您可以使用logstashkafka输入插件可视化和分析kafka数据。下面是示例日志存储片段配置。

input {
  kafka {
    bootstrap_servers => "localhost:9092"
    client_id => "client_id_name"  // optional 
    topics => ["topic_name"]
  }

}

//Logstash provides different filters like json,csv and etc..You can add filters based on your requirements. 

filter {
  json {
    source => "message"
    remove_field => ["message"]
  }
}

output {
    elasticsearch{
        hosts => ["http://localhost:9200/"]
        index => "index_name"
        document_type => "document_type_name"  // optional 
    }
}

请参考https://www.elastic.co/guide/en/logstash/current/plugins-inputs-kafka.html 更多Kafka输入配置选项

我使用了logstash（通过tcp输入插件使用json数据）和kafka-connect-elastic-connector-by-confluent（使用avro数据），两者都只使用了常规的apachekafka。所以，你的答案是，不。配置kafka connect需要更多的时间，因为你必须构建源代码，当然，你也应该这样做，因为它最终还是相同的apache kafka。
这两种方法都适用于kibana，但这当然取决于您如何管理elasticsearch中的索引模式以及您正在摄取的数据。
就我个人而言，如果你对设置elasticsearch索引和类型Map一无所知，我会觉得logstash简单一点，因为logstash的elasticsearch输出插件“刚刚工作”。我记不起我是否使用了kafka输入插件，但我可以想象它的工作原理与任何其他输入类似，但是如果生产者提供了一些非标准的序列化，那么kafka反序列化程序可能会出现问题（例如，有些人将protobuf数据放入kafka）
我看到普罗米修斯/格拉法纳更多的是指标，而不是可视化。