Elasticsearch 基本语法汇总

最新推荐文章于 2024-07-30 01:17:14 发布
最新推荐文章于 2024-07-30 01:17:14 发布
阅读量1.7w 收藏 41
点赞数 4
分类专栏： elasticsearch 文章标签： elasticsearch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011499747/article/details/78877922
版权

原文链接：http://www.dubby.cn/detail.html?id=9077

数据基本操作

在Elasticsearch中，包含多个索引（Index），相应的每个索引可以包含多个类型（Type），这些不同的类型每个都可以存储多个文档（Document），每个文档又有多个属性。一个索引索引 (index) 类似于传统关系数据库中的一个数据库，是一个存储关系型文档的地方。 索引 (index) 的复数词为 indices 或 indexes 。

添加数据

PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

这个URI后面的1代表的是这条数据的ID，也可以字符串。如果不想自己指定ID，可以不传，但是必须使用POST来新增，这样的话Elasticsearch会给这条数据生成一个随机的字符串。

如果想对这条数据进行更新，可以重新请求这个URI，关键是这个ID要指定，然后修改json内容，这样就可以更新这条数据了。

检索数据

根据ID检索到具体某条数据:

GET /megacorp/employee/1

结果:

{
    "_index": "megacorp",
    "_type": "employee",
    "_id": "1",
    "_version": 1,
    "found": true,
    "_source": {
        "first_name": "John",
        "last_name": "Smith",
        "age": 25,
        "about": "I love to go rock climbing",
        "interests": [
            "sports",
            "music"
        ]
    }
}

其中_source就是我们存储的json信息，其他字段都很明了。

将HTTP动词由PUT改为GET可以用来检索文档，同样的，可以使用DELETE命令来删除文档，以及使用HEAD指令来检查文档是否存在。如果想更新已存在的文档，只需再次PUT。由此可见，Elasticsearch的作者深谙restful。

最简单的搜索

GET /megacorp/employee/_search

搜索指定Index下的Type的全部文档，默认每页只显示10条，可以通过size字段改变这个设置，还可以通过from字段，指定位移（默认是从位置0开始）。返回结果的 took字段表示该操作的耗时（单位为毫秒），timed_out字段表示是否超时，hits字段表示命中的记录

简单条件搜索

搜索last_name=Smith的数据：

GET /megacorp/employee/_search?q=last_name:Smith

条件搜索

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}

这段查询和上面的例子是一样的，不过参数从简单的参数变成了一个复杂的json，不过复杂带来的优势就是控制力更强，我们可以对查询做出更多精细的控制。

更复杂的搜索

根据last_name搜索，并且只关心年龄大于30的：

GET /megacorp/employee/_search
{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "last_name" : "smith" 
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 30 } 
                }
            }
        }
    }
}

这里新增了一个range过滤器，gt 表示_大于(_great than)。

全文搜索

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}

在此之前在新加一个数据：

PUT /megacorp/employee/1
{
    "first_name" :  "杨",
    "last_name" :   "正",
    "age" :         24,
    "about":        "一个Java程序员，热爱编程，热爱生活，充满激情。欢迎访问个人博客网站 www.dubby.cn，和个人微信公众号ITBusTech",
    "interests":  [ "英雄联盟" ]
}

在执行上面的全文搜索，结果是：

{
    "took": 5,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 1,
        "max_score": 1.8596519,
        "hits": [
            {
                "_index": "megacorp",
                "_type": "employee",
                "_id": "4",
                "_score": 1.8596519,
                "_source": {
                    "first_name": "杨",
                    "last_name": "正",
                    "age": 35,
                    "about": "一个Java程序员，热爱编程，热爱生活，充满激情。欢迎访问个人博客网站 www.dubby.cn，和个人微信公众号ITBusTech",
                    "interests": [
                        "英雄联盟"
                    ]
                }
            }
        ]
    }
}

好吧，我是故意的，就是怕有些人直接转载，来源都不标的那种~

短语搜索

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}

这个搜索会返回about中包含rock或者climbing的数据，也就是关键词之间默认是or的关系。如果希望精确匹配这个短语呢？

GET /megacorp/employee/_search
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    }
}

就是用match_phrase查询。

高亮搜索

PUT /megacorp/_mapping/employee
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    },
    "highlight": {
        "fields" : {
            "about" : {}
        }
    }
}

