elasticsearch kibana查询的示例分析

小编给大家分享一下elasticsearch kibana查询的示例分析，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

一、简单的CRUD操作

1、添加

PUT /index/type/id
{
 "json数据"
}

2、查询

GET /index/type/id

3、修改

POST /index/type/id/_update
{
 "doc": {
  "FIELD": "值"
 }
}

4、删除

DELETE /index/type/id

二、搜索

搜索可以分成六大类

• 1、query string search

• 2、query DSL

• 3、query filter

• 4、full-text search

• 5、phrase search

• 6、highlight search

1、query string search

搜索全部：GET supplier/user/_search

{
 "took": 2,
 "timed_out": false,
 "_shards": {
  "total": 5,
  "successful": 5,
  "failed": 0
 },
 "hits": {
  "total": 3,
  "max_score": 1,
  "hits": [
   {
    "_index": "supplier",
    "_type": "user",
    "_id": "2",
    "_score": 1,
    "_source": {
     "name": "lisi",
     "age": 26,
     "address": "bei jing tong zhou",
     "price": 10000,
     "dept": [
      "kaifabu"
     ]
    }
   },
   {
    "_index": "supplier",
    "_type": "user",
    "_id": "1",
    "_score": 1,
    "_source": {
     "name": "zhangsan",
     "age": 30,
     "address": "bei jing chang chun jie",
     "price": 15000,
     "dept": [
      "kaifabu",
      "yanfabu"
     ]
    }
   },
   {
    "_index": "supplier",
    "_type": "user",
    "_id": "3",
    "_score": 1,
    "_source": {
     "name": "wangwu",
     "age": 26,
     "address": "bei jing tong zhou yun he ming zhu",
     "price": 13000,
     "dept": [
      "kaifabu"
     ]
    }
   }
  ]
 }
}

took：耗费了几毫秒

timed_out：是否超时，这里是没有

_shards：数据拆成了5个分片，所以对于搜索请求，会打到所有的primary shard（或者是它的某个replica shard也可以）

hits.total：查询结果的数量，3个document

hits.max_score：score的含义，就是document对于一个search的相关度的匹配分数，越相关，就越匹配，分数也高

hits.hits：包含了匹配搜索的document的详细数据

2、query DSL

查询所有

GET supplier/user/_search
{
 "query": { "match_all": {} }
}

查询全部并且排序

GET suppluer/user/_search
{
 "query": {
  "match_all": {}
 }
 , "sort": [
  {
   "price": {
    "order": "desc"
   }
  }
 ]
}

分页查询

GET supplier/user/_search
{
 "query": { "match_all": {} },
 "from": 1,
 "size": 1
}

指定要查询显示的field

GET supplier/user/_search
{
 "query": { "match_all": {} },
 "_source": ["name", "price"]
}

3、query filter

搜索name为‘lisi'并且price大于1500的

GET supplier/user/_search
{
  "query" : {
    "bool" : {
      "must" : {
        "match" : {
          "name" : "lisi" 
        }
      },
      "filter" : {
        "range" : {
          "price" : { "gt" : 1500} 
        }
      }
    }
  }
}

4、full-text search（全文检索）

address这个字段，会先被拆解，建立倒排索引

GET /ecommerce/product/_search
{
  "query" : {
    "match" : {
      "address" : "bei jing"
    }
  }
}

5、phrase search（短语搜索）

跟全文检索相对应，相反，全文检索会将输入的搜索串拆解开来，去倒排索引里面去一一匹配，只要能匹配上任意一个拆解后的单词，就可以作为结果返回

phrase search，要求输入的搜索串，必须在指定的字段文本中，完全包含一模一样的，才可以算匹配，才能作为结果返回

GET /ecommerce/product/_search
{
  "query" : {
    "match_phrase" : {
      "address" : "bei jing"
    }
  }
}

6、highlight search（高亮搜索结果）

GET /ecommerce/product/_search
{
  "query" : {
    "match" : {
      "address" : "bei jing"
    }
  },
  "highlight": {
    "fields" : {
      "address" : {}
    }
  }
}

以上是“elasticsearch kibana查询的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！