ES Kibana常用的命令

示例数据下载：
https://github.com/liuwen766/accounts.json
# 一、群集是一个或多个节点的集合，它们一起保存整个数据，并提供跨所有节点的联合索引和搜索功能。每个群集都有自己的唯一群集名称，节点通过名称加入群集。
# 查看集群健康状态
GET /_cat/health?v

# 二、节点是指属于集群的单个Elasticsearch实例，存储数据并参与集群的索引和搜索功能。可以将节点配置为按集群名称加入特定集群，默认情况下，每个节点都设置为加入一个名为elasticsearch的群集。
# 查看节点状态
GET /_cat/nodes?v

# 三、Index（索引）：索引是一些具有相似特征的文档集合，类似于MySql中数据库的概念
# 查看所有索引信息
GET /_cat/indices?v
# 3.1 创建索引并查看
PUT /bank
GET /_cat/indices?v
# 3.2 删除索引并查看
DELETE /bank
GET /_cat/indices?v

# 四、Type（类型）：类型是索引的逻辑类别分区，通常，为具有一组公共字段的文档类型，类似MySql中表的概念。注意：在Elasticsearch 6.0.0及更高的版本中，一个索引只能包含一个类型。
# 4.1 查看文档的类型
GET /bank/account/_mapping

# 五、Document（文档）：文档是可被索引的基本信息单位，以JSON形式表示，类似于MySql中行记录的概念。
# 5.1 在索引中添加文档
PUT /bank/_doc/2
{
"name": "zhangke"
}
# 5.2 查看索引中的文档
GET /bank/_doc/2

# 5.3 修改索引中的文档
POST /bank/_update/1
{
"doc":{"name":"lvwei5201"}
}

# 5.4 删除索引中的文档
DELETE /bank/_doc/1

# 5.5 对索引中的文档执行批量操作
POST /bank/_bulk
{"index":{"_id":"1"}}
{"name": "lvwei" }
{"index":{"_id":"2"}}
{"name": "zhangke" }

# 六、Shards（分片）：当索引存储大量数据时，可能会超出单个节点的硬件限制，为了解决这个问题，Elasticsearch提供了将索引细分为分片的概念。分片机制赋予了索引水平扩容的能力、并允许跨分片分发和并行化操作，从而提高性能和吞吐量。

# 七、Replicas（副本）：在可能出现故障的网络环境中，需要有一个故障切换机制，Elasticsearch提供了将索引的分片复制为一个或多个副本的功能，副本在某些节点失效的情况下提供高可用性。

# 八、数据搜索
# 8.1 最简单的搜索，使用match_all来表示，例如搜索全部
GET /bank/_search
{
"query": { "match_all": {} }
}

# 8.2 分页搜索，from表示偏移量，从0开始，size表示每页显示的数量
GET /bank/_search
{
"query": {
  "match_all": {}
}
, "from": 0
, "size": 20
}


# 8.3 搜索排序，使用sort表示，例如按balance字段降序排列
GET /bank/_search
{
"query": {
  "match_all": {}
},
"sort": [
  {
    "balance": {
      "order": "desc"
    }
  }
]
}

# 8.4 搜索并返回指定字段内容，使用_source表示，例如只返回account_number和balance两个字段内容：
GET /bank/_search
{
"query": {"match_all": {}}
, "_source": ["balance","account_number"]
}

# 8.5 条件搜索
# 8.5.1 使用match表示匹配条件，例如搜索出account_number为20的文档
GET /bank/_search 
{
"query": {"match": {
  "account_number": "20"
}}
}

# 8.5.2 文本类型字段的条件搜索，例如搜索address字段中包含mill的文档，对比上一条搜索可以发现，对于数值类型match操作使用的是精确匹配，对于文本类型使用的是模糊匹配；
GET /bank/_search
{
"query": {"match": {
  "address": "mill"
}}
}

# 8.5.2 短语匹配搜索，使用match_phrase表示，例如搜索address字段中同时包含mill和lane的文档
GET /bank/_search
{
"query": {"match_phrase": {
  "address": "mill lane"
}}
}

