工作中的Elasticsearch-kibana访问

/_search:所有索引,所有type下的所有数据都搜索出来
/index1/_search:指定一个index,搜索其下所有type的数据
/index1,index2/_search:同时搜索两个index下的数据
/1,2/_search:按照通配符去匹配多个索引
/index1/type1/_search:搜索一个index下指定的type的数据
/index1/type1,type2/_search:可以搜索一个index下多个type的数据
/index1,index2/type1,type2/_search:搜索多个index下的多个type的数据
/_all/type1,type2/_search:_all,可以代表搜索所有index下的指定type的数据

//1、创建nlpindex索引
PUT /nlpindex
{
  "mappings": {
    "nlpinfo": {
      "properties": {
          "content": {
            "type": "keyword",
            "ignore_above": 20000
          },
          "ctime": {
            "type": "long"
          },
          "docId": {
            "type": "keyword"
          },
          "title": {
            "type": "keyword"
          },
          "username": {
            "type": "keyword"
          }
        }
    }
  },
  "settings": {
    "index": {
      "routing": {
        "allocation": {
          "total_shards_per_node": "16"
        }
      },
      "number_of_shards": "16",
      "translog": {
        "durability": "async"
      },
      "number_of_replicas": "1"
    }
  }
}

//2、根据对应字段查询
POST nlpindex/nlpinfo/_search
{
  "query" : {
    "term" : {
      "docId" : "9108264"
    }
  }
}

//3、id 查询
GET nlpindex_/nlpinfo/395995

//4、模糊匹配
POST nlpindex/nlpinfo/_search?
{
  "query" : {
    "wildcard" : {
      "content" : "*测试*"
    }
  },
  "size":  10000
}

//5、多字段
POST nlpindex/nlpinfo/_search
{
  "query": {
    "multi_match" : {
      "query":    "啊啊啊啊啊啊啊啊啊啊", 
      "fields": [ "content", "title" ] 
    }
  }
}

//6、字段全文匹配
POST nlpindex1/nlpinfo/_search
{
  "query" : {
    "term" : {
      "title" : "视频评论111"
    }
  }
}

//7、组合条件
GET nlpindex/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "ctime": {
              "gte": 1523086282000,
              "lte": 1523089114000
            }
          }
        },
        {
          "wildcard": {
            "content": "*歪果仁*"
          }
        }
      ]
    }
  }
}

//8、时间段
GET nlpindex/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "ctime": {
              "gt": 1536139076000
            }
          }
        }
      ]
    }
  }
}

//9、时间段最大值
GET nlpindex/_search
{
   "size": 0,
   "aggs": {
     "maxCtime": {
       "max": {
         "field": "ctime"
       }
     }
   }
 }

//10、删除
DELETE nlpindex_newly/nlpinfo/101059504

POST risk-818-nginx-log/doc/_delete_by_query
{
  "query": {"match_all": {}}
}

//11、添加
PUT /nlpindex_newly/nlpinfo/131960469
{
  "docId": "131960469",
  "username": "有梦9",
  "title": "优雅时尚9",
  "content": "999999999999999",
  "ctime": 1546757889000
}

//12、区间查
POST nlpindex1/nlpinfo/_search?
{
  "size" : 10000,
  "query" : {
    "bool" : {
      "must" : {
        "range" : {
          "ctime" : {
            "from" : null,
            "to" : 1546757887000,
            "include_lower" : true,
            "include_upper" : true
          }
        }
      }
    }
  }
}

//13、其他查询
get _cat/health?v
GET _cat/indices?v
GET /nlpindex_

上张图


kibana.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,847评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,208评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,587评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,942评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,332评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,587评论 1 218
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,853评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,568评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,273评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,542评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,033评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,373评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,031评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,073评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,830评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,628评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,537评论 2 269