一使用 Kibana 操作 ES

1 下载 Kibana 镜像

docker pull kibana:7.9.3

2 启动 Kibana 容器

docker run \
-d \
--name kibana \
--net es-net \
-p 5601:5601 \
-e ELASTICSEARCH_HOSTS='["http://node1:9200","http://node2:9200","http://node3:9200"]' \
--restart=always \
kibana:7.9.3

启动后，浏览器访问 Kibana，进入 Dev Tools：多访问几次就能进入

http://192.168.64.181:5601/

3 索引、分片和副本

3.1 索引

Elasticsearch索引用来存储我们要搜索的数据，以倒排索引结构进行存储。mysql数据库使用的是B+Tree索引.

例如，要搜索商品数据，可以创建一个商品数据的索引，其中存储着所有商品的数据，供我们进行搜索：

当索引中存储了大量数据时，大量的磁盘io操作会降低整体搜索新能，这时需要对数据进行分片存储。

3.2 索引分片

在一个索引中存储大量数据会造成性能下降，这时可以对数据进行分片存储。

每个节点上都创建一个索引分片，把数据分散存放到多个节点的索引分片上，减少每个分片的数据量来提高io性能：

每个分片都是一个独立的索引，数据分散存放在多个分片中，也就是说，每个分片中存储的都是不同的数据。搜索时会同时搜索多个分片，并将搜索结果进行汇总。

如果一个节点宕机分片不可用，则会造成部分数据无法搜索：

为了解决这一问题(分片宕机)，可以对分片创建多个副本来解决。

3.3 索引副本

对分片创建多个副本，那么即使一个节点宕机，其他节点中的副本分片还可以继续工作，不会造成数据不可用：

分片的工作机制：

分片的工作机制:

主分片的数据会复制到副本分片
搜索时，以负载均衡的方式工作，提高处理能力
主分片宕机时，其中一个副本分片会自动提升为主分片

下面我们就以上图的结构来创建 products 索引

3.4 创建索引

创建一个名为 products 的索引，用来存储商品数据。

分片和副本参数说明：

number_of_shards：分片数量，默认值是 5
number_of_replicas：副本数量，默认值是 1

我们有三个节点，在每个节点上都创建一个分片。每个分片在另两个节点上各创建一个副本。

# 创建索引，命名为 products
PUT /products
{"settings": {"number_of_shards": 3, "number_of_replicas": 2}
}

提交相当于访问http://181:9200/products 创建索引

用索引名称过滤，查看 products 索引：粗框为主分片，细框为副本分片

注意:

4 映射（数据结构）

类似于数据库表结构，索引数据也被分为多个数据字段，并且需要设置数据类型和其他属性。

映射，是对索引中字段结构的定义和描述。

4.1 字段的数据类型

常用类型：

1)数字类型：

byte、short、integer、long
float、double
unsigned_long

2)字符串类型：

text ：会进行分词
keyword ：不会进行分词，适用于email、主机地址、邮编等

3)日期和时间类型：

date

类型参考：

Field data types | Elasticsearch Guide [7.15] | Elastic

4.2 创建映射

在 products 索引中创建映射。

分词器设置：

analyzer：在索引中添加文档时，text类型通过指定的分词器分词后，再插入倒排索引
search_analyzer：使用关键词检索时，使用指定的分词器对关键词进行分词

查询时，关键词优先使用 search_analyzer 设置的分词器，如果 search_analyzer 不存在则使用 analyzer 分词器。

# 定义mapping，数据结构
PUT /products/_mapping
{"properties": {"id": {"type": "long"},"title": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_smart"},"category": {"type": "text","analyzer": "ik_smart","search_analyzer": "ik_smart"},"price": {"type": "float"},"city": {"type": "text","analyzer": "ik_smart","search_analyzer": "ik_smart"},"barcode": {"type": "keyword"}}
}

映射参考：

Mapping | Elasticsearch Guide [7.15] | Elastic

4.3 查看映射

GET /products/_mapping

5 添加文档

添加的文档会有一个名为_id的文档id，这个文档id可以自动生成，也可以手动指定，通常可以使用数据的id作为文档id。

# 添加文档
PUT /products/_doc/10033
{"id":"10033","title":"SONOS PLAY:5(gen2) 新一代PLAY:5无线智能音响系统 WiFi音箱家庭,潮酷数码会场","category":"潮酷数码会场","price":"3980.01","city":"上海","barcode":"527848718459"
}PUT /products/_doc/10034
{"id":"10034","title":"天猫魔盒 M13网络电视机顶盒 高清电视盒子wifi 64位硬盘播放器","category":"潮酷数码会场","price":"398.00","city":"浙江杭州","barcode":"522994634119"
}PUT /products/_doc/10035
{"id":"10035","title":"BOSE SoundSport耳塞式运动耳机 重低音入耳式防脱降噪音乐耳机","category":"潮酷数码会场","price":"860.00","city":"浙江杭州","barcode":"526558749068"
}PUT /products/_doc/10036
{"id":"10036","title":"【送支架】Beats studio Wireless 2.0无线蓝牙录音师头戴式耳机","category":"潮酷数码会场","price":"2889.00","city":"上海","barcode":"37147009748"
}PUT /products/_doc/10037
{"id":"10037","title":"SONOS PLAY:1无线智能音响系统 美国原创WiFi连接 家庭桌面音箱","category":"潮酷数码会场","price":"1580.01","city":"上海","barcode":"527783392239"
}

