es的基础介绍和kibana操作文档

ES的作用：

1、Elasticsearch的功能

（1）分布式的搜索引擎和数据分析引擎

（2）全文检索，结构化检索，数据分析

（3）对海量数据进行近实时的处理

2、es存储结构：

我们从es存储一个数据来分析es的结构：

{
  "_index": "bankorderindex",
  "_type": "bankorder",
  "_id": "1254423336",
  "_version": 2,
  "found": true,
  "_source": {
    "id": 1254423336,
    "orderSn": "2019073018171802610757311210N",
    "realMoney": 0.02,
    "payTime": 1564481844000,
    "createTime": 1564481838394
  }
}

index相当于我们的mysql中的数据库的database

_type相当于我们数据的表名

id：相当于我们表中的某一条主键id，也是一个唯一标识

version相当于数据的版本号，可以做乐观锁

_source相当于我们的表数据，在es存储都是json数据

3、kibana的使用

1、查看集群中有哪些索引：

GET /_cat/indices?v

2、创建索引

PUT /test_index?pretty

3、删除索引：

DELETE /test_index?pretty

4、新增文档并建立索引

语法格式为：

PUT /index/type/id
{
  "json数据"
}

index指索引名、type指索引的类型、id是这条数据的id。

PUT /bankorderindex/bankorder/1254423936
{
    "id": 1254423936,
    "orderSn": "2019073018171802610757311291N",
    "realMoney": 0.02,
    "payTime": 1564481844000,
    "createTime": 1564481838394
  }

创建成功之后返回：

ES会自动建立index和type，不需要提前创建，而且es默认会对document每个field都建立倒排索引，让其可以被搜索。

对于查询，我们使用的是GET

GET /bankorderindex/bankorder/1254423936

查询es之后返回：

修改分为全部修改和部分修改，

全部修改就是直接替换，这种替换方式有一个不好，即使必须带上所有的field，才能去进行信息的修改

修改全部

PUT /bankorderindex/bankorder/1254423936
  {
    "id": 1254423936,
    "orderSn": "2019073018171802610757311291N",
    "realMoney": 0.06,
    "payTime": 1564481844000,
    "createTime": 1564481838394
  }

修改部分：

POST /bankorderindex/bankorder/1254423936/_update
{
    "doc":{
        "realMoney":0.06
    }
 
}

删除

直接DELETE就可以了

DELETE /bankorderindex/bankorder/1254423936

查询

GET /bankorderindex/bankorder/_search

took：耗费了几毫秒
timed_out：是否超时，这里是没有
_shards：数据拆成了5个分片，所以对于搜索请求，会打到所有的primary shard（或者是它的某个replica shard也可以）
hits.total：查询结果的数量，3个document
hits.max_score：score的含义，就是document对于一个search的相关度的匹配分数，越相关，就越匹配，分数也高
hits.hits：包含了匹配搜索的document的详细数据

query DSL

查询所有的订单：

GET /bankorderindex/bankorder/_search
{
  "query": { "match_all": {} }
}

查询名称包含N的订单，同时按照价格降序排序

GET /bankorderindex/bankorder/_search
{
"query" : {
"match" : {
"orderSn" : "2019073018171802610757311271N"
}
},
"sort": [ 
{ "realMoney": "desc" }
]
}

分页查询订单

GET /bankorderindex/bankorder/_search
{
  "query": { "match_all": {} },
  "from": 1,
  "size": 5
}

指定要查询出来订单号和订单金额就好

GET /bankorderindex/bankorder/_search
{
  "query": { "match_all": {} },
  "_source": ["orderSn", "realMoney"]
}

根据订单创建时间查询

GET /bankorderindex/bankorder/_search
{
	"query":{
	"range":{
	"createTime":{      
	"from":"1564502400",
	"to":"1564675200"
	          }
          }
    }
}

4、document的核心元数据

1、_index元数据

（1）代表一个document存放在哪个index中
（2）类似的数据放在一个索引，非类似的数据放不同索引：product index（包含了所有的商品），
sales index（包含了所有的商品销售数据），inventory index（包含了所有库存相关的数据）。
如果你把比如product，sales，human resource（employee），
全都放在一个大的index里面，比如说company index，不合适的。
（3）index中包含了很多类似的document：类似是什么意思，其实指的就是说，
这些document的fields很大一部分是相同的，你说你放了3个document，
每个document的fields都完全不一样，这就不是类似了，就不太适合放到一个index里面去了。
（4）索引名称必须是小写的，不能用下划线开头，不能包含逗号：product，website，blog

2、_type元数据

（1）代表document属于index中的哪个类别（type）
（2）一个索引通常会划分为多个type，逻辑上对index中有些许不同的几类数据进行分类：
因为一批相同的数据，可能有很多相同的fields，但是还是可能会有一些轻微的不同，
可能会有少数fields是不一样的，举个例子，就比如说，商品，可能划分为电子商品，
生鲜商品，日化商品，等等。
（3）type名称可以是大写或者小写，但是同时不能用下划线开头，不能包含逗号