Kibana 命令使用
PUT 创建
创建 一个 test 名字的索引
查询所有的索引列表
GET 查看 test 索引信息
PUT 带参数
1、Text 会分词、然后进行索引，字段能被全文搜索
2、keyword 不分词，直接搜索，适合索引结构化的字段 如商品分类 文字标签【类似于 mysql nickname=’张三’，精准匹配】
3、byte 适用于 年龄
4、integer 类似于 mysql int
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
{
"settings": {
"number_of_shards": 1,
"number_of_replicas": 1
},
"mappings": {
"properties": {
"nickname": { "type": "text" },
"age": { "type": "byte" }
}
}
}
|
DELETE 删除
判断索引是否存在
POST 添加数据
test 索引名称
_doc 类型
1 id 唯一表示类似于 mysql id 自增
1
2
3
4
5
| POST /test/_doc/1
{
"nickname": "张三",
"age": 18
}
|
查询 id = 1 的数据
根据 ID 查询
查询 test 索引的所有数据
根据 ID 修改数据
1
2
3
4
5
6
7
| POST /test/_update/1
{
"doc": {
"nickname": "李四",
"age": 22
}
}
|
_bulk 批量操作
create 没有就是新增，有的话报错
index 没有就是新增，有的话修改
update 更新
delete 删除
1
2
3
4
5
6
| POST /_bulk{
{"index":{"_index":"two","_id":1}}
{"nickname":"李四"}
{"index":{"_index":"two","_id":2}}
{"nickname":"王武"}
|
create
1
2
3
4
| POST /_bulk{
{"create":{"_index":"two","id":1}}
{"nickname":"李四"}
|
update
1
2
3
4
| POST /_bulk{
{"create":{"_index":"two","id":1}}
{"doc":"{nickname":"李四"}}
|
deltete
1
2
3
4
| POST /_bulk{
{"deltete":{"_index":"two","_id":1}}
{"deltete":{"_index":"two","_id":2}}
}
|
多个 ID 搜索
1
2
3
4
| GET /test/_mget
{
"ids":[1,2]
}
|
URL 条件查询
1
2
3
4
5
6
7
8
9
10
11
12
| // id 查询
GET /test/_doc/1
// 限制字段显示 类似于 select nickname,age from table where id=1
GETT /test/_doc/1?_source=nickname,age
// 查询nickname
GET /test/_search?q=nickname:李四
// 分页 size=每页数量 from=从哪里开始
GET /test/_search?size=10&from=1
|
DSL 查询
普通查询
查询年龄字段 >40 & <50 的 ,每页 10 条，从第三条开始展示,年龄从大到小（先排序在分页）,只要 nickname 字段
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
| POST /test/_search
{
"query": {
"range": {
"age": {
"gte": 40,
"lte": 50
}
}
},
"_source": ["nickname"],
"from": 2,
"size": 10,
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
|
match
match 会根据查询的字短进行分词，在进行分词查询 模糊匹配 (select * from table where nickname like ‘%张%’ or nickname like ‘%山%’)
1
2
3
4
5
6
7
8
| POST /test/_search
{
"query": {
"match": {
"nickname": "张三"
}
}
}
|
multi_match
multi_match 根据哪个字段进行搜索,比如搜索用户和描述 两个字段中有没有张三
1
2
3
4
5
6
7
8
| {
"query": {
"multi_match": {
"query": "张三",
"fields": ["nickname", "desc"]
}
}
}
|
trem
trem 不会进行分词,会采用精确匹配，也是类似于模糊查询(select * from table where nickname like ‘%张三%’)
1
2
3
4
5
6
7
8
| POST /test/_search
{
"query": {
"trem": {
"nickname": "张三"
}
}
}
|
高亮展示
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| {
"query": {
"trem": {
"nickname": "张三"
}
},
"highlight": {
"fields": {
"nickname": {}
},
"pre_tags": ["<font class='style:red'>"],
"post_tags": ["</font>"]
}
}
|
分词
默认是以空格为分词的,对英文友好.中文分词是每个字进行匹配
查询分词效果
1
2
3
4
5
| GET /\_analyze
{
"tokenizer": "standard",
"text": "张三"
}
|
安装中文分词器
ik_smart 分少个词
1
2
3
4
5
| GET /\_analyze
{
"tokenizer": "ik_smart",
"text": "北京市海淀区"
}
|
ik_max_word 分多个词
1
2
3
4
5
| GET /\_analyze
{
"tokenizer": "ik_max_word",
"text": "北京市海淀区"
}
|
分词要在创建索引的时候，指定分词器
创建索引 里面有 nickname age addr 三个字段，add 设置了分词器和搜索分词器
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| PUT /ik
{
"mappings":{
"properties":{
"nickname":{
"type":"text"
},
"age":{
"type":"byte"
},
"addr":{
"type":"text",
"analyzer":"ik_max_word",
"search_analyzer":"ik_smart"
}
}
}
}
|
插入测试数据
1
2
3
4
5
6
7
8
9
10
11
12
13
| POST /_bulk
{"index":{"_index":"ik","_id":1}}
{"nickname":"李四","age":18,"addr":"山西省忻州市忻府区"}
{"index":{"_index":"ik","_id":2}}
{"nickname":"王武","age":25,"addr":"山西省忻州市忻府区"}
{"index":{"_index":"ik","_id":3}}
{"nickname":"赵四","age":30,"addr":"河南省郑州市"}
{"index":{"_index":"ik","_id":4}}
{"nickname":"赵五","age":30,"addr":"河南省信阳市"}
{"index":{"_index":"ik","_id":5}}
{"nickname":"王老五","age":30,"addr":"河南省漯河市"}
|
match_phrase
1
2
3
4
5
6
7
8
9
10
| {
"query": {
"match_phrase": {
"addr": {
"query": "山西省",
"slop": 20
}
}
}
}
|
悲观锁
单线程 和 redis 一样
乐观锁
根据版本号 进行并发控制，进行版本对比，不一致重新生成新的数据和版本号