# 最新版本7,8.0 docker pull elasticsearch:7.8.0
# 基本啓動命令 # -e "discovery.type=single-node" \ 單節點集羣 # -e ES_JAVA_OPTS="-Xms512m -Xmx512m" \ 制定運行參數,否則若是機器內存過小,啓動後會很是卡頓 # --name 起個別名 docker run -p 9200:9200 -p 9300:9300 --name es7.8 \ -e "discovery.type=single-node" \ -e ES_JAVA_OPTS="-Xms512m -Xmx512m" \ -d elasticsearch:7.8.0 # 查看集羣健康狀態 GET /_cat/health?v # 查看節點健康狀態 GET /_cat/nodes?v # 查看索引信息 GET /_cat/indices?v
# 進入容器中 docker exec -it es7.8 /bin/bash # 查看文件夾及權限 [root@87e29ba6ef1e elasticsearch]# ll total 588 -rw-r--r-- 1 elasticsearch root 13675 Jun 14 19:34 LICENSE.txt -rw-r--r-- 1 elasticsearch root 544318 Jun 14 19:37 NOTICE.txt -rw-r--r-- 1 elasticsearch root 8165 Jun 14 19:34 README.asciidoc drwxr-xr-x 2 elasticsearch root 4096 Jun 14 19:39 bin drwxrwxr-x 1 elasticsearch root 4096 Jul 9 04:31 config #775權限 drwxrwxr-x 3 root root 4096 Jul 9 04:29 data #775權限 drwxr-xr-x 1 elasticsearch root 4096 Jun 14 19:38 jdk drwxr-xr-x 3 elasticsearch root 4096 Jun 14 19:38 lib drwxrwxr-x 1 elasticsearch root 4096 Jul 9 04:31 logs #775權限 drwxr-xr-x 47 elasticsearch root 4096 Jun 14 19:39 modules drwxr-xr-x 2 root root 4096 Jul 9 04:17 plugins #775權限
docker run -p 9200:9200 -p 9300:9300 --name es7.8 \ -e "discovery.type=single-node" \ -e ES_JAVA_OPTS="-Xms512m -Xmx512m" \ -v /dockerfile/elasticsearch/plugins:/usr/share/elasticsearch/plugins \ -v /dockerfile/elasticsearch/data:/usr/share/elasticsearch/data \ -v /dockerfile/elasticsearch/logs:/usr/share/elasticsearch/logs \ -d elasticsearch:7.8.0 # 作映射以前賦予文件夾相應權限,默認建立的文件夾權限就是755,所 吃 以/dockerfile/elasticsearch/plugins不用改權限 chmod -R 775 /dockerfile/elasticsearch/data chmod -R 775 /dockerfile/elasticsearch/logs # data和logs文件夾剛開始是空的,數據是啓動時本身加進去的,因此能夠作映射, # plugins文件夾剛開始是沒有安裝插件的,也是空的,因此也能夠作映射 # config文件夾是配置文件,不能用空目錄作映射,不然啓動直接退出,除非本身建立的文件夾中有相關配置文件 # 能夠先進入容器,講config文件夾拷貝出來,獲得一份配置文件 -v /dockerfile/elasticsearch/config:/usr/share/elasticsearch/config \
# 官方提供的account.json數據,包含1000條數據 wget https://raw.githubusercontent.com/elastic/elasticsearch/master/docs/src/test/resources/accounts.json# # 每一個Document內容 { "account_number": 0, "balance": 16623, "firstname": "Bradshaw", "lastname": "Mckenzie", "age": 29, "gender": "F", "address": "244 Columbus Place", "employer": "Euron", "email": "bradshawmckenzie@euron.com", "city": "Hobucken", "state": "CO" } # 使用如下 _ bulk 批量操做請求將帳戶數據存儲到到bank索引中: curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_bulk?pretty&refresh" --data-binary "@accounts.json" # 查看索引狀態 curl "localhost:9200/_cat/indices?v"
# 拉取鏡像 # kibana版本必須和elasticsearch版本保持一致 docker pull kibana:7.8.0 # 啓動容器 # YOUR_ELASTICSEARCH_CONTAINER_NAME_OR_ID 正在運行的ES容器ID或name docker run --link YOUR_ELASTICSEARCH_CONTAINER_NAME_OR_ID:elasticsearch -p 5601:5601 {docker-repo}:{version} docker run --link es7.8:elasticsearch -p 5601:5601 -d kibana:7.8.0
# Ik分詞器版本要和ES和Kibana版本保持一致 # 進入容器 docker exec -it elasticsearch /bin/bash #此命令須要在容器中運行 elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip # 退出容器,重啓容器 docker restart elasticsearch
# 建立一個index,名爲twitter PUT /twitter # 查看索引狀態 GET /_cat/indices?v
在建立索引時,能夠指定如下內容:node
建立的每一個索引均可以有特定的相關設置,在主體中定義:git
PUT /twitter { "settings" : { "index" : { "number_of_shards" : 3, "number_of_replicas" : 2 } } } # _ shards 的默認值是1 # _ replica 的默認值是1(即每一個主碎片有一個副本) #或者更簡單,沒必要在設置部分中顯式指定索引部分 PUT /twitter { "settings" : { "number_of_shards" : 3, "number_of_replicas" : 2 } }
建立索引 API 容許提供一個映射定義,映射定義用於包含類型名稱github
PUT /test { "settings" : { "number_of_shards" : 1 }, "mappings" : { "properties" : { "field1" : { "type" : "text" } } } }
DELETE /twitter # 查看索引狀態 GET /_cat/indices?v
GET /twitter
GET /bank/_mapping
