elasticsearch

docker container로 elasticsearch와 kibana를 쉽게 배포할 수 있다.port-forward로 host-ip의 9200 port가 container port에 맵핑된 것을 볼 수 있다.이에 맞춰서 kibana의 ELASTICSEARCH_HOST

먼저 index를 생성해보고, 삭제해보도록 하자. 이전과 마찬가지로 kibana의 Dev Tools페이지로 들어가서 다음의 명령어를 입력해보도록 하자.index생성index 생성은 매우 간단하다. HTTP PUT method로 /{index} 요청을 만들어주면 된다.

이전에 document들을 불러오고 변경하고 삭제하는 연산들을 하였다. 그런데 어떻게 elasticsearch가 document들이 어디에 있는 지 알 수 있는 것일까? 어떻게 색인된 document를 바로 찾을 수 있는 것일까??바로 routing덕분이다. routi

Analysis는 elasticsearch에서 internal하게 사용하는 search최적화 test분석이다. text분석이라고도 불리며, text fields와 value에 적용된다. text값들은 document를 index를 인덱싱 할 때 분석되며, 그 결과는 효

mapping은 document가 index에 어떻게 색인되고 저장되는 지 정의하는 부분이다. JSON문서의 각 필드를 어떤 방식으로 분석하고 색인할 지, 어떤 타입으로 저장할 지 등을 세부적으로 지정할 수 있다.kibana devtools를 열어서, my_index2

string인 text와 keyword field에 대해서 알아보기 이전에 normalizer에 대해서 알아보자. normalizer는 keyword에 사용하는 analyzer로 생각하면 된다. normalizer는 analyzer와 비슷한 역할을 하나 적용 대상이 t

template를 사전에 정의하면 index생성 시에 template에 정의한대로 index가 생성된다. 즉, mapping이나 type설정들에 대해서 template를 먼저 만들어 놓고, 생성되는 index가 해당 template의 정의를 따르도록 할 수 있다는 것이

search API는 기본적으로 다음의 API를 사용하고, 여기에서 크게 멋어나는 일이 없다. index-name을 전달하지 않으면, 모든 index에서 검색을 하므로 index-name을 전달해주어 성능 부하를 줄이는 것이 좋다. index-name에 \*와 같은 w

aggregation(집계)는 elasticsearch의 꽃이다. search도 aggregation을 하기 위함과 다를바 없다. 먼저 kibana sample data를 적재해보도록 하자. kibana homepage에 가서 Try sample data -> Samp