欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

詳解windows 環(huán)境下搭建electricSearch+kibana

 更新時間：2021年05月10日 16:18:15   作者：官蕭何  
這篇文章主要介紹了windows 環(huán)境下搭建electricSearch+kibana,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

1.ES7.3.2 + kibana + ik-smart 百度網盤下載地址：https://pan.baidu.com/s/1eCKTYoosXl8NfX37EwjyWA

提取碼：ibcf

kibana 操作文檔

GET _search
{
  "query": {
    "match_all": {}
  }
}

### 查看集群健康信息
GET /_cat/health?v

### 幫助
GET /_cat/health?help

### 查看集群中節(jié)點信息
GET /_cat/nodes?v

### 查看集群中索引信息
GET /_cat/indices?v

### 精簡信息
GET /_cat/indices?v&h=health,status,index

### 創(chuàng)建索引
PUT /baizhi

### 刪除索引
DELETE /baizhi

### 創(chuàng)建類型mapping
POST /baizhi/user
{
  "user": {
      "properties": { 
        "id":    { "type": "text"  },
        "name":     { "type": "text"  }, 
        "age":      { "type": "integer" },  
        "created":  {
          "type":   "date",
          "format": "strict_date_optional_time || epoch_millis"
        }
      }
  }
}

### 查看類型mapping
GET /baizhi/_mapping

### 新增單個文檔
PUT /baizhi/user/1
{
  "name":"zs",
  "title":"張三",
  "age":18,
  "created":"2018-12-25"
}

### 查詢所有文檔
GET /zpark/user/_search

### 指定id查詢單個文檔
GET /baizhi/user/1

### 修改單個文檔
PUT /baizhi/user/1
{
  "name": "lxs",
  "title": "李小四"
}

### 刪除單個文檔
DELETE /baizhi/user/1

### 批量新增
POST /baizhi/user/_bulk
{"index":{}}
{"name":"ww","title":"王五","age":18,"created":"2018-12-27"}
{"index":{}}
{"name":"zl","title":"趙六","age":25,"created":"2018-12-27"}

### 批量刪除
POST /baizhi/user/_bulk
{"update":{"_id":"K38E728BJ1QbWBSobMEC"}}  
{"doc":{"title":"王小五"}}
{"delete":{"_id":"LH8E728BJ1QbWBSobMEC"}}  

##############進階##############

########### 查詢(Query)

# 批量插入測試數據
POST /zpark/user/_bulk
{"index":{"_id":1}}
{"name":"zs","realname":"張三","age":18,"birthday":"2018-12-27","salary":1000.0,"address":"北京市昌平區(qū)沙陽路55號"}
{"index":{"_id":2}}
{"name":"ls","realname":"李四","age":20,"birthday":"2017-10-20","salary":5000.0,"address":"北京市朝陽區(qū)三里屯街道21號"}
{"index":{"_id":3}}
{"name":"ww","realname":"王五","age":25,"birthday":"2016-03-15","salary":4300.0,"address":"北京市海淀區(qū)中關村大街新中關商城2樓511室"}
{"index":{"_id":4}}
{"name":"zl","realname":"趙六","age":20,"birthday":"2003-04-19","salary":12300.0,"address":"北京市海淀區(qū)中關村軟件園9號樓211室"}
{"index":{"_id":5}}
{"name":"tq","realname":"田七","age":35,"birthday":"2001-08-11","salary":1403.0,"address":"北京市海淀區(qū)西二旗地鐵輝煌國際大廈負一樓"}


### 查看所有并按照年齡降序排列
GET /zpark/user/_search
{
  "query": {
    "match_all": {}
  },
  "sort": {
    "age": "desc"
  }
}


### 查詢第2頁的用戶（每頁顯示2條）
GET /zpark/user/_search
{
  "query": {
    "match_all": {}
  },
  "sort": {
    "age": "desc"
  },
  "from": 2,
  "size": 2 
}

### 查詢address在海淀區(qū)的所有用戶，并高亮
GET /zpark/user/_search
{
  "query": {
    "match": {  
      "address": {
        "analyzer": "ik_max_word",
        "query": "海淀區(qū)"
      }
    }
  },
  "highlight": {
    "fields": {        
      "address": {}   
    }
  }
}

### 設置索引分詞器
PUT /zpark
{
    "settings" : {
        "index" : {
            "analysis.analyzer.default.type": "ik_smart"
        }
    }
}

### 查詢name是zs關鍵字的用戶
GET /zpark/user/_search
{
  "query":{
    "term": {
      "name": {
        "value": "zs"
      }
    }
  }
}

### 查詢年齡在20~30歲之間的用戶
GET /zpark/user/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 20,
        "lte": 30  
      }
    }
  }
}

### 查詢真實姓名以李開頭的用戶
GET /zpark/user/_search
{
  "query": {
    "prefix": {
      "realname": {
        "value": "李"
      }
    }
  }
}

