效果炸裂！10分钟把 Elasticsearch 数据变成科幻级 3D 地球，这波操作稳了-洪萨配资

unsetunset一、写在前面：为什么要做这个项目？unsetunset

做后端的朋友都知道，Kibana 很强，但有时候客户要的是更炫酷的演示效果。

比如：

实时网络攻击地图，要能看到飞线在地球上穿梭
全球服务器热力图，要3D效果，要能拖拽旋转
电商实时交易流，要科幻感，要一眼抓住眼球

这些需求，通常让后端工程师头疼：

WebGL、Three.js 这些前端技术，我们不太熟啊！

但有了 Cursor + AI 辅助，这事儿就简单了。今天我就用大白话，手把手带你从零搭建一个

3D 攻防态势大屏，全程不写一行 CSS（Tailwind 搞定），10 分钟让 ES 数据变成会动的 3D 地球。

unsetunset二、技术栈选型：为什么选这些？unsetunset

2.1 前端技术栈

React + TypeScript：类型安全，开发体验好

Vite：启动快，热更新快，适合快速迭代

react-globe.gl：基于 Three.js 封装，代码量少，效果炸裂

Tailwind CSS：不用手写 CSS，样式全靠类名

ECharts：图表库，做 TOP5 排行榜

为什么不用原生 Three.js？因为

react-globe.gl

已经把地球、飞线、标签这些常用功能封装好了，我们只需要传数据，不用关心 WebGL 细节。

2.2 后端技术栈

FastAPI：Python 异步框架，写接口快Elasticsearch 8.x：聚合查询，拿 TOP50 攻击对python-dotenv：环境变量管理

为什么选 FastAPI？因为它自动生成 Swagger 文档，接口测试方便，而且性能好。

unsetunset三、核心实现：三步走策略unsetunset

3.1 第一步：先让地球转起来（视觉底座）

不管数据，先把炫酷的 3D 地球做出来，镇住场子。

3.1.1 安装依赖

cd frontend npm install react-globe.gl three @types/three npm install -D tailwindcss @tailwindcss/vite

3.1.2 创建地球组件

核心代码在src/components/CyberGlobe.tsx：

import * as THREE from 'three' export default function CyberGlobe() { return ( <Globe backgroundColor="#000011" // 深邃太空黑 enablePointerInteraction // 允许拖拽 globeMaterial={ new THREE.MeshStandardMaterial({ map: createTechTexture(), // 科技感贴图 emissive: new THREE.Color('#1d4ed8'), emissiveIntensity: 0.18, }) } /> ) }

关键点：

1.背景色：#000011是深蓝黑，比纯黑更有层次

2.地球材质：用程序化生成的 Canvas 贴图，不用找图片资源

3.自转：通过controls.autoRotate = true实现

3.1.3 添加大气层辉光

为了让地球更有“科幻感”，我们加一层青色发光边缘：

useEffect(() => { const scene = globe.scene() const glowGeom = new THREE.SphereGeometry(101.2, 64, 64) const glowMat = new THREE.MeshBasicMaterial({ color: '#22d3ee', transparent: true, opacity: 0.18, blending: THREE.AdditiveBlending, // 叠加混合 side: THREE.BackSide, // 只渲染背面，形成边缘光 }) scene.add(new THREE.Mesh(glowGeom, glowMat)) }, [])

效果：地球边缘会有一圈淡淡的青色光晕，像科幻电影里的星球。

3.2 第二步：接入攻击数据（飞线动画）

地球有了，接下来让攻击流量在地球上飞起来。

3.2.1 数据结构定义

type AttackArc = { startLat: number // 攻击源纬度 startLng: number // 攻击源经度 endLat: number // 目标纬度 endLng: number // 目标经度 label: string // 攻击类型：DDoS、SQL注入等 color: string // 颜色：红色=严重，黄色=中等 count: number // 攻击次数 sourceCountry: string // 来源国家 }

3.2.2 渲染飞线

<Globe arcsData={attacks} // 攻击数据数组 arcStartLat={(d) => d.startLat} arcStartLng={(d) => d.startLng} arcEndLat={(d) => d.endLat} arcEndLng={(d) => d.endLng} arcColor={(d) => d.color} arcDashLength={ 0.38 } // 虚线长度 arcDashGap={ 1.6 } // 虚线间隔 arcDashAnimateTime={ 2200 } // 动画时长（毫秒） />

