ES+ik+Kibana（win10安装）

1. es-head安装

1.1. 下载地址:https://github.com/mobz/elasticsearch-head## 1.2. 解压文件夹

1.3. crx下es-head.crx改为es-head.zip

1.4. 解压

1.5. 谷歌扩展程序引入

1.6. 打开位置

1.7. 测试

2. ik分词器

2.1 下载es对应版本

https://github.com/medcl/elasticsearch-analysis-ik/releases

2.2 解压到 es目录下的plugins下 命名为ik

重新启动-打印出如图的日志，则为安装成功

2.3 ik分词器模式

细粒度模式 ik_max_word

2.4 es中有默认的分词器

处理非汉字的内容

智能模式 ik_smart

3. kibana安装

3.1 下载地址

3.2 启动

启动完成后：http://localhost:5601/app/home#/ 进入页面

3.3 汉化页面

config/kibana.yml 打开
修改为

 i18n.locale: "zh-CN"

保存，重启es

3.4 连接es

config/kibana.yml 打开
修改为

elasticsearch.hosts: ["http://localhost:9200"]

保存，重启es

3.5 使用

4. es使用

4.1 官方文档

4.2 基本概念

详细说明：

4.3 创建 （简单创库）

创建student库

PUT student
{"settings": {"number_of_shards": 1}
}

查看

GET student

删除

DELETE student

4.4 操作类型及映射（对应数据库中的列）

* type：类型，可以是text、long、short、date、integer、object等
* index：是否索引，默认为true
* store：是否存储，默认为false
* analyzer：分词器，这里的 ik_max_word 即使用ik分词器  

-- 创建库
PUT student
{"settings": {"number_of_shards": 1}
}
-- 创建映射
PUT student/_mapping/_doc?include_type_name=true
{"properties": {"id":{"type": "integer","index": true,"store": true},"name":{"type": "text","index": true,"store": true},"age":{"type": "integer","index": true,"store": true},"sex":{"type":"integer","index": true,"store": true}}
}-- 查看映射
GET student/_mapping
-- 查看多个
GET student,student1/_mapping
-- 查看所有表
GET _all/_mapping

添加映射

POST student1/_mapping
{"properties": {"id":{"type": "integer","index": true,"store": true},"name":{"type": "text","index": true,"store": true},"age":{"type": "integer","index": true,"store": true},"sex":{"type":"integer","index": true,"store": true}}
}

新增数据（不指定id）

POST student/_doc
{"id":1,"name":"王政","age":"24","sex":"1"
}

指定id

POST student/_doc/1
{"id":1,"name":"王政","age":"24","sex":"1"
}

更新

PUT student/_doc/_pLM3nwBwjSyU7ItZlF-
{"id":123
}

注意：其他为空的字段内容会被赋予空值

删除

DELETE student/_doc/_ZLL3nwBwjSyU7ItWFHs

4.5 进阶版-》查询

4.5.1 查询所有（match_all）

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

4.5.2 match 条件查询

match 类型查询，会把查询条件进行分词（针对text类型），然后进行查询,多个词条之间默认是or的关系

GET student/_search
{"query": {"match": {"name": "毛"}  }
}

and 关系

GET student/_search
{"query": {"match": {"name": {"query": "王红","operator": "and"} }  }
}

4.5.3 term词条匹配

term 查询被用于精确值 匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串

一般是在keyword上进行查询

GET student/_search
{"query": {"term": {"name":  "毛毛"}}  
}

4.5.4 bool 布尔组合

bool 把各种其它查询通过 must （与）、 must_not （非）、 should （或）进行组合

GET student/_doc/_search
{"query":{"bool":{"must":{"match":{"name": "毛"}},"must_not":{"match":{"name":"阿"}},"should":{"match":{"name":"三"}}}}
}

4.5.5 range范围查询

range 查询找出指定区间内的数字或者时间

-- 搜索id小于5
GET student/_doc/_search
{"query":{"range":{"id":{"lt":5}}}
}--搜索小于5大于等于2的
GET student/_doc/_search
{"query":{"range":{"id":{"lt":5,"gte":"2"}}}
}

4.5.6 fuzzy模糊查询

term的模糊查询,偏差不得超过1个

-- 搜索跟山西相近的
GET student1/_doc/_search
{"query":{"fuzzy":{"address":"山西村"}}
}

4.5.7 指定返回字段（includes）

-- 显示 id 和 name
GET student/_doc/_search
{"_source":{"includes":["id","name"]},"query":{"term":{"name":"毛"}}
}
-- 同样的效果
GET student/_doc/_search
{"_source":["id","name"],"query":{"term":{"name":"毛"}}
}

4.5.8 指定字段不返回（excludes ）

GET student/_doc/_search
{"_source":{"excludes":["id","name"]},"query":{"term":{"name":"毛"}}
}

4.5.9 filter过滤

-- 搜索name包含毛，并且id大于3且小于5的数据
GET student/_doc/_search
{"query":{"bool":{"must":{"match":{"name":"毛"}},"filter":{"range":{"id":{"gt": 3,"lt": 5}}}}}
}

