es的安装和部署_es文件管理器最新版[通俗易懂]

es的安装和部署

1.elasticsearch安装部署

1.1安装

下载地址：https://www.elastic.co/cn/downloads/（我下载的是7.6.1）
然后解压即可

1.2目录

1.bin 启动文件目录
2.config 配置文件目录
        1og4j2 日志配置文件
         jvm.options java 虚拟机相关的配置
         elasticsearch.ym1 elasticsearch 的配置文件!
3.lib 相关jar包
4.modules 功能模块目录
5.plugins 插件目录

1.3启动

检查自己的Java环境是否配置好

双击，正常运作可以看到以下内容

在网址中输入：localhost:9200 测试一下，看到如下说明启动成功！

1.4 安装可视化界面

elasticsearch-head

(只做数据展示工具，查询语句用kibana)

1.下载地址：https://github.com/mobz/elasticsearch-head
2.安装：解压即可
3.启动：

cd elasticsearch-head 
#安装相关依赖
npm install
#启动
npm run start
#访问
http://localhost:9100/

如下：


此时存在跨域问题（只有当两个页面同源，才能交互）
同源（端口，主机，协议三者都相同）
开启跨域：在elasticsearch解压目录config下elasticsearch.yml中添加：

# 开启跨域
http.cors.enabled: true
# 所有人访问
http.cors.allow-origin: "*"

重启elasticsearch
访问网址： http://localhost:9100，连接

1.5 ElasticSearch安装为Windows服务

1.elasticsearch的bin目录下有一个elasticsearch-service.bat
2.cmd 进入bin目录下执行: elasticsearch-service.bat install

3.查看电脑服务es已经存在了

安装kibana

1. 安装

1.下载地址： https://www.elastic.co/cn/downloads/
2.安装： 解压即可
3.启动： 双击


访问网址： http://localhost:5601
kibana汉化: 编辑器打开 /config/kibana.yml，添加：i18n.locale: "zh-CN"
重启kibana：已经汉化

2.基本使用：

基本Rest命令说明：

2.1 索引以及文档的创建、查询、更新、删除

1.创建：
(1)索引的创建

PUT /索引名

(2)文档的创建

PUT /索引名/文档类型/文档id

在elasticsearch-head中查看，添加成功
(3)创建索引规则


2.查询：

(1)获取索引信息

GET 索引名
#获取该索引信息 

GET 索引名/_mapping
#获取索引的映射规则

(2)获取文档信息

GET 索引名/类型名/文档id

(3)补充常用命令 GET _cat/… 获取es集群的信息

GET _cat/health
#查看集群的健康值

GET _cat/indices?v
#查看es包含的所有索引的信息

一些复杂查询：查询匹配

match：匹配（会使用分词器解析（先分析文档，然后进行查询））

_source：过滤字段

sort：排序

form、size 分页

多条件查询：

must 相当于 and
should 相当于 or
must_not 相当于 not (... and ...)
filter 过滤

3.索引的更新：
先创建一个索引，往里面添加三条数据：

POST /索引名/类型名/文档id/_update
#修改索引内容，一定要注意加上"doc"标签

4.删除：
(1)删除索引

DELETE 索引名

(2)删除索引中的某个文档

DELETE 索引名/类型名/文档id

3.索引以及文档的查询

1.简单查询

<这里我自己安装了ik分词器，所以可以实现部分匹配 >

GET /test2/_search?q=name:"张"
#获取test2索引中名字中含有"张"的文档信息

2.复杂查询

1.模糊查询

#match是模糊查询，term是精确查询。

#term和match只管传入的查询条件是否分词，比如“晚会”使用match可以被分词成“晚”“会”两个词进行查询，term不分词就直接用“晚会”进行查询。
#(总结，模糊查询既拆分输入的关键字，也拆分被查询的字段；精确查询只拆分被查询的字段)

2.过滤不想看的字段

_source: []
#过滤字段

3.排序

sort:
#排序

此时我又往test2中添加了一些测试数据，如下

按照年龄进行排序

4.分页查询

from:从查询结果的第几个开始显示
size:一个页面显示几个

5.布尔值bool查询

must:相当于逻辑与 AND
should: 相当于逻辑或 OR
must_not: 实现的是“逻辑非”NOT
filter:过滤器

must:

should:

must_not:

filter:

6.模糊查询的多条件查询

#多个条件直接用“空格”隔开，这一点比MySQL数据库查询方便得多。

7.高亮查询和自定义高亮样式

3.聚合查询

两个核心概念bucket,metric：

对每个组内的数据进行聚合分析,分组,就是bucket
对一个bucket执行的某种聚合分析的操作，比如说求平均值，求最大值，求最小值,就是metric

现在es新建一个索引，添加如三条数据：

1.根据商品名称计算每个商品数量

#size:只获取聚合结果，而不执行聚合原始数据
#aggs:固定语法，要对一份数据执行分组聚合操作
#group_by_name:就是对每个aggs，都要起一个名字，这个名字是随机的，你随便取什么都ok
#terms：根据字段的值进行分组
#field：根据指定的字段的值进行分组
对于返回的数据：
#hits.hits:指定了size是0，所以hits.hits为空，否则会把执行聚合的那些原始数据给你返回回来
#aggregations:聚合结果                         
#group_by_name：我们指定的某个聚合的名称
#buckets：根据我们指定的field划分出的buckets           
#key：每个bucket对应的那个值
#doc_count：这个bucket分组内，有多少个数据          
 默认的排序规则：按照doc_count降序排序

2.统计郑州地区的个数

3.计算每个商品下的平均价格/最小价格/最大价格/总价

#count:buckets,terms,自动就会有一个doc_count,就相当于是count
#avg:avg aggs 求平均值
#max:求一个bucket内，指定field值最大的那个数据
#min：求一个bucket内，指定field值最小的那个数据
#sum：求一个bucket内，指定field值的总和先分组，再算每组的平均值

4.先计算出平均价格，在让平均价格按照从大到小排序

"collect_mode"
#对于子聚合的计算，有两种方式：
#depth_first 直接进行子聚合的计算
#breadth_first 先计算出当前聚合的结果，针对这个结果在对子聚合进行计算。
"order": { 
    "avg_price": "desc" }

5.按照指定的价格范围区间进行分组，然后在每组内再按照name进行分组，最后再计算每组的平均价格

"ranges": [{ 
   },{ 
   }]

今天的文章es的安装和部署_es文件管理器最新版[通俗易懂]分享到此就结束了，感谢您的阅读。