Docker 中 Elasticsearch 添加 IK 分詞器以及 Kibana 的部署和使用

1. Docker 中 Elasticsearch 添加 IK 分詞器

如果需要下載其他版本:
https://github.com/medcl/elasticsearch-analysis-ik/releases

進入容器後運行

cd plugins/
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v5.6.12/elasticsearch-analysis-ik-5.6.12.zip;
unzip elasticsearch-analysis-ik-5.6.12.zip;
mv elasticsearch ik;
rm -rf elasticsearch-analysis-ik-5.6.12.zip;

推出重啓容器, 訪問下面的 URL

http://192.168.19.129:9200/_analyze?analyzer=ik_smart&pretty=true&text=我是程序員

2. Kibana 的部署和使用

部署

docker pull kibana:5.6.12;
docker run -it -d  -p 5601:5601 -e ELASTICSEARCH_URL=http://192.168.19.129:9200 --name=kibana kibana:5.6.12;

訪問

http://192.168.19.129:5601/

2.1 基本用法

# 新增索引庫
PUT /user

# 獲取所有索引庫信息
GET _cat/indices

# 刪除索引庫
DELETE /user

# 添加映射
PUT /user/userinfo/_mapping
{
  "properties": {
    "name": {
      "type": "text",
      "analyzer": "ik_smart",
      "search_analyzer": "ik_smart", 
      "store": false
    },
    "city": {
      "type": "text",
      "analyzer": "ik_smart",
      "search_analyzer": "ik_smart", 
      "store": false
    },
    "age": {
      "type": "long",
      "store": false
    },
    "description": {
      "type": "text",
      "analyzer": "ik_smart",
      "search_analyzer": "ik_smart", 
      "store": false
    }
  }
}

# 添加文本數據 id=1
PUT /user/userinfo/1
{
  "name": "張三",
  "city": "上海",
  "age": 20,
  "description": "張三是一名是中國上海人"
}


# 添加文本數據 id=2
PUT /user/userinfo/2
{
  "name": "李四",
  "city": "北京",
  "age": 25,
  "description": "李四到北京實習"
}


# 根據 ID 查詢數據 id=2
GET /user/userinfo/2

# 更新文本數據 id=2 (原理: 刪除原始數據, 新增數據)
PUT /user/userinfo/2
{
  "age": 30,
  "description": "李四在北京工作"
}

# 更新數據, 直接修改指定域的數據.
POST /user/userinfo/2/_update
{
  "doc": {
    "age": 45,
    "description": "李四在北京工作, 當上 CEO."
  }
}

# 查詢索所有數據
GET _search

# 查詢索引庫所有數據
GET /user/_search

# 查詢索引庫下文檔所有數據
GET /user/userinfo/_search

# 根據 age 降序排列
GET /user/userinfo/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}

# 分頁查詢
GET /user/userinfo/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ],
  "from": 0,
  "size": 1
}

2.2 過濾查詢

# 詞項搜索 Term
GET /user/userinfo/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}

# 多個詞項搜索 Terms
GET /user/userinfo/_search
{
  "query": {
    "terms": {
      "city": [
        "上海",
        "北京"
      ]
    }
  }
}

# 範圍過濾搜索
GET /user/userinfo/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 10,
        "lte": 26
      }
    }
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}

# 範圍存在域的數據
GET /user/userinfo/_search
{
  "query": {
    "exists": {
      "field": "age"
    }
  }
}

# bool 過濾數據
# must ==> and, must_not ==> not, should ==> or.
GET /user/userinfo/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "terms": {
            "city": [
              "上海",
              "北京"
            ]
          }
        },
        {
          "range": {
            "age": {
              "gte": 10,
              "lte": 20
            }
          }
        }
      ]
    }
  }
}

# 查詢所有
GET /user/userinfo/_search
{
  "query": {
    "match_all": {}
  }
}

# 字符串查詢
GET /user/userinfo/_search
{
  "query": {
    "match": {
      "description": "北京"
    }
  }
}

# 多個域字符串查詢
GET /user/userinfo/_search
{
  "query": {
    "multi_match": {
      "query": "北京",
      "fields": [
        "city",
        "description"
      ]
    }
  }
}

3. Kibana 7+ 版本

需要進入容器將 kibana.yml 文件中的 http://elasticsearch:9200 改成自己的 Elasticsearch 的地址連接

vi config/kibana.yml

關於使用, 只有一點區別, 就是 7 版本以上去除了 type, 提高了搜索. 8 版本可以設置是否啓動 type. 其他的基本上一樣