Docker 中 Elasticsearch 添加 IK 分词器以及 Kibana 的部署和使用
1. Docker 中 Elasticsearch 添加 IK 分词器2. Kibana 的部署和使用2.1 基本用法2.2 过滤查询
3. Kibana 7+ 版本
1. Docker 中 Elasticsearch 添加 IK 分词器
如果需要下载其他版本: https://github.com/medcl/elasticsearch-analysis-ik/releases
进入容器后运行
cd plugins/
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.12/elasticsearch-analysis-ik-5.6.12.zip
;
unzip elasticsearch-analysis-ik-5.6.12.zip
;
mv elasticsearch ik
;
rm -rf elasticsearch-analysis-ik-5.6.12.zip
;
推出重启容器, 访问下面的 URL
http
://192.168.19.129:9200/_analyze
?analyzer
=ik_smart
&pretty
=true&text
=我是程序员
2. Kibana 的部署和使用
部署
docker pull kibana
:5.6.12;
docker run
-it
-d
-p
5601:5601 -e ELASTICSEARCH_URL
=http
://192.168.19.129:9200 --name
=kibana kibana
:5.6.12;
访问
http
://192.168.19.129:5601/
2.1 基本用法
# 新增索引库
PUT /user
# 获取所有索引库信息
GET _cat
/indices
# 删除索引库
DELETE /user
# 添加映射
PUT /user
/userinfo
/_mapping
{
"properties": {
"name": {
"type": "text",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart",
"store": false
},
"city": {
"type": "text",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart",
"store": false
},
"age": {
"type": "long",
"store": false
},
"description": {
"type": "text",
"analyzer": "ik_smart",
"search_analyzer": "ik_smart",
"store": false
}
}
}
# 添加文本数据 id
=1
PUT /user
/userinfo
/1
{
"name": "张三",
"city": "上海",
"age": 20,
"description": "张三是一名是中国上海人"
}
# 添加文本数据 id
=2
PUT /user
/userinfo
/2
{
"name": "李四",
"city": "北京",
"age": 25,
"description": "李四到北京实习"
}
# 根据
ID 查询数据 id
=2
GET /user
/userinfo
/2
# 更新文本数据 id
=2 (原理
: 删除原始数据
, 新增数据
)
PUT /user
/userinfo
/2
{
"age": 30,
"description": "李四在北京工作"
}
# 更新数据
, 直接修改指定域的数据
.
POST /user
/userinfo
/2/_update
{
"doc": {
"age": 45,
"description": "李四在北京工作, 当上 CEO."
}
}
# 查询索所有数据
GET _search
# 查询索引库所有数据
GET /user
/_search
# 查询索引库下文档所有数据
GET /user
/userinfo
/_search
# 根据 age 降序排列
GET /user
/userinfo
/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
# 分页查询
GET /user
/userinfo
/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"age": {
"order": "desc"
}
}
],
"from": 0,
"size": 1
}
2.2 过滤查询
# 词项搜索 Term
GET /user
/userinfo
/_search
{
"query": {
"term": {
"city": {
"value": "上海"
}
}
}
}
# 多个词项搜索 Terms
GET /user
/userinfo
/_search
{
"query": {
"terms": {
"city": [
"上海",
"北京"
]
}
}
}
# 范围过滤搜索
GET /user
/userinfo
/_search
{
"query": {
"range": {
"age": {
"gte": 10,
"lte": 26
}
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
# 范围存在域的数据
GET /user
/userinfo
/_search
{
"query": {
"exists": {
"field": "age"
}
}
}
# bool 过滤数据
# must
==> and
, must_not
==> not
, should
==> or
.
GET /user
/userinfo
/_search
{
"query": {
"bool": {
"must": [
{
"terms": {
"city": [
"上海",
"北京"
]
}
},
{
"range": {
"age": {
"gte": 10,
"lte": 20
}
}
}
]
}
}
}
# 查询所有
GET /user
/userinfo
/_search
{
"query": {
"match_all": {}
}
}
# 字符串查询
GET /user
/userinfo
/_search
{
"query": {
"match": {
"description": "北京"
}
}
}
# 多个域字符串查询
GET /user
/userinfo
/_search
{
"query": {
"multi_match": {
"query": "北京",
"fields": [
"city",
"description"
]
}
}
}
3. Kibana 7+ 版本
需要进入容器将 kibana.yml 文件中的 http://elasticsearch:9200 改成自己的 Elasticsearch 的地址连接
vi config
/kibana
.yml
关于使用, 只有一点区别, 就是 7 版本以上去除了 type, 提高了搜索. 8 版本可以设置是否启动 type. 其他的基本上一样
