Kibana Dev Tools语法总结

女爷i 2024-05-09 16:02 64阅读 0赞

使用Dev Tools操作es首先确保正确安装Kibana并和es配置成功，可参考我另一篇文章[Windows安装Kibana][Windows_Kibana]

## Dev Tools工具 ##

我的是汉化了的，如果是英文版的在相应位置就好像就叫 Dev Tools  
![在这里插入图片描述][4121098ba6434839b19c52683fa3708d.png]

## 查看es信息 ##

GET /  
![在这里插入图片描述][a6f86063c66d492ba17eb5ee620bd099.png]

## 新增数据 ##

### 自动生成id ###

格式：POST /test/\_doc/ \{ \}  
test：自己的index，如果是新建就随意定义  
\{ \}：json字符串，也是根据自己想存什么数据就存什么数据  
如：

POST /test/_doc/
    {
      "name":"名字",
      "password":"密码",
      "age": 22,
      "sex":"男",
      "address":"地址xxx",
      "tel":"电话"
    }

![在这里插入图片描述][181441e781ba479ca673a5f74737a87f.png]

### 手动生成id ###

POST /test/_doc/1
    {
        
      "name":"名字1",
      "password":"密码1",
      "age": 23,
      "sex":"女",
      "address":"四川",
      "tel":"132xxx"
    }

![在这里插入图片描述][4530c202866d47b6ab37c124ccd79419.png]

### 批量新增 ###

POST _bulk
    {
        "index" : {
        "_index" : "test"}}
    {
        "name" : "批量新增1","password" : "批量新增1","age" : 3,"sex" : "男","address" : "地址xxx","tel" : "电话"}
    {
        "index" : {
        "_index" : "test"}}
    {
        "name" : "批量新增1","password" : "批量新增1","age" : 23,"sex" : "男","address" : "地址xxx","tel" : "电话"}

插入的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  
![在这里插入图片描述][bfe03dfe397b429e8987bb22c5879a37.png]  
也可以指定id

POST _bulk
    POST _bulk
    {
        "index" : {
        "_index" : "test","_id" : 2}}
    {
        "name" : "批量新增2","password" : "批量新增1","age" : 3,"sex" : "男","address" : "地址xxx","tel" : "电话"}
    {
        "index" : {
        "_index" : "test","_id" : 3}}
    {
        "name" : "批量新增3","password" : "批量新增1","age" : 23,"sex" : "男","address" : "地址xxx","tel" : "电话"}

## 查询数据 ##

### 所有数据 ###

\_search是固定的

GET /test/_search

![在这里插入图片描述][d41281a36009416ca6ae7ec6e2b2f3a7.png]

GET /test/_search
    {
        
      "query": {
        
        "match_all": {
        
        }
      }
    }

### 根据id ###

GET /test/_doc/1

\_doc 是固定的  
1 是id  
![在这里插入图片描述][65e9ad53b9d647008a5027abd5723792.png]  
![在这里插入图片描述][e95ed56dfe834d1cbe0e609463ecbc63.png]

### 条件查询 ###

所有查询条件如果是字符串形式，如果无法匹配，就需要在查询属性后面加  
.keyword

#### 单条件查询 ####

password 等于密码

GET /test/_search
    {
        
       "query": {
        
         "match": {
        
          "password.keyword": "密码"
         }
       }
    }

![在这里插入图片描述][388a6154a3d84ae99dea1a221141604a.png]

#### 查询和筛选上下文 ####

多个条件查询必须使用 bool must  
查询name包含新，sex包含男，tel等于电话,age大于20的数据

filter 参数指示筛选器上下文。它的 and 子句用于筛选器上下文。它们会过滤掉 不匹配的文件，但它们会 不影响匹配文档的分数。

GET /test/_search
    {
        
      "query": {
         
        "bool": {
         
          "must": [
            {
         "match": {
          "name": "新" }},
            {
         "match": {
         "sex": "男" }}
          ],
          "filter": [ 
            {
         "term":  {
         "tel.keyword": "电话" }},
            {
         "range": {
         "age": {
         "gte": 20 }}}
          ]
        }
      }
    }

