一、什么是Kibana
Kibana 是一個開源的分析和可視化平台，Kibana 提供搜索、查看和與存儲在 Elasticsearch 索引中的數據進行交互的功能。開發者或運維人員可以輕松地執行高級數據分析，並在各種圖表、表格和地圖中可視化數據
二、安裝使用
①：下載Kibana https://www.elastic.co/cn/downloads/kibana
②：配置Kibana
Open config/kibana.yml in an editor.
Set elasticsearch.hosts to point at your Elasticsearch instance.
默認情況下，Kibana 會連接運行在 localhost 上的 Elasticsearch 實例。如果需要連接不同的 Elasticsearch實例，可以修改 kibana.yml 配置文件中的 Elasticsearch URL 配置項並重啟 Kibana
如：elasticsearch.hosts: ["http://localhost:9200"]
③：運行
Run bin/kibana (or bin\kibana.bat on Windows)
④：訪問
Point your browser at http://localhost:5601
Kibana使用：
①：導入數據文件
②：預覽並確認導入
③：創建索引模式
④：在Discover中查看數據
Kibana左側的Toolbar主要分為一下幾塊功能：
Discovery 發現：用於查看和搜索原始數據
Visualize 可視化：用來創建圖表、表格和地圖等
Dashboard：多個圖表和合並為一個 Dashboard 儀表盤
Timelion 時間線：用於分析時序數據，以二維圖形的方式展示
Dev Tools 開發工具：用於進行DSL查詢、Query性能分析等
Management 管理：主要用於創建 Index Patterns，ES中的索引在創建 Index Patterns 之后，才能在 Discover 中被搜索，在 Visualize 和 Dashboard 中制圖。
三、檢索
1、選擇日期
2、左側欄目展示可用的字段列表：
KQL(Kibana Query Language)：
1、根據具體字段檢索
①：如果只想展示某個字段的內容，則在字段欄目上將鼠標懸停在類別字段上，然后單擊 +
②：根據字段內容檢索
如根據category字段
多個字段一起檢索
如檢索價格字段>=60 且 category為 Women's Clothing 的數據：products.taxless_price >= 60 and category : Women's Clothing
③：通過filter：
選擇過濾的字段，和值的包含關系：
填入值，保存即可檢索：
2、檢索字符串
①：匹配多個字符串，每個字段都會單獨匹配。如：force and clean
②：匹配單個確切的字符串或者匹配字符串短語，用雙引號括起來。如"force and clean"
Luceue：
1、根據字段查詢
限定字段全文搜索：field:value
精確搜索：關鍵字加上雙引號 filed:"value"
2、通配符
? 匹配單個字符
* 匹配0到多個字符
3、模糊搜索
~:在一個單詞后面加上~啟用模糊搜索，可以搜到一些拼寫錯誤的單詞
4、近似搜索
在短語后面加上~，可以搜到被隔開或順序不同的單詞
"where select"~5 表示 select 和 where 中間可以隔着5個單詞，可以搜到 select password from users where id=1
5、范圍搜索
mod_date:[20020101 TO 20030101]：查找 mod_date 字段的值介於 20020101 和 20030101 之間的文檔
Dev Tools：
Kinaba > Management > Dev Tools
PUT（修改），POST（添加），DELETE（刪除），GET（查詢）
1、GET / 等價於 http://localhost:9200/，對應的curl為：curl -XGET "http://localhost:9200/"
2、創建一個索引及文檔
PUT index_name/_doc(type_name)/document_id
{文檔內容} 
3、簡單檢索文檔
①：GET /index_name/type_name/document_id
對應的curl：curl -X GET "localhost:9200/megacorp/employee/1?pretty"
如 GET /megacorp/employee/1 的返回，_source屬性里的是原始JSON文檔
{ "_index" : "megacorp", "_type" : "employee", "_id" : "1", "_version" : 1, "_seq_no" : 0, "_primary_term" : 1, "found" : true, "_source" : { "first_name" : "John", "last_name" : "Smith", "age" : 25, "about" : "I love to go rock climbing", "interests" : [ "sports", "music" ] } }
②：搜索索引下的全部文檔：
GET /megacorp/employee/_search
curl -X GET "localhost:9200/megacorp/employee/_search?pretty"
搜索結果放在了hit數組中，一個搜索默認返回10條結果
#! [types removal] Specifying types in search requests is deprecated. { "took" : 12, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 3, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "megacorp", "_type" : "employee", "_id" : "1", "_score" : 1.0, "_source" : { "first_name" : "John", "last_name" : "Smith", "age" : 25, "about" : "I love to go rock climbing", "interests" : [ "sports", "music" ] } }, { "_index" : "megacorp", "_type" : "employee", "_id" : "2", "_score" : 1.0, "_source" : { "first_name" : "Jane", "last_name" : "Smith", "age" : 32, "about" : "I like to collect rock albums", "interests" : [ "music" ] } }, { "_index" : "megacorp", "_type" : "employee", "_id" : "3", "_score" : 1.0, "_source" : { "first_name" : "Douglas", "last_name" : "Fir", "age" : 35, "about" : "I like to build cabinets", "interests" : [ "forestry" ] } } ] } }