效果：每条攻击会显示成一条带动画的虚线，从源点飞向目标，像导弹轨迹。

3.2.3 添加攻击标签

<Globe labelsData={attacks} labelLat={(d) => d.startLat} labelLng={(d) => d.startLng} labelText={(d) => shortLabel(d.label)} // 避免中文变 ???? labelColor={(d) => d.color} />

注意：react-globe.gl的标签默认不支持中文（会显示????），所以我们用shortLabel()转成英文短码（如DDoS、SQLi）。

3.3 第三步：对接 Elasticsearch（数据聚合）

前端效果有了，现在把真实的 ES 数据接进来。

3.3.1 ES 聚合查询 DSL

核心逻辑在backend/main.py的get_attacks()函数：

body = { "size": 0, # 只要聚合结果，不要原始文档 "query": { "bool": { "filter": [ {"range": {"@timestamp": {"gte": "now-15m", "lte": "now"}}}, {"exists": {"field": "source.geo.location"}}, {"exists": {"field": "dest.geo.location"}}, ] } }, "aggs": { "top_pairs": { "multi_terms": { # 组合键聚合：源IP + 目的IP "terms": [ {"field": "source.ip"}, {"field": "dest.ip"} ], "size": 50, # TOP50 "order": {"_count": "desc"} }, "aggs": { "sample": { "top_hits": { # 从每个 bucket 里取一条样本 "size": 1, "_source": { "includes": [ "source.geo.location", "dest.geo.location", "event.action", "source.geo.country_name" ] } } } } } } }

这个查询的逻辑：

1.时间过滤：只查最近 15 分钟的数据

2.multi_terms 聚合：按“源IP + 目的IP”组合键分组，统计攻击次数

3.top_hits 子聚合：从每个分组里取一条样本，拿到地理坐标和国家名

4.排序：按_count降序，取前 50 个

为什么用 multi_terms？

因为我们要找的是“哪些 IP 对攻击最频繁”，而不是单个 IP。

multi_terms可以同时按两个字段分组，正好满足需求。

3.3.2 数据清洗

ES 返回的是 buckets 结构，我们需要转成前端需要的格式：

for bucket in buckets: source_ip, dest_ip = bucket['key'] count = bucket['doc_count'] # 从 top_hits 里取地理坐标 hit = bucket['sample']['hits']['hits'][0] source_geo = hit['_source']['source']['geo']['location'] dest_geo = hit['_source']['dest']['geo']['location'] out.append({ "startLat": source_geo['lat'], "startLng": source_geo['lon'], "endLat": dest_geo['lat'], "endLng": dest_geo['lon'], "label": hit['_source']['event']['action'], "color": _color_for_label(...), # 根据攻击类型选颜色 "count": count, "sourceIp": source_ip, "destIp": dest_ip, "sourceCountry": hit['_source']['source']['geo']['country_name'] })

关键点：

-geo.location可能是{"lat": 1.0, "lon": 2.0}或[lon, lat]，需要统一处理

攻击类型映射颜色：DDoS=红色，SQL注入=黄色，XSS=橙色

3.3.3 容错处理

ES 连接失败时，返回 mock 数据，保证演示不中断：

try: resp = es.search(index=ES_INDEX, body=body) except (ESConnectionError, ApiError): if MOCK_ON_ES_DOWN: return _mock_attacks(20) # 返回模拟数据 return []

unsetunset四、UI 完善：HUD 面板 + 核心国家unsetunset

4.1 左右 HUD 面板

4.1.1 左侧：实时攻击列表

样式要点：

hud-panel：半透明黑底 + 青色细线边框 + 背景模糊
等宽字体（JetBrains Mono）：数字对齐好看

4.1.2 右侧：来源国家 TOP5

用 ECharts 做横向柱状图：

国家名中文化：

用i18n-iso-countries自动翻译：

import countries from 'i18n-iso-countries' countries.registerLocale(zh) function normalizeCountryName(name: string) { if (hasCJK(name)) return name // 已经是中文，直接返回 return countries.getName(name, 'zh') || '其他' }

