Mac环境搭建Elasticsearch+Kibana及基本使用

基本环境信息
操作系统：macOS Catalina 10.15.3
JDK版本：1.8
ES版本：7.6
kibana版本：6.8
需要注意的是，ES7.6版本默认指定的是jdk11，这里因为我安装的是jdk8，就手工配置勉强使用。

1.下载

下载以上内容就不再赘述了，网上很多资源，如果你安装了brew，可以直接安装：

brew install elasticsearch

brew install kibana

ES可能下载慢一些，可以在网上找找国内网盘的版本。

2.配置ES

1.首先配置一下ES的启动脚本，解决一下我们JDK版本问题，路径在：
你的ES根目录/bin/elasticsearch
编辑这个elasticsearch脚本，在开头加上：

#使用本机的jdk
export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_181.jdk/Contents/Home
export PATH=$JAVA_HOME/bin:$PATH

#添加jdk判断
if [ -x "$JAVA_HOME/bin/java" ]; then
    JAVA="/Library/Java/JavaVirtualMachines/jdk1.8.0_181.jdk/Contents/Home/bin/java"
else
    JAVA=`which java`
fi

注意图里制定的两个路径，是我本机JAVA安装的路径，如果你不知道你的JAVA安装在哪里，可以在终端执行以下命令查询：

/usr/libexec/java_home -V

2.接下来，如果你和我一样，下载的是linux版本，或者在启动时遇到了“not supported”异常，请打开并编辑以下文件：
你的ES根目录/config/elasticsearch.yml
在结尾添加一行

xpack.ml.enabled: false

3.最后，由于ES启动时要操作日志，但是在MacOS下默认日志文件夹是没有操作权限的，路径在
你的ES根目录/logs
我们手工修改下logs文件夹权限：

sudo chmod -R 777 logs

至此，你的ES应该就可以正常启动了。

3.启动ES

在你的ES根目录下，执行bin/elasticsearch，你的ES就可以正常启动了，启动以后，我们在浏览器访问:
http://localhost:9200
会看到一组JSON串，里面是一些版本信息，这就证明你启动成功了。

4.启动kibana

如果你和我一样，是用brew安装的kibana，那你直接终端运行

kibana

你的kibana就会跑起来。
kibana是一个图形化界面帮助我们操作ES的软件。尽管ES提供了REST API，但对于我们手工查询，或者联系来说，仍不够方便。成功运行kibana以后，我们在浏览器访问
http://localhost:5601
就可以看到kibana的首页：

第一次使用我们只需要关心左侧的Dev tools就行了，点击，会看到一个允许我们输入请求内容的界面：

我们在左侧输入请求内容，右侧就会显示我们请求的结果。

5.简单的增删改查

下面我们简单了解下ES的一些基本概念：
索引：可以理解成类似关系型库里的database概念，一个索引里的内容，往往都是有关系的一组内容。
类型：这个已经被弃用了，现在一个索引里只能有一个类型：_doc
文档：有点类似我们关系型数据库里的一条记录，不同的是，文档是json形式的，同一个索引里有多个文档，这些文档可以有不同的字段，但是我们建议同一个索引里的文档的字段保持一致。

下面我们尝试向ES中写入一条数据：

PUT /animal

并点击旁边的小三角执行，看到右侧的acknowledged为true，我就证明我们成功的写入了一条索引:animal

我们继续写入数据：

PUT /animal/_doc/1
{
  "name":"熊猫",
  "weight":"500kg",
  "zoo":"北京动物园"
}

这样，我们就成功写入了一个文档，animal是文档的所在索引，_doc是类型，1是我们手工指定id，如果不指定，那就要用POST方法，ES会为我们自动分配。

接下来我们尝试获取我们这条文档：

GET /animal/_doc/1

我们主要关注右侧_source里的内容，它是我们文档存储的内容，其他的字段是一些文档的元信息：
_index 文档所属索引名称
_type 文档所属类型名
_id 文档唯一 ID
_score 文档相关性打分
_source 文档 JSON 数据
_version 文档版本信息

如果我们不需要这个文档了，可以直接DELETE它：

DELETE /animal/_doc/1

下面，为了我们尝试下使用ES进行简单的搜索，首先，我们要添加一些数据进去供我们使用：

PUT /animal/_doc/1
{
  "name":"熊猫100",
  "weight":"500kg",
  "zoo":"北京动物园"
}
PUT /animal/_doc/2
{
  "name":"老虎100",
  "weight":"300kg",
  "zoo":"北京动物园"
}
PUT /animal/_doc/3
{
  "name":"狮子100",
  "weight":"500kg",
  "zoo":"上海动物园"
}
PUT /animal/_doc/4
{
  "name":"孔雀100",
  "weight":"100kg",
  "zoo":"南京动物园"
}
PUT /animal/_doc/5
{
  "name":"鳄鱼100",
  "weight":"400kg",
  "zoo":"河北动物园"
}

接下来，我们尝试简单的查询,我们在要查询的范围结尾加上“_search”进行查询：

GET animal/_search
{
  "query":{
    "query_string":{
      "query":"老虎"
    }
  }
}

这样，我们就能查到老虎的结果，接下来我们尝试下查询体重100的动物：

GET animal/_search
{
  "query":{
    "query_string":{
      "query":"100"
    }
  }
}

我们会发现，查询结果有很多不相关的记录，这是因为动物的名字里都带有100，而我们没有指定字段，下面我们指定字段查询：

GET animal/_search
{
  "query":{
    "query_string":{
      "query":"100kg",
      "fields": ["weight"]
    }
  }
}

这样就得到了预期结果。
ES的查询语言称为DSL，还有很多其他的强大功能，如分词，过滤等等，此处不再赘述。

至此我们完成了在Mac上搭建并简单使用ES+Kibana。