kibana Dev Tools语句查询简单使用入门_dev tools es基础查询-程序员宅基地
使用kibana7.0.0的控制台Dev Tools操作ES数据的基本语法入门示例
因为使用的是本地启动的ES库，所以需要先启动ES，然后启动kibana，直接从官网上下载安装启动即可，说明一点就是需先启动ES，在启动kibana，该部分效果以及添加官方示例数据已在之前一篇文章中写过，此处不再重复。
直接点击Dev Tools，来看基本操作
1，输入：GET /
在右侧将看到和启动完ES后在浏览器输入localhost:9200相同的内容
2，创建索引
输入：
说明：因为7版本之后，ES不再支持一个索引（index）可以创建多个类型（type），所以cmcc/后边不再需要写入类型名称，而是统一使用_create代替即可，同样的，查询操作使用_doc代替即可，右侧看到如下图所示类似形式表示创建成功
3，查看刚才创建的索引
输入：GET cmcc/_doc/1
右侧将显示刚才创建的内容，其中_index是刚才创建的索引名称；_type是类型，7版本统一为_doc；_id为创建时的ID，如果创建索引的时候不设置ID，那么ES将默认分配一个ID，不过样式会比较长，不好记忆；_version为版本号，如果我们之后对该数据进行了修改，那么他会随之变化；_source里边就是我们刚才加进去的数据内容
4，删除索引
输入：DELETE cmcc
只需要在DELETE后边加上索引名称即可
5，修改数据
输入：
这里我们修改了"name"值，把"province"和"conutry"值改为中文，并添加了一个新属性"xingbie"，执行之后我们再次执行获取数据内容命令GET cmcc/_doc/1，如下，可以看到数据已经被修改，版本号变成了2
6，bulk方法批量插入数据
输入：
使用POST方法，然后每一条数据的格式是一致的，首先第一行输入 {"index":{"_index":"cmcc"}} ，也就是索引名称，第二行输入要插入的完整数据，这里特别提醒下，插入的这条数据不能使用刚才创建数据时的那种多行形式，只能使用没有回车的一条数据，否则会报错如下：
{
"error": {
"root_cause": [
{
"type": "json_e_o_f_exception",
"reason": "Unexpected end-of-input: expected close marker for Object (start marker at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 1])\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 3]"
}
],
"type": "json_e_o_f_exception",
"reason": "Unexpected end-of-input: expected close marker for Object (start marker at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 1])\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@154857fc; line: 1, column: 3]"
},
"status": 500
}执行完毕后，我们再次获取数据看一下，输入：GET cmcc/_search
结果如下：（不截长图了，就直接贴结果吧>_<）
{
"took" : 374,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 5,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "dunkking",
"age" : 27,
"location" : "SG",
"province" : "河北",
"country" : "中国",
"xingbie" : "mela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9vD-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "points",
"age" : 23,
"location" : "PG",
"province" : "江苏",
"country" : "中国",
"xingbie" : "mela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9_D-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "rebound",
"age" : 24,
"location" : "SF",
"province" : "广州",
"country" : "中国",
"xingbie" : "mela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-PD-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "center",
"age" : 23,
"location" : "C",
"province" : "北京",
"country" : "中国",
"xingbie" : "femela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-fD-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "assist",
"age" : 21,
"location" : "PF",
"province" : "广州",
"country" : "中国",
"xingbie" : "famela"
}
}
]
}
}7，按照条件查询
输入：
也就是查询数据中属性"province"为"广州"的数据，结果如下：
{
"took" : 10,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 1.7509375,
"hits" : [
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9_D-3moBmjOHTfOJtVLL",
"_score" : 1.7509375,
"_source" : {
"name" : "rebound",
"age" : 24,
"location" : "SF",
"province" : "广州",
"country" : "中国",
"xingbie" : "mela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-fD-3moBmjOHTfOJtVLL",
"_score" : 1.7509375,
"_source" : {
"name" : "assist",
"age" : 21,
"location" : "PF",
"province" : "广州",
"country" : "中国",
