示例说明:elasticsearch实战应用

news2024/11/17 12:23:51

Elasticsearch 是一个基于 Lucene 的分布式搜索和分析引擎,广泛应用于日志分析、全文搜索、数据可视化等领域。以下是 Elasticsearch 实战应用的一些关键点和步骤:

1. 环境搭建

首先,你需要在你的环境中安装和配置 Elasticsearch。

安装 Elasticsearch

你可以通过以下几种方式安装 Elasticsearch:

  • Docker: 使用 Docker 容器来运行 Elasticsearch。
    docker run -d --name elasticsearch -p 92:92 -p 93:93 -e "discovery.type=single-node" elasticsearch:7.
  • 包管理器: 使用包管理器安装,如 apt 或 yum
    sudo apt-get install elasticsearch
  • 手动下载: 从官网下载并解压。 

wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.1.-linux-x86_64.tar.gz
tar -xzf elasticsearch-7.1.-linux-x86_64.tar.gz
cd elasticsearch-7.1./

启动 Elasticsearch

在安装完成后,启动 Elasticsearch 服务。

./bin/elasticsearch 

2. 基本操作

Elasticsearch 的基本操作包括索引的创建、文档的添加、查询等。

创建索引

curl -X PUT "localhost:92/my_index" -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "properties": {
      "field1": { "type": "text" },
      "field2": { "type": "keyword" }
    }
  }
}
'
添加文档

curl -X POST "localhost:92/my_index/_doc/1" -H 'Content-Type: application/json' -d'
{
  "field1": "value1",
  "field2": "value2"
}
'
查询文档

curl -X GET "localhost:92/my_index/_search" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "field1": "value1"
    }
  }
}
'

3. 高级应用

Elasticsearch 不仅支持基本的搜索功能,还支持复杂的数据分析和可视化。

聚合查询

聚合查询可以用来对数据进行统计分析。

curl -X GET "localhost:92/my_index/_search" -H 'Content-Type: application/json' -d'
{
  "aggs": {
    "my_agg": {
      "terms": {
        "field": "field2"
      }
    }
  }
}
'

数据可视化

使用 Kibana 可以对 Elasticsearch 中的数据进行可视化。

  • 安装 Kibana:
    docker run -d --name kibana -p 561:561 kibana:7.1.

4. 性能优化

为了提高 Elasticsearch 的性能,可以考虑以下几个方面:

  • 分片和副本: 合理设置分片和副本的数量。
  • 索引优化: 使用合适的数据类型和分析器。
  • 硬件配置: 使用高性能的硬件,如 SSD。

5. 安全配置

Elasticsearch 默认没有启用安全功能,建议在生产环境中启用。

  • 启用安全: 配置 xpack.security.enabled 为 true
  • 用户管理: 创建和管理用户角色和权限。

6. 监控和日志

使用 Elastic Stack(ELK)来监控和分析 Elasticsearch 的性能和日志。

  • Logstash: 用于日志收集和处理。
  • Beats: 轻量级数据采集器。

通过以上步骤,你可以开始使用 Elasticsearch 进行实战应用,并根据具体需求进行扩展和优化。

示例1:电商网站的全文搜索

假设你正在开发一个电商网站,用户可以通过关键字搜索商品。你可以使用 Elasticsearch 来实现高效的全文搜索功能。

1. 创建索引

首先,创建一个名为 products 的索引,并定义商品的字段。

curl -X PUT "localhost:92/products" -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "properties": {
      "name": { "type": "text" },
      "description": { "type": "text" },
      "price": { "type": "float" },
      "category": { "type": "keyword" }
    }
  }
}
'

2. 添加商品文档

products 索引中添加一些商品文档。

curl -X POST "localhost:92/products/_doc/1" -H 'Content-Type: application/json' -d'
{
  "name": "iPhone 13",
  "description": "The latest iPhone with advanced camera features.",
  "price": 999.99,
  "category": "Electronics"
}
'

curl -X POST "localhost:92/products/_doc/2" -H 'Content-Type: application/json' -d'
{
  "name": "Samsung Galaxy S21",
  "description": "A powerful Android smartphone with a great display.",
  "price": 899.99,
  "category": "Electronics"
}
'

3. 搜索商品

用户可以通过关键字搜索商品。例如,搜索所有包含 "iPhone" 的商品。

 curl -X GET "localhost:92/products/_search" -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "name": "iPhone"
    }
  }
}
'

示例2:数据可视化

使用 Kibana 对 Elasticsearch 中的数据进行可视化。

1. 安装和启动 Kibana

docker run -d --name kibana -p 561:561 kibana:7.1.

