1.下载安装
1.1.ES&Kibana
Kibana是一个开源的数据可视化和管理工具，专门为Elasticsearch设计。Elasticsearch是一个强大的搜索和分析引擎，而Kibana提供了一个友好的界面，使用户能够直观地与Elasticsearch索引中的数据进行交互。
ES的相关核心概念请移步作者另一篇文章：
https://bugman.blog.csdn.net/article/details/135342256?spm=1001.2014.3001.5502
ES |
Kibanna |
| 的端口号 | 9200 | 5601 |
备注：ES和kibanna最好版本完全对齐
进kibanna的图形化界面的dev tools来操作ES：
1.2.分词器
ES自带的分词器对中文不友好，分词效果不理想，所以一般涉及中文的场景的时候，都会用IK分词器来替换ES原生的分词器。
IK分词器下载地址：
https://github.com/medcl/elasticsearch-analysis-ik
备注：IK分词器的版本也好和ES版本对齐。
IK分词器对于ES来说就是一个插件，直接放到ES的plugin目录下解压缩即可。
备注：IK分词器要重启后才会生效。
2.操作
2.1.索引操作
2.1.1.索引的新增、删除、查找
新增：
PUT /person { "settings": { "number_of_shards": 5//分片数 , "number_of_replicas": 1//副本数 } }
查找：
GET /person
删除：
DELETE /person
2.1.2.数据类型
ES可以指定字段的数据类型。
字符型：
text，当前filed会被分词，支持全文检索。
keyword，当前filed不会被分词，不支持全文检索。
数值类型：
long、integer、short、byte、double、float、half_float、scaled_float
时间类型：
date，针对时间类型指定具体的格式
布尔类型：
boolean类型，表达true和false
二进制类型：
binary类型，暂时支持base64 encode string
范围类型：
- long_range：同上
- integer_range：同上
- double_range：同上
- float_range：同上
- date_range：同上
- ip_range：同上
经纬度类型：
- geo_point：用来存储经纬度
ip类型：
- ip，可以存储ipv4或者ipv6
除此以外还支持很多数据类型，详见官网。
2.1.3.结构化
所谓结构化就是指在创建索引的时候指定好字段的数据类型已经相关声明配置。
PUT /book { "settings": { "number_of_shards": 5,//分片数 "number_of_replicas": 1//副本数 }, "mappings": { "properties": { "name":{ "type": "text",//支持分词 "analyzer": "ik_max_word",//用ik分词器分词 "index": true, "store": false }, "author":{ "type": "keyword"//不支持分词，直接整体作为关键字查询 }, "count":{ "type": "long" }, "on-sale":{ "type": "text",//支持分词 "analyzer": "ik_max_word"//使用ik分词器分词 } } } }
2.2.文档操作
2.2.1.文档的增、删、改
#新建文档（指定id为1） POST /book/_doc/1 { "name":"数据库组成原理", "author":"查理士巴赫曼", "count":1, "on-sale":"yes" } #新建文档（没有指定id的时候会默认生成一个id） POST /book/_doc { "name":"计算机组成原理", "author":"冯诺依曼", "count":1, "on-sale":"yes" } #修改文档（部分） POST /book/_update/1 { "doc":{ "count":2 } } #修改文档（全部，即覆盖） PUT /book/_doc/1 { "name":"数据库原理", "author":"查理士·巴赫曼", "count":2, "on-sale":"no" } #删除单个 DELETE /book/_doc/1
2.2.2.文档的查询
文档的查询是在实际应用中用的最多的。查询就一定需要传查询参数，在ES中支持两种传参数的方式，一种是在url上传，一种是在请求体里面传。ES的查询常用到的内容有如下示例：
#查找所有 GET /book/_search GET /book/_search { "query": { "match_all": { } } } #分页 GET /book/_search { "query": { "match_all": { } }, "from": 0, "size": 1 } #指定返回字段 GET /book/_search { "_source":["name"], "query": { "match_all": { } } } #排序 GET /book/_search { "query": { "match_all": { } }, "sort": [ { "count": { "order": "desc" } } ] } #多条件查询 GET /book/_search { "query": { "bool": { "must": [ { "match": { "name": "计算机组成原理" } }, { "match": { "author": "冯诺依曼" } } ] } } } #查找单个 GET /book/_doc/1 #条件查询 GET /book/_search?q=name:原理 GET /book/_search { "query": { "match": { "name": "原理" } } } #数据过滤，可以用来实现范围查询 GET /book/_search { "query": { "bool": { "must": [ { "match": { "name": "计算机组成原理" } }, { "match": { "author": "冯诺依曼" } } ], "filter": [ { "range": { "count": { "gte": 0 } } } ] } } } #高亮显示 GET /book/_search { "query": { "match": { "name": "原理" } }, "highlight": { "fields": { "name": {} } } }
2.2.3.聚合操作
ES支持一些聚合操作，常见的是用于统计中的：
返回一个字段中不同值的出现次数。
GET /your_index/_search { "size": 0, "aggs": { "terms_agg": { "terms": { "field": "your_field_name" } } } }
返回数值型字段的统计信息，如计数、最小值、最大值、平均值和总和。
GET /your_index/_search { "size": 0, "aggs": { "stats_agg": { "stats": { "field": "your_numeric_field_name" } } } }
根据指定的范围对数值型字段进行分组。
GET /your_index/_search { "size": 0, "aggs": { "range_agg": { "range": { "field": "your_numeric_field_name", "ranges": [ { "to": 50 }, { "from": 50, "to": 100 }, { "from": 100 } ] } } } }
