Ⅰ elasticsearch 聚合查詢後結果排序，使用哪個欄位排序
可以通過order指定一個單值的metric聚合，來排版序權。
{
"aggs" : {
"genders" : {
"terms" : {
"field" : "gender",
"order" : { "avg_height" : "desc" }
},
"aggs" : {
"avg_height" : { "avg" : { "field" : "height" } }
}
}
}
}
Ⅱ Elasticsearch如何對搜索結果進行設置
你可以在發送查詢請求的時候，通過指定查詢字元串取得欄位來達到專你的目的，具體屬請參照下面這段，title和number就是取得欄位。
curl -X GET "localhost:9200/soaringroad/_search?pretty" -H "Content-Type: application/json" -d '
{
"query":{"match_all":{}},
"_source": ["title","number"]
}
'
Ⅲ Elasticsearch 查詢怎麼返回指定的欄位值
源文檔過濾可以在查詢中控制原始JSON文檔中的哪一部分會被返回。我們可以設置包含列或專者排除列，通過模式屬匹配來過濾列名的訪問路徑即可。請記住，這僅僅可以節省從查詢節點到調用客戶端的帶寬，而不能節省cpu時間和磁碟IO，除非使用fields的時候。這是因為當使用源文檔過濾時，對於每一個查詢結果我們仍然需要解析源文檔，根據提供的模式去匹配，以確實返回值中應該包含這一列，或者排除這一列。但是在我們的優化計劃中，它仍然是一個非常重要的方式，並且它使用非常容易，我們可以從它開啟優化的第一步。
在1.0版本之前，有一個更廣為人知的查詢方式——partial fields，現在它已經過時了，已經被本文的源文檔過濾替代。
Ⅳ 如何在elasticsearch中查看Logstash打到elasticsearch的數據
在output->elasticsearch下增加一個index配置
output {
elasticsearch {
hosts => ["192.168.10.166:9200"]
index => "test_system_log"
}
}
查看的的話，就裝kibana好了內，在kibana的settings->indices頁面，容在頁面裡面的輸入框輸入test_system_log，如果下面的按鈕文字不是unable to fetch mapping xxxx，就說明日誌收集成功了，點create按鈕就創建好了
Ⅳ Elasticsearch到底能玩多大的數據量
使用戶能夠更方便地上手，例如時間分布圖或者統計圖。 Elasticsearch既可以搜索、也可以保存數據。它提供了一種半結構化，例如對單獨的欄位或文檔進.Elasticsearch是一個高伸縮、高可用、基於Apache Lucene的開源搜索與分析引擎。通過它你可以很方便地對數據進行深入挖掘，可以隨時放大與縮小搜索與分析的區間，並且這一切都是實時的。為了提供了一個優秀的用戶體驗，我們對Elasticsearch投入了很大的精力。但我們也為用戶提供了全方面的選項，在必要的情況下，可以對該引擎的幾乎每個方面進行定製。 舉例來說，當你使用它搜索數據的時候，以實現你的目的。你也可以對schema映射進行定製、不依賴schema並且基於JSON的模型，你可以直接傳入原始的JSON文檔，Elasticsearch會自動地檢測出你的數據類型，並對文檔進行索引，可以使用傳統的查詢（『查找滿足條件Y的所有項X』）進行過濾（在Elasticsearch術語中稱為「視圖」），高亮顯示搜索片段，並且提供了強大的聚合（即Elasticsearch中的「分面」（facet））能力。也可以使用地理位置（『查找在Z里之內的所有項』），或是為用戶提供搜索關鍵字建議，為每條結果提供相應的上下文。Elasticsearch本身的各種選項已有了良好的默認值
Ⅵ elasticsearch 查看每個分片下有多少條數據
Elasticsearch是一個高伸縮、高可用、基於Apache Lucene的開源搜索與分析引擎。通過它你可以很方便地對數據進行深入挖掘，可以隨時放大與縮小搜索與分析的區間，並且這一切都是實時的。為了提供了一個優秀的用戶體驗，我們對Elasticsearch投入了很大的精力。Elasticsearch本身的各種選項已有了良好的默認值，使用戶能夠更方便地上手。但我們也為用戶提供了全方面的選項，在必要的情況下，可以對該引擎的幾乎每個方面進行定製。
