elasticsearch-head的使用
原文:elasticsearch-head的使用

ealsticsearch只是后端提供各种api,那么怎么直观的使用它呢?elasticsearch-head将是一款专门针对于elasticsearch的客户端工具

elasticsearch-head配置包,下载地址:https://github.com/mobz/elasticsearch-head

elasticsearch-head是一个基于node.js的前端工程,启动elasticsearch-head的步骤如下(这里针对的是elasticsearch 5.x以上的版本):

  1、进入elasticsearch-head的文件夹,如:D:\xwj_github\elasticsearch-head

  2、执行 npm install

  3、执行 npm run start

 在浏览器访问http://localhost:9100,可看到如下界面,表示启动成功:

  

  仔细观察,我们会发现客户端默认连接的是我们elasticsearch的默认路径。而此时elasticsearch服务未启动,所以集群健康值是未连接

  集群健康值的几种状态如下:

     绿色,最健康的状态,代表所有的分片包括备份都可用

    黄色,基本的分片可用,但是备份不可用(也可能是没有备份)

       红色,部分的分片可用,表明分片有一部分损坏。此时执行查询部分数据仍然可以查到,遇到这种情况,还是赶快解决比较好

  灰色,未连接到elasticsearch服务

 此时,我们启动elasticsearch服务,重新刷新浏览器,发现集群健康值变成了黄色,如下:

1、概览

  通过上图可以看到我们的节点名称为elasticsearch,并且该节点下有两个索引test_index1、test_index2

  在test_index2下,选择信息-->索引信息,可以查看该索引的所有信息,包括mappings、setting等等

    

  在test_index2下,选择动作-->关闭/开启,可以关闭/开启该索引,关闭后的索引如图:

    

  在该界面也可以模糊查询索引、设置刷新频率等操作。如下图:

  

2、索引

  在这里,可以查看到所以的索引,并且还可以创建一个新的索引,如下图:

   

3、数据浏览

  这里可看到索引、类型、字段、数据信息,如下图所示:

  

  关于这些名词表示的意思,可以参考https://www.cnblogs.com/luxiaoxun/p/4869509.html

4、基本查询

  在这个页签,可以做数据进项简单的查询

   

  选择一个索引,然后再选择不同的查询条件,勾选“显示查询语句”,最后点击搜索,可以看到具体的查询json和查询结果

  至于不同组合的查询条件表示的意思,可以参考https://www.cnblogs.com/ljhdo/p/5040252.html

5、复合查询

  在这个页签,可以使用json进行复杂的查询,也可发送put请求新增及跟新索引,使用delete请求删除索引等等。如图所示:

  

  该页签的简单使用可以参考https://blog.csdn.net/bsh_csn/article/details/53908406  

posted on 2019-05-15 16:52 NET未来之路 阅读(...) 评论(...) 编辑 收藏

转载于:https://www.cnblogs.com/lonelyxmas/p/10870510.html

elasticsearch-head的使用相关推荐

  1. Elasticsearch学习之路(一)

    一.前序 1.1正向索引和倒排索引 ** 正向索引通常用于数据库中,在搜索引擎领域使用的最多的就是倒排索引 ** 通过例子表示: 我爱编程, 我爱编程,我是小码农 1.1.1 正向索引 假设我们使用m ...

  2. 2021年大数据ELK(二十五):添加Elasticsearch数据源

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 添加Elasticsearch数据源 一.Kibana索引模式 添加Elast ...

  3. 2021年大数据ELK(十九):使用FileBeat采集Kafka日志到Elasticsearch

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 使用FileBeat采集Kafka日志到Elasticsearch 一.需求分 ...

  4. 2021年大数据ELK(十七):Elasticsearch SQL 订单统计分析案例

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 订单统计分析案例 一.案例介绍 二.创建索引 三.导入测试数据 四.统计不同支 ...

  5. 2021年大数据ELK(十六):Elasticsearch SQL(职位查询案例)

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 职位查询案例 一.查询职位索引库中的一条数据 二.将SQL转换为DSL 三.职 ...

  6. 2021年大数据ELK(十五):Elasticsearch SQL简单介绍

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 Elasticsearch SQL简单介绍 一.SQL与Elasticsear ...

  7. 2021年大数据ELK(十三):Elasticsearch编程(添加职位数据)

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 Elasticsearch编程 一.添加职位数据 1.初始化客户端连接 2.实 ...

  8. 2021年大数据ELK(十二):Elasticsearch编程(环境准备)

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 Elasticsearch编程 一.环境准备 1.准备IDEA项目结构 2.准 ...

  9. 2021年大数据ELK(十一):Elasticsearch架构原理

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 Elasticsearch架构原理 一.Elasticsearch的节点类型 ...

  10. 2021年大数据ELK(八):Elasticsearch安装IK分词器插件

    全网最详细的大数据ELK文章系列,强烈建议收藏加关注! 新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点. 目录 系列历史文章 安装IK分词器 一.下载Elasticsearch IK分词器 ...

最新文章

  1. Sublime Text 3中文乱码问题的解决(最有效)
  2. ActiveMQ的消息重发策略和DLQ处理
  3. 为什么CRM Opportunity的删除会触发一个通向BW系统的RFC
  4. eth显卡算力2020最新排行_最新三大主流币IPFS比特币ETH挖矿全网算力动态速递单周报(12.3更新)...
  5. arcengine 将地图文件保存为图片(包括各种图片格式)
  6. 每日一笑 | 3 X 4 = ?
  7. oh-my-zsh官方教程
  8. 职场中什么样的员工最易发展?
  9. Linux系统的优缺点
  10. vc++画线段的函数_专题:精选中考数学压轴题5道,函数综合,内含解题秘籍
  11. HDU - 1054 Strategic Game (二分图匹配模板题)
  12. 《JavaScript权威指南》笔记(四)
  13. 运维人必知必会的Zabbix核心命令
  14. 【MM小贴士】SAP 批次双单位 CWM 的使用演示
  15. java名字自动生成_[java]自动生成指定长度的英文名字
  16. 接口获取行政区划代码_最新行政区划代码省市区三级 乡镇街道四级 村五级 数据库(2021年1月版 )...
  17. 究竟什么是软件资产管理(SAM)?企业应该怎么做?
  18. Linux中ls颜色含义
  19. 软件测试环境的搭建及详解
  20. C++中string字符串查找某一子字符串所有出现过的位置,并计数

热门文章

  1. mongodb和mysql空间占用_MongoDB的存储结构及对空间使用率的影响
  2. JAVA语法基础→数据转换、表达式、选择结构
  3. yaf mysql pdo 封装_PDO 操作数据库
  4. 狂神设计模式笔记-工厂模式
  5. OpenGL基础36:天空盒
  6. OpenGL基础2:OpenGL简介
  7. 物理层数据通信理论基础
  8. bzoj 1689: [Usaco2005 Open] Muddy roads 泥泞的路(模拟)
  9. bzoj 1677: [Usaco2005 Jan]Sumsets 求和(DP)
  10. 海量数据处理的 Top K相关问题