4.5.10 sort排序

text类型不可用

-- 升序
GET student/_doc/_search
{"query":{"match":{"name":"毛"}},"sort":[{"id":{"order":"asc"}}]
}--降序
GET student/_doc/_search
{"query":{"match":{"name":"毛"}},"sort":[{"id":{"order":"desc"}}]
}-- 多字段
GET student/_doc/_search
{"query":{"match":{"name":"毛"}},"sort":[{"id":{"order":"desc"}},{"age":{"order":"desc"}}]
}

4.5.11 分页

-- 从第1个开始取1个
GET student/_doc/_search
{"query":{"term":{"name":"毛"}},"from":0,"size":1
}

4.5.12 高亮

-- name中包含毛的字段将会高亮 
GET student/_doc/_search
{"query":{"term":{"name":"毛"}},"highlight": {"pre_tags": "","post_tags": "","fields": {"name": {}}}
}

4.6 聚合

比较常用的一些度量聚合方式：

• Avg Aggregation：求平均值
• Max Aggregation：求最大值
• Min Aggregation：求最小值
• Percentiles Aggregation：求百分比
• Stats Aggregation：同时返回avg、max、min、sum、count等
• Sum Aggregation：求和
• Top hits Aggregation：求前几
• Value Count Aggregation：求总数

5. spring boot集成es

5.1 引入依赖

<dependency><groupId>org.springframework.bootgroupId><artifactId>spring-boot-starter-data-elasticsearchartifactId>dependency>

5.2 配置

spring:elasticsearch:rest:uris: 127.0.0.1:9200

6. Spring Boot集成es(spring-boot-starter-data-elasticsearch )

6.1引入依赖

! 注意 sprign - boot的版本是2.3.4.RELEASE， spring-boot-starter-data-elasticsearch版本也一样，版本不同使用会有很大的差异

   <dependency><groupId>org.springframework.bootgroupId><artifactId>spring-boot-starter-data-elasticsearchartifactId>dependency><dependency><groupId>org.springframework.bootgroupId><artifactId>spring-boot-starter-webartifactId>dependency>

6.2 实体类注解

* @Document：声明索引库配置* indexName：索引库名称* shards：分片数量，默认5* replicas：副本数量，默认1
* @Id：声明实体类的id
* @Field：声明字段属性* type：字段的数据类型* analyzer：指定分词器类型* index：是否创建索引* nullValue:默认初始值  

踩坑：type 类型为 FieldType.Date,需要添加格式化

	@Field(type = FieldType.Date,format = DateFormat.basic_date_time)

6.3 代码创建索引库以及映射

    @Testvoid contextLoads() {IndexOperations indexOperations = template.indexOps(KnowledgeArticle.class);
//        创建-索引库boolean b = indexOperations.create();System.out.println("新增结果:" + b1);}

6.4 增删改查

mapper类

@Mapper
public interface KaMapper extends ElasticsearchRepository<KnowledgeArticle,String>{
}

    @Autowiredprivate ElasticsearchRestTemplate template;@Autowiredprivate TestMapper testMapper;@Autowiredprivate KaMapper kaMapper;
// 创建@Testvoid contextLoads() {IndexOperations indexOperations = template.indexOps(KnowledgeArticle.class);
//        创建-索引库
//        boolean b = indexOperations.create();//创建字符串映射boolean b1 = template.putMapping(KnowledgeArticle.class);System.out.println("新增结果:" +b1);}/*新增*/@Testvoid add() {KnowledgeArticle knowledgeArticle = testMapper.selectById(629657898296803328L);knowledgeArticle.setId(1L);KnowledgeArticle save = kaMapper.save(knowledgeArticle);System.out.println(save);
//        IndexQuery indexQuery = new IndexQueryBuilder()
//                .withId(knowledgeArticle.getId().toString())
//                .withObject(knowledgeArticle)
//                .build();
//        IndexCoordinates icd = template.getIndexCoordinatesFor(knowledgeArticle.getClass());
//        String index = template.index(indexQuery, icd);
//        System.out.println(index);}
/*获取*/@TestKnowledgeArticle get(){return template.queryForObject(GetQuery.getById("629657898296803328"), KnowledgeArticle.class);}//更新@Testvoid update(){KnowledgeArticle knowledgeArticle = get();knowledgeArticle.setIncId(1);KnowledgeArticle save = kaMapper.save(knowledgeArticle);System.out.println(save);}
//    删除@Testvoid delete(){kaMapper.deleteById("1");}

7 pinyin插件（了解有这个东西）

8 设置es登录密码

es设置

1. 在es安装目录conf下
2. 打开elasticsearch.yml
3. 末尾添加:xpack.security.enabled: true xpack.license.self_generated.type: basicxpack.security.transport.ssl.enabled: true
4. bin目录下执行：elasticsearch-setup-passwords interactive
5. 需要数据6位数密码（123456）
6. 创建的用户:elastic apm_systemkibana_systemlogstash_systembeats_systemremote_monitoring_user

kibana设置

在kibana安装目录config下添加:
elasticsearch.username: "kibana_system"
elasticsearch.password: "123456"

登录使用该账户登录：elastic（有权限）

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！