"xingbie" : "famela"
}
}
]
}
}8，当同一个属性满足逻辑或时的查询
输入：
这里是查询属性"age"等于21或者23的数据，如果看着不舒服，我们可以点击运行按钮右侧的扳手，选择Auto indent，输入效果就会直观一些，
其中，116行固定输入"query"，117行固定输入"bool"，118行输入为"should"，表示是逻辑或的关系，120行为"match"，121行为所要查询的属性名与属性值
执行结果如下
{
"took" : 0,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9vD-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "points",
"age" : 23,
"location" : "PG",
"province" : "江苏",
"country" : "中国",
"xingbie" : "mela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-PD-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "center",
"age" : 23,
"location" : "C",
"province" : "北京",
"country" : "中国",
"xingbie" : "femela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-fD-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "assist",
"age" : 21,
"location" : "PF",
"province" : "广州",
"country" : "中国",
"xingbie" : "famela"
}
}
]
}
}9，多条件查询
输入：
这里是查询属性"age"等于23，并且属性"country"为“中国”的数据，这里和上一条查询的关键区别就在于第98行由"should"改为"must"，执行结果如下：
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 2,
"relation" : "eq"
},
"max_score" : 1.1740228,
"hits" : [
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9vD-3moBmjOHTfOJtVLL",
"_score" : 1.1740228,
"_source" : {
"name" : "points",
"age" : 23,
"location" : "PG",
"province" : "江苏",
"country" : "中国",
"xingbie" : "mela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-PD-3moBmjOHTfOJtVLL",
"_score" : 1.1740228,
"_source" : {
"name" : "center",
"age" : 23,
"location" : "C",
"province" : "北京",
"country" : "中国",
"xingbie" : "femela"
}
}
]
}
}10，范围查询并进行排序
输入：
这里，151行使用"range"，152行输入属性名，153行"gte"和154行"lte"表示查询属性"age"在20-25范围的数据，然后158行表示排序，160行表示排序的属性是"age"，161“order”表示排序为倒序"desc"，执行结果如下：
{
"took" : 0,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 4,
"relation" : "eq"
},
"max_score" : null,
"hits" : [
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9_D-3moBmjOHTfOJtVLL",
"_score" : null,
"_source" : {
"name" : "rebound",
"age" : 24,
"location" : "SF",
"province" : "广州",
"country" : "中国",
"xingbie" : "mela"
},
"sort" : [
24
]
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9vD-3moBmjOHTfOJtVLL",
"_score" : null,
"_source" : {
"name" : "points",
"age" : 23,
"location" : "PG",
"province" : "江苏",
"country" : "中国",
"xingbie" : "mela"
},
"sort" : [
23
]
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-PD-3moBmjOHTfOJtVLL",
"_score" : null,
"_source" : {
"name" : "center",
"age" : 23,
"location" : "C",
"province" : "北京",
"country" : "中国",
"xingbie" : "femela"
},
"sort" : [
23
]
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "-fD-3moBmjOHTfOJtVLL",
"_score" : null,
"_source" : {
"name" : "assist",
"age" : 21,
"location" : "PF",
"province" : "广州",
"country" : "中国",
"xingbie" : "famela"
},
"sort" : [
21
]
}
]
}
}11，聚合查询
输入：
使用聚合查询，格式是：170行使用"aggs"，171行为所要查询的属性名，这里查询"age"，173行"field"后边输入属性名，174行为范围，分别在"from"和"to"后边输入要分段的范围，这条请求实现的是统计属性"age"按照20-23,23-25,25-30划分的数据条数分别为多少，如果想要查看满足条件的数据，则将169行"size"值置为非零数，貌似应大于查询条数，具体还没查，这里是不显示满足条件的具体数据，直接置零即可，执行结果如下：
{
"took" : 9,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 5,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"age" : {
"buckets" : [
{
"key" : "20.0-23.0",
"from" : 20.0,
"to" : 23.0,
