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:

1. 新增:index({"index":{"_id":3}})
2. 更新:update({"update":{"_id":3}})
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 , 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

1. gt:大于
2. gte:大于或等于
3. ne是不等于
4. eq是等于
5. lt小于
6. 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

1. ? : 用于匹配单个任意字符
2. * : 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

1. must:所有条件必须同时成立
2. must_not:所有条件必须同时不成立
3. 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": [""],"post_tags": [""], "fields": {"name": {}}}
}

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

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

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