2. 配置 Kibana

配置 Kibana 连接到 Elasticsearch。

3. 创建可视化

在 Kibana 中创建一个饼图,展示不同日志级别的分布。

  1. 打开 Kibana 的“Visualize”页面。
  2. 选择“Create visualization”。
  3. 选择“Pie”图表类型。
  4. 选择 logs 索引。
  5. 配置聚合,使用 level 字段进行分组。
  6. 保存并查看可视化结果。

通过这些示例,你可以看到 Elasticsearch 在不同场景下的应用,从简单的全文搜索到复杂的数据分析和可视化。

 

     

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2167238.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

K8S精进之路-控制器StatefulSet有状态控制 -(2)

状态说明 在进行StatefulSet部署之前,我们首先可能要了解一下,什么是"有状态应用"和"无状态应用"。无状态应用就是pod无论部署在哪里,在哪台服务器上提供服务,都是一样的结果,比如经常用的nginx。…

Django5 使用pyinstaller打包成 exe服务

首先:确保当前的django项目可以完美运行,再进行后续操作 python manage.py runserver第一步 安装 pyinstaller pip install pyinstaller第二步 创建spec 文件 pyinstaller --name manage --onefile manage.pypyinstaller:这是调用 PyInsta…

SpringBoot 流式输出时,正常输出后为何突然报错?

一个 SpringBoot 项目同时使用了 Tomcat 的过滤器和 Spring 的拦截器&#xff0c;一些线程变量在过滤器中初始化并在拦截器中使用。 该项目需要调用大语言模型进行流式输出。 项目中&#xff0c;笔者使用 SpringBoot 的 ResponseEntity<StreamingResponseBody> 将流式输…

【YOLO目标检测马铃薯叶病害数据集】共1912张、已标注txt格式、有训练好的yolov5的模型

目录 说明图片示例 说明 数据集格式&#xff1a;YOLO格式 图片数量&#xff1a;1912 标注数量(txt文件个数)&#xff1a;1912 标注类别数&#xff1a;5 标注类别名称&#xff1a; health General early blight Severe early blight General late blight Severe late bligh…

Vue3使用vue-quill富文本编辑器实现图片大小调整

安装uill-image-resize npm install quill-image-resize --save在项目中导入并注册插件 import { QuillEditor, Quill } from vueup/vue-quill; import ImageUploader from quill-image-uploader; import ImageResize from quill-image-resize; //导入插件 import vueup/vue-…

webservice xfire升级为cxf cxf常用注解 cxf技术点 qualified如何设置

关键点 确保参数名称保持一致确保参数命名空间保持一致确保接口命名空间保持一致确保请求头设置正确确保用soapui工具解析的参数结构一致 cxf常用注解 定义接口用到的注解 定义接口名称&#xff0c;和接口命名空间 WebService(name“ams” ,targetNamespace “http://ifac…

海山数据库(He3DB)+AI(五):一种基于强化学习的数据库旋钮调优方法

[TOC] 0 前言 在海山数据库(He3DB)AI&#xff08;三&#xff09;中&#xff0c;介绍了四种旋钮调优方法&#xff1a;基于启发式&#xff0c;基于贝叶斯&#xff0c;基于深度学习和基于强化学习。本文介绍一种基于强化学习的旋钮调优方法&#xff1a;QTune: A Query-Aware Dat…

回归预测 | Matlab基于SO-ESN蛇群算法优化回声状态网络多输入单输出回归预测

回归预测 | Matlab基于SO-ESN蛇群算法优化回声状态网络多输入单输出回归预测 目录 回归预测 | Matlab基于SO-ESN蛇群算法优化回声状态网络多输入单输出回归预测预测效果基本描述程序设计参考资料 预测效果 基本描述 1.蛇群算法(SO)优化回声状态网络做拟合回归预测&#xff0c;…

Spring Security - 用户授权

1.用户授权介绍&#xff1a; 在SpringSecurity中&#xff0c;会使用默认的FilterSecurityInterceptor来进行权限校验。在FilterSecurityInterceptor中会从SecurityContextHolder获取其中的Authentication&#xff0c;然后获取其中的权限信息。判断当前用户是否拥有访问当前资源…

