文章目录
- 下载 Kibana 镜像
- 启动 Kibana 容器
- 索引、分片和副本
- 索引
- 索引分片
- 索引副本
- 创建索引
- 映射（数据结构）
- 字段的数据类型
- 创建映射
- 查看映射
- 添加文档
- 修改文档
- 删除文档
- 删除索引
下载 Kibana 镜像
docker pull kibana:7.9.3启动 Kibana 容器
docker run \
-d \
--name kibana \
--net es-net \
-p 5601:5601 \
-e ELASTICSEARCH_HOSTS='["http://node1:9200","http://node2:9200","http://node3:9200"]' \
--restart=always \
kibana:7.9.3启动后，浏览器访问 Kibana，进入 Dev Tools：
索引、分片和副本
索引
Elasticsearch索引用来存储我们要搜索的数据，以倒排索引结构进行存储。
例如，要搜索商品数据，可以创建一个商品数据的索引，其中存储着所有商品的数据，供我们进行搜索：
当索引中存储了大量数据时，大量的磁盘io操作会降低整体搜索新能，这时需要对数据进行分片存储。
索引分片
在一个索引中存储大量数据会造成性能下降，这时可以对数据进行分片存储。
每个节点上都创建一个索引分片，把数据分散存放到多个节点的索引分片上，减少每个分片的数据量来提高io性能：
每个分片都是一个独立的索引，数据分散存放在多个分片中，也就是说，每个分片中存储的都是不同的数据。搜索时会同时搜索多个分片，并将搜索结果进行汇总。
如果一个节点宕机分片不可用，则会造成部分数据无法搜索：
为了解决这一问题，可以对分片创建多个副本来解决。
索引副本
对分片创建多个副本，那么即使一个节点宕机，其他节点中的副本分片还可以继续工作，不会造成数据不可用：
分片的工作机制：
- 主分片的数据会复制到副本分片
- 搜索时，以负载均衡的方式工作，提高处理能力
- 主分片宕机时，其中一个副本分片会自动提升为主分片
下面我们就以上图的结构来创建 products 索引
创建索引
创建一个名为 products 的索引，用来存储商品数据。
分片和副本参数说明：
-
number_of_shards：分片数量，默认值是 5 -
number_of_replicas：副本数量，默认值是 1
我们有三个节点，在每个节点上都创建一个分片。每个分片在另两个节点上各创建一个副本。
# 创建索引，命名为 products
PUT /products
{
"settings": {
"number_of_shards": 3,
"number_of_replicas": 2
}
}
用索引名称过滤，查看 products 索引：
粗框为主分片，细框为副本分片
映射（数据结构）
类似于数据库表结构，索引数据也被分为多个数据字段，并且需要设置数据类型和其他属性。
映射，是对索引中字段结构的定义和描述。
字段的数据类型
常用类型：
- 数字类型：
- byte、short、integer、long
- float、double
- unsigned_long
- 字符串类型：
- text ： 会进行分词
- keyword ： 不会进行分词，适用于email、主机地址、邮编等
- 日期和时间类型：
- date
类型参考：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html
创建映射
在 products 索引中创建映射。
分词器设置：
-
analyzer：在索引中添加文档时，text类型通过指定的分词器分词后，再插入倒排索引 -
search_analyzer：使用关键词检索时，使用指定的分词器对关键词进行分词
查询时，关键词优先使用 search_analyzer 设置的分词器，如果 search_analyzer 不存在则使用 analyzer 分词器。
# 定义mapping，数据结构
PUT /products/_mapping
{
"properties": {
"id": {
"type": "long"
},
"title": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart"
},
"category": {
"type": "text",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart"
},
"price": {
"type": "float"
},
"city": {
"type": "text",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart"
},
"barcode": {
"type": "keyword"
}
}
}映射参考：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html
查看映射
GET /products/_mapping添加文档
添加的文档会有一个名为_id的文档id，这个文档id可以自动生成，也可以手动指定，通常可以使用数据的id作为文档id。
# 添加文档
PUT /products/_doc/10033
{
"id":"10033",
"title":"SONOS PLAY:5(gen2) 新一代PLAY:5无线智能音响系统 WiFi音箱家庭,潮酷数码会场",
"category":"潮酷数码会场",
"price":"3980.01",
"city":"上海",
"barcode":"527848718459"
}
PUT /products/_doc/10034
{
"id":"10034",
"title":"天猫魔盒 M13网络电视机顶盒 高清电视盒子wifi 64位硬盘播放器",
"category":"潮酷数码会场",
"price":"398.00",
"city":"浙江杭州",
"barcode":"522994634119"
}
PUT /products/_doc/10035
{
"id":"10035",
"title":"BOSE SoundSport耳塞式运动耳机 重低音入耳式防脱降噪音乐耳机",
"category":"潮酷数码会场",
"price":"860.00",
"city":"浙江杭州",
"barcode":"526558749068"
}
PUT /products/_doc/10036
{
"id":"10036",
"title":"【送支架】Beats studio Wireless 2.0无线蓝牙录音师头戴式耳机",
"category":"潮酷数码会场",
"price":"2889.00",
"city":"上海",
"barcode":"37147009748"
}
PUT /products/_doc/10037
{
"id":"10037",
"title":"SONOS PLAY:1无线智能音响系统 美国原创WiFi连接 家庭桌面音箱",
"category":"潮酷数码会场",
"price":"1580.01",
"city":"上海",
"barcode":"527783392239"
}也可以自动生成 _id 值：
POST /products/_doc
{
"id":"10027",
"title":"vivo X9前置双摄全网通4G美颜自拍超薄智能手机大屏vivox9",
"category":"手机会场",
"price":"2798.00",
"city":"广东东莞",
"barcode":"541396973568"
}
查看文档：
GET /products/_doc/10037查看指定文档title字段的分词结果：
GET /products/_doc/10037/_termvectors?fields=title修改文档
底层索引数据无法修改，修改数据实际上是先删除再重新添加。
两种修改方式：
- PUT：对文档进行完整的替换
- POST：可以修改一部分字段
修改价格字段的值：
# 修改文档 - 替换
PUT /products/_doc/10037
{
"id":"10037",
"title":"SONOS PLAY:1无线智能音响系统 美国原创WiFi连接 家庭桌面音箱",
"category":"潮酷数码会场",
"price":"9999.99",
"city":"上海",
"barcode":"527783392239"
}查看文档：
GET /products/_doc/10037
修改价格和城市字段的值：
# 修改文档 - 更新部分字段
POST /products/_update/10037
{
"doc": {
"price":"8888.88",
"city":"深圳"
}
}查看文档：
GET /products/_doc/10037删除文档
DELETE /products/_doc/10037清空
POST /products/_delete_by_query
{
"query": {
"match_all": {}
}
}删除索引
# 删除 products 索引
DELETE /products可以尝试用不同的分片和副本值来重新创建 products 索引
