ElasticSearch系列——Kibana，核心概念

Kibana
- 下载地址
- Windows安装
- - 修改配置文件
- 启动Kibana
- - 验证
ES核心概念
- Index索引
- Mapping映射
- Document文档
使用Kibana对ES进行操作
- 查询所有索引
- - 查询指定索引
- 创建索引
- - 指定分片和副本数
- 删除索引
- 创建映射
- 查看指定索引的映射信息
- 映射无法删除
- 创建文档
- - 不指定文档ID
  - 指定文档ID
- 文档查询
- - 查询所有文档
  - 查询指定ID的文档
- 删除文档
- 更新文档
- - 覆盖更新(更新整个文档)
  - 更新部分字段
- 文档批量操作
- - 批量新增
- DSL查询
- - 条件查询
- 范围查询
- 前缀查询
- 匹配查询(通配符查询)
- 多ID查询
- 模糊查询
- 多条件查询
- 多字段查询
- 字段分词查询
- 高亮查询
- - 自定义高亮标签
- 分页查询
- - 排序
- 指定字段查询

Kibana

Kibana 是一个免费且开放的用户界面，能够让您对 Elasticsearch 数据进行可视化，并让您在 Elastic Stack 中进行导航。您可以进行各种操作，从跟踪查询负载，到理解请求如何流经您的整个应用，都能轻松完成。

Kibana Navicat是一个针对Elasticsearch mysql的开源分析及可视化平台，使用Kibana可以查询、查看并与存储在ES索引的数据进行交互操作，使用Kibana能执行高级的数据分析,并能以图表、表格和地图的形式查看数据

下载地址

https://www.elastic.co/cn/downloads/kibana
这里注意一下你的Kibana版本一定要和ES对应起来

Windows安装

下载完后放置目录解压缩即可

修改配置文件

我们需要设置开启远程访问和配置ES的映射地址端口
我们找到conf目录下的kibana.yaml文件
添加以下配置

server.host: "0.0.0.0"
elasticsearch.hosts: ["http://localhost:9200"]

启动Kibana

打开bin目录，找到kibana.bat双击启动即可，但是你一定要确保先启动了ES

启动后如下图：
我们需要访问5601端口

验证

右击侧边栏，点击Management选择Dev Tools

点击按钮执行发现有打印说明连接已经成功

ES核心概念

Index索引

一个索引就是一个拥有几分相似特征的文档的集合。比如说，你可以有一个商品数据的索引，一个订单数据的索引，还有一个用户数据的索引。一个索引由一个名字来标识（必须全部是小写字母的)，并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。

Mapping映射

映射是定义一个文档和它所包含的字段如何被存储和索引的过程。在默认配置下，ES可以根据插入的数据自动地创建mapping，也可以手动创建mapping 。mapping中主要包括字段名、字段类型等

Document文档

文档是索引中存储的一条条数据。一条文档是一个可被索引的最小单元。ES中的文档采用了轻量级的JSON格式数据来表示。

把他作为数据库看
ES——mysql
Index索引——table表
mapping映射——schema数据库字段
document文档——row数据库表的一行

使用Kibana对ES进行操作

查询所有索引

GET /_cat/indices?v

查询指定索引

# 查询某个索引
# products是索引名称
GET /products

创建索引

# 创建索引
# products是索引名称
PUT /products

指定分片和副本数

# 创建索引时指定分片和副本数
# "number_of_shards": 1, 指定分片数为1
# "number_of_replicas": 1 指定副本数为1
PUT /products
{"settings": {"number_of_shards": 1, "number_of_replicas": 1}
}

删除索引

# 删除索引
DELETE /products

创建映射

一般我们在创建索引时同时创建映射

# 创建索引同时创建映射
# mappings表示映射
# properties表示映射中的字段内容,下面是具体的字段以及类型
# 字符串型:keyword(关键词搜索,不分词),text(全文搜索,分词)
# 数字类型:integer,long
# 小数浮点型:float,double
# 布尔类型: boolean
# 日期类型: date
PUT /products
{"settings": {"number_of_replicas": 0,"number_of_shards": 1},"mappings": {"properties": {"name":{"type": "keyword"},"price":{"type": "float"},"create_time":{"type": "date"},"des":{"type": "text"}}}
}

查看指定索引的映射信息

# 查询索引的映射信息
GET /products/_mapping

映射无法删除

若要删除请直接删除索引

创建文档

不指定文档ID

POST /products/_doc
{"name":"辣条","price":2.5,"des":"卫龙辣条","create_time":"2022-11-08"
}