注意:五条一条条执行,会在Elasticsearch-head中查看到信息:

也可以自动生成 _id 值：

POST /products/_doc
{"id":"10027","title":"vivo X9前置双摄全网通4G美颜自拍超薄智能手机大屏vivox9","category":"手机会场","price":"2798.00","city":"广东东莞","barcode":"541396973568"
}

查看文档：

GET /products/_doc/10037

查看指定文档title字段的分词结果：

GET /products/_doc/10037/_termvectors?fields=title

6 修改文档

底层索引数据无法修改，修改数据实际上是先删除再重新添加。

两种修改方式：

PUT：对文档进行完整的替换
POST：可以修改一部分字段

修改价格字段的值：PUT方式只改价格时也要把完整的文档都添加进去

# 修改文档 - 替换
PUT /products/_doc/10037
{"id":"10037","title":"SONOS PLAY:1无线智能音响系统 美国原创WiFi连接 家庭桌面音箱","category":"潮酷数码会场","price":"9999.99","city":"上海","barcode":"527783392239"
}

查看文档：

GET /products/_doc/10037

修改价格和城市字段的值：POST方式修改文档时,可以只给出要修改的字段值

# 修改文档 - 更新部分字段
POST /products/_update/10037
{"doc": {"price":"8888.88","city":"深圳"}
}

查看文档：

GET /products/_doc/10037

7 删除文档

# 删除文档
DELETE /products/_doc/10037#

清空: 所有文档都清空删除

POST /products/_delete_by_query
{"query": {"match_all": {}}
}

8 删除索引

# 删除 products 索引  ,重新刷新页面,products索引就消失了
DELETE /products

可以尝试用不同的分片和副本值来重新创建 products 索引.

二搜索

1 导入测试数据

为了测试搜索功能，我们首先导入测试数据，3160条商品数据，数据样例如下

{ "index": {"_index": "pditems", "_id": "536563"}}
{ "id":"536563","brand":"联想","title":"联想(Lenovo)小新Air13 Pro 13.3英寸14.8mm超轻薄笔记本电脑","sell_point":"清仓！仅北京，武汉仓有货！","price":"6688.0","barcode":"","image":"/images/server/images/portal/air13/little4.jpg","cid":"163","status":"1","created":"2015-03-08 21:33:18","updated":"2015-04-11 20:38:38"}

1.1 下载测试数据

Elasticsearch测试数据，3160条商品数据_es测试数据-Java文档类资源-CSDN下载

将压缩文件中的 pditems.json 上传到服务器

1.2 创建索引和映射

PUT /pditems
{"settings": {"number_of_shards": 3, "number_of_replicas": 2},"mappings": {"properties": {"id": {"type": "long"},"brand": {"type": "text","analyzer": "ik_smart"},"title": {"type": "text","analyzer": "ik_max_word"},"sell_point": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_smart"},"price": {"type": "float"},"image": {"type": "keyword"},"cid": {"type": "long"},"status": {"type": "byte"},"created": {"type": "date","format": "yyyy-MM-dd HH:mm:ss"},"updated": {"type": "date","format": "yyyy-MM-dd HH:mm:ss"}} }
}

用 head 查看索引：

1.3 导入数据

在服务器上，进入 pditems.json 所在的文件夹，执行批量数据导入：

curl -XPOST 'localhost:9200/pditems/_bulk' \-H 'Content-Type:application/json' \--data-binary @pditems.json

1.4 查看数据

搜索 pditems 索引中全部 3160 条数据：

GET /pditems/_search
{"query": {"match_all": {}},"size": 3160
}

2 搜索文档

2.1 搜索所有数据

# 搜索 pditems 索引中全部数据  没有size指定搜索数量,默认只搜索10条数据
POST /pditems/_search
{"query": {"match_all": {}}
}

2.2 关键词搜索

# 查询 pditems 索引中title中包含"电脑"的商品
POST /pditems/_search
{"query": {"match": {"title": "电脑"}}
}

2.3 搜索结果过滤器

# 价格大于2000，并且title中包含"电脑"的商品  gte:大于等于    lte:小于等于
POST /pditems/_search
{"query": {"bool": {"must": [{"match": {"title": "电脑"}}],"filter": [{"range": {"price": {"gte": "2000"}}}]}}
}

2.4 搜索结果高亮显示

POST /pditems/_search
{"query": {"multi_match":{"query": "手机","fields": ["title", "sell_point"]}},"highlight" : {"pre_tags" : ["<i class=\"highlight\">"],"post_tags" : ["</i>"],"fields" : {"title" : {},"sell_point" : {"pre_tags": "<em>","post_tags": "</em>"}}}
}

