kibana es 语法纪录 elaticsearch

目录

一、认识elaticsearch
1、什么是正向索引
2、什么是倒排索引
二、概念
1、说明
2、mysql和es的对比
三、mapping属性
1、界说
四、CRUD
1、查看es中有哪些索引库
2、创建索引库
3、修改索引库
4、删除索引库
5、新增文档
6、删除文档
5、条件查询

---

一、认识elaticsearch

elasticsearch基于倒排索引结构
1、什么是正向索引

正向索引就像mysql数据库，如果根据非索引字段查询数据，会逐行获取表中所有数据，然后判断是否满意规则
比方：设置数据库中有title字段，为非索引字段流程如下：
1）用户搜刮数据，条件是title符合`"%手机%"`
2）逐行获取数据，比如id为1的数据
3）判断数据中的title是否符合用户搜刮条件
4）如果符合则放入结果集，不符合则丢弃。回到步骤1
2、什么是倒排索引

• 文档：就是用来搜刮的数据，等同于mysql数据库中的一条纪录
  
• 词条：利用分词器分出来的词条，比方数据中title为：我是中国人，分词器就可以分为：我 、是、 中国人、 中国、 国人等几个词条出来
  

* 将每一个文档的数据利用算法分词，得到一个个词条
* 创建表，每行数据包罗词条、词条所在文档id、位置等信息
* 因为词条唯一性，可以给词条创建索引，比方hash表结构索引

流程：
1）用户输入条件`"华为手机"`举行搜刮。
2）对用户输入内容**分词**，得到词条：`华为`、`手机`。
3）拿着词条在倒排索引中查找，可以得到包罗词条的文档id：1、2、3。
4）拿着文档id到正向索引中查找具体文档。

• 正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包罗所需要的词条，是**根据文档找词条的过程。
  
• 而倒排索引**则相反，是先找到用户要搜刮的词条，根据词条得到掩护词条的文档的id，然后根据id获取文档。是**根据词条找文档的过程。
  

二、概念

1、说明

elasticsearch是面向document存储的，一个doc就是数据库的一条纪录，该条纪录会被序列化成json的格式存入文档中，文档中包罗很多的字段（filed）等同于数据库中的列

2、mysql和es的对比

三、mapping属性

1、界说

mapping是对文档中field的约束，比方对字段范例的约束。就像数据库中的表结构

• * type：字段数据范例，常见的简单范例有：
  
  
  
  •   * 字符串：text（可分词的文本）、keyword（准确值，比方：品牌、国家、ip地点）
    
  •   * 数值：long、integer、short、byte、double、float、
    
  •   * 布尔：boolean
    
  •   * 日期：date
    
  •   * 对象：object
    
  
  
• * index：是否创建索引，默认为true
  
• * analyzer：使用哪种分词器
  
• * properties：该字段的子字段
  

比方下面的json文档：
   {  
    "age": 21,  
    "weight": 52.1,  
    "isMarried": false,  
    "info": "这是一个步伐员",  
    "email": "nuanqin@163.com",  
    "score": [99.1, 99.5, 98.9],  
    "name": {  
        "firstName": "思",  
        "lastName": "陈"  
    }  
}  
对应的每个字段映射（mapping）：

• * age：范例为 integer；参与搜刮，因此需要index为true；无需分词器
  
• * weight：范例为float；参与搜刮，因此需要index为true；无需分词器
  
• * isMarried：范例为boolean；参与搜刮，因此需要index为true；无需分词器
  
• * info：范例为字符串，需要分词，因此是text；参与搜刮，因此需要index为true；分词器可以用ik_smart
  
• * email：范例为字符串，但是不需要分词，因此是keyword；不参与搜刮，因此需要index为false；无需分词器
  
• * score：虽然是数组，但是我们只看元素的范例，范例为float；参与搜刮，因此需要index为true；无需分词器
  
• * name：范例为object，需要界说多个子属性
  
•   * name.firstName；范例为字符串，但是不需要分词，因此是keyword；参与搜刮，因此需要index为true；无需分词器
  
•   * name.lastName；范例为字符串，但是不需要分词，因此是keyword；参与搜刮，因此需要index为true；无需分词器
  

四、CRUD

可接纳es的可视化工具kibana举行执行CRUD语句，
入口：kibana的Dev Tools
1、查看es中有哪些索引库

1. GET /_cat/indices?v

复制代码

2、创建索引库

1. PUT /索引库名称
2. {
3.   "mappings": {
4.     "properties": {
5.       "字段名":{
6.         "type": "text",
7.         "analyzer": "ik_smart"
8.       },
9.       "字段名2":{
10.         "type": "keyword",
11.         "index": "false"
12.       },
13.       "字段名3":{
14.         "properties": {
15.           "子字段": {
16.             "type": "keyword"
17.           }
18.         }
19.       },
20.       // ...略
21.     }
22.   }
23. }

复制代码

3、修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库**一旦创建，无法修改mapping**。
虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

1. PUT /索引库名/_mapping
2. {
3.   "properties": {
4.     "新字段名":{
5.       "type": "integer"
6.     }
7.   }
8. }

复制代码

4、删除索引库

       DELETE /索引库名
  5、新增文档

新增文档雷同于数据库的新增一条纪录

1. POST /索引库名/_doc/文档id
2. {
3.     "字段1": "值1",
4.     "字段2": "值2",
5.     "字段3": {
6.         "子属性1": "值3",
7.         "子属性2": "值4"
8.     },
9.     // ...
10. }
12. #例如：
13. POST /heima/_doc/1
14. {
15.     "info": "我是一个程序员",
16.     "email": "nuanqin@163.com",
17.     "name": {
18.         "firstName": "思",
19.         "lastName": "陈"
20.     }
21. }

