轻松学会Elasticsearch+kibana

这篇具有很好参考价值的文章主要介绍了轻松学会Elasticsearch+kibana。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、创建模板

PUT _template/test
{
  "template": "test*",
  "mappings": {
    "properties": {
      "id": { "type": "integer" },
      "name": { "type": "keyword" }
    }
  }
}

返回值

{
  "acknowledged" : true
}

2、测试获取模板

GET _template/test

返回值

{
  "test" : {
    "order" : 0,
    "index_patterns" : [
      "test*"
    ],
    "settings" : { },
    "mappings" : {
      "properties" : {
        "name" : {
          "type" : "keyword"
        },
        "id" : {
          "type" : "integer"
        }
      }
    },
    "aliases" : { }
  }
}

3、删除模板

DELETE _template/test

返回值

{
  "acknowledged" : true
}

4、创建索引

PUT test
{
   "settings": {
        "number_of_shards": 3,
        "number_of_replicas": 2
      }
}

返回值

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "test"
}

5、查看索引

GET test

返回值

{
  "test" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "id" : {
          "type" : "integer"
        },
        "name" : {
          "type" : "keyword"
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1702458256558",
        "number_of_shards" : "3",
        "number_of_replicas" : "2",
        "uuid" : "EnJWQWRRSViuNxiTYoFE3w",
        "version" : {
          "created" : "7040099"
        },
        "provided_name" : "test"
      }
    }
  }
}

6、给已有索引增加字段

PUT test/_mapping
{
  "properties": {
    "is_collect": {
      "type": "integer"
    }
  }
}

返回值

{
  "acknowledged" : true
}

再次查看确认即可看到新增的字段

{
  "test" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "id" : {
          "type" : "integer"
        },
        "is_collect" : {
          "type" : "integer"
        },
        "name" : {
          "type" : "keyword"
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1702458256558",
        "number_of_shards" : "3",
        "number_of_replicas" : "2",
        "uuid" : "EnJWQWRRSViuNxiTYoFE3w",
        "version" : {
          "created" : "7040099"
        },
        "provided_name" : "test"
      }
    }
  }
}

7、给新增字段初始值

示例中更没有加任何筛选条件,默认是全部数据初始化值为2
修改数据请慎重!!!!!!

POST test/_update_by_query
{
  "script": {
    "source": "ctx._source.is_collect = 2"
  },
  "query": {
    "match_all": {}
  }
}

返回值

{
  "took" : 4,
  "timed_out" : false,
  "total" : 0,
  "updated" : 0,
  "deleted" : 0,
  "batches" : 0,
  "version_conflicts" : 0,
  "noops" : 0,
  "retries" : {
    "bulk" : 0,
    "search" : 0
  },
  "throttled_millis" : 0,
  "requests_per_second" : -1.0,
  "throttled_until_millis" : 0,
  "failures" : [ ]
}

8、删除索引

DELETE test

返回值

{
  "acknowledged" : true
}

总结

Elasticsearch和Kibana是一对非常强大的开源工具,用于构建实时搜索和分析平台。

  • Elasticsearch是一个分布式的实时搜索和分析引擎,基于Lucene库开发而成。它可以存储、搜索和分析大规模的文档数据,并提供高性能的实时查询和聚合功能。

  • Kibana是一个用于可视化和管理Elasticsearch数据的开源工具。它提供了丰富的图表、仪表盘和搜索界面,帮助用户更好地理解和分析数据。

  • 安装和配置:首先,需要安装并配置Elasticsearch和Kibana。它们都可以通过官方网站下载并按照安装指南进行安装。安装完成后,需要配置Elasticsearch和Kibana之间的连接。

  • 数据索引和搜索:使用Elasticsearch的API,可以将数据索引到Elasticsearch中。索引是一个逻辑上的数据集合,可以根据需求定义索引的结构和字段类型。一旦数据被索引到Elasticsearch中,就可以使用全文搜索和过滤器查询数据。

  • 数据聚合和分析:Elasticsearch提供了丰富的聚合功能,可以对数据进行统计、分组和计算。聚合可以用于生成各种指标、汇总数据和生成可视化图表。

  • Kibana可视化:通过Kibana的用户界面,可以创建仪表盘、图表和搜索界面来展示和分析Elasticsearch中的数据。Kibana提供了直观的图形化工具,帮助用户轻松地构建漂亮的可视化报表。

  • 监控和警报:Elasticsearch和Kibana也可以用于监控和警报。可以设置警报规则,以便在达到特定条件时接收警报通知。

  • 扩展性和高可用性:Elasticsearch可以轻松扩展到多个节点,以提供更大的存储容量和查询吞吐量。通过配置复制和分片机制,可以实现数据的高可用性和故障转移。

总结起来,Elasticsearch和Kibana是一对强大的开源工具,用于构建实时搜索和分析平台。通过索引、搜索、聚合和可视化等功能,可以轻松地处理和分析大规模的数据集。它们的易用性和灵活性使得开发者和分析师能够快速构建强大的搜索和分析应用程序。文章来源地址https://www.toymoban.com/news/detail-793038.html

