kibana对Elasticsearch操作命令 侵删(持续更新)

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.使用_builk 批量添加文档
PUT student //假设一张表，含有name和age字段
{
 "mappings" : {
   "properties" : {
     "name" : {
       "type" : "keyword"
     },
     "age" : {
       "type" : "integer"
     }
   }
 }
}