### 查詢名字以s結尾的用戶
GET /zpark/user/_search
{
  "query": {
    "wildcard": {
      "name": {
        "value": "*s"
      }
    }
  }
}

### 查詢id為1，2，3的用戶
GET /zpark/user/_search
{
  "query": {
    "ids": {
      "values": [1,2,3]
    }
  }
}

### 模糊查詢realname中包含張關鍵字的用戶
GET /zpark/user/_search
{
  "query": {
    "wildcard": {
      "realname": {"value": "*張*"}
    }
  }
}


### 查詢age在15-30歲之間并且name必須通配z*
GET /zpark/user/_search
{
  "query": {
    "bool": {
      "must": [      
        {
          "range": {
            "age": {
              "gte": 15,
              "lte": 30
            }
          }
        },
        {
          "wildcard": {
            "name": {
              "value": "z*"
            }
          }
        }
      ],
      "must_not": [
        {
          "regexp": {
            "name": ".*s"
          }
        }
      ] 
    }
  }
}

############# 過濾器（Filter）
### 其實準確來說，ES中的查詢操作分為2種：查詢（query）和過濾（filter）。查詢即是之前提到的query查詢，它（查詢）默認會計算每個返回文檔的得分，然后根據得分排序。而過濾（filter）只會篩選出符合的文檔，并不計算得分，且它可以緩存文檔。所以，單從性能考慮，過濾比查詢更快。

### 換句話說，過濾適合在大范圍篩選數據，而查詢則適合精確匹配數據。一般應用時，應先使用過濾操作過濾數據，然后使用查詢匹配數據。

### 過濾器使用 ranage filter
GET /zpark/user/_search
{
   "query":{
      "bool": {
        "must": [
          {"match_all": {}}
        ],
        "filter": {        
          "range": {
            "age": {
              "gte": 25
            }
          }
        }
      }
   }
}

### term、terms Filter   term、terms的含義與查詢時一致。term用于精確匹配、terms用于多詞條匹配
GET /zpark/user/_search
{
   "query":{
      "bool": {
        "must": [
          {"match_all": {}}
        ],
        "filter": {
          "terms": {
            "name": [
              "zs",
              "ls"
            ]
          }
        }
      }
   }
}

### exists filter exists過濾指定字段沒有值的文檔
GET /zpark/user/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_all": {}
        }
      ],
      "filter": {   
        "exists": {
          "field": "salary"
        }
      }
    }
  },
  "sort": [
    {
      "_id": {
        "order": "asc"
      }
    }
  ]
}


### ids filter  需要過濾出若干指定_id的文檔，可使用標識符過濾器(ids)
GET /zpark/user/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "address": "昌平區(qū)"
          }
        }
      ],
      "filter": {
        "ids": {   
          "values": [
            1,
            2,
            3
          ]
        }
      }
    }
  },"highlight": {
    "fields": {
      "address": {}
    }
  }
}

#############聚合（Aggregations）
### 度量（metric）聚合
POST /zpark/user/_search
{
  "aggs": {
    "age_avg": {
      "avg": {"field": "age"}
    }
  }
}

### 先過濾，再進行統(tǒng)計，如：
POST /zpark/user/_search
{ "query": {
    "ids": {
      "values":[1,2,3]
    }
  }, 
  "aggs": {
    "age_avg": {
      "avg": {"field": "age"}
    }
  }
}

### 最大值查詢。如：查詢員工的最高工資
POST /zpark/user/_search
{
  "aggs": {
    "max_salary": {
      "max": {
        "field": "salary"
      }
    }
  }
}

### 統(tǒng)計查詢，一次性統(tǒng)計出某個字段上的常用統(tǒng)計值
POST /zpark/user/_search
{
  "aggs": {
    "max_salary": {
      "stats": {
        "field": "salary"
      }
    }
  }
}

### 桶（bucketing）聚合 自定義區(qū)間范圍的聚合，我們可以自己手動地劃分區(qū)間，ES會根據劃分出來的區(qū)間將數據分配不同的區(qū)間上去。
###  統(tǒng)計0-20歲，20-35歲，35~60歲用戶人數
POST /zpark/user/_search
{
  "aggs": {
    "age_ranges": {
      "range": {
        "field": "age",
        "ranges": [
          {
            "from": 0,
            "to": 20
          },
          {
            "from": 20,
            "to": 35
          },
          {
            "from": 35,
            "to": 60
          }
        ]
      }
    }
  }
}

### 根據年齡分組，統(tǒng)計相同年齡的用戶
POST /zpark/user/_search
{
  "aggs": {
    "age_counts":{
      "terms": {
        "field": "age",
        "size": 2  
      }
    }
  }
}

