elasticSearch使用Kibana对数据进行增删改查

没想到我竟然开始分享elasticSearch专题，感慨万分。该博文是在kibana5.1.1版本上都试运行过，其他版本的语法和兼容性可能会有点差异。

由于之前已经分享过elasticSearch的java实现主要方法（如下链接），该文章主要分享使用Kibana对数据的操作。不用通过跑代码的方式，使得某些简单操作更快捷。

elasticSearch的java实现主要方法https://blog.csdn.net/weixin_42311968/article/details/123856299

---

在开始之前，首先给出我的数据结构mapping，为了简单起见，构建了一个索引名为student1，且type为studentAlias的数据结构，包含两个字段：address和name。同时，有个名称为studentAlias的别名。type和别名可以不一样。（note：以上提到的内容都会在下面有详细的使用说明）

1.  
   {
2.  
   "mappings": {
3.  
   "student": {
4.  
   "properties": {
5.  
   "address": {
6.  
   "type": "keyword"
7.  
   },
8.  
   "name": {
9.  
   "type": "text",
10.  
    "fields": {
11.  
    "quanpin": {
12.  
    "type": "text",
13.  
    "analyzer": "quanpin_analyzer",
14.  
    "search_analyzer": "word_analyzer"
15.  
    },
16.  
    "substring": {
17.  
    "type": "text",
18.  
    "analyzer": "back_edge_ngram_analyzer",
19.  
    "search_analyzer": "word_analyzer"
20.  
    }
21.  
    }
22.  
    }
23.  
    }
24.  
    }
25.  
    }
26.  
    }

1.新增

0.新增es索引库

PUT /索引名

PUT /student1

1. 新增一条数据  指定id

PUT 索引名/type/id

1.  
   PUT student1/studentAlias/1
2.  
   {
3.  
   "address":"北京",
4.  
   "name":"百度"
5.  
   }

响应：                                                                    查询：

                 

2.新增一条数据  不指定id，(随机id类似：AYE4TrsaVlOI6NDwDDvR)

POST 索引名/type

1.  
   POST student1/studentAlias
2.  
   {
3.  
   "name":"微软",
4.  
   "address":"上海"
5.  
   }

响应：                                                                           查询：

    

3.批量新增数据

 PUT 索引名/别名/_bulk

1.  
   PUT student1/studentAlias/_bulk
2.  
   {"index":{"_id":1}}
3.  
   {"name":"百度","address":"北京"}
4.  
   {"index":{"_id":2}}
5.  
   {"name":"优酷","address":"上海"}
6.  
   {"index":{"_id":3}}
7.  
   {"name":"美团","address":"武汉"}

2.删除

0.删除索引库

DELETE /索引名

DELETE student1

1.指定id

DELETE index名/type名/id

DELETE student1/studentAlias/1

 (如果别名唯一的话可以直接通过别名进行删除，不建议，很容易误删数据)

响应：

2.使用_delete_by_query语句，可以进行批量删除

POST 索引名/type/_delete_by_query

1）批量指定数据

大括号内是条件，满足该条件的项目全部删除

1.  
   POST student1/studentAlias/_delete_by_query
2.  
   {
3.  
   "query":{
4.  
   "term":{
5.  
   "_id":"1"
6.  
   }
7.  
   }
8.  
   }

响应：

_delete_by_query的默认最大重试次数是10次。超过10次后，会造成_delete_by_query请求中止，并且在failures字段中响应所有的故障。已经删除的仍会执行。即，该过程能像数据库那样回滚，只有中断。

产生失败后打印：

_delete_by_query_delete_by_query_delete_by_queryfailuresfailures

2）删除所有数据，不删表结构。效果同mysql中的truncate 

POST 索引名/type/_delete_by_query 

1.  
   POST /student1/studentAlias/_delete_by_query
2.  
   {
3.  
   "query": {
4.  
   "match_all": {
5.  
   }
6.  
   }
7.  
   }

3）同时删除多个索引和多个类型的文档 

（此处的文档是对应type中存储的数据。类比：索引 ➡ 数据库某个库，类型 ➡ 某张表，文档 ➡ 数据内容） 

POST 索引名1,索引名2/type2,type2-2/_delete_by_query  

1.  
   POST indexName,indexName2/type2,post/_delete_by_query
2.  
   {
3.  
   "query": {
4.  
   "match_all": {}
5.  
   }
6.  
   }

4）滚动删除（即指定一次删除的size）

这种删除方式仍然会删除全部数据，只是做了批量删除

POST 索引名/type名/_delete_by_query?scroll_size=N     N为指定的一次删除数量

1.  
   POST student4/student4/_delete_by_query?scroll_size=2
2.  
   {
3.  
   "query":{
4.  
   "term":{
5.  
   "address":"武汉"
6.  
   }
7.  
   }
8.  
   }

两种删除方式的区别：

post在请求发送后刷新查询涉及的所有分片 。（主分片 副本分片）

delete仅刷新接收删除请求的分片。（主分片）

3.修改

1.全量字段修改指定字段值

同新增逻辑，把全量字段复制过来，然后将需要修改的字段值更改。

eg：将name=“微软”修改为name=“腾讯”

2.修改指定字段值

 eg：将name=“微软”修改为name=“腾讯”

POST 索引名/type名/id/_update

1.  
   POST student1/studentAlias/1/_update
2.  
   {
3.  
   "doc":{
4.  
   "name":"腾讯"
5.  
   }
6.  
   }

4.查询

 1.查询数据结构

1）查询索引名下所有type中mapping类型的数据结构

GET /别名

GET /studentAlias

 

2）查询指定type的数据结构

GET /索引名/_mapping/别名

GET /student1/_mapping/studentAlias

 

 2.查询项目数据

1）查询索引名下所有type的所有数据

GET /别名/_search

GET /studentAlias/_search

 

2）查询指定type下符合条件的数据

GET /索引名/别名/_search

1.  
   GET /student1/studentAlias/_search
2.  
   {
3.  
   "query": {
4.  
   "match": {
5.  
   "name": "百度"
6.  
   }
7.  
   }
8.  
   }

还有更多复杂查询，后续补充。。。  

?routing=1：指定某个分片路由。目前仅尝试了删除和查询可以使用

?refresh：删除/新增/更新后立即可以查询

?refresh同?refresh=true立即刷新，?refresh=false不做任何操作，?refresh=wait_for等到可以查询后返回。

关于?refresh=wait_for，以下给了测试用例。加?refresh=wait_for的耗时875ms，不加的仅9ms。

2022.06.14

这篇好文章是转载于：学新通技术网