ElasticSearch初探之所有初次使用记录（二）kibana基础使用，批量导入数据，显示部分字段，排序，高亮，架构图

这篇文章是两个较为完整的从建立索引——批量导入数据——基本检索——DSL检索——kibana可视化的实践。使用高德的poi数据集以及官方的accounts数据集。

为了熟悉下过程，并尽快成功“体验”，先使用官方的数据集

数据集介绍及基本操作借鉴自官网
1.这里没有提前建立索引，直接导入数据，会自动生成索引以及映像

curl -XPOST 172.22.112.1:9200/bank/account/_bulk?pretty –data-binary @accounts.json
【数据同级目录执行命令】

【注意，因为身边经常暂时只有一台机器，我这里是在windows中操作的，linux中语法略有不同，更丰富】

2.kibana中创建（导入）一个新的pattern（模式）【这里是bank】，并进行一些验证
- GET /bank/_mapping 使用_mapping查看索引文件的相关信息

• GET /bank/_count 【可以查询到共1000条文档信息】(或者GET /bank/account/_count)

3.kibana的discover中查询数据：

黄色框中是选择filter出来展示的fileds，从蓝色框中add而来

4.可视化数据——饼状图

• 导航栏点击 Visualize ，然后右侧弹出界面中点击Create a visualization，然后选择一个可视化类型，这里选择pie圆饼图
• 新选择一个索引进行可视化，或者从以前保存的检索结果进行可视化。这里选择新的bank索引
• 最初默认搜索所有数据，所以一个 “slice” 包含整个 pie
• 使用elasticsearch的bucket aggregation（分桶聚合）,为每个桶（bucket）定义一个范围:
  

  • Click the Split Slices buckets type.
  • Select Range from the Aggregation list.
  • Select the balance field from the Field list.
  • 可以点击add range继续添加range

  
  

5.可视化数据——直方图（histogram），然后添加一个子桶（ 下方 Add sub-buckets） 第一个bucket是按年龄interval（间隔）5聚合，外层子sub是按给定的range聚合  我们还可以右上角**save**保存图片 6.Vertical bar chart换个方式查看平均收入与年龄的关系 X轴为年龄，Y轴为平均收入 

高德的POI数据

1.建立索引

PUT /chinese_data/
{
"settings":{
"index":{
"number_of_shards":5,
"number_of_replicas":1
        }
    }
}

2.导入数据，这里我用的是高德的POI数据 API 可以是 /_bulk, /{index}/_bulk, 或 {index}/{type}/_bulk 这三种形式

curl -POST 172.22.112.1:9200/chinese_data/poi/_bulk?