Elasticsearch (ES)+Kibana简单使用_es kibana

前言

es是一个强大的搜索引擎，目前知名公司内部都在使用！
因为Elasticsearch 是一个基于 Apache Lucene™ 的开源搜索引擎。无论在开源还是专有领域，Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。
首先我们要知道，es虽然强大，但是不方便操作，所以我们需要借助于kibana工具来进行开发！

kibana

本篇不讲kibana和es的安装，后面会专门写安装过程。这里先知道kibana工具是提供了一个可视化的界面。
我们的es需要以基于 HTTP 协议，以 JSON 为数据交互格式的 RESTful API来进行交互！
Kibana 可以看出是一个操作 ElasticSeach 的客户端.
由于Kibana是用nodejs写的一个web项目。所以进程查询使用ps来进行查询区别es用jps查询！
什么是RESTful

一张图演示什么是restful

ES

ElasticSearch 交互方式

• 基于 HTTP 协议，以 JSON 为数据交互格式的 RESTful API GET POST PUT DELETE HEAD

es与其他数据存储产品比较

关于es几个重要概念

小总结

• cluster 整个elasticsearch 默认就是集群状态
• 一个节点一个node
• 一个index可以类比成一个database！一个ndoe可以拥有多个index！
• 一个index（6.x）对应唯一的type，类比table！（5.x之前是对应多个type，7.x以后 type被舍弃！）
• shard为其切片！在6.x默认是5片。7.x默认是1片
• document类比row
• field类比 column
• 注意：ES是自带索引，且为倒排索引！

可参考内容

学习文档

Kibana上操作数据

插入数据

当没有在type后面跟上id的话，那么会自动生成一个uuid。id是不能重复的，这里的id要区别于_source中自己定义的id！
注意：此id为document的id！

覆盖

没有在put里面声明_update，这里将自定义内容修改

修改

修改指定位置时，必须使用post请求！这里区别于HTTP里的PUT（create，update）请求！！

删除

查询

GET movie_index/_search
{
  "query": {
    "term": {
      "id": {
        "value": "2"
      }
    }
  }
}


GET movie_index/_search
{
  "query": {
    "bool": {
      "should": [
        {"term": {
          "actorList.name": {
            "value": "zhang"
          }
        }},{
          "term": {
            "name": {
              "value": "red"
            }
          }
        }
      ]
    }
  }
}

GET movie_index/_search
{
 "query": {
   "bool": {
     "must_not": [
       {"term": {
         "name": {
           "value": "red"
         }
       }}
     ]
   }
 } 
}

GET movie_index/_search
{
  "query": {
    "range": {
      "doubanScore": {
        "gt": 8
      
      }
    }
  }
}


GET movie_index/_search
{
  "query": {
    "bool": {
      "filter": {
        "range": {
          "doubanScore": {
            "gte": 5,
            "lte": 8
          }
        }
      }
    }
  }
}



GET movie_index/_search
{
 "from": 2
 , "size": 1
}




GET movie_index/_search
{
  "aggs": {
    "a": {
      "sum": {
        "field": "doubanScore"
      }
    }
  }
}


GET movie_index/_search
{
  "aggs": {
    " ": {
      "terms": {
        "field": "actorList.id",
        "size": 10
      }
    }
  }
}



GET  movie_index/_search
{
  "aggs": {
    "a": {
      "value_count": {
        "field": "doubanScore"
      }
    }
  }
}

GET movie_index/_search
{
  "aggs": {
    "b": {
      "terms": {
        "field": "actorList.name",
        "size": 10
      }
      , "aggs": {
        "sum": {
          "sum": {
            "field": "doubanScore"
          }
        }
      }
    }
  }
}


PUT movie_index/_mapping/movie
{
  "properties": {
    "actorList.name": { 
      "type":     "text",
      "fielddata": true
    }
  }
}



GET movie_index/_search
{
  "aggs": {
    "group": {
      "terms": {
        "field": "actorList.id",
        "size": 10
     
      }
      , "aggs": {
        "maxScore": {
          "max": {
            "field": "doubanScore"
          
          }
        }
      , 
        "minscore": {
          "min": {
            "field": "doubanScore"
          }
        }
      }
    }
  }
}

GET movie_index/_search
{
  "aggs": {
    "group": {
      "terms": {
        "field": "actorList.id",
        "size": 1
        , "order": {
          "_term": "desc"
        }
      }
      
    }
  }
}


GET zhengkw/_analyze
{
  "analyzer": "ik_smart"
  , "text": "第一节课"
}


GET zhengkw/_analyze
{
  "analyzer": "ik_max_word"
  , "text": "第一节课"
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213

关于Mapping

之前说 type 可以理解为table，那每个字段的数据类型是如何定义的呢？

• 默认情况下, 是由插入的第一条数据的类型来自动推断来设定的!
• 可以通过 Mapping 来设置和查看每个字段的数据类型.

简单类型中除了text会进行分词，分词后建立索引，其他简单类型则不会分词！但是也会建立索引！
也支持一些JSON对象，还有地图类型的信息，比如地理位置的坐标，或者地理位置的图形！

关于使用

手动建立索引

PUT /movie_chn
{
  "mappings": {
    "movie":{
      "properties": {
        "id":{
          "type": "long"
        },
        "name":{
          "type": "text"
          , "analyzer": "ik_smart"
        },
        "doubanScore":{
          "type": "double"
        },
        "actorList":{
          "properties": {
            "id":{
              "type":"long"
            },
            "name":{
              "type":"keyword"
            }
          }
        }
      }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

建立的时候 type指定为movie document指定 id，name等 ，声明用properties将doc括起来。properties后面的v并不是json数组！而是一个json字符串！指定text的name的时候也声明分词器！

插入数据

PUT /movie_chn/movie/1
{ "id":1,
  "name":"红海行动",
  "doubanScore":8.5,
  "actorList":[  
    {"id":1,"name":"张译"},
    {"id":2,"name":"海清"},
    {"id":3,"name":"张涵予"}
   ]
}
PUT /movie_chn/movie/2
{
  "id":2,
  "name":"湄公河行动",
  "doubanScore":8.0,
  "actorList":[  
    {"id":3,"name":"张涵予"}
  ]
}

PUT /movie_chn/movie/3
{
  "id":3,
  "name":"红海事件",
  "doubanScore":5.0,
  "actorList":[  
    {"id":4,"name":"张晨"}
  ]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

查询

GET /movie_chn/movie/_search
{
  "query": {
    "match": {
      "name": "红海"
    }
  }
}

GET /movie_chn/movie/_search
{
  "query": {
    "term": {
      "actorList.name": "张"
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

注意事项（不断更新ing）

1.创建index的时候可以包含空格！但是不能包含大写字母！只能小写字母！