![在这里插入图片描述][ef3ecb6602424a9eb38a73c5f09bb5d8.png]

#### 复合查询 ####

##### 关键字 #####

*  minimum\_should\_match 设置为 0：表示查询中至少有一个 should 子句需要匹配，也就是说，只要有一个条件满足，文档就有可能被返回。这通常会导致较高的召回率，但可能会降低精度。  
    minimum\_should\_match 设置为 1：表示所有的 should 子句都需要匹配，即所有指定的条件都必须满足，文档才会被返回。这通常会提高查询的精度，但可能会减少召回率
 *  must：这个关键字用来指定文档必须匹配的条件。只有满足所有must条件的文档才会被包含在搜索结果中。这类似于逻辑运算中的AND操作。
 *  filter：filter子句也是用来指定必须匹配的条件，但它不会对查询结果进行评分。这意味着filter子句执行起来通常比must快，因为Elasticsearch会缓存filter子句的结果。这使得filter非常适合用于处理那些与相关性评分无关的查询条件，如性别、年龄等。filter子句可以看作是优化过的must子句。
 *  must\_not：这个关键字用来指定文档必须不匹配的条件。任何满足must\_not条件的文档都会被排除在搜索结果之外。这类似于逻辑运算中的NOT操作。
 *  should：should关键字用来指定文档应该匹配的条件。这些条件是可选的，如果文档满足了should中的任何一个条件，它的相关性评分会增加。如果没有满足任何should条件，也不会对文档的评分产生影响。这类似于逻辑运算中的OR操作（一般不用）。

**总的来说，must和filter都用于确保文档满足特定条件，但filter更高效；must\_not用于排除不符合条件的文档；而should用于增加匹配文档的相关性评分。在实际使用中，这些关键字可以组合使用，以构建复杂的查询逻辑。**

1.  term：用于精确匹配某个字段的值
2.  range：用于指定一个范围，并匹配该范围内的值。
3.  wildcard：用于进行模糊匹配，可以使用通配符来指定模式
4.  terms：用于精确匹配多个值
5.  prefix：匹配以什么开头  
    **匹配name等于批量新增1并且age不等于3**  
    ![在这里插入图片描述][d9f747d22fb943f68f2986b45ecd9836.png]  
    **匹配name等于批量新增1和名字的数据**

POST /test/_search
    {
        
      "query": {
        
        "bool": {
        
          "must": [
            {
        "terms": {
        
              "name.keyword": ["批量新增1","名字"]
            }}
          ]
        }
      }
    }

**匹配name等于批量新增1和名字的数据并且不以名开头**

POST /test/_search
    {
        
      "query": {
        
        "bool": {
        
          "must": [
            {
        
              "terms": {
        
                "name.keyword": [
                  "批量新增1",
                  "名字"
                ]
              }
            }
          ],
          "must_not": [
            {
        "wildcard": {
        
              "name": "名*"
            }}
          ]
        }
      }
    }

**匹配name等于批量新增1和名字的数据并且不以名开头并且年龄在10-30之间**

POST /test/_search
    {
        
      "query": {
        
        "bool": {
        
          "must": [
            {
        
              "terms": {
        
                "name.keyword": [
                  "批量新增1",
                  "名字"
                ]
              }
            },
            {
        
              "range": {
        
                "age": {
        
                  "gte": 10,
                  "lte": 30
                }
              }
            }
          ],
          "must_not": [
            {
        
              "prefix": {
        
                "name.keyword": "名"
              }
            }
          ]
        }
      }
    }

#### 分页查询 ####

from 当前页  
size 每页展示多少数据

GET /test/_search
    {
        
      "from": 0,
      "size": 2
    }

![在这里插入图片描述][0d4535595c4a4151be9f218103df5587.png]

### 排序 ###

升序

GET /test/_search
    {
        
      "sort": [
        {
        
          "age": {
        
            "order": "asc"
          }
        }
      ]
    }

![在这里插入图片描述][904eddd57329418685290da621f24cf7.png]  
降序

GET /test/_search
    {
        
      "sort": [
        {
        
          "name.keyword": {
        
            "order": "desc"
          }
        }
      ]
    }

![在这里插入图片描述][5dde8b7b30ee46f584fd440ce9a07828.png]