### 時間區(qū)間聚合專門針對date類型的字段，它與Range Aggregation的主要區(qū)別是其可以使用時間運算表達式。

### now+10y：表示從現在開始的第10年。
### now+10M：表示從現在開始的第10個月。
### 1990-01-10||+20y：表示從1990-01-01開始后的第20年，即2010-01-01。
### now/y：表示在年位上做舍入運算。
### 統(tǒng)計生日在2018年、2017年、2016年的用戶
POST /zpark/user/_search
{
  "aggs": {
    "date_counts": {
      "date_range": {
        "field": "birthday",
        "format": "yyyy-MM-dd", 
        "ranges": [
          {
            "from": "now/y",  
            "to": "now"       
          },
          {
            "from": "now/y-1y",  
            "to":"now/y"         
          },
          {
            "from": "now/y-2y",  
            "to":"now/y-1y"
          }
        ]
      }
    }
  }
}

### 嵌套使用
### 聚合操作是可以嵌套使用的。通過嵌套，可以使得metric類型的聚合操作作用在每一bucket上。我們可以使用ES的嵌套聚合操作來完成稍微復雜一點的統(tǒng)計功能。

### 如：統(tǒng)計每年中用戶的最高工資
POST /zpark/user/_search
{
  "aggs": {
    "date_histogram": {            
      "date_histogram": {
        "field": "birthday",
        "interval": "year",
        "format": "yyyy-MM-dd"
      },
      "aggs": {
        "salary_max": {
          "max": {                
            "field": "salary"
          }
        }
      }
    }
  }
}

到此這篇關于windows 環(huán)境下搭建electricSearch+kibana的文章就介紹到這了,更多相關windows 環(huán)境搭建electricSearch+kibana內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

相關文章

  • ffmpeg播放器實現詳解之視頻顯示(推薦)

    ffmpeg播放器實現詳解之視頻顯示(推薦)

    FFmpeg是一套可以用來記錄、轉換數字音頻、視頻，并能將其轉化為流的開源計算機程序。這篇文章主要介紹了ffmpeg播放器實現詳解視頻顯示,需要的朋友可以參考下
    2020-07-07
  • 8個基于Lucene的開源搜索引擎(推薦)

    8個基于Lucene的開源搜索引擎(推薦)

    Lucene是一種功能強大且被廣泛使用的搜索引擎，以下列出8種基于Lucene的搜索引擎，你可以想象他們有多么強大
    2017-04-04
  • vscode配置備份的操作代碼

    vscode配置備份的操作代碼

    這篇文章主要介紹了vscode配置備份的相關知識，本文通過實例代碼相結合給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-04-04
  • App開發(fā)建議技巧

    App開發(fā)建議技巧

    有同學問我，對應用開發(fā)你有沒有值得注意或小技巧的地方可以分享的。比如適配、優(yōu)化、排查錯誤什么的。雞排把自己的總結筆記整理出來了。供大家參考
    2018-01-01
  • 單點登錄的三種實現方式

    單點登錄的三種實現方式

    這篇文章主要介紹了單點登錄的三種實現方式，幫助大家建立網站，優(yōu)化網站體驗，感興趣的朋友可以了解下
    2020-09-09
  • 淺談服務發(fā)現和負載均衡的來龍去脈

    淺談服務發(fā)現和負載均衡的來龍去脈

    單機時代，傳統(tǒng)軟件大多是單體/巨石架構(Monolithic)。大家往一個代碼倉庫提交CODE，這會導致應用膨脹，以及擴展受限，無法按需伸縮等諸多問題。單體架構怎么解決多人合作的問題？模塊化，按功能拆分，模塊之間定義編程接口(API)。本篇文章帶你詳細了解。
    2021-05-05
  • bilibili彈幕轉ass程序制作思路及過程

    bilibili彈幕轉ass程序制作思路及過程

    本文主要是為了方便線下播放Bilibili的彈幕，而專門制作的一款將彈幕轉換為ASS的程序，介紹了程序制作的思路及過程，有需要的朋友可以參考下
    2014-09-09
  • 10 款珍藏已久的 Chrome 瀏覽器插件(程序員必裝)

    10 款珍藏已久的 Chrome 瀏覽器插件(程序員必裝)

    Chrome 瀏覽器有一個好處，就是插件極其豐富，只有你想不到的，沒有你找不到的，這恐怕是 Chrome 瀏覽器被眾多愛好者鐘愛的原因吧。今天給大家分享這些插件太強了，Chrome 必裝！尤其程序員
    2021-03-03
  • 分享下手機軟件界面設計淺析

    分享下手機軟件界面設計淺析

    手機的軟件系統(tǒng)已成為用戶直接操作和應用的主體，它應以美觀實用、操作便捷為用戶所青睞。用戶界面設計的規(guī)范性顯得尤為重要
    2014-05-05
  • 密碼哈希函數 Bcrypt的最大密碼長度限制詳解

    密碼哈希函數 Bcrypt的最大密碼長度限制詳解

    這篇文章主要介紹了密碼哈希函數 Bcrypt的最大密碼長度限制詳解的相關資料,需要的朋友可以參考下
    2017-03-03

最新評論