复制代码

6、删除文档

   DELETE /{索引库名}/_doc/id值
  5、条件查询

基本语法：

• * 哀求方式：PUT
  
• * 哀求路径：/索引库名，可以自界说，若不带索引库名代表查询所有库
  
• * 哀求参数：mapping映射
  
• *_search代表搜刮
  

1. #带索引库名 -->
2. GET /index_name/_search
3. {
4.   "query": {
5.     "match_all": {}
6.   }
7. }
9. #不带索引库名
10. GET /_search
11. {
12.   "query": {
13.     "match_all": {}
14.   }
15. }
17. #用于搜索字段中包含特定文本的文档：
18. GET /index_name/_search
19. {
20.   "query": {
21.     "match": {
22.       "message": "error"
23.     }
24.   }
25. }
27. #精确匹配字段值
28. GET /index_name/_search
29. {
30.   "query": {
31.     "term": {
32.       "status": "200"
33.     }
34.   }
35. }
37. #组合查询多个条件
38. GET /index_name/_search
39. {
40.   "query": {
41.     "bool": {
42.       "must": [
43.         { "match": { "message": "error" } },
44.         { "term": { "status": "200" } }
45.       ]
46.     }
47.   }
48. }
50. #过滤特定范围内的数据
51. GET /my-index/_search
52. {
53.   "query": {
54.     "range": {
55.       "field_name": {
56.         "gte": "2024-01-01",
57.         "lte": "2024-01-31"
58.       }
59.     }
60.   }
61. }
63. #分页查询
64. GET /my-index/_search
65. {
66.   "query": {
67.     "match_all": {}
68.   },
69.   "from": 0,
70.   "size": 10
71. }
73. #排序查询
74. GET /my-index/_search
75. {
76.   "query": {
77.     "match_all": {}
78.   },
79.   "sort": [
80.     { "field_name": { "order": "asc" } }
81.   ]
82. }
84. #完整示例
85. GET /my-index/_search
86. {
87.   "query": {
88.     "bool": {
89.       "must": [
90.         { "match": { "title": "Elasticsearch" } }
91.       ],
92.       "filter": [
93.         { "range": { "timestamp": { "gte": "2024-01-01", "lte": "2024-01-31" } } }
94.       ],
95.       "must_not": [
96.         { "term": { "status": "deleted" } }
97.       ]
98.     }
99.   },
100.   "aggs": {
101.     "status_count": {
102.       "terms": {
103.         "field": "status",
104.         "size": 10
105.       }
106.     }
107.   },
108.   "sort": [
109.     { "timestamp": { "order": "desc" } }
110.   ],
111.   "from": 0,
112.   "size": 10
113. }

复制代码

五、响应结果解析

1、took

• 含义：表示 Elasticsearch 执行查询所花费的时间，单元为毫秒。
  
• 示例："took": 4 表示查询耗时 4 毫秒。
  

2、timed_out

• 含义：表示查询是否超时。如果查询在指定时间内完成，则为 false；如果超时，则为 true。
  
• 示例："timed_out": false 表示查询没有超时。
  

3、_shards

• 含义：包罗分片的统计信息，说明查询涉及的分片总数、成功分片数、跳过分片数和失败分片数。
  
• 字段解析：
  
  
  
  • total：查询涉及的分片总数。
    
  • successful：成功处置惩罚的分片数。
    
  • skipped：跳过的分片数。
    
  • failed：失败的分片数。
    
  
  

   "_shards": {
          "total": 1,
          "successful": 1,
          "skipped": 0,
          "failed": 0
}
  4、hits

• 含义：包罗查询结果的核心部分，包罗匹配的文档列表和统计信息。
  
• 字段解析：
  
  
  
  • total：
    
    
    
    • value：表示匹配查询条件的文档总数。
      
    • relation：表示 value 的准确性，eq 表示准确值，gte 表示大于或即是。
      
    
    
  • max_score：表示最相干文档的相干性得分（_score），如果没有使用相干性评分（如 match_all 查询），则为 null。
    
  • hits：包罗匹配的文档列表，每个文档是一个 JSON 对象，包罗以下字段：
    
    
    
    • _index：文档所在的索引名称。
      
    • _type：文档的范例（在 7.x 以后默认为 _doc）。
      
    • _id：文档的唯一标识符。
      
    • _score：文档的相干性得分，表示文档与查询条件的匹配程度。
      
    • _source：文档的原始内容，包罗所有字段的值。
      
    • sort：如果使用了排序，表示文档的排序值。
      
    
    
  
  

5、aggragations

• 含义：如果查询中包罗聚合操作（aggs），则此字段包罗聚合结果。
  
• 示例：
  

   "aggregations": {
          "ageAgg": {
                    "doc_count_error_upper_bound": 0,
                    "sum_other_doc_count": 0,
                    "buckets": [{
                                        "key": 38,
                                        "doc_count": 2
                                      },
                                      {
                                        "key": 28,
                                        "doc_count": 1
                                      } ]
                          },
          "ageAvg": {
            "value": 34.0
          }
} 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。