stack较早，但本身专于Web和App应用数据方面，动笔以来得到诸多朋友的帮助，详见后面“贡献者名单”。此外，还要特别感谢Elastic.co公司的曾勇（medcl）和吴晓刚（Wood），曾勇完成Elasticsearch在国内的启蒙式分享，并主办Elasticsearch中国用户大会，吴晓刚积极帮助新用户，并最早分享了携程的ELK stack日亿级规模的实例。
贡献者名单
感谢 crazw 完成 collectd 插件介绍章节。
感谢 松涛 完成 nxlog 场景介绍章节。
感谢 LeiTu 完成 logstash-forwarder 介绍章节。
感谢 jingbli 完成 kafka 插件介绍章节。
感谢 林鹏 完成 ossec 场景介绍章节。
感谢 cameluo 完成 shield 介绍章节。
感谢 tuxknight 指出 hdfs 章节笔误。
感谢 lemontree 完成 marvel 介绍章节。
感谢 childe 完成 Kibana的CAS认证介绍、Elasticsearch的读写分离和别名应用章节。
感谢gnuhpc 完善 logstash-output-elasticsearch 配置细节和logstash-forwarder-java在AIX系统上的介绍。
计算机\网络
Elasticsearch、Logstash、Kibana 三个开源软件组成了当今最流行的实时数据分析利器，为快速应对大数据时代的数据收集、检索、可视化，提供了一站式解决方案，成为实时日志处理领域开源界的第一选择。本书对 ELKstack 的原理概念进行了解剖，不仅分享了大量实战案例和实现效果，而且分析了部分源代码。作者将自己多年的运维开发实战经验融入了书中，使得本书易读、易懂，将复杂的环境分解得清清楚楚，将多种工具快速组合发挥更大作用。
主要内容：
? Logstash 单进程安装运行方式以及各常见插件的用法，列举了一些最常见的日志，实际演示如何搭配多种插件完成数据裁剪和计算。
? Logstash 性能测试和监控方案，如何通过 Redis 或 Kafka 队列，线性扩展 Logstash 集群。
? Logstash 的 Pipeline 原理和 DSL 设计。并通过三个不同类型的插件开发实例，演示介绍 Logstash 插件的接口方法和打包分发方式。
? Elasticsearch 分布式索引原理，着重于 segment、buffer 和 translog 三部分对实时性和性能方面的影响。
? Elasticsearch 的数据读写接口、集群状态、缓存和 fielddata 等概念，具有针对性的优化方案。
? Elasticsearch 的配置管理、版本升级、性能测试、监控报警等运维方案。
? ELasticsearch 周边产品的运用，包括接入其他日志处理框架、Watcher 报警、packetbeat 网络分析、Kale 异常探测等。
? Kibana 3 和 Kibana 4 不同的设计思路和功能特性比较。通过实际日志场景，演示使用 sub aggs 功能构建复杂数据模型的可视化。
? Kibana 在生产环境上的代理和权限控制部署方式。
? Kibana 的源代码实现，以及 range 和 percentile 的 panel 开发实例。
饶琛琳 编著：
饶琛琳 新浪网系统架构师，曾任人人网技术专家、中华网高级运维工程师等职位。参与了大规模系统的运维监控设计与自动化平台的建设，对CDN架构、系统监控和日志分析有丰富的经验。乐于分享，是ElasticsearchChina用户组负责人之一，活跃于Puppet和Logstash等开源社区，分享了大量技术文章。
前 言
第一部分 Logstash
第1章 入门示例 3
1.1 下载安装 3
1.2 Hello World 5
1.3 配置语法 7
1.3.1 语法 8
1.3.2 命令行参数 10
1.4 插件安装 11
1.5 长期运行方式 12
第2章 插件配置 15
2.1 输入插件 15
2.1.1 标准输入 16
2.1.2 文件输入 17
2.1.3 TCP输入 18
2.1.4 syslog输入 19
2.1.5 collectd输入 21
2.2 编解码配置 23
2.2.1 JSON编解码 24
2.2.2 多行事件编码 25
2.2.3 网络流编码 26
2.3 过滤器配置 28
2.3.1 date时间处理 28
2.3.2 grok正则捕获 30
2.3.3 GeoIP地址查询 33
2.3.4 JSON编解码 34
2.3.5 key-value切分 35