舉例來說，當你使用它搜索數據的時候，可以使用傳統的查詢（『查找滿足條件Y的所有項X』）進行過濾（在Elasticsearch術語中稱為「視圖」），高亮顯示搜索片段，為每條結果提供相應的上下文。也可以使用地理位置（『查找在Z里之內的所有項』），或是為用戶提供搜索關鍵字建議，並且提供了強大的聚合（即Elasticsearch中的「分面」（facet））能力，例如時間分布圖或者統計圖。
Elasticsearch既可以搜索、也可以保存數據。它提供了一種半結構化、不依賴schema並且基於JSON的模型，你可以直接傳入原始的JSON文檔，Elasticsearch會自動地檢測出你的數據類型，並對文檔進行索引。你也可以對schema映射進行定製，以實現你的目的，例如對單獨的欄位或文檔進行boost映射，或者是定製全文搜索的分析方式等等。
你既可以在自己的膝上電腦中啟用一個小型實例，也可以在雲端啟用幾十乃至幾百個實例，只需要一些極小的改變而已。Elasticsearch會自動進行橫向擴展，它能夠隨著你的應用一起成長。
Elasticsearch運行在JVM之上，它使用JSON格式，通過RESTful HTTP介面的方式訪問，因此任何一種客戶端或語言都能夠與其交互。目前已經有了大量的客戶端和框架的整合方案，包括對多種編程語言的支持，通過這些原生的API與專門的DSL將不一致的地方最小化，並實現性能最大化。
Elasticsearch非常適合於大數據的場合，它的高伸縮性與分布式架構的本質使得對大量信息的搜索與存儲都可以在近乎實時的情況下完成。通過Elasticsearch-Hadoop這個項目，我們使Hadoop使用者（這里也包括Hive、Pig和Cascading）能夠用一個成熟的搜索引擎來增強他們的工作流。我們還為他們提供了一種豐富的語言，能夠讓他們更好地表達意圖，因而更准確地獲得想要的結果，並且速度也大大提高了。
Ⅶ Elasticsearch 查詢怎麼返回指定的欄位值
使用 _source 過濾。
http://localhost:9200/_search?_source=name
這樣便過濾除了 name 欄位。
如果使用 Request Body 的話
GET/_search
{
"_source":"name",
"query":{
//...
}
}
設置為false將會不返回任何 field
GET/_search
{
"_source":false,
"query":{
"term":{"user":"kimchy"}
}
_source 還可以支持一些匹配規則，下面的例子來自官方文檔：
GET/_search
{
"_source":"obj.*",
"query":{
"term":{"user":"kimchy"}
}
}
GET/_search
{
"_source":["obj1.*","obj2.*"],
"query":{
"term":{"user":"kimchy"}
}
}
GET/_search
{
"_source":{
"includes":["obj1.*","obj2.*"],
"excludes":["*.description"]
},
"query":{
"term":{"user":"kimchy"}
}
}
文檔地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-source-filtering.html
Ⅷ 如何在elasticsearch中查看Logstash打到elasticsearch的數據
Elasticsearch是一個高伸縮、高可用、基於Apache
Lucene的開源搜索與分析引擎。通過它你可以很方便地對數據進行深入挖掘，可以隨時放大與縮小搜索與分析的區間，並且這一切都是實時的。為了提供了一
個優秀的用戶體驗，我們對Elasticsearch投入了很大的精力。Elasticsearch本身的各種選項已有了良好的默認值，使用戶能夠更方便
地上手。但我們也為用戶提供了全方面的選項，在必要的情況下，可以對該引擎的幾乎每個方面進行定製。
舉例來說，當你使用它搜索數據的時候，可以使
用傳統的查詢（『查找滿足條件Y的所有項X』）進行過濾（在Elasticsearch術語中稱為「視圖」），高亮顯示搜索片段，為每條結果提供相應的上
下文。也可以使用地理位置（『查找在Z里之內的所有項』），或是為用戶提供搜索關鍵字建議，並且提供了強大的聚合（即Elasticsearch中的「分
面」（facet））能力，例如時間分布圖或者統計圖。
Elasticsearch既可以搜索、也可以保存數據。它提供了一種半結構化、不依賴
