Elasticsearch 二、Kibana 操作Elasticsearch，命令操作，数据类型及类型映射_kibana查看字段类型显示confilict

一、简单操作

1、添加索引

###创建索引
PUT /wangsong

2、查询索引

####查询索引
GET /wangsong

3、添加文档（重新添加会覆盖=修改）

####添加文档 /索引名称/类型/id
PUT /wangsong/user/1
{
“name”:“wangsong”,
“sex”:0,
“age”:22
}

4、查询文档

###查询文档
GET /wangsong/user/1

5、删除索引/文档

###删除索引
DELETE /wangsong

二、高级查询

1、根据id进行查询

GET /mymayikt/user/12       

1
2

2、查询当前所有类型的文档

GET /mymayikt/user/_search 
1

3、多个ID批量查询

查询多个id分别为1、2

GET /mymayikt/user/_mget
{
  "ids":["1","2"]
}
1
2
3
4

4、复杂条件查询

查询年龄为年龄21岁

GET /mymayikt/user/_search?q=age:21
1

5、区间查询

查询年龄30岁-60岁之间

GET /mymayikt/user/_search?q=age[30 TO 60]
1

注意:TO 一定要大写

6、查询条数

查询年龄30岁-60岁之间 并且年龄降序、从0条数据到第1条数据

GET /mymayikt/user/_search?q=age[30 TO 60]&sort=age:desc&from=0&size=1
1

7、顺序查询及只返回某些字段

查询年龄30岁-60岁之间 并且年龄降序、从0条数据到第1条数据,展示name和age字段

GET /mymayikt/user/_search?q=age[30 TO 60]&sort=age:desc&from=0&size=1
&_source=name,age

二、DSL语言查询

es中的查询请求有两种方式，一种是简易版的查询，另外一种是使用JSON完整的请求体，叫做结构化查询（DSL）。
由于DSL查询更为直观也更为简易，所以大都使用这种方式。
DSL查询是POST过去一个json，由于post的请求是json格式的，所以存在很多灵活性，也有很多形式。

1、精确查询 term

Term查询不会对字段进行分词查询，会采用精确匹配。

GET mymayikt/user/_search
{
  "query": {
    "term": {
      "name": "xiaoming"
    }
  }
}
1
2
3
4
5
6
7
8

2、模糊查询 match，及查询条数

Match会根据该字段的分词器，进行分词查询，size查询条数

GET /mymayikt/user/_search
{
  "from": 0,
  "size": 2, 
  "query": {
    "match": {
        "car": "奥迪"
      }
  }
}
1
2
3
4
5
6
7
8
9
10

3、filter过滤查询

过滤age 大于21 小于 51的
size 条数
_source 只返回那些字段

GET /mymayikt/user/_search
{
	"query": {
		"bool": {
			"must": [{
				"match_all": {}
			}],
			"filter": {
				"range": {
					"age": {
						"gt": 21,
						"lte": 51
					}
				}

			}

		}

	},
	"from": 0,
	"size": 10,
	"_source": ["name", "age"]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

三、字段类型及字段映射

文档映射就是给文档中的字段指定字段类型、分词器
ElasticSearch中的映射（Mapping）用来定义一个文档，可以定义所包含的字段以及字段的类型、分词器及属性等等。

1、动态映射（创建文档会动态映射，数字默认long）

我们知道，在关系数据库中，需要事先创建数据库，然后在该数据库实例下创建数据表，然后才能在该数据表中插入数据。而ElasticSearch中不需要事先定义映射（Mapping），文档写入ElasticSearch时，会根据文档字段自动识别类型，这种机制称之为动态映射。

2、静态映射

在ElasticSearch中也可以事先定义好映射，包含文档的各个字段及其类型等，这种方式称之为静态映射。

3、数据类型-基本类型

字符串 text 和 keyword。 Text类型可以分词查询，keyword类型不能分词
数指型：long、integer、short、byte、double、float
日期型：date
布尔型：boolean
二进制型：binary
数组类型（Array datatype）

text 字符串说明：该类型被用来索引长文本，在创建索引前会将这些文本进行分词，转化为词的组合，建立索引；允许es来检索这些词，text类型不能用来排序和聚合。
keyword 字符串说明：该类型不需要进行分词，可以被用来检索过滤、排序和聚合，keyword类型自读那只能用本身来进行检索（不可用text分词后的模糊检索）。

4、数据类型-复杂类型

地理位置类型（Geo datatypes）
地理坐标类型（Geo-point datatype）：geo_point 用于经纬度坐标
地理形状类型（Geo-Shape datatype）：geo_shape 用于类似于多边形的复杂形状

5、数据类型-特定类型（Specialised datatypes）

Pv4 类型（IPv4 datatype）：ip 用于IPv4 地址
Completion 类型（Completion datatype）：completion 提供自动补全建议
Token count 类型（Token count datatype）：token_count 用于统计做子标记的字段的index数目，该值会一直增加，不会因为过滤条件而减少
mapper-murmur3 类型：通过插件，可以通过_murmur3_来计算index的哈希值

6、数据类型-附加类型（Attachment datatype）

采用mapper-attachments插件，可支持_attachments_索引，例如 Microsoft office 格式，Open Documnet 格式， ePub，HTML等

7、创建文档类型并且指定类型

POST /mymayikt/_mapping/user
{
  "user":{
    "properties":{
       "age":{
         "type":"integer"
       },
        "sex":{
         "type":"integer"
       },
       "name":{
         "type":"text",
         "analyzer":"ik_smart",
         "search_analyzer":"ik_smart"
       },
       "car":{
         "type":"keyword"
      
       }
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

查看数据类型–> 请求地址/索引/_settings
http://192.168.212.181:9200/mymayikt/_settings