# 8.6 组合搜索
# 8.6.1 组合搜索，使用bool来进行组合，must表示同时满足，例如搜索address字段中同时包含mill和lane的文档；
GET /bank/_search
{
"query": {
  "bool": {
    "must": [
      {"match": {
        "address": "mill"
      }},
      {"match": {
        "address": "lane"
      }}
    ]
  }
}
}

# 8.6.2 组合搜索，should表示满足其中任意一个，搜索address字段中包含mill或者lane的文档
GET /bank/_search 
{
"query": {
  "bool": {
    "should": [
      {"match": {
        "address": "mill"
      }},
      {"match": {
        "address": "lane"
      }}
    ]
  }
}
}

# 8.6.3 组合搜索，must_not表示同时不满足，例如搜索address字段中不包含mill且不包含lane的文档；
GET /bank/_search
{
"query": {
  "bool": {
    "must_not": [
      {
        "match": {
          "address": "mill"
        }
      },
      {
        "match": {
          "address": "lane"
        }
      }
    ]
  }
}
}

# 8.6.4 组合搜索，组合must和must_not，例如搜索age字段等于40且state字段不包含ID的文档；
GET /bank/_search
{
"query": {
  "bool": {
    "must": [
      {"match": {
        "age": 40
      }}
    ], "must_not": [
      {"match": {
        "state": "ID"
      }}
    ]
  }
}
}

# 8.7 过滤搜索
# 8.7.1 搜索过滤，使用filter来表示，例如过滤出balance字段在20000~30000的文档；
GET /bank/_search
{
"query": {
  "bool": {
    "filter": [
      {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    ]
  }
}
}

# 8.9 搜索聚合
# 8.9.1 对搜索结果进行聚合，使用aggs来表示，类似于MySql中的group by，例如对state字段进行聚合，统计出相同state的文档数量；
GET /bank/_search
{
"size": 0,
"aggs": {
  "group_by_state": {
    "terms": {
      "field": "state.keyword"
    }
  }
}
}

# 8.9.2 嵌套聚合，例如对state字段进行聚合，统计出相同state的文档数量，再统计出balance的平均值；
GET /bank/_search
{
"size": 0,
"aggs": {
  "group_by_state": {
    "terms": {
      "field": "state.keyword"
    }
    , "aggs": {
      "avg_balance": {
        "avg": {
          "field": "balance"
        }
      }
    }
  }
}
}

# 8.9.3 对聚合搜索的结果进行排序，例如按balance的平均值降序排列；
GET /bank/_search
{
"size": 0,
"aggs": {
  "group_by_state": {
    "terms": {
      "field": "state.keyword",
      "order": {
        "avg_balance": "desc"
      }
    }
    , "aggs": {
      "avg_balance": {
        "avg": {
          "field": "balance"
        }
      }
    }
  }
}
}

# 8.9.4 按字段值的范围进行分段聚合，例如分段范围为age字段的[20,30] [30,40] [40,50]，之后按gender统计文档个数和balance的平均值；
GET /bank/_search
{
"size": 0,
"aggs": {
  "group_by_age": {
    "range": {
      "field": "age",
      "ranges": [
        {
          "from": 20,
          "to": 30
        },
        {
          "from": 30,
          "to": 40
        },{
          "from": 40,
          "to": 50
        }
      ]
    },
    "aggs": {
      "group_by_gender": {
        "terms": {
          "field": "gender.keyword"
        },
        "aggs": {
          "avg_balance": {
            "avg": {
              "field": "balance"
            }
          }
        }
      }
    }
  }
}
}

# 九、数据更新
POST /mallgoods_pre/_update_by_query?refresh=true
{
  "conflicts": "proceed",
  "query": {
      "term": {
          "id": {
              "value": "189944820639256576"
          }
      }
  },
  "script": {
      "params": {
          "img": "189946496362270720"
      },
      "lang": "painless",
      "source": "ctx._source.img = params.img;\r\n"
  }
}
ES Kibana常用的命令

评论 (0)
