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）

{
  "mappings": {
    "student": {
      "properties": {
        "address": {
          "type": "keyword"
        },
        "name": {
          "type": "text",
          "fields": {
            "quanpin": {
              "type": "text",
              "analyzer": "quanpin_analyzer",
              "search_analyzer": "word_analyzer"
            },
            "substring": {
              "type": "text",
              "analyzer": "back_edge_ngram_analyzer",
              "search_analyzer": "word_analyzer"
            }
          }
        }
      }
    }
  }
}

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

PUT student1/studentAlias/1
{
  "address":"北京",
  "name":"百度"
}

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

POST student1/studentAlias
{
  "name":"微软",
  "address":"上海"
}

响应：                                                                           查询：

    

3.批量新增数据

 PUT 索引名/别名/_bulk

PUT student1/studentAlias/_bulk
{"index":{"_id":1}}
{"name":"百度","address":"北京"}
{"index":{"_id":2}}
{"name":"优酷","address":"上海"}
{"index":{"_id":3}}
{"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

POST student1/studentAlias/_delete_by_query
{
  "query":{
    "term":{
        "_id":"1"
    }
  }
}

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 

POST /student1/studentAlias/_delete_by_query
{
  "query": {
    "match_all": {
    }
  }
}

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  

POST indexName,indexName2/type2,post/_delete_by_query
{
  "query": {
    "match_all": {}
  }
}

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

POST student4/student4/_delete_by_query?scroll_size=2
{
  "query":{
    "term":{
        "address":"武汉"
    }
  }
}

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

POST student1/studentAlias/1/_update
{
  "doc":{
    "name":"腾讯"
  }
}

 

 

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

GET /student1/studentAlias/_search
{
  "query": {
    "match": {
		  "name": "百度"
    }
  }
}

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