2.3.6 metrics数值统计 36
2.3.7 mutate数据修改 37
2.3.8 随心所欲的Ruby处理 42
2.3.9 split拆分事件 43
2.3.10 elapsed 43
2.4 输出插件 44
2.4.1 输出到Elasticsearch 44
2.4.2 发送email 49
2.4.3 调用系统命令执行 50
2.4.4 保存成文件 50
2.4.5 报警发送到Nagios 51
2.4.6 statsd 52
2.4.7 标准输出stdout 54
2.4.8 TCP发送数据 55
2.4.9 输出到HDFS 55
第3章 场景示例 57
3.1 Nginx访问日志 57
3.1.1 grok处理方式 57
3.1.2 split处理方式 58
3.1.3 json格式 61
3.1.4 syslog方式发送 62
3.2 Nginx错误日志 62
3.3 Postf ix日志 63
3.4 Ossec日志 64
3.4.1 配置所有Ossec agent采用
syslog输出 64
3.4.2 配置Logstash 65
3.4.3 推荐Kibana仪表盘 65
3.5 Windows系统日志 67
3.5.1 采集端配置 67
3.5.2 接收解析端配置 68
3.6 Java日志 69
3.6.1 Log4J配置 70
3.6.2 Logstash配置 70
3.6.3 异常堆栈测试验证 70
3.6.4 JSON Event layout 71
3.7 MySQL慢查询日志 73
3.8 Docker日志 74
3.8.1 记录到主机磁盘 75
3.8.2 通过logspout收集 75
第4章 性能与监控 77
4.1 性能测试 77
4.1.1 配置示例 77
4.1.2 使用方式 78
4.1.3 额外的话 79
4.2 监控方案 79
4.2.1 logstash-input-heartbeat心跳检测方式 80
4.2.2 JMX启动参数方式 81
第5章 扩展方案 83
5.1 通过Redis队列扩展 84
5.1.1 读取Redis数据 84
5.1.2 采用list类型扩展Logstash 85
5.1.3 输出到Redis 86
5.2 通过Kafka队列扩展 87
5.2.1 Logstash1.4版本插件的安装 88
5.2.2 Input配置 88
5.2.3 Output配置 90
5.3 logstash-forwarder 91
5.3.1 Indexer端配置 91
5.3.2 Shipper端配置 92
5.3.3 AIX上的logstash-forwarder-java 93
5.4 Rsyslog 95
5.4.1 常用模块介绍 95
5.4.2 与Logstash合作 96
5.4.3 Mmexternal模块 97
5.5 Nxlog 99
5.6 Heka 101
5.7 Fluentd 102
5.7.1 配置示例 103
5.7.2 Fluentd插件 104
5.8 Message::Passing 104
第6章 Logstash源码解析 107
6.1 Pipeline 108
6.2 Plugins 109
6.2.1 Input中的Codec 110
6.2.2 Output中的Worker 111
第7章 插件开发 113
7.1 插件格式 113
7.2 插件的关键方法 114
7.3 插件打包 115
7.4 Filter插件开发示例 116
7.4.1 mmdb数据库的生成方法 116
7.4.2 LogStash::Filters::Mmdb实现 117
7.4.3 logstash-f ilter-mmdb打包 119
7.5 Input插件开发示例 119
7.5.1 FileWatch模块原理 120
7.5.2 LogStash::Inputs::Utmp实现 121
7.6 Output插件开发示例 124
第二部分 Elasticsearch
第8章 架构原理 129
8.1 准实时索引的实现 129
8.1.1 动态更新的Lucene索引 129
8.1.2 利用磁盘缓存实现的准实时检索 130
8.1.3 translog提供的磁盘同步控制 131
8.2 segment merge的影响 132
8.2.1 归并线程配置 133
8.2.2 归并策略 134
8.2.3 optimize接口 134
8.3 routing和replica的读写过程 134
8.3.1 路由计算 134
8.3.2 副本一致性 135
