文章目录
简介
Kibana是一个基于Node.js的Elasticsearch索引库数据统计工具，可以利用Elasticsearch的聚合功能，生成各种图表，如柱形图、线状图、饼图等。
在开始之前，需要启动Kibana和Elasticsearch
ES的访问地址：http://ip:9200
Kibana的访问地址：http://ip:5601
操作步骤：进入到Kibana后，点击左侧的Dev Tools
ES文档操作
ES是面向文档的，存储文档的同时对其进行索引使其能够被搜索到。
创建索引
Elasticsearch采用Rest API风格，因此其API就是一次HTTP请求，可以使用任何工具发起http请求创建索引的请求格式。由于遵循REST风格，可以很直观的想到操作名。
- POST新增
- GET查询
- DELETE删除
- PUT修改
在这里使用Kibana简化操作
number_of_replicas：设置索引库分片副本数量
number_of_shards:设置索引库分片数量
查看索引
- 查看某一个特定索引库
GET 索引库名
- 查看所有的索引库
GET *
- 删除索引
DELETE 索引库名
- 映射配置
索引有了，接下来就是添加数据，但是在添加数据之前必须定义映射。 映射就是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等。只有配置清楚，Elasticsearch才会帮我们进行索引库的创建。
创建映射字段
请求方式依然是PUT
PUT /索引库名/_mapping/类型名称
{
"properties": {
"字段名": {
"type": "类型",
"index": true，
"store": true，
"analyzer": "分词器"
}
}
}
- 类型名称：就是type的概念，类似于数据库中不同表字段名；任意填写，可以指定很多属性。
- type：类型，可以是text、long、short、date、integer、object等
- index：是否索引，默认为true
- store：是否存储，默认为false(会自动生成一个_source备份)
- analyzer：分词器，这里的ik_max_word即使用ik分词器
发起请求示例
PUT test/_mapping/goods
{
"properties":{
"title":{
"type":"text",
"analyzer":"ik_max_word"
},
"images":{
"type":"keyword",
"index":false
},
"price":{
"type":"float"
}
}
}
字符串类型一共有两种，text代表进行分词，下面要加上分词器，这里使用的ik分词器中ik_max_word代表按照最大程度划分。
keyword不进行分词。
【问题】
- elasticsearch创建索引时遇到
analyzer[ik_max_word] not found for field[title]
【原因】
IK分词器插件未安装
查看映射关系
GET /索引库名/_mapping
字段属性详解
type
Elasticsearch中支持的数据类型非常丰富：
下面我们介绍几个关键的：
String类型，又分两种：
- text：可分词，不可参与聚合
- keyword：不可分词，数据作为完整字段进行匹配，可以参与聚合
Numberical：数值类型，分两类 - 基本数据类型：long、integer、short、byte、double、float、half_float
- 浮点数的高精度类型：scaled_float
需要指定一个精度因子，比如说10或者100，elasticseach会把真实值乘以这个因子存储，取出时再还原。
Date：日期类型
elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long,节省空间。
index
index影响字段的索引情况
- true：字段会被索引，则可以用来进行搜索，默认值就是true
- false: 字段不会索引，不能用来搜索
** index的默认值就是true，也就是说不进行任何配置，所有字段都会被索引。**
但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。
store
是否将数据进行额外存储。
在学习lucene和solr时，我们知道如果一个字段的store的值设置为false,那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。
但是在elasticsearch中，即使store设置为false,也可以搜索到结果，
原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存在一个交_source的属性中，而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。
而如果设置store为true,就会在_source以外额外存储一份数据，比较多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。
字段映射设置流程
新增数据
新增会随机生成id
POST /索引库/类型名
{
“key”:"value"
}
新增自定义id
如果我们想要自己新增的时候指定id，可以这么做
POST /索引库/类型/id值
{
}
智能判断
在学习Solr时我们发现，我们在新增数据时，只能使用提前配置好映射属性的字段，否则就会报错。不过在Elasticsearch中并没有这样的规定。
事实上Elasticsearch非常智能，你不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。
相对上个例子来说，我这里新增了color和address两个字段。再看下索引库的映射关系。
color和address都被成功映射了。
修改数据
把刚才新增的请求方式改为PUT，就是修改数据操作不过修改操作必须要指定id。
- id对应文档存在，则修改
- id对应文档不存在，则新增
注意：如果只修改了一个字段，那么原有的其他字段都会消失，只保留当前的这次修改，相当于覆盖
删除数据
DELETE test/goods/2
查询
- 基本查询
- _source过滤
- 结果过滤
- 高级查询
- 排序
基本查询
不能设置查询多个条件，如果需要请用后面的高级bool查询
GET /索引库名/_search
{
