Kibana結合es的使用

安裝包解壓後執行kibana.bat(es已經執行的情況下)：http://localhost:5601/

es是面向文件的，儲存文件的同時對其進行索引使其能被搜尋到。

1.建立文件：

put /lxy/demo1/

1

2.讀取文件：

//返回全部資料 get /lxy/demo1/

1

//返回部分資料 get /lxy/demo1/ 1?_source=username

3.更新文件：上傳操作在將要被上傳的文件已存在的情況下(通過文件id是否相同來判斷)將會變成修改操作

//全域性更新，如果你更新的時候漏寫了字段，就會被覆蓋，相當於全域性覆蓋 post /lxy/demo1/

1

//區域性更新 post /lxy/demo1/ 1/_update

}

兩者區別是區域性更新不會刪除已有的但是更新中沒有寫的字段，它會保持原樣

4.刪除文件：

delete /lxy/demo1/

1

5.批量讀取文件：

//ids相當於存id的陣列，可以存多個文件id get lxy/demo1/_mget

6.分頁搜尋文件：

get /lxy/_search?size=
1&from=
0

7.查詢字串搜尋：

get /lxy/demo1/_search?q=id:
1

又es提供的專門的查詢語句就叫dsl查詢與過濾

需要傳入query、from等引數用於查詢

get /lxy/demo1/_search},
"from":0
,"size":10
,"_source":[
"id"
,"username"
]}

get /lxy/demo1/_search}}
get /lxy/demo1/_search
}}

關於過濾和查詢，過濾結果可用於後續查詢，過濾效能高於查詢，一般是先過濾再查詢

查詢和過濾通過bool組合，查詢用must、should或must not來表示，過濾用filter來表示

match會分詞，term不會，match分詞後會分別找到其對應的文件，並給出排序分數

get _search}]}}}

//比如這裡會先過濾id為1的，再查詢馬六王五
get _search}]
,"filter":}}}}

分詞器

在全文檢索理論中，文件的查詢是通過關鍵字查詢文件索引來進行匹配，因此將文字拆分為有意義的單詞，對於搜尋結果的準確性至關重要，因此，在建立索引的過程中和分析搜尋語句的過程中都需要對文字串分詞。

//檢視指定型別的對映

如何自定義對映，記住要先修改對映再新增資料

delete lxy
put lxy
,"name":}
}}

//全域性對映
put _template/global_template,:
,"dynamic_templates":[
}}}}
,}}]}}}

ES 和 Kibana 的安裝啟用

部署命令 docker pull docker.elastic.co elasticsearch elasticsearch 7.6.0 docker run name es p 9200 9200 p 9300 9300 e discovery.type single node 單點模式 v da...

ES搜尋 kibana搜尋設定

現在的線上效能監控整體右移，線上的介面資料通過kibana可以查詢到資料。做資料篩選的時候用kibana看，不會。搞搞文件看下。參考一搜尋單個的doc get 搜尋內容的名稱比如索引名 search 可以搜尋uri或者搜尋請求body.1.可以在get中設定一些查詢的要求，比如搜尋結果排序方式等...

docker部署es和kibana遇到的坑

docker容器部署es和kibana需要注意的點 1 es和kibana的映象版本必須一致。我這次用的是7.7.1版本 2 es非常占用記憶體，因此在建立容器的時候一定要控制es使用的記憶體在7.7.1版本的kibana中已經存在了漢化補丁，我們只需要在配kibana的置檔案中新增資訊即可我在...

Kibana結合es的使用

ES 和 Kibana 的安裝啟用

ES搜尋 kibana搜尋設定

docker部署es和kibana遇到的坑

相關推薦