ElasticSearch的使用、Kibana和ES-Head可视化工具
- 一、ElasticSearch概述
- 1. ES
- 2.IK分词器
- 3. Kibana
- 4.Head
- 二、安装
- 1.ES安装
- 2. 配置跨域和IK分词器
- 3.Kibana安装
- 4. Head安装
- 三、常用操作
- 1. ES结构
- 2. ES操作
- 1. 索引的基本操作
- -创建索引
- -查看索引
- -修改索引
- -删除索引
- -特殊查看
- 2.文档的基本操作
- - 创建文档
- - 修改文档：修改指定的某一个字段
- - 查看文档数据
- - 删除文档
- 3. 复杂查询
- - 创建商品索引
- 1）模糊查询match。
- 2）逻辑查询（多条件查询 and or not）
- 3）结果过滤
- 4）字段过滤
- 5）排序：desc 降序 asc升序
- 6）分页查询
- 7）精确查询：term
- 8）高亮查询
一、ElasticSearch概述
1. ES
2.IK分词器
ES的插件，辅助为中文做分词操作。
3. Kibana
ES的开发工具，辅助操作ES。
4.Head
ES的管理工具，可视化工具，辅助操作ES。
二、安装
1.ES安装
- 拉取elasticsearch镜像
docker pull elasticsearch:7.6.2
- 使用docker容器创ES服务
注意：这里没有进行挂载，实际使用还是要进行挂载。
#-d:后台运行 9200是es默认端口 ES_JAVA_OPTS="-Xms64m -Xmx512m"：设置内存范围的限制
sudo docker run -d --name es01 -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms64m -Xmx512m" elasticsearch:7.6.2
2. 配置跨域和IK分词器
-
在网上下载IK分词器
IK分词器与ES的版本对应
本文使用7.6.2版本，下载网址如下
-
把IK分词器传入到容器中
#./elasticsearch-analysis-ik-7.6.2.zip :IK分词器插件路径
#es01:/usr/share/elasticsearch/plugins/：移动到es01容器下的插件路径plugins下
sudo docker cp ./elasticsearch-analysis-ik-7.6.2.zip es01:/usr/share/elasticsearch/plugins/
- 进入容器配置插件
1）进入容器
2）进入config目录
3）进入elasticsearch.yml文件，进行配置
增加配置内容，：wq保存退出。
http.cors.enabled:true #允许跨域
http.cors.allow-origin: "*" #允许所有的来源
- 安装IK分词器插件
1）进入es01的容器，进入到存放插件的目录plugins中
2）创建文件夹ik，之后把插件解压到该文件夹
3）将压缩包移动到ik文件夹下
4）解压压缩包、
5）删除压缩包
- 配置完后重启容器
- 测试，检测es服务是否启动。或者直接网址访问。
3.Kibana安装
- 下载Kibana镜像
sudo docker pull kibana:7.6.2
- 创建Kibana容器
#ELASTICSEARCH_HOSTS=http://xx.xx.xx.xx:9200 配置ES的访问地址
#kibana 的端口是5601
sudo docker run --name kibana -e ELASTICSEARCH_HOSTS=http://xx.xx.xx.xx:9200 -p 5601:5601 -d kibana:7.6.2
- 访问网址127.0.0.1:5601
进入Try our sample data——Dev Tools
在这里编写请求，来查询数据
- IK分词器有两种划分：ik_smart和ik_max_word
- ik_smart：最少切分
英文会根据空格划分
- ik_max_word：最细粒度切分
注：这里写了三个请求，如果只发送一个请求，点击请求右边的三角符号
4. Head安装
- 下载镜像
sudo docker pull mobz/elasticsearch-head:5
- 搭建容器
# 默认端口是9100:9100
sudo docker run -d --name es_admin -p 9100:9100 mobz/elasticsearch-head:5
- 进入容器（注：pwd可以查看当前目录）
注：pwd可以查看当前目录
- 通过vim进入_site文件中的vendor.js中
没有vim的话进行下载
- 修改vendor.js内容
1） 跳转到指定行：按ESC键，输入:6888，回车，跳转到6888行
2）修改contentType内容如下。按i键进入插入模式。
3）跳转到7584行，同样修改contentType内容。:wq保存退出
-
退出后重启es_admin容器
-
访问网址127.0.0.1:9100
在”索引“可以查看到数据详情
三、常用操作
1. ES结构
- 索引：相当于mysql中的数据库
- 类型：相当于mysql中的表
- 文档：和mongoDB的文档概念一致数据
在ES中，可以有多个索引，每个类型可以有多个索引，每个索引可以有多个文档
2. ES操作
1. 索引的基本操作
-创建索引
1）在kibana中创建索引
mappings：映射数据
2）点击启动，显示以下信息表示成功创建了一个名为teset1的索引
3）用HEAD可视化查看。在索引和数据浏览中都可以看到test01这个索引
-查看索引
1）在kibana中编写查看索引
2）发送请求，返回结果如下
-修改索引
在发起一次请求即可
-删除索引
执行成功
此时在可视化工具中test1也被删除
-特殊查看
如查看基群的健康值
2.文档的基本操作
- 创建文档
用put方法，没有数据创建，有数据修改
test1：索引名
_doc：类型，固定写这个就行
1：指定id为1，不指定随机生成id
生成随机id写法参考：
执行如下：
此时用可视化工具可以查看到这条数据
- 修改文档：修改指定的某一个字段
执行结果如下
- 查看文档数据
执行结果如下：
- 删除文档
可以直接删除索引
3. 复杂查询
- 创建商品索引
查询结果如下
1）模糊查询match。
q（代表query）后面接字段名，并指定模糊查询条件
路由传参写法：
结构体写法：
返回结果如下
注意：match会用分词器进行解析
如：查询华为手机，也会查询出小米手机，华为手机匹配度得分_score要高一点
查询结果如下：
2）逻辑查询（多条件查询 and or not）
- must可以理解为and
查询结果如下
- should可以理解为or
查询结果如下：
- 取反
查询结果如下：
3）结果过滤
比较运算：大于，小于，等于，大于等于，小于等于
大于是gt，等于是eq，小于是lt，大于等于gte，小于等于lte
执行结果如下：
4）字段过滤
执行结果如下：返回结果的字段只有title和price
5）排序：desc 降序 asc升序
执行结果如下：
6）分页查询
from：从哪一页开始。可以理解为offset偏移量
size：展示条数
//偏移量计算参考
页数 偏移量 显示条数
1 0 10
2 10 10
3 20 10
page from size
计算公式：from =( page-1)*size
执行结果如下：value：2表示有两条数据
要查询第二页的数据，from改成1
7）精确查询：term
查询结果如下：
查询结果如下：
8）高亮查询
突出搜索内容，如在京东搜索"衬衫"，标题会有颜色标红。
查询结果如下：此时查询出来的title全部被em标签包裹起来，所以只需要在前端增加css样式，对em标签包裹的数据设置颜色即可。但是这种使用场景可能会导致前端其他被em标签包裹的数据也会变成红色。那这个怎么解决呢？
这里我们使用自定义高亮来解决这个问题。
执行结果如下：