"doc_count" : 1
},
{
"key" : "23.0-25.0",
"from" : 23.0,
"to" : 25.0,
"doc_count" : 3
},
{
"key" : "25.0-30.0",
"from" : 25.0,
"to" : 30.0,
"doc_count" : 1
}
]
}
}
}聚合查询的另外一个示例
输入：
这条请求是查询属性"province"的统计结果，这里是统计5条数据，并显示其中2条，并在197行"field"后输入属性名，并在其后添加 .keyword，查询结果如下
{
"took" : 0,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 5,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "dunkking",
"age" : 27,
"location" : "SG",
"province" : "河北",
"country" : "中国",
"xingbie" : "mela"
}
},
{
"_index" : "cmcc",
"_type" : "_doc",
"_id" : "9vD-3moBmjOHTfOJtVLL",
"_score" : 1.0,
"_source" : {
"name" : "points",
"age" : 23,
"location" : "PG",
"province" : "江苏",
"country" : "中国",
"xingbie" : "mela"
}
}
]
},
"aggregations" : {
"province" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "广州",
"doc_count" : 2
},
{
"key" : "北京",
"doc_count" : 1
},
{
"key" : "江苏",
"doc_count" : 1
},
{
"key" : "河北",
"doc_count" : 1
}
]
}
}
}暂时写这么多，刚开始学，很多不熟悉的，后续有时间慢慢补充
智能推荐
while循环&CPU占用率高问题深入分析与解决方案_main函数使用while(1)循环cpu占用99-程序员宅基地
文章浏览阅读3.8k次，点赞9次，收藏28次。直接上一个工作中碰到的问题，另外一个系统开启多线程调用我这边的接口，然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法，放到线上后发现确实是可以正常取到结果，但是一旦调用，CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了，类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99
【无标题】jetbrains idea shift f6不生效_idea shift +f6快捷键不生效-程序员宅基地
文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效
node.js学习笔记之Node中的核心模块_node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是-程序员宅基地
文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别，这些API绝大多数都被包装到了一个具名和核心模块中了，例如文件操作的 fs 核心模块 ，http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是
数学建模【SPSS 下载-安装、方差分析与回归分析的SPSS实现(软件概述、方差分析、回归分析)】_化工数学模型数据回归软件-程序员宅基地
文章浏览阅读10w+次，点赞435次，收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件
利用hutool实现邮件发送功能_hutool发送邮件-程序员宅基地
文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢？1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件
docker安装elasticsearch，elasticsearch-head，kibana，ik分词器_docker安装kibana连接elasticsearch并且elasticsearch有密码-程序员宅基地
文章浏览阅读867次，点赞2次，收藏2次。docker安装elasticsearch，elasticsearch-head，kibana，ik分词器安装方式基本有两种，一种是pull的方式，一种是Dockerfile的方式，由于pull的方式pull下来后还需配置许多东西且不便于复用，个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码
随便推点
Python 攻克移动开发失败！_beeware-程序员宅基地
文章浏览阅读1.3w次，点赞57次，收藏92次。整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）近年来，随着机器学习的兴起，有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块，内置..._beeware
Swift4.0_Timer 的基本使用_swift timer 暂停-程序员宅基地
文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年 飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停
元素三大等待-程序员宅基地
文章浏览阅读986次，点赞2次，收藏2次。1.硬性等待让当前线程暂停执行，应用场景：代码执行速度太快了，但是UI元素没有立马加载出来，造成两者不同步，这时候就可以让代码等待一下，再去执行找元素的动作线程休眠，强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待
Java软件工程师职位分析_java岗位分析-程序员宅基地
文章浏览阅读3k次，点赞4次，收藏14次。Java软件工程师职位分析_java岗位分析
Java：Unreachable code的解决方法_java unreachable code-程序员宅基地
文章浏览阅读2k次。Java：Unreachable code的解决方法_java unreachable code
标签data-*自定义属性值和根据data属性值查找对应标签_如何根据data-*属性获取对应的标签对象-程序员宅基地
文章浏览阅读1w次。1、html中设置标签data-*的值 标题 11111 222222、点击获取当前标签的data-url的值$('dd').on('click', function() { var urlVal = $(this).data('ur_如何根据data-*属性获取对应的标签对象