到了这里,关于轻松学会Elasticsearch+kibana的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,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,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于Elasticsearch与Hbase组合框架的大数据搜索引擎

    本项目为学校大数据工程实训项目,共开发4周,答辩成绩不错。代码仓库放文章尾,写的不好,代码仅供参考。 对于结构化数据 ,因为它们具有特定的结构,所以我们一般都是可以通过关系型数据库(MySQL,Oracle 等)的二维表(Table)的方式存储和搜索,也可以建立索引。

    2024年02月09日
    浏览(63)
  • Elasticsearch (ES) 搜索引擎: 数据类型、动态映射、多类型(子字段)

    原文链接:https://xiets.blog.csdn.net/article/details/132348634 版权声明:原创文章禁止转载 专栏目录:Elasticsearch 专栏(总目录) ES 映射字段的 数据类型 ,官网文档参考:Field data types。 下面是 ES 常用的一些基本数据类型。 字符串 类型: keyword :类型。 text :文本类型。

    2024年03月23日
    浏览(63)
  • elasticsearch|大数据|kibana的安装(https+密码)

    前言: kibana是比较好安装的,但https+密码就比较麻烦一些了,下面将就如何安装一个可在生产使用的kibana做一个简单的讲述 一, kibana版本和下载地址 这里我想还是强调一下,kibana的版本需要和elasticsearch的版本一致,小版本都不能差,否则,kibana将不能正确连接到elasticsea

    2024年04月16日
    浏览(40)
  • Elasticsearch 和 Kibana 的实时大数据分析系统

    Elasticsearch 是一个开源的分布式全文搜索引擎,能够处理大型数据集合并且能够实时查询。其具有以下几个主要特点: 分布式架构:可以将数据分布在多台服务器上进行处理和存储,提高了系统的可靠性和扩展性。 全文搜索:能够对文本内容进行全面、实时的搜索与分析,支

    2024年02月07日
    浏览(65)
  • elasticsearch(ES)分布式搜索引擎04——(数据聚合,自动补全,数据同步,ES集群)

    **聚合(aggregations)**可以让我们极其方便的实现对数据的统计、分析、运算。例如: 什么品牌的手机最受欢迎? 这些手机的平均价格、最高价格、最低价格? 这些手机每月的销售情况如何? 实现这些统计功能的比数据库的sql要方便的多,而且查询速度非常快,可以实现近

    2024年02月08日
    浏览(47)
  • ElasticSearch+Kibana+Filebeat 采集日志内的json数据

    方式有很多,以下是我学习中自己写的。 要被采集的日志: 在ElasticSearch创建pipeline(管道): 在“Kibana-Stack Management-采集管道-创建管道” 或者 在“Kibana-开发工具-控制台”运行以下代码

    2024年02月08日
    浏览(37)
  • 微服务04 分布式搜索引擎 elasticsearch DSL数据聚合 自动补全 数据同步 集群 Sentinel

    聚合(aggregations)可以让我们极其 方便的实现对数据的统计、分析、运算 。例如: 什么品牌的手机最受欢迎? 这些手机的平均价格、最高价格、最低价格? 这些手机每月的销售情况如何? 实现这些 统计功能的比数据库的sql要方便的多,而且查询速度非常快 ,可以实现近

    2024年02月11日
    浏览(49)
  • (八) ElasticSearch数据可视化和分析工具Kibana安装和使用

    Kibana 是一个用于数据可视化和分析的开源工具,它是 Elastic Stack(包括 Elasticsearch、Logstash 和 Beats)的一部分。Kibana 提供了直观、交互式的用户界面,让用户能够以图表、表格、地图等形式实时探索和可视化存储在 Elasticsearch 中的数据。 前往 Elastic 官网(https://www.elastic.co/

    2024年02月11日
    浏览(62)
  • 《Spring Boot 实战派》--13.集成NoSQL数据库,实现Elasticsearch和Solr搜索引擎

             关于搜索引擎 我们很难实现 Elasticseach 和 Solr两大搜索框架的效果;所以本章针对两大搜索框架,非常详细地讲解 它们的原理和具体使用方法, 首先 介绍什么是搜索引擎 、如何用 MySQL实现简单的搜索引擎,以及Elasticseach 的 概念和接口类; 然后介绍Elasticseach

    2023年04月09日
    浏览(88)
  • 微服务04 分布式搜索引擎 elasticsearch DSL数据聚合 自动补全 数据同步 集群 微服务保护 Sentinel

    聚合(aggregations)可以让我们极其 方便的实现对数据的统计、分析、运算 。例如: 什么品牌的手机最受欢迎? 这些手机的平均价格、最高价格、最低价格? 这些手机每月的销售情况如何? 实现这些 统计功能的比数据库的sql要方便的多,而且查询速度非常快 ,可以实现近

    2024年02月15日
    浏览(53)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包