schema並且基於JSON的模型，你可以直接傳入原始的JSON文檔，Elasticsearch會自動地檢測出你的數據類型，並對文檔進行索引。你
也可以對schema映射進行定製，以實現你的目的，例如對單獨的欄位或文檔進行boost映射，或者是定製全文搜索的分析方式等等。
你既可以在自己的膝上電腦中啟用一個小型實例，也可以在雲端啟用幾十乃至幾百個實例，只需要一些極小的改變而已。Elasticsearch會自動進行橫向擴展，它能夠隨著你的應用一起成長。
Elasticsearch
運行在JVM之上，它使用JSON格式，通過RESTful
HTTP介面的方式訪問，因此任何一種客戶端或語言都能夠與其交互。目前已經有了大量的客戶端和框架的整合方案，包括對多種編程語言的支持，通過這些原生
的API與專門的DSL將不一致的地方最小化，並實現性能最大化。
Elasticsearch非常適合於大數據的場合，它的高伸縮性與分布式架構
的本質使得對大量信息的搜索與存儲都可以在近乎實時的情況下完成。通過Elasticsearch-Hadoop這個項目，我們使Hadoop使用者（這
里也包括Hive、Pig和Cascading）能夠用一個成熟的搜索引擎來增強他們的工作流。我們還為他們提供了一種豐富的語言，能夠讓他們更好地表達
意圖，因而更准確地獲得想要的結果，並且速度也大大提高了。
Ⅸ elasticsearch 怎麼過濾分詞一個字
分詞一個字
Ⅹ Elasticsearch 查詢怎麼返回指定的欄位值
指定返回欄位，查詢方式，
SearchResponse response = client.prepareSearch("sb").setTypes("sb")
.setQuery(query).setFrom(0).setSize(500)
.setExplain(false)
.addFields(new String[]{"cphm1","jcdid","cplx1","tpid1","tgsj","cdid"})
.execute().actionGet();```
**結果獲取方式：**
//指定返回欄位時的結果獲取方式------begin---------
Map<String, Object> map = new HashMap<String, Object>();
List<Map> listresult = new ArrayList<Map>();
for(final SearchHit hit:response.getHits()){
final Iterator<SearchHitField> iterator = hit.iterator();
while(iterator.hasNext()){
final SearchHitField hitfield = iterator.next();
map.put(hitfield.getName(),hitfield.getValue());
System.out.print(hitfield.getName()+"=="+hitfield.getValue()+"-----");
}
listresult.add(map);
System.out.println();
}
for(final Map m:listresult){
// System.out.println(m.get("jcdid")+"--"+m.get("cphm1")+"--"+m.get("tpid1")+"--"+m.get("tgsj"));
}
**普通查詢方式**
SearchResponse response = client.prepareSearch("sb").setTypes("sb")
.setQuery(query).setFrom(0).setSize(500)
.setExplain(false)
.execute().actionGet();
結果獲取方式：
SearchHits hits = response.getHits();
for (int i = 0; i < hits.getHits().length; i++) {
System.out.print(「主鍵值：」+hits.getAt(i).getId()+」—>」);
System.out.print(hits.getAt(i).getSource().get(「cphm1」) + 「—」);
System.out.print(hits.getAt(i).getSource().get(「cplx1」) + 「—」);
System.out.print(hits.getAt(i).getSource().get(「jcdid」) + 「—」);