指定文档ID

# 创建文档并指定文档的ID
POST /products/_doc/1
{"name":"辣条","price":2.5,"des":"卫龙辣条","create_time":"2022-11-08"
}

文档查询

查询所有文档

# 查询所有文档
GET /products/_search

查询指定ID的文档

# 文档查询
# 1是文档的ID
GET /products/_doc/1

删除文档

# 删除指定文档
DELETE /products/_doc/1

更新文档

覆盖更新(更新整个文档)

# 覆盖更新
# 先删除在创建
PUT /products/_doc/2
{"name":"辣条","price":2.8,"des":"老干妈辣条","create_time":"2022-11-07"
}

更新部分字段

# 更新部分字段
POST /products/_doc/2/_update
{"doc":{"price":5.5}
}

文档批量操作

对应关键字:

新增:index({"index":{"_id":3}})
更新:update({"update":{"_id":3}})
删除:delete({"delete":{"_id":3}})

虽然是批量操作但是每一条都是单独运行的!

批量新增

# 文档批量操作 使用_bluk
# {"index":{"_id":3}}表示指定文档ID为3
POST /products/_doc/_bulk
{"index":{"_id":3}}{"name":"笔记本","price":6.66,"des":"普通笔记本","create_time":"2022-11-08"}
{"index":{"_id":4}}{"name":"舍利子","price":998,"des":"累积功德","create_time":"2022-11-08"}
{"index":{"_id":5}}{"name":"假发","price":32.36,"des":"一发遮秃头","create_time":"2022-11-08"}

DSL查询

ES中提供了一种强大的检索数据方式,这种检索方式称之为Query DSL<DomainSpecified Language> , Query DSL是利用Rest API传递JSON格式的请求体(RequestBody)数据与ES进行交互，这种方式的丰富查询语法让ES检索变得更强大，更简洁。

有关这部分其实我上篇文章也提到了,不过上篇是基于APIFox的其实查询的JSON就是我们的请求体,大家看请求体就知道了

条件查询

# 条件查询
# query 表示查询
# term 条件的意思
# name 条件查询的Field,字段名称
# value 字段的值
# keyword类型不分词所以要全部查询以匹配
# text类型分词,使用标准分词器,中文单字分词,英文单词分词
GET /products/_search
{"query": {"term": {"name": {"value": "假发"}}}
}

范围查询

gt:大于
gte:大于或等于
ne是不等于
eq是等于
lt小于
lte小于或等于

# 范围查询
GET /products/_search
{"query": {"range": {"price": {"gte": 0,"lte": 20}}}
}

前缀查询

使用prefix关键字,用于检索含有指定前缀的关键词的相关文档

# 前缀查询
GET /products/_search
{"query": {"prefix": {"name": {"value": "辣"}}}
}

匹配查询(通配符查询)

使用wildcard关键字

? : 用于匹配单个任意字符
* : 用于匹配n多个任意字符

# 匹配查询
GET /products/_search
{"query": {"wildcard": {"name": {"value": "辣?"}}}
}

# 匹配查询
GET /products/_search
{"query": {"wildcard": {"name": {"value": "笔*"}}}
}

多ID查询

使用ids关键字,值为数组类型,用来根据一组id获取多个对应的文档

# 多ID查询
GET /products/_search
{"query": {"ids": {"values": ["3","2"]}}
}

模糊查询

使用fuzzy关键字,注意只能用来查询关键字(keyword)

搜索关键词长度为2不允许存在模糊
搜索关键词长度为3-5允许一次模糊
搜索关键词长度大于5允许最大2模糊

# 模糊查询
GET /products/_search
{"query": {"fuzzy": {"name": "b记本"}}
}

多条件查询

使用bool关键字配合must,should,must_not

must:所有条件必须同时成立
must_not:所有条件必须同时不成立
should:所有条件中成立一个即可

# 多条件查询
GET /products/_search
{"query": {"bool": {"must": [{"term": {"name": {"value": "辣条"}}},{"term": {"create_time": {"value": "2022-11-07"}}}]}}
}

多字段查询

使用multi_match关键字
query字段会进行分词然后匹配

# 多字段查询
GET /products/_search
{"query": {"multi_match": {"query": "辣条 老干妈","fields": ["name","des"]}}
}

字段分词查询

默认字段分词查询会根据你的字段,若是可以分词的就分词查询,若不能分词就不分
使用query_string关键字

GET /products/_search
{"query": {"query_string": {"default_field": "name","query": "辣条"}}
}