4.2 核心国家标注

在地球上固定标注 8 个核心国家（美国、中国、俄罗斯等），用脉冲光圈显示攻击强度：

const corePoints = [ { code: '中国', name: '中国', lat: 39.9042, lng: 116.4074 }, { code: '美国', name: '美国', lat: 38.9072, lng: -77.0369 }, // ... ] <Globe pointsData={corePoints} // 固定点位 ringsData={coreRings} // 脉冲环 ringMaxRadius={(d) => 2.8 + d.intensity * 5.5} // 强度越大，环越大 ringPropagationSpeed={(d) => 0.9 + d.intensity * 2.0} // 强度越大，速度越快 />

效果：每个核心国家会有一个青色脉冲环，攻击越多，环越大、越快。

unsetunset五、数据造数：一键灌入演示数据unsetunset

5.1 造数脚本

backend/seed_data.py可以快速生成大量测试数据：

python seed_data.py --count 200000 --hot-pairs 200 --minutes 15 --refresh

参数说明：

--count：总文档数（建议 20 万起步）

--hot-pairs：热点 IP 对数量（越小越集中，飞线更“爆炸”）

--minutes：时间窗口（默认 15 分钟，匹配接口查询）

--delete-index：删除旧索引，重新开始（危险操作）

核心逻辑：

1.预生成若干“热点 IP 对”，78% 的数据走这些热点，保证 TOP50 有戏

2.国家名直接用中文（从ZH_COUNTRIES列表选），避免前端翻译问题

3.用helpers.streaming_bulk()批量写入，性能好

unsetunset六、部署与运行unsetunset

6.1 环境准备

后端：

cd backend pip install -r requirements.txt # 配置 .env 文件（ES 地址、账号密码） python -m uvicorn main:app --reload --port 8000

前端：

cd frontend npm install npm run dev # 开发模式 # 或 npm run build && npm run preview # 生产模式

6.2 访问地址

前端大屏：http://localhost:5173

后端接口：http://127.0.0.1:8000/api/attacks

API 文档：http://127.0.0.1:8000/docs

unsetunset七、踩坑总结unsetunset

7.1 中文标签显示

????

问题：react-globe.gl的labelsData用 Canvas 渲染，默认字体不支持中文。

解决：用htmlElementsData+ DOM 渲染，或者用shortLabel()转成英文短码。

7.2 国家名中英混杂

问题：ES 返回的国家名可能是英文，前端显示混乱。

解决：

1.造数时直接用中文国家名（seed_data.py）

2.前端用i18n-iso-countries自动翻译 3.未命中映射的统一显示“其他”，避免混杂

7.3 ES 连接失败导致 500

问题：ES 未启动时，接口返回 500，前端报错。

解决：加 try-catch，ES 失败时返回 mock 数据，保证演示不中断。

unsetunset八、项目结构unsetunset

es3dPrj/ ├── backend/ │ ├── main.py # FastAPI 接口 │ ├── seed_data.py # 数据造数脚本 │ ├── requirements.txt # Python 依赖 │ └── .env # ES 配置 └── frontend/ ├── src/ │ ├── components/ │ │ ├── CyberGlobe.tsx # 3D 地球组件 │ │ ├── HudLeft.tsx # 左侧攻击列表 │ │ └── HudRight.tsx # 右侧 TOP5 图表 │ ├── lib/ │ │ ├── api.ts # 接口调用 │ │ ├── attackTypes.ts # 数据类型定义 │ │ ├── coreCountries.ts # 核心国家配置 │ │ └── countryNormalize.ts # 国家名标准化 │ └── App.tsx # 主入口 └── package.json

unsetunset九、总结unsetunset

这个项目展示了如何用AI 辅助开发，快速实现一个“看起来很难”的 3D 可视化大屏：

1.前端：React + Three.js，10 分钟出效果

2.后端：FastAPI + ES 聚合，数据清洗简单

3.数据：一键造数，演示不愁

核心价值：

-后端工程师也能做出炫酷的前端效果-ES 聚合查询 + 3D 可视化，数据展示更直观-代码结构清晰，易于扩展和维护

unsetunset十、参考资料unsetunset

react-globe.gl 官方文档

https://github.com/vasturiano/react-globe.gl

FastAPI 官方文档

https://fastapi.tiangolo.com/

Text2DSL——自然语言转 Elasticsearch / Easysearch DSL 神器

基于 Easysearch + Flip 的多模态图像搜索引擎系统实战指南

打造你的企业级智能文档问答系统——Everything plus RAG 实战指南

更短时间更快习得更多干货！

和全球 2100+ Elastic 爱好者一起精进！

AI时代，比同事抢先一步学习进阶干货！