"query"：{
“查询类型”：{
“查询条件”：“查询条件值”
}
}
}
这里的query代表一个查询对象，里面可以有不同的查询属性
- 查询类型：match_all，match，term，range等等
- 查询条件：查询条件会根据类型的不同，写法也有差异，后面根据示例进行详细讲解。
查询所有（match_all）
hits:搜索结果的文档对象数组，每个元素是一条搜索到的文档信息。
- _index：索引库
- _type：文档类型
- _id:文档id
- _score:文档得分
- _source：文档的源数据
匹配查询
多字段查询
multi_match与match类似，不同的是它可以在多个字段中查询
GET /test/_search
{
"query":{
"multi_match": {
"query": "小米",
"fields": [ "title", "subTitle" ]
}
}
在本例中，我们会在title和subtitle字段中查询小米这个词。
词条匹配
term查询被用于精确值匹配
这些精确值可能是数字、时间、布尔或者那些未分词的字符串(keyword)
GET /test/_search
{
"query":{
"term":{
"price":2699.00
}
}
}
多词条精确匹配
terms查询和term查询一样，但它允许你指定多值进行匹配，如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件。
GET /test/_search
{
"query":{
"terms":{
"price":[2699.00,2899.00,3899.00]
}
}
}
结果过滤
默认情况下，elasticsearch在搜索的结果中，会把文档中保存在_source的所有字段都返回。如果我们只想获取其中的部分字段，我们可以添加_source的过滤。
直接指定该字段
GET /heima/_search
{
"_source": ["title","price"],
"query": {
"term": {
"price": 2699
}
}
}
指定includes和excludes
我们也可以通过下面的方法来实现过滤
- includes：来指定想要显示的字段
- excludes：来指定不想显示的字段
GET /test/_search
{
"_source": {
"includes":["title","price"]
},
"query": {
"term": {
"price": 2699
}
}
}
与下面的结果将是一样的：
GET /test/_search
{
"_source": {
"excludes": ["images"]
},
"query": {
"term": {
"price": 2699
}
}
}
高级查询
布尔组合（多条件查询）
GET test/goods/_search
{
"query": {
"bool": {
"must": [
{"match": {
"title": "小米电视"
}}
],
"must_not": [
{
"match": {
"title": "电视"
}
}
]
}
}
}
查询bool里面结果全为true的情况。
范围查询
range查询找出那些落在指定区间内的数字或者时间，range允许以下操作符。
| 操作符 | 说明 |
|---|---|
| gt | 大于 |
| gte | 大于等于 |
| lt | 小于 |
| lte | 小于等于 |
| 示例： |
GET test/goods/_search
{
"query": {
"range": {
"price": {
"gte": 3000,
"lte": 9909
}
}
}
}
模糊查询（fuzzy）
fuzzy查询是term查询的模糊等价，它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的距离不得超过2.
GET /test/_search
{
"query": {
"fuzzy": {
"title": "appla"
}
}
}
根据上面的示例，能够查询到apple的结果。我们也可以通过fuzziness来指定允许的编辑距离。
GET /test/_search
{
"query": {
"fuzzy": {
"title": {
"value":"appla",
"fuzziness":1
}
}
}
}
排序
单字段排序（sort）
sort可以让我们按照不同的字段进行排序，并且通过order指定排序的方式。
示例
GET /test/_search
{
"query": {
"match": {
"title": "小米手机"
}
},
"sort": [
{
"price": {
"order": "desc"
}
}
]
}
sort是对查询后做的，不属于查询和过滤的条件，因此在query查询对象外面。
多字段查询
假定我们想要结合使用price和_score（得分）进行查询，并且匹配的结果首先按照价格排序，然后按照相关性得分排序。
GET test/goods/_search
{
"query": {
"bool": {"must": [
{"match": {
"title": "小米"
}}
]}
},
"sort": [
{
"price": {
"order": "desc"
}
},
{
"_score": {
"order": "desc"
}
}
]
}
聚合（aggregations）
聚合可以让我们及其方便的实现对数据的统计分析
Elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫桶，一个叫度量。
桶(bucket)类似于数据库中的分组group_by
桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中被称为一个桶。Elasticsearch中提供的划分桶的方式有很多：
- Date Histogram Aggregation:根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组。
- Histogram Aggregation：根据数值阶梯分组，与日期类似；
- Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组；
- Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按照阶段分组。
- …