kibana操作Elasticsearch

最新推荐文章于 2024-08-04 22:24:44 发布

qq_320253624

最新推荐文章于 2024-08-04 22:24:44 发布

阅读量278

点赞数

分类专栏： Elasticsearch 文章标签： Kibana操作elasticsearch

本文链接：https://blog.csdn.net/qq_36331657/article/details/87025497

版权

Elasticsearch 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1.创建索引库

在这里插入图片描述

2.查看索引设置

Get请求可以帮我们查看索引信息，格式：
或者，我们可以使用*来查询所有索引库配置

3.删除索引

DELETE /索引库名

4.映射配置

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
只有配置清楚，Elasticsearch才会帮我们进行索引库的创建

创建映射字段

PUT /索引库名/_mapping/类型名称
{
“properties”: {
“字段名”: {
“type”: “类型”,
“index”: true，
“store”: true，
“analyzer”: “分词器”
}
}
}

类型名称：就是前面将的type的概念，类似于数据库中的不同表
字段名：任意填写，可以指定许多属性，例如：
type：类型，可以是text、long、short、date、integer、object等
index：是否索引，默认为true
store：是否存储，默认为false
analyzer：分词器，这里的ik_max_word即使用ik分词器

PUT heima/_mapping/goods
{
“properties”: {
“title”: {
“type”: “text”,
“analyzer”: “ik_max_word”
},
“images”: {
“type”: “keyword”,
“index”: “false”
},
“price”: {
“type”: “float”
}
}
}

5.查看映射关系

GET /索引库名/_mapping

6.字段属性详解

String类型，又分两种：
- text：可分词，不可参与聚合(主要是可分词)
- 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。

index

index影响字段的索引情况。

true：字段会被索引，则可以用来进行搜索。默认值就是true
false：字段不会被索引，不能用来搜索
index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。
但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

7.新增数据

POST /索引库名/类型名
{
“key”:“value”
}

8.修改数据

id对应文档存在，则修改
id对应文档不存在，则新增

PUT /item/goods/3
{
“title”:“超大米手机”,
“images”:“http://image.leyou.com/12479122.jpg”,
“price”:3899.00,
“stock”: 100,
“saleable”:true
}

9.删除数据

DELETE /索引库名/类型名/id值

10.查询

基本查询:

GET /索引库名/_search
{
“query”:{
“查询类型”:{
“查询条件”:“查询条件值”
}
}
}

这里的query代表一个查询对象，里面可以有不同的查询属性

查询类型：
- 例如：match_all， match，term ， range 等等

查询所有（match_all)

   GET /item/_search
    {
        "query":{
            "match_all": {}
        }
    }

- or关系

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

GET /item/_search
{
    "query":{
        "match":{
            "title":"小米电视"
        }
    }
}

- and关系

某些情况下，我们需要更精确查找，我们希望这个关系变成and，可以这样做：

GET /item/_search
{
    "query":{
        "match": {
          "title": {
            "query": "小米电视",
            "operator": "and"
          }
        }
    }
}

词条匹配(term)
term` 查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串不会进行分词一般是除了text,keyword之外。除了text外用这个节省效率。(不会分词的)

GET /item/_search
{
    "query":{
        "term":{
            "price":2699.00
        }
    }
}

结果过滤
默认情况下，elasticsearch在搜索的结果中，会把文档中保存在_source的所有字段都返回。
如果我们只想获取其中的部分字段，我们可以添加_source的过滤

GET /item/_search
{
  "_source": ["title","price"],
  "query": {
    "term": {
      "price": 2699
    }
  }
}

模糊查询(fuzzy)

fuzzy查询是term` 查询的模糊等价。它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的编辑距离不得超过2：

GET /heima/_search
{
  "query": {
    "fuzzy": {
      "title": "appla"
    }
  }
}

我们可以通过fuzziness来指定允许的编辑距离：

GET /heima/_search
{
  "query": {
    "fuzzy": {
        "title": {
            "value":"appla",
            "fuzziness":1
        }
    }
  }
}

指定includes和excludes

我们也可以通过：

includes：来指定想要显示的字段

excludes：来指定不想要显示的字段

  GET /heima/_search
  {
    "_source": {
      "includes":["title","price"]
    },
    "query": {
      "term": {
        "price": 2699
      }
    }
  }


GET /heima/_search
  {
    "_source": {
       "excludes": ["images"]
    },
    "query": {
      "term": {
        "price": 2699
      }
    }
  }

范围查询(range)

GET /heima/_search
{
    "query":{
        "range": {
            "price": {
                "gte":  1000.0,
                "lt":   2800.00
            }
    	}
    }
}

在这里插入图片描述

布尔组合（bool)

bool把各种其它查询通过must（与）、must_not（非）、should（或）的方式进行组合

GET /heima/_search
{
    "query":{
        "bool":{
        	"must":     { "match": { "title": "大米" }},
        	"must_not": { "match": { "title":  "电视" }},
        	"should":   { "match": { "title": "手机" }}
        }
    }
}

过滤(filter)

所有的查询都会影响到文档的评分及排名。如果我们需要在查询结果中进行过滤，并且不希望过滤条件影响评分，那么就不要把过滤条件作为查询条件来用。而是使用filter方式：(为了让过滤提交不会影响结果的得分。)一句话是过滤的但是,不是搜索的用filter

GET /heima/_search
{
    "query":{
        "bool":{
        	"must":{ "match": { "title": "小米手机" }},
        	"filter":{
                "range":{"price":{"gt":2000.00,"lt":3800.00}}
        	}
        }
    }
}

单字段排序

GET /heima/_search
{
  "query": {
    "match": {
      "title": "小米手机"
    }
  },
  "sort": [
    {
      "price": {
        "order": "desc"
      }
    }
  ]
}

多字段排序

假定我们想要结合使用 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 /goods/_search
{
    "query":{
        "bool":{
        	"must":{ "match": { "title": "小米手机" }},
        	"filter":{
                "range":{"price":{"gt":200000,"lt":300000}}
        	}
        }
    },
    "sort": [
      { "price": { "order": "desc" }},
      { "_score": { "order": "desc" }}
    ]

}

11.聚合

Elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫桶，一个叫度量

桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中称为一个桶，例如我们根据国籍对人划分，可以得到中国桶、英国桶，日本桶……或者我们按照年龄段对人进行划分：0_10,1020,20_30,3040等。

Elasticsearch中提供的划分桶的方式有很多：

Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组
Histogram Aggregation：根据数值阶梯分组，与日期类似
Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
综上所述，我们发现bucket aggregations 只负责对数据进行分组，并不进行计算，因此往往bucket中往往会嵌套另一种聚合：metrics aggregations即度量

分组完成以后，我们一般会对组中的数据进行聚合运算，例如求平均值、最大、最小、求和等，这些在ES中称为`度量