## 修改 ##

### 根据id ###

如果id存在则修改不存在就新增

PUT /test/_doc/2
    {
        
      "name": "修改了",
      "password": "修改密码",
      "age": 322,
      "sex": "男女",
      "address": "adress",
      "tel": "tel"
    }

![在这里插入图片描述][ed086b60b19c4c28bacc83295d1d856c.png]

### 根据查询条件修改 ###

修改name = "修改了"的年龄为66

POST /test/_update_by_query?refresh
    {
        
      "script": {
        
        "source": "ctx._source.age = 66"
      },
      "query": {
        
        "term": {
        
          "name.keyword": "修改了"
        }
      }
    }

![在这里插入图片描述][039f69b22f9847a78078eb2606fd59e6.png]

## 删除 ##

和修改类似

### 根据id删除 ###

DELETE /test/_doc/2

![在这里插入图片描述][26fac7f588e8482f92b7ac6d94fdef07.png]

### 根据查询条件删除 ###

先看有什么数据  
![在这里插入图片描述][c05b76f9923849f0bc943e7f02fda3a9.png]  
删除name="名字"的数据  
![在这里插入图片描述][7a4ac63d015440a3aedf28d1b71cff39.png]

## 删除index（所有数据，慎重） ##

DELETE /test

![在这里插入图片描述][5ea39c98502549e3b5399010218b25d9.png]

[Windows_Kibana]: https://blog.csdn.net/jg_csdn/article/details/137542007?spm=1001.2014.3001.5501
[4121098ba6434839b19c52683fa3708d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/6c23d3517d66424f92f015620b968427.png
[a6f86063c66d492ba17eb5ee620bd099.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/3166045bf9f14e3186dfc2a51e0e83d3.png
[181441e781ba479ca673a5f74737a87f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/1315cec0611a427fa4e989b11ee5e5ee.png
[4530c202866d47b6ab37c124ccd79419.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/3177a286444646d3a5be465c9ce037ff.png
[bfe03dfe397b429e8987bb22c5879a37.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/0fa7ac1e20f7417faae25cfce3c88943.png
[d41281a36009416ca6ae7ec6e2b2f3a7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/cda35bddbe9b4a469488d684aca80cf1.png
[65e9ad53b9d647008a5027abd5723792.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/92a6383e510a45eb878b2d75d68b0c0d.png
[e95ed56dfe834d1cbe0e609463ecbc63.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/a4c39dec793746a0a49d4777359dc0ab.png
[388a6154a3d84ae99dea1a221141604a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/5581ad0588d04bfca38fcd1a8bfa50d9.png
[ef3ecb6602424a9eb38a73c5f09bb5d8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/6e196e8d7e5a4ca09dc889b2629861be.png
[d9f747d22fb943f68f2986b45ecd9836.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/476bec52727048aab0ba7860ab6dca48.png
[0d4535595c4a4151be9f218103df5587.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/aa7e61b45d0943c4a76f40ca7c728d29.png
[904eddd57329418685290da621f24cf7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/1cacfbddd9844ddd8dbb50f425065d3f.png
[5dde8b7b30ee46f584fd440ce9a07828.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/260b7d664b764a1fb03b76f7f3720a34.png
[ed086b60b19c4c28bacc83295d1d856c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/43572402e3474d7d857e45ef98fd2aac.png
[039f69b22f9847a78078eb2606fd59e6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/c2d7c0df98134163905305517d3321a9.png
[26fac7f588e8482f92b7ac6d94fdef07.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/3372b731c47c43b3ab4670acbabfc1f2.png
[c05b76f9923849f0bc943e7f02fda3a9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/c654b9bb0ed94606a38eb5d7f4b67774.png
[7a4ac63d015440a3aedf28d1b71cff39.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/498767f2d731427c9d56c56b41f0221e.png
[5ea39c98502549e3b5399010218b25d9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/09/202d9f269f994f08a1773d01e9f66744.png