欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页

kibana对Elasticsearch操作命令(持续更新)

程序员文章站 2022-03-05 10:09:11
...

基本概念

Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比（MySQL）关系

索引（indices）----------------------Databases 数据库
类型（type）-------------------------Table 数据表
文档（Document）---------------------Row 行
字段（Field）------------------------Columns 列
映射配置（mappings）字段的数据类型、属性、是否索引、是否存储等特性

ES常用命令

1.创建索引
	curl -XPUT http://localhost:9200/music/	#music为索引名称
2.查看全部索引
	curl -XGET http://localhost:9200/_cat/indices?v
3.插入文档
	curl -H "Content-Type:application/json" -XPUT http://localhost:9200/music/songs/1 -d '{"name":"Deck the Halls","year":1885,"lyrics":"Fa la la la la"}'
4.查看文档
	curl -XGET http://localhost:9200/music/songs/1
5.更新文档
	ID相同则更新，不同则新增
6.删除文档
	curl -XDELETE http://localhost:9200/music/songs/1
7.查看索引下全部记录
	curl http://localhost:9200/music/songs/_search
8.删除索引
	curl -XDELETE http://localhost:9200/music
9.删除全部索引
	curl -XDELETE http://localhost:9200/_all 或者 curl -XDELETE http://localhost:9200/*

IK分词器下载地址

https://github.com/medcl/elasticsearch-analysis-ik/releases
  1. 下载后解压重命名文件夹为 analysis-ik
  2. 将该文件夹放入Elasticsearch的plugins目录，重启Elasticsearch

使用kibana常用命令

概念：Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求。kibana的控制台，对http请求进行简化。

创建索引的请求格式：
请求方式：PUT
请求路径：/索引库名
请求参数：json格式

----------------------------A.索引操作----------------------------

1.创建索引

#创建--某个test索引
 PUT test/
 {
  "settings":{                    可以不设置默认5和1
     "index":{
       "number_of_shards":5,      是数据分片数，默认为5，有时候设置为3
       "number_of_replicas":1     是数据备份数，如果只有一台机器，设置为0
     }
   }
 }
 #删除--某个索引
 DELETE test/
 #修改--副本数量设置
PUT test/_settings
{
  "number_of_replicas":2
}
 #查--某个索引
 GET test/
 #查--所有索引信息
 GET _cat/indices?v
 #查--test的设置信息
 GET test/_settings
 #查--所有的设置信息
 GET _all/_settings

2.创建映射

索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。
什么是映射？
映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等。

映射说明：

PUT /索引库名/_mapping/类型名称（默认_doc类型）
{
  "properties": {
  	"title": {    字段名
  	"type": "text",      
  	字段类型，text、long、short、date、integer、object、keyword：不可分词 
  	基本数据类型：long、interger、short、byte、double、float、half_float
  	浮点数的高精度类型：scaled_float等.
  	
  	"index": true，                 是否索引，默认为true
  	"store": true，                 是否存储，默认为false
  	"analyzer": " ik_max_word"      分词器 ik_max_word和ik_smar
  	}，

  }
}

映射示例：

/*******************新增时间类型映射************************/
PUT test/_mapping/goods
{
	"properties": {
	"title": {
	"type": "text",
	"analyzer": "ik_max_word"
	}
}
/*******************新增时间类型映射************************/
PUT test1/_mapping/_doc
{
     "properties": {
        "TimeFormat": {
            "type": "date",
            "format": "yyyy-MM-dd HH:mm:ss"
        }
    }
}

3.查看映射

GET /test/_mapping

type字段类型介绍

String类型，又分两种：

text：可分词，不可参与聚合
keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

Numerical：数值类型，分两类

基本数据类型：
long、interger、short、byte、double、float、half_float

浮点数的高精度类型：
scaled_float
需要指定一个精度因子，比如10或100。
elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

Date：日期类型

elasticsearch可以对日期格式化为字符串存储，
但是建议我们存储为毫秒值，存储为long，节省空间。

----------------------------B.数据操作----------------------------

1.增加数据

注：修改必须指定id，id对应文档 存在/不存在，则修改/新增。
如下: id=1存在，则为修改"price":8888.00

//指定id为1
PUT /test/goods/1
{
   "title":"华为手机",
   "images":"http://image.baidu.com/165422.jpg",
   "type": "text",
   "price":8888.00
}

2.删除数据

DELETE /索引库名/类型名/id值

#1.删除一条记录(文章)
DELETE /test/goods/1

#2.删除一个type(表)
#DELETE test/goods  
#尝试了一下，结果不行，表明ES5不再支持删除type

#3.删除整个 index (库)
DELETE test

3.修改数据

#1.如果存在1则为修改，没有则新增数据
PUT /test/goods/1
{
   "title":"华为手机",
   "images":"http://image.baidu.com/165422.jpg",
   "price":8888.00
}