五阶段--使用 Kibana 操作 ES/ 搜索相关推荐

Elasticsearch（一）——Es安装（三个必安工具、安装各种类型分词器）、Es 十大核心概念、通过 Kibana 操作 Es（中文分词、Es各种索引命令操作）
Elasticsearch(一)--Es安装(三个必安工具.安装各种类型分词器).Es 十大核心概念.通过 Kibana 操作 Es(中文分词.Es各种索引命令操作) 一.Elasticsearch ...
elasticsearch 7.9.3知识归纳整理（二）之 es基本原理及使用kibana操作es的常见命令
es基本原理及使用kibana操作es的常见命令一.es的基本原理与基础概念 1.1 倒排索引倒排索引源于实际应用中需要根据属性的值来查找记录.这种索引表中的每一项都包括一个属性值和具有该属性值的 ...
Elasticsearch(三) 使用kibana 操作ES
文档中包含语句 1,索引(新增查询删除) 2, mapping 创建 3,文档(新增,修改,删除,批量新增) 4,文档查询(基本查询,高级查询,分页,高亮,排序) 1,使用kibana 新增查询 ...
Elasticsearch（三）——Es搜索（简单使用、全文查询、复合查询）、地理位置查询、特殊查询、聚合操作、桶聚合、管道聚合
Elasticsearch(三)--Es搜索(简单使用.全文查询.复合查询).地理位置查询.特殊查询.聚合操作.桶聚合.管道聚合一.Es搜索这里的 Es 数据博主自己上网找的,为了练习 Es 搜索 ...
ElasticSearch-TransportClient客户端操作Es（五）
引入maven依赖 <dependency><groupId>org.elasticsearch</groupId><artifactId>elasti ...
Elasticsearch笔记五之java操作es
Java操作es集群步骤1:配置集群对象信息:2:创建客户端:3:查看集群信息 1:集群名称默认集群名为elasticsearch,如果集群名称和指定的不一致则在使用节点资源时会报错. 2:嗅探功能 ...
日志分析系统ELK之Kibana、es的替代metricbeat
Kibana Kibana简介怎么将数据导入kibana 演示环境 kibana安装与配置可视化现有 Elasticsearch 索引中的数据创建索引创建可视化仪表盘图创建可视化垂直条形图 ...
商城项目（五）整合Elasticsearch实现商品搜索
商城项目(五)整合Elasticsearch实现商品搜索环境配置 Elasticsearch Elasticsearch 是一个分布式.可扩展.实时的搜索与数据分析引擎. 它能从项目一开始就赋予你的 ...
ELasticSearch安装使用过程中遇到的坑的解决方案，以及使用Kibana操作ELasticSearch
一.安装elasticsearch和kibana 安装elasticsearch和kibana,我现在使用的是windows版本的,安装其实也不难,具体的安装教程可以参照这两篇博客,写的安装步骤也很详 ...
docker安装es+mac安装Kibana工具+es查询语法笔记
一.docker安装es 1.下载镜像 docker pull elasticsearch:7.9.0 下载完后,查看镜像 docker images 2.启动镜像 docker network ...

五阶段--使用 Kibana 操作 ES/ 搜索

一使用 Kibana 操作 ES

1 下载 Kibana 镜像

2 启动 Kibana 容器

3 索引、分片和副本

3.1 索引

3.2 索引分片

3.3 索引副本

3.4 创建索引

4 映射（数据结构）

4.1 字段的数据类型

4.2 创建映射

4.3 查看映射

5 添加文档

6 修改文档

7 删除文档

8 删除索引

二搜索

1 导入测试数据

1.1 下载测试数据

1.2 创建索引和映射

1.3 导入数据

1.4 查看数据

2 搜索文档

2.1 搜索所有数据

2.2 关键词搜索

2.3 搜索结果过滤器

2.4 搜索结果高亮显示

五阶段--使用 Kibana 操作 ES/ 搜索相关推荐

最新文章

热门文章

五阶段--使用 Kibana 操作 ES/ 搜索

一 使用 Kibana 操作 ES

1 下载 Kibana 镜像

2 启动 Kibana 容器

3 索引、分片和副本

3.1 索引

3.2 索引分片

3.3 索引副本

3.4 创建索引

4 映射（数据结构）

4.1 字段的数据类型

4.2 创建映射

4.3 查看映射

5 添加文档

6 修改文档

7 删除文档

8 删除索引

二 搜索

1 导入测试数据

1.1 下载测试数据

1.2 创建索引和映射

1.3 导入数据

1.4 查看数据

2 搜索文档

2.1 搜索所有数据

2.2 关键词搜索

2.3 搜索结果过滤器

2.4 搜索结果高亮显示

五阶段--使用 Kibana 操作 ES/ 搜索相关推荐

最新文章

热门文章

一使用 Kibana 操作 ES

二搜索