8.4 shard的allocate控制 136
8.4.1 reroute接口 138
8.4.2 冷热数据的读写分离 138
8.5 自动发现的配置 139
8.5.1 multicast方式 140
8.5.2 unicast方式 140
第9章 数据接口用例 141
9.1 增删改查操作 141
9.2 搜索请求 143
9.2.1 全文搜索 143
9.2.2 聚合请求 145
9.3 脚本 147
9.3.1 动态提交 147
9.3.2 固定文件 147
9.3.3 其他语言 148
9.4 重建索引 148
9.4.1 Perl客户端 149
9.4.2 用Logstash重建索引 149
9.5 Spark Streaming交互 150
第10章 性能优化 153
10.1 bulk提交 153
10.1.1 bulk大小 154
10.1.2 UDP方式 154
10.2 gateway配置 155
10.3 集群状态维护 156
10.4 缓存 160
10.4.1 f ilter缓存 160
10.4.2 shard query缓存 161
10.5 字段数据 162
10.5.1 Circuit Breaker 162
10.5.2 doc-values 163
10.6 curator工具 163
10.6.1 参数介绍 163
10.6.2 常用示例 165
第11章 测试和扩展方案 167
11.1 测试方案 167
11.2 多集群互联 168
11.3 puppet-elasticsearch模块的使用 171
11.3.1 安装和配置示例 171
11.3.2 配置解释 171
11.4 计划内停机升级的操作流程 172
11.5 Shield权限管理 174
11.5.1 Shield架构 174
11.5.2 安装部署 175
11.6 别名的应用 176
11.6.1 索引更名时的无缝切换 177
11.6.2 限制索引数据部分可读 178
第12章 映射与模板的定制 181
12.1 映射的增删改查 181
12.2 Elasticsearch的核心类型 183
12.3 自定义字段映射 184
12.3.1 精确索引 184
12.3.2 时间格式 185
12.3.3 多重索引 185
12.4 特殊字段 186
12.5 动态模板映射 186
12.6 索引模板 187
第13章 监控方案 189
13.1 监控相关接口 189
13.1.1 集群健康状态 189
13.1.2 节点状态 191
13.1.3 索引状态 199
13.1.4 等待执行的任务 200
13.1.5 cat接口的命令行使用 201
13.2 日志记录 204
13.3 实时bigdesk方案 205
13.4 官方marvel方案 207
13.4.1 安装和卸载 208
13.4.2 配置 208
13.4.3 访问 209
13.4.4 面板定制示例 209
13.5 Zabbix trapper方案 212
13.5.1 安装配置 212
13.5.2 模板应用 213
第14章 Elasticsearch在运维监控领域的其他应用 215
14.1 Percolator接口 215
14.2 Watcher报警 217
14.3 packetbeat抓包分析 220
14.3.1 安装部署 220
14.3.2 配置示例 220
14.3.3 dashboard效果 221
14.3.4 Kibana 3拓扑图 223
14.4 时序数据库 224
14.5 Etsy的Kale异常检测 226
第三部分 Kibana
第15章 Kibana的产品对比 231
15.1 Kibana 3的设计思路和功能 231
15.2 Kibana 4的设计思路和功能 232
15.3 与Hadoop体系的区别 232
15.4 Splunk场景参考 233
第16章 Kibana 3 235
16.1 Kibana 3入门 235
16.1.1 准备工作 236
16.1.2 界面介绍 236
16.1.3 跨域访问注意事项 239
16.2 conf ig.js配置 240
16.3 页面布局 240
16.3.1 请求和过滤 241
16.3.2 行和面板 244
16.4 各面板功能 251
16.4.1 histogram 252
16.4.2 table 262
16.4.3 map 266
16.4.4 bettermap 267
16.4.5 terms 269
16.4.6 column 274
