ES集群状态、节点、索引等查看及根据字段、排序查询

news/2024/6/30 15:28:52

ES集群基础:

1. 查看集群:

http://172.xxx.xxx.8:9200

2. 查看状态:

http://172.xxx.xxx.8:9200/_cat/health?v

3. 查看索引:

http://172.xxx.xxx.8:9200/_cat/indices?v

4. 查看节点:

http://172.xxx.xxx.8:9200/_cat/nodes?v

5. 查看磁盘空间:

http://172.xxx.xxx.8:9200/_cat/allocation?v

6. 查看节点的分配情况:

http://172.xxx.xxx.8:9200/_cat/shards

7. 找到某个节点id:

http://172.xxx.xxx.8:9200/_nodes/process

8. 查看索引结构:

http://172.xxx.xxx.8:9200/idx_tile

9. 查询索引数据:

http://172.xxx.xxx.8:9200/idx_point/_search

10. 查询所有数据,根据某个字段降序排序 post查询,body的参数如下

http://172.xxx.xxx.8:9200/idx_point/_search
{"query": {"match_all": {}},"sort": [{"seq": {"order": "desc"}}]
}

11. 根据某个字段查询

http://172.xxx.xxx.8:9200/idx_point/_search
{"query":{"match_phrase":{"pid":"H2019001"}}
}

12. 根据某个字段查询结果,删除

http://172.xxx.xxx.8:9200/idx_point/_delete_by_query
{"query":{"match_phrase":{"pid":"H201900001"}}
}

13. 根据某个字段查询并只返回某一个字段

http://172.xxx.xxx.8:9200/idx_point/_search
{"query":{"match":{"pid":"1111124345511"}},"_source":"timestamp"
}

14. 修改settings某个字段

在kibana console中先查询,在更新

GET idx_cx_test/_settings
{"query":{"match_all":{}}
}
PUT idx_cx_test/_settings
{"max_result_window": 100000
}

15. Kibana console查询集群状态、节点、索引等

GET _cat/health?v
{"query":{"match_all":{}}
}
GET _cat/nodes?v
{"query":{"match_all":{}}
}
GET _cat/indices?v
{"query":{"match_all":{}}
}

16. Kibana console导出为curl请求

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pgtn.cn/news/17446.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈,一经查实,立即删除!

相关文章

【点云空间索引】python-pcl:KdTree与八叉树

1. 点云是什么 通过雷达、激光扫描、立体摄像机等三维测量设备获得的点云数据,具有数据量大、分布不均匀等特点。 点云数据主要是表征目标表面的海量点集合,并不具备传统实体网格数据的几何拓扑信息。点云处理中最核心的问题就是建立离散点间的拓扑结构&…

【点云StatisticalOutlierFilter】python-pcl:去除离群点

点云去除离群点 方法:StatisticalOutlierFilter 原理:使用K近邻方法找到点云中每个点k近邻,计算出标准距离;设置俩个点之间距离超过标准距离*std倍数的为离群点。 结果:将点云分为俩部分,内点以及离群点…

Postgresql: 时间戳long,TimeStamp,Date,String互转

今天遇到一个神奇的问题:Postgre数据库里存的 10位long类型的时间戳,拿Java代码转完的日期年月日时分秒,转出来的时间和在pgAdmin里用sql转完的日期 整整差了8个小时。。。。。 你不信吗? 请看图 时间戳:1598619305 转…

Open3D DbScanClustering聚类算法及聚类分簇可视化及存储

DBSCAN聚类算法,是基于密度的聚类算法。该算法需要两个参数。 labels np.array(pcd.cluster_dbscan(eps0.02, min_points10, print_progressTrue)) 入参: eps: 定义到聚类邻居的距离min_points: 定义形成聚类所需的最小点数。 出…

端口01 - 零基础入门学习汇编语言67

第十四章:端口01 让编程改变世界 Change the world by program 引言 CPU可以直接读写3 个地方的数据 (1)CPU 内部的寄存器; (2)内存单元; (3)端口。 这一章&#xff0c…

【点云重采样Resampling】Python-pcl 基于多项式平滑点云及法线估计的曲面重建

1. 点云重采样 基于多项式平滑点云及法线估计的曲面重建以实现重采样,可以使得点云数据更规整一些,没之前那么杂乱。 set_Compute_Normals(True) 可以通过在最小二乘法中进行法线估计,提高重采样准确度;set_polynomial_fit(True…

Open3D KdTree建立、3种近邻搜索及结果可视化

1. 点云索引 Open3D KdTree,可以快速的在无序的点云中建立空间拓扑结构,使得能迅速的进行近邻搜索; 2. 近邻方法分类: Open3D这边支持的近邻搜索方法由VTK实现; K近邻搜索(K Nearest Neighbors Search)半径近邻搜索(Radius Nearest Neighbors Search)混合近邻搜索(…

Open3D 点云法向量3种估计方法及法向量可视化

点云3种法向量估计方法及可视化 1)点云读取可视化2)下采样可视化3)法向量三种估计方式(K近邻估计,半径近邻估计,混合搜索估计)4)点云每个点对应的法向量点存储及可视化5)法向量点和原始点云同时可视化6)源码1)点云读取可视化 原始点云: 2)下采样可视化 下采样:…