# 2.相当于update goods set prices = 2000 where id = 1 
POST test/goods/1/_update
{
 "doc":{
   "prices":2000
 }
}
#3.修改'包含' tid字段>0,将cate字段赋值=0
POST test/_doc/_update_by_query?confilcts=proceed
{
   "query":{
   	“range”: {
   		"tid": {
   			"gt": 0
   		}
   	}
   },
   "script": {
   	"lang": "painless",
   	"source": "ctx._source.cate=0"
   }
}
#4.修改'不包含' tid字段,将cate字段赋值=1
POST test/_doc/_update_by_query?conflicts=proceed
{
   "query":{
   	"bool":{
   		"must_not": {
   			"exists": {
   				"field": "tid"
   			}
   		}
   	}
   },
   "script": {
   	"lang": "painless",
   	"source": "ctx._source.cate=1"
   }
}

4.查看数据

query ：代表查询对象
match_all ：代表查询所有
match 类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系。
term 查询被用于精确值 匹配，精确值可能是数字、时间、布尔或者那些未分词的字符串。
查询类型：
例如： match_all ， match ， term ， range 等等

#不同风格写法

#这个语句相当于sql中的  select title,city from goods where id = 1
GET test/goods/1?_source=title,city

#这个语句相当于sql中的  select * from goods where id = 1
GET test/goods/1?_source


#1.查询es库中所有索引
GET _search
{
  "query":{
  	"match_all":{}
  }
}
#2.查询test索引 goods类型所有
GET test/goods/_search
{
  "query":{
  	"match_all":{}
  }
}
#3.and同时包含 华为和 手机 的词条才会被搜索到
GET /test/goods/_search
{
"query":{
  "match": {
  	"title": {
  		"query": "华为手机",
  		   "operator": "and"
  		}
  	}
  }
}
#4.结果过滤_source  只显示title和price字段  只显示0到100数据
GET test/goods/_search
{
  "query":{
  	"match_all":{}
  }，
  “_source”:["title","price"],
  "from": 0,
  "size": 100
}

GET test/goods/_search
{
  "query":{
  	"term":{
  		"price":2699.00
  }，
  “_source”:["title","price"],
  "from": 0,
  "size": 100
}
#5.布尔组合bool 把查询通过 must （与）、 must_not （非）、 should（或）的方式进行组合
GET /test/goods/_search
{
  "query":{
  	"bool":{
  		"must": {
  			 "match": {
  			 	 "title": "华为"
  			  }
  		  },
  	"must_not": { 
  		"match": {
  			 "title": "电视" 
  			}
  		 },
  	"should": { 
  		"match": { 
  			"title": "手机" 
  			}
  		}
  	}，
  }
}
#6.查包含price 字段 的数据  must_not为不包含
GET test/goods/_search
{
  "query":{
  	"bool":{
  		 "must': {
  	 		"exists": {
  	 			"field": "price"
  		}
  	  }
  	}
  },
}
#7.单词条精确匹配(term) 数值精确price字段为2699的数据
GET /test/goods/_search
{
  "query":{
  	"term":{
  		"price":2699.00
  	}
  }
}
#8.多词条精确匹配(terms) 数值精确price字段多数值的数据
GET /test/goods/_search
{
  "query":{
  	"term":{
  		"price": [2699.00,2899.00,3899.00]
  	}
  }
}
#9.范围查询(range) 查询找出那些落在指定区间内的数字或者时间
gt 大于
gte 大于等于
lt 小于
lte 小于等于

GET /test/goods/_search
{
"query":{
"range": {
"price": {
"gte": 1000.0,
"lt": 2800.00
}
}
}
#10.模糊查询(fuzzy)title包含手机  fuzziness 来指定允许的编辑距离
GET /test/goods/_search
{
"query":{
"fuzzy": {
"title": "手机"，
//"fuzziness":1
}
}
}
#11.过滤(filter) 有查询条件进行过滤
GET /test/goods/_search
{
"query":{
"bool":{
"must":{ "match": { "title": "华为手机" }},
"filter":{
"range":{"price":{"gt":2000.00,"lt":3800.00}}
}
}
}
}
#12.过滤(filter) 没有查询条件，不希望进行评分，直接过滤,我们可以使用 constant_score
GET /test/goods/_search
{
"query":{
"constant_score": {
"filter": {
"range":{"price":{"gt":2000.00,"lt":3000.00}}
}
}
}
#13.单字段排序
GET /bdqn/goods/_search
{
  "query": {
  	"match": {
  		"title": "华为手机"
  }
},
"sort": [
  {
  	"price": {
  		"order": "desc"
  		}
  	}
  ]
}
#14.多字段排序-----使用 price和 _score（得分） 进行查询，
#并且匹配的结果首先按照价格排序，然后按照相关性得分排序
GET bdqn/goods/_search
{
  "query":{
  	"bool":{
  		"must":{ 
  			"match": { 
  				"title": "华为手机" 
  			}
  		},
  		"filter":{
  			"range":{
  				"price":{
  					"gt":200000,"lt":300000
  			}
  		}
  	}
  }
},
"sort": [{
   "price": {
   	 "order": "desc" 
   	 	}
  	 },{
   "_score": { 
  	  "order": "desc" 
  	  }
   }]
}
相关标签： Elasticsearch elasticsearch kibana devtoolset-4

上一篇： 大数据---HBase

下一篇： idmp计算任务shell脚本

推荐阅读