Elasticsearch使用Kibana进行基础操作

Elasticsearch使用Kibana进行基础操作

引用

CSDN

1.

https://m.blog.csdn.net/littleschemer/article/details/136636807

Elasticsearch是一个基于Lucene的开源分布式搜索引擎，它提供了强大的全文搜索和实时数据分析功能。本文将介绍如何使用Kibana进行Elasticsearch的基础操作，包括索引操作、文档操作以及query语法等知识点。

一、RESTful接口

Elasticsearch通过RESTful接口提供与其进行交互的方式。在ES中，提供了功能丰富的RESTful API的操作，包括CRUD、创建索引、删除索引等操作。你可以用你最喜爱的 web 客户端访问 Elasticsearch 。事实上，你甚至可以使用curl命令来和 Elasticsearch 交互。

Elasticserch为大部分编程语言（诸如java/javascript/go/ruby等等）提供了官方客户端。所有这些可以在Elasticsearch Clients找到。

二、使用Kibana可视化操作

Kibana是一个用于数据可视化和分析的开源工具。它是Elasticsearch的一个组件，用于在Elasticsearch索引中搜索、分析和互动式地可视化数据。Kibana提供了丰富的图表和图形，可以帮助用户更好地理解和分析数据，从而支持数据驱动的决策和洞察力的发现。

启动之后，浏览器输入: http://localhost:5601/ ,进入开发者工具控制台

三、索引操作

3.1 创建索引

创建索引的语法如下：

PUT /employee?pretty

3.2 查询所有索引

其中，employee是我们自己创建的索引，插入了0条数据。

3.3 删除索引

删除索引的语法如下：

DELETE /employee

四、文档操作

4.1 插入新文档

插入新文档的语法如下：

{
  "field1": "value1",
  "field2": "value2",
  ...
}

其中：index_name代表索引名字，document_id代表文档的id。如果不指定，ES则自动创建一个。如果id已存在，则旧的数据被覆盖。

4.2 更新文档

更新文档的语法如下：

{
  "name": "Lily"
}

以上命令将索引为customer，id为1的文档，name属性进行更新。

4.3 删除文档

删除文档的语法如下：

DELETE /index_name/_doc/document_id

4.4 查询所有文档

查询所有文档的语法如下：

{"query": {
    "match_all": {}
    }
}

4.5 查询指定字段

查询指定字段的语法如下：

{
  "query": {
    "match": {
      "字段名": "查询条件"
    }
  }
}

五、query语法

5.1 查询语句的基本语法结构

{
  "query": {
    "查询类型": {
      "字段名": "查询条件"
    }
  }
}

• GET：请求的类型，表示发送一个GET请求。
• /索引名/_search：指定要查询的索引和类型。
• "query"：查询的关键字，表示要进行查询操作。
• "查询类型"：查询的类型，如match、term、range等。
• "字段名"：要查询的字段名。
• "查询条件"：具体的查询条件。

5.2 match和term的区别

1. Match查询：Match是一种全文搜索查询，它会将查询字符串分词，并将分词后的项与文档中的词项进行匹配。它会根据查询字符串的分词结果来搜索包含任意匹配项的文档。Match查询使用的是全文搜索的相关性算法，会给每个匹配的文档一个相关性得分。适合用text类型的字段。

2. Term查询：Term是一种精确匹配查询，它会将查询字符串作为一个整体与文档中的词项进行精确匹配。Term查询不进行分词，而是将查询字符串作为一个单独的术语进行搜索，不适合用于text类型的字段（官网原话Avoid using the term query for text fields）

{
  "mappings": {
    "properties": {
      "full_text": { "type": "text" }
    }
  }
}
PUT my-index-001/_doc/1
{
  "full_text":   "Hello Elastic!"
}

新建一个索引，包含一个名为“full_text”的text字段。ES会将text字段拆分为["Hello","Elastic"]。使用term搜索，结果为空。（term为精确匹配，而text字段已被拆分，所以匹配不到）

使用match匹配，则可以查询得到(因为match属于模糊查询，查询前也会进行拆词)

新建一个索引，包含一个名为“full_text”的keyword字段。使用term查询，得到结果。ES不会对keyword类型的字段进行拆词。

5.3 范围查询

范围查询的语法如下：

{
  "query": {
    "range": {
      "<field_name>": {
        "gte": "<lower_limit>",
        "lte": "<upper_limit>"
      }
    }
  }
}

其中范围量词有：

• gte：大于等于
• gt：大于
• lte：小于等于
• lt：小于

示例代码：

{
  "query": {
    "range": {
      "age": {
        "gte": 18,
        "lte": 30
      }
    }
  }
}

以上查询将返回年龄在18到30之间的所有文档。