③：根據文檔中的屬性值搜索
搜索lastname屬性值為Smith的文檔，使用q參數：
GET /megacorp/employee/_search?q=last_name:Smith
curl -X GET "localhost:9200/megacorp/employee/_search?q=last_name:Smith&pretty"
4、查詢表達式搜索
查詢表達式支持構建更加復雜和健壯的查詢
①：使用 match 查詢屬性last_name值為Smith的文檔
GET /megacorp/employee/_search { "query" : { "match" : { "last_name" : "Smith" } } }
對應curl為：
curl -X GET "localhost:9200/megacorp/employee/_search?pretty" -H 'Content-Type: application/json' -d' { "query" : { "match" : { "last_name" : "Smith" } } } '
②：使用過濾器filter，搜索last_name屬性值為Smith、age屬性值大於30的文檔
GET /megacorp/employee/_search { "query" : { "bool": { "must": { "match" : { "last_name" : "smith" } }, "filter": { "range" : { "age" : { "gt" : 30 } } } } } }
5、全文搜索
Elasticsearch會在全文屬性上搜索並返回相關性最強的結果，區別於傳統關系數據庫的一條記錄要么匹配要么不匹配
如在`about` 屬性上搜索 “rock climbing”
GET /megacorp/employee/_search { "query" : { "match" : { "about" : "rock climbing" } } }
返回結果：
{ "took" : 67, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 2, "relation" : "eq" }, "max_score" : 1.4167401, "hits" : [ { "_index" : "megacorp", "_type" : "employee", "_id" : "1", "_score" : 1.4167401, # 相關性得分 "_source" : { "first_name" : "John", "last_name" : "Smith", "age" : 25, "about" : "I love to go rock climbing", "interests" : [ "sports", "music" ] } }, { "_index" : "megacorp", "_type" : "employee", "_id" : "2", "_score" : 0.4589591, # 相關性得分 "_source" : { "first_name" : "Jane", "last_name" : "Smith", "age" : 32, "about" : "I like to collect rock albums", "interests" : [ "music" ] } } ] } }
Elasticsearch 默認按照相關性得分排序，即每個文檔跟查詢的匹配程度。第一個最高得分的結果很明顯：John Smith 的 about 屬性清楚地寫着 “rock climbing”
但為什么 Jane Smith 也作為結果返回了呢？原因是她的 about 屬性里提到了 “rock” 。因為只有 “rock” 而沒有 “climbing” ，所以她的相關性得分低於 John 的
6、短語搜索
找出一個屬性中的獨立單詞是沒有問題的，但有時候想要精確匹配一系列單詞或者_短語_ 。 比如， 我們想執行這樣一個查詢，僅匹配同時包含 “rock” 和 “climbing” ，並且 二者以短語 “rock climbing” 的形式緊挨着文檔
為此對 match 查詢稍作調整，使用一個叫做 match_phrase 的查詢：
GET /megacorp/employee/_search { "query" : { "match_phrase" : { "about" : "rock climbing" } } }
7、高亮搜索
在搜索結果中高亮顯示部分文本片段，以便讓用戶知道為何該文檔符合查詢條件
使用highlight參數即可：
GET /megacorp/employee/_search { "query" : { "match_phrase" : { "about" : "rock climbing" } }, "highlight": { "fields" : { "about" : {} } } }
8、聚合搜索
Elasticsearch 有一個功能叫聚合（aggregations），允許我們基於數據生成一些精細的分析結果。聚合與 SQL 中的 GROUP BY 類似但更強大。
聚合使用aggs，如聚合搜索文檔中所有age的值：
GET /megacorp/employee/_search { "aggs": { "all_ages": { "terms": { "field": "age" } } } }
結果：
{ ... "aggregations" : { "all_ages" : { "doc_count_error_upper_bound" : 0, "sum_other_doc_count" : 0, "buckets" : [ # age 所有出現的值，及出現改之文檔的個數 { "key" : 25, "doc_count" : 1 }, { "key" : 32, "doc_count" : 1 }, { "key" : 35, "doc_count" : 1 } ] } } }
Elasticsearch搜索語法中文文檔：https://www.elastic.co/guide/cn/elasticsearch/guide/2.x/_retrieving_a_document.html
9、清空索引數據
POST index_name/_delete_by_query
{
"query": {
"match_all": {}
}
}10、根據id刪除一條數據
DELETE index_name/_doc/${_id}
更多API：https://www.elastic.co/guide/en/elasticsearch/reference/current/rest-apis.html
END.