ElasticSearch-基本概念
- 词项： 所有文档中出现的不重复个体
- 分片： 底层工作单元，保存全部数据中的一部分，能搜索任意一个节点上的资源（文档会被存储和索引到分片内）。分为主分片和副本分片，索引内的任意一个文档都归属于主分片，副本分片是主分片的拷贝，提供读服务，副本分片和主分片不会被分到同一个节点
- Document： 根对象，能被indexed的基本信息单元，用JSON表示，ID唯一,不可修改，只能替换
- 文档元数据
- _Index 索引。相似document的集合，标明文档存放的位置
- _type 数据子分区。同一索引下的数据逻辑分区,一个索引可以有多个类型
- _id 与 _index,_type一起唯一确定一个文档
- _version 保证相互冲突的变更不会导致数据丢失。ES使用乐观并发控制，默认不阻塞并发请求，如果请求版本号不对，返回错误状态码
- Shards： 索引被切分存储的片段
- Replication： 索引shards的拷贝
- _score：正浮点数，表示相关性，评分越高，相关性越高
- 倒排索引：文档中所有不重复词的列表构成，其中每个词有一个包含它的文档列表，只能搜索到索引中存在的词条
LogStash
./bin/logstash -f conf/test.conf 启动方式
- [] 字段引用，将字段名放到里面即可。 例如： 获取精度 [geoip][location][0]
- a => true 数据类型，前面代表数据的字段名，后面是值，当前为bool
- stdin 中 type用来标记事件类型，tags由具体插件添加、删除
- start_position： logstash读取文件的初始位置，默认使用结束位置
grok表达式语法
1、 完整语法： %{PATTERN_NAME:capture_name:data_type}
2、 写表达式如果没有完全匹配那么会匹配失败
3、 一样的字符串直接写对应字符即可，希望解析的用%{}包裹
4、 (?\w+) 表示匹配 单词 一次或多次并将结果存储在 param1里面
5、 pattern_dir 指定grok表达式存储的位置，match直接引用
6、 正则写到想要匹配的位置即可
附录
Kibana查询
kibana框中的查询可以使用LUCENE查询语法或者是ES的查询语句
Field
查询指定的字段否则使用默认字段
比如 index包含两个字段 title , text ；text是默认字段
title:”hello world” AND text:to 和 title:”hello world” AND to 等效
title: hello world 查询的则是 title为hello的字段 text为world的字段
wildcard
te?t 匹配 text test ;表示任意一个字符
test* 匹配 test tests tester;表示0到多个字符
？和 * 不能用在第一个位置
Fuzzy
roam~ 匹配 foam和roams 基于 Levenshtein Distance，波浪线添加在末尾。从1.9版本开始可以追加数字代表相似度，越接近1相似度越高，比如 roam~0.8,默认是0.5
Proximity
“jakarta apache”~10 匹配从jakarta到apache中间隔10个单词
Range
mode_date:[20020101 TO 20030101] 匹配时间在20020101到20030101之间，包括20020101和20030101
title:{Aida TO Carmen} 匹配Aida 到 Carmen之间，不包括Aida和Carmen
“[”表示包含 “{”表示不包含
AND（+） OR NOT（-）
关键字要大写
(jakarta OR apache) AND website 组合查询 包含 website 和 jakarta/apache
逃逸字符
\(1\+1\)\:2
使用ES查询语法
将ES命令中的 -d 后面的参数加入即可；比如curl查询为
curl -XGET 'localhost:9200/_search?format=yaml' -d '
{ "query":{"term":{"addre":"beijing"}}}'
命令行下输入为:{ "query":{"term":{"addre":"beijing"}}}