16.4.7 stats 274
16.4.8 query 275
16.4.9 trend 276
16.4.10 text 277
16.4.11 sparklines 278
16.4.12 hits 279
16.4.13 goal 279
16.5 仪表盘的保存和载入 279
16.5.1 保存仪表盘 280
16.5.2 加载仪表盘 280
16.5.3 分享仪表盘 280
16.5.4 保存成静态仪表盘 281
16.6 自定义仪表盘功能 281
16.6.1 schema简介 281
16.6.2 模板化template仪表盘 288
16.6.3 脚本化scripted仪表盘 289
16.7 认证授权 290
16.7.1 用Nginx实现基础的认证 290
16.7.2 用Node.js实现基于CAS的认证 292
16.7.3 用Perl实现认证和用户授权 293
第17章 Kibana 3源码解析 297
17.1 源码目录结构 297
17.2 入口和模块依赖 300
17.3 控制器和服务 302
17.3.1 dashboard 303
17.3.2 querySrv 303
17.3.3 f ilterSrv 304
17.3.4 f ields 304
17.3.5 esVersion 304
17.4 面板指令 304
17.4.1 添加面板 304
17.4.2 展示面板 305
17.5 面板实现 306
17.5.1 module.js 306
17.5.2 module.html 308
17.5.3 editor.html 309
17.6 用facet接口开发一个range panel 309
17.6.1 代码实现 310
17.6.2 面板效果 313
17.7 用agg接口开发一个percentile panel 313
17.7.1 代码实现要点 316
17.7.2 面板效果 318
第18章 Kibana 4 319
18.1 安装、配置和运行 320
18.2 生产环境部署 323
18.2.1 Nginx代理配置 323
18.2.2 配置Kibana和shield一起工作 324
18.2.3 开启SSL 325
18.2.4 控制访问权限 325
18.3 Discover功能 326
18.3.1 设置时间过滤器 326
18.3.2 搜索数据 327
18.3.3 按字段过滤 328
18.3.4 过滤器的协同工作方式 329
18.3.5 查看文档数据 330
18.4 各种可视化功能 332
18.4.1 area 333
18.4.2 table 336
18.4.3 line 337
18.4.4 Markdown 338
18.4.5 metric 338
18.4.6 pie 339
18.4.7 tile map 339
18.4.8 vertical bar 340
18.5 仪表盘功能 341
18.5.1 开始 342
18.5.2 容器功能 343
18.5.3 修改可视化 346
18.6 Setting功能 346
18.6.1 创建一个连接到Elasticsearch的索引模式 346
18.6.2 创建一个脚本化字段 349
18.6.3 设置高级参数 350
18.6.4 管理已保存的搜索、可视化和仪表盘 350
18.7 设置Kibana服务器属性 351
18.8 常用sub agg示例 352
18.8.1 函数堆栈链分析 352
18.8.2 分图统计 355
18.8.3 TopN的时序趋势图 356
18.8.4 响应时间的百分占比趋势图 358
18.8.5 响应时间的概率分布在不同时段的相似度对比 359
18.9 Kibana报表的快速实现 360
第19章 Kibana 4源码解析 363
19.1 Kibana索引的数据结构 364
19.2 主页入口 365
19.2.1 index.js解析 365
19.2.2 Courier类 367
19.2.3 路径记忆功能的实现 370
19.2.4 标签页应用的加载 371
19.3 Discover解析 374
19.4 Visualize解析 377
19.4.1 vis_types实现 378
19.4.2 savedVisualizations实现 384
19.4.3 Visualize实现 384
19.4.4 VisEditorSidebar实现 385
19.5 Dashboard解析 387
19.6 Setting解析 389