汉口银行IPO之路再添坎坷:多名股东甩卖股权,内控是“老大难”

撰稿|芋圆 近日&#xff0c;总部设在武汉的商业银行——汉口银行股份有限公司&#xff08;以下简称“汉口银行”&#xff09;的股权再现交易信息&#xff0c;先后“亮相” 上海联合产权交易所、北京产权交易所&#xff0c;出售股权的股东包括中国电信以及中国移动全资子公司等…

神经网络(五):U2Net图像分割网络

文章目录 一、网络结构1.1第一种block结构1.2第二种block结构1.3特征图融合模块1.4损失函数1.5总体网络架构1.6代码汇总1.7普通残差块与RSU对比 二、代码复现 参考论文&#xff1a;U2-Net: Going deeper with nested U-structure for salient object detection   这篇文章基于…

从销售到 AI 算法工程师 | 转行人工智能大模型(含面经裁员幸存指南)

我叫王东&#xff0c;90后&#xff0c;和大家分享一下我的人工智能转型之路。 农学毕业&#xff0c;投身互联网做销售 机遇难求&#xff0c;养殖梦碎 我是土生土长的农村人&#xff0c;小时候经常和小鱼小虾打交道&#xff0c;上大学的时候就选择了农学专业&#xff0c;想着…

qmt量化交易策略小白学习笔记第67期【qmt编程之获取ETF申赎清单】

qmt编程之获取ETF申赎清单 qmt更加详细的教程方法&#xff0c;会持续慢慢梳理。 也可找寻博主的历史文章&#xff0c;搜索关键词查看解决方案 --获取ETF申赎清单&#xff01; 实盘或回测qmt&#xff0c;可关注博主咨询~ ETF申赎清单 提示 使用前需要调用xtdata.download_…

JDBC 事务

文章目录 准备数据JDBC操作事务API介绍案例代码小结 准备数据 # 创建一个表&#xff1a;账户表. create database day05_db; # 使用数据库 use day05_db; # 创建账号表 create table account(id int primary key auto_increment,name varchar(20),money double ); # 初始化数据…

如何管理自己的工作任务和时间

在当今快节奏的工作环境中&#xff0c;有效地管理工作任务和时间是取得成功和保持工作生活平衡的关键。以下是一些实用的方法&#xff0c;可以帮助你更好地掌控自己的工作。 一、明确工作任务 1、制定任务清单 每天开始工作前&#xff0c;列出当天需要完成的所有任务。可以使用…

PWA(Progressive web APPs,渐进式 Web 应用)

文章目录 引言I 什么是 PWA功能特性II Web 应用清单引言 PWA 是 Google 于 2016 年提出的概念,于 2017 年正式落地,于 2018 年迎来重大突破,全球顶级的浏览器厂商,Google、Microsoft、Apple 已经全数宣布支持 PWA 技术。 PWA 目的是通过各种 Web 技术实现与原生 App 相近…

Java读取YAML文件

&#x1f49d;&#x1f49d;&#x1f49d;欢迎莅临我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐&#xff1a;「storm…

基于注意力机制的图表示学习:GRAPH-BERT模型

人工智能咨询培训老师叶梓 转载标明出处 图神经网络&#xff08;GNNs&#xff09;在处理图结构数据方面取得了显著的进展&#xff0c;但现有模型在深层结构中存在性能问题&#xff0c;如“悬挂动画问题”和“过平滑问题”。而且图数据内在的相互连接特性限制了大规模图输入的并…

三天搞了7000,AI绘本副业赚钱新途径,抓住绘本创业,轻松开启副业

**项目简介&#xff1a;**这个项目的原理是利用AI文本工具来编写绘本故事脚本、人物描述及场景设定&#xff0c;完成整个绘本内容的创作。接着&#xff0c;使用百度翻译将文本翻译成英文&#xff0c;并在MJ软件上输入关键词生成相应的图片。随后&#xff0c;将这些图片上传至Pi…

《我的世界:地下城》风灵月影修改器使用指南 —— 掌控冒险,轻松畅游

对于热爱《我的世界&#xff1a;地下城》并寻求更加个性化游戏体验的玩家来说&#xff0c;风灵月影修改器提供了一个强大而便捷的辅助工具。 以下简要步骤将指导你如何安全高效地利用此修改器&#xff0c;让你的探险之旅如虎添翼。 1.下载与安装&#xff1a; 首先&#xff0c…