# 查詢索引bank中的所有文檔 GET /bank/_search { "query": { "match_all": {} } }
# 檢索銀行索引中的全部文檔,按account_number字段排序 asc 是升序,desc是降序 GET /bank/_search { "query": { "match_all": {} }, "sort": [ { "account_number": "asc" } ] } # 查找指定範圍的文檔 # 下面的請求會獲得從第10條文檔到第19條文檔的結果: GET /bank/_search { "query": { "match_all": {} }, "sort": [ { "account_number": "asc" } ], "from": 10, # 起始位置 "size": 10 # 大小/數目 } # 默認狀況下,響應的命中部分hits包含與搜索條件匹配的前10個文檔: # took – 運行查詢須要多長時間(毫秒) # timed_out – 搜尋請求是否超時 # _shards – 搜索了多少碎片,並分別列出成功、失敗或跳過的碎片數量,建立索引時默認分片數是5 # max_score – 找到的全部文檔中最相關文檔(匹配程度最高)的分數 # hits.total.value - 找到多少相符的文檔 # hits.sort - 文檔的排序位置(按哪一個字段排序,不指定排序規則時按相關性得分排序) # hits._score - 文件的相關性得分(不適用於使用match_all) { "took" : 63, "timed_out" : false, "_shards" : { "total" : 5, "successful" : 5, "skipped" : 0, "failed" : 0 }, "hits" : { # 命中部分 "total" : { "value": 1000, # 查到的總數 "relation": "eq" }, "max_score" : null, "hits" : [ { "_index" : "bank", "_type" : "_doc", "_id" : "0", "sort": [0], "_score" : null, "_source" : {"account_number":0,"balance":16623,"firstname":"Bradshaw","lastname":"Mckenzie","age":29,"gender":"F","address":"244 Columbus Place","employer":"Euron","email":"bradshawmckenzie@euron.com","city":"Hobucken","state":"CO"} }, { "_index" : "bank", "_type" : "_doc", "_id" : "1", "sort": [1], "_score" : null, "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"} }, ... ] } } # 搜索並返回指定字段內容,使用_source表示,例如只返回account_number和balance兩個字段內容: GET /bank/_search { "query": { "match_all": {} }, "_source": ["account_number", "balance"] }
# 會查出字全部文檔中,address字段包含 mill 【或者】 lane 的文檔 GET /bank/_search { "query": { "match": { "address": "mill lane" } } } # 對於數值類型match操做使用的是精確匹配,對於文本類型使用的是模糊匹配;
# 只會查出字全部文檔中,address字段包含 "mill lane" 的文檔 GET /bank/_search { "query": { "match_phrase": { "address": "mill lane" } } }
# 在bank索引中搜索40歲客戶(age=40)的帳戶,但不包括住在愛達荷州的任何人,州名是ID (state=ID): GET /bank/_search { "query": { "bool": { "must": [ { "match": { "age": "40" } } ], "must_not": [ { "match": { "state": "ID" } } ] } } } # 還能夠藉助 must_not 顯示地指定篩選條件 # 使用範圍過濾器filter將結果限制爲餘額(balance字段)在 $20,000和 $30,000之間的賬戶。 # gte是大於等於,gt是大於;lte是小於等於,lt是小於 GET /bank/_search { "query": { "bool": { "must": { "match_all": {} }, "filter": { "range": { "balance": { "gte": 20000, "lte": 30000 } } } } } } # should表示知足其中任意一個,搜索address字段中包含mill或者lane的文檔; GET /bank/_search { "query": { "bool": { "should": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }
term
查詢, 能夠用它處理數字(numbers)、布爾值(Booleans)、日期(dates)以及文本(text,不推薦)。docker
term
查詢會查找咱們指定的精確值。做爲其自己, term
查詢是簡單的。它接受一個字段名以及咱們但願查找的數值:shell
{ "term" : { "price" : 20 } }
一般當查找一個精確值的時候,咱們不但願對查詢進行評分計算。只但願對文檔進行包括或排除的計算,因此咱們會使用 constant_score
查詢以非評分模式來執行 term
查詢並以一做爲統一評分。json
最終組合的結果是一個 constant_score
查詢,它包含一個 term
查詢:bash
GET /bank/_search { "query": { "constant_score": { "filter": { "term": { "age": { "value": 20 } } } } } }
默認狀況下,Elasticsearch 做爲分析的一部分更改text類型字段的值。這可能使查找文本字段值的精確匹配變得困難。若要搜索文本字段值,請使用match查詢。app
默認狀況下,Elasticsearch 會在分析期間更改文本字段的值。例如,默認的標準分析器更改文本字段值以下:curl
# 建立一個名爲my_index的索引,其中 full _ text 字段爲文本類型。 PUT my_index { "mappings" : { "properties" : { "full_text" : { "type" : "text" } } } } # 在插入一個值爲 Quick Brown Foxes! 的文檔。 PUT my_index/_doc/1 { "full_text": "Quick Brown Foxes!" } # 由於full_text字段是一個文本字段,Elasticsearch 在分析期間將 Quick Brown Foxes! 更改成[ Quick,Brown,fox ]。 # 使用term搜索這條文檔 GET my_index/_search?pretty { "query": { "term": { "full_text": "Quick Brown Foxes!" } } } # 由於full_text字段再也不包含確切的術語 Quick BrwnFoxes! ,術語查詢搜索不返回任何結果。
# 指定索引customer,指定id,可選,若不指定則隨機生成,_doc是默認參數,可不寫 PUT /bank/_doc/1 { "email": "test@test.com" }
POST /< index >/_ update/< _ id >elasticsearch
<_id> 必需,字符串,文檔更新的惟一標識符
DELETE /<index>/_doc/<_id> # 刪除bank索引中id爲1的文檔 DELETE /bank/_doc/1