高亮查询

使用highlight关键字指定高亮的字段
若使用*则表示所有都高亮

"highlight": {"fields": {"*": {}}}

# 高亮
GET /products/_search
{"query": {"query_string": {"default_field": "name","query": "辣条"}},"highlight": {"fields": {"name": {}}}
}

自定义高亮标签

由于默认使用<em>标签进行高亮,我们也可以自己定义
使用pre_tags设置前置标签
使用post_tags设置后置标签

GET /products/_search
{"query": {"query_string": {"default_field": "name","query": "辣条"}},"highlight": {"pre_tags": ["<span class='hight_light'>"],"post_tags": ["</span>"], "fields": {"name": {}}}
}

分页查询

我们使用match_all进行全部搜索的时候使用size关键字设置每一页的大小,使用from关键字设置页码
from的计算公式:(页码-1)*size

# 分页查询
GET /products/_search
{"query": {"match_all": {}},"size": 3,"from": 0
}

当我们查询第二页的时候就应该让from设置为3
第三页则是6

排序

使用sort关键字指定需要进行排序的字段设置排序类型即可

desc:降序
asc:升序

# 排序
GET /products/_search
{"query": {"match_all": {}},"sort": [{"price": {"order": "desc"}}]
}

指定字段查询

使用_source关键字在数组中设置需要展示的字段

# 指定字段查询
GET /products/_search
{"query": {"match_all": {}},"_source": ["name","price"]
}

ElasticSearch系列——Kibana，核心概念相关推荐

2021年大数据ELK（五）：Elasticsearch中的核心概念
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 Elasticsearch中的核心概念一.索引 index 二 ...
15分钟掌握Elasticsearch 8大核心概念与基础用法
Elastic已经形成了一个较为庞大的生态,这个生态的核心就是Elasticsearch.初学者的重点就是如何快速地了解并使用Elasticsearch,本文总结了Elasticsearch的8大核心 ...
ElasticSearch的一些核心概念
ElasticSearch是面向文档的 ElasticSearch是面向文档的,在ElasticSearch中,一切数据都是json文档. 前期可以把ElasticSearch当做是数据库看待理解,可 ...
全文检索引擎Solr系列——Solr核心概念、配置文件
2019独角兽企业重金招聘Python工程师标准>>> Document Document是Solr索引(动词,indexing)和搜索的最基本单元,它类似于关系数据库表中的一条记录 ...
ElasticSearch 核心概念介绍_02
文章目录 1. 集群(Cluster) 2. 节点(Node) 3. 索引(Index) 4. 类型(Type) 5. 文档(Document) 6. 分片(Shards) 7. 副本(Replica ...
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学习系列-ElasticSearch 核心概念
导语这篇文章中主要分享关于ElasticSearch相关的基础知识,介绍一下关于ElasticSearch相关的术语以及它的架构相关的内容文章目录 ElasticSearch 简介 Elast ...
一文说清Elasticsearch的核心概念
本文来说下有关Elasticsearch的核心知识文章目录概述生活中的数据先说说Lucene ES核心概念集群(Cluster) 分片(Shards) 副本(Replicas) 映射(Map ...
Elasticsearch是什么以及核心概念
Elasticsearch是什么 Elasticsearch是一个高度可扩展的开源全文搜索和分析引擎.它可以在很短的时间内存储,搜索和分析大量的数据.它通常作为具有复杂搜索场景情况下的核心发动机.我们 ...

ElasticSearch系列——Kibana，核心概念

ElasticSearch系列——Kibana，核心概念

Kibana

下载地址

Windows安装

修改配置文件

启动Kibana

验证

ES核心概念

Index索引

Mapping映射

Document文档

使用Kibana对ES进行操作

查询所有索引

查询指定索引

创建索引

指定分片和副本数

删除索引

创建映射

查看指定索引的映射信息

映射无法删除

创建文档

不指定文档ID

指定文档ID

文档查询

查询所有文档

查询指定ID的文档

删除文档

更新文档

覆盖更新(更新整个文档)

更新部分字段

文档批量操作

批量新增

DSL查询

条件查询

范围查询

前缀查询

匹配查询(通配符查询)

多ID查询

模糊查询

多条件查询

多字段查询

字段分词查询

高亮查询

自定义高亮标签

分页查询

排序

指定字段查询

ElasticSearch系列——Kibana，核心概念相关推荐

最新文章

热门文章