返回结果多了个highlight的部分，默认是用<em></em>包裹：

GET /megacorp/employee/_search
{
   ...
   "hits": {
      "total":      1,
      "max_score":  0.23013961,
      "hits": [
         {
            ...
            "_score":         0.23013961,
            "_source": {
               "first_name":  "John",
               "last_name":   "Smith",
               "age":         25,
               "about":       "I love to go rock climbing",
               "interests": [ "sports", "music" ]
            },
            "highlight": {
               "about": [
                  "I love to go <em>rock</em> <em>climbing</em>" 
               ]
            }
         }
      ]
   }
}

简单聚合

在聚合之前，需要做些修改，因为Elasticsearch默认是不支持对text类型的数据聚合的，所以需要先开启：

 {
                "properties": {
                    "about": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256 }
                        }
                    },
                    "age": {
                        "type": "long"
                    },
                    "first_name": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256 }
                        }
                    },
                    "interests": {
                        "type": "text",
                        "fielddata": true,
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256 }
                        }
                    },
                    "last_name": {
                        "type": "text",
                        "fields": {
                            "keyword": {
                                "type": "keyword",
                                "ignore_above": 256 }
                        }
                    }
                }
            }

类似SQL中的group by，下面是按interests聚合:

GET /megacorp/employee/_search
{
  "aggs": {
    "all_interests": {
      "terms": { "field": "interests" }
    }
  }
}

结果：

{
   ...
   "hits": { ... },
   "aggregations": {
      "all_interests": {
         "buckets": [
            {
               "key":       "music",
               "doc_count": 2
            },
            {
               "key":       "forestry",
               "doc_count": 1
            },
            {
               "key":       "sports",
               "doc_count": 1
            }
         ]
      }
   }
}

还可以过滤后再聚合：

GET /megacorp/employee/_search
{
  "query": {
    "match": {
      "last_name": "smith"
    }
  },
  "aggs": {
    "all_interests": {
      "terms": {
        "field": "interests"
      }
    }
  }
}

结果：

  ...
  "all_interests": {
     "buckets": [
        {
           "key": "music",
           "doc_count": 2
        },
        {
           "key": "sports",
           "doc_count": 1
        }
     ]
  }

还可以分级聚合：

GET /megacorp/employee/_search
{
    "aggs" : {
        "all_interests" : {
            "terms" : { "field" : "interests" },
            "aggs" : {
                "avg_age" : {
                    "avg" : { "field" : "age" }
                }
            }
        }
    }
}

结果：

  ...
  "all_interests": {
     "buckets": [
        {
           "key": "music",
           "doc_count": 2,
           "avg_age": {
              "value": 28.5
           }
        },
        {
           "key": "forestry",
           "doc_count": 1,
           "avg_age": {
              "value": 35
           }
        },
        {
           "key": "sports",
           "doc_count": 1,
           "avg_age": {
              "value": 25
           }
        }
     ]
  }

计数

GET /_count
{
    "query": {
        "match_all": {}
    }
}

结果：

{
    "count": 12,
    "_shards": {
        "total": 20,
        "successful": 20,
        "skipped": 0,
        "failed": 0
    }
}

当然可以对某个Type计数:

GET /megacorp/employee/_count
{
    "query": {
        "last_name" : "Smith"
    }
}

结果：

{
    "count": 2,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    }
}

监控

集群健康

GET _cluster/health

监控单个节点

GET _nodes/stats

集群统计

GET _cluster/stats

索引统计

GET my_index/_stats

GET my_index,another_index/_stats

GET _all/_stats

等待中的任务

GET _cluster/pending_tasks

cat

类似Linux中的cat命令，请注意这个查询返回的不是json，而是以表格的形式展现。

GET /_cat

=^.^=
/_cat/allocation
/_cat/shards
/_cat/shards/{index}
/_cat/master
/_cat/nodes
/_cat/indices
/_cat/indices/{index}
/_cat/segments
/_cat/segments/{index}
/_cat/count
/_cat/count/{index}
/_cat/recovery
/_cat/recovery/{index}
/_cat/health
/_cat/pending_tasks
/_cat/aliases
/_cat/aliases/{alias}
/_cat/thread_pool
/_cat/plugins
/_cat/fielddata
/_cat/fielddata/{fields}

要启用表头，加上?v这个参数

无始之名
关注
专栏目录
elasticsearch 常用语法汇总
杨杨杨~~的博客
04-26 1549
这个布尔查询的示例展示了如何利用布尔逻辑组合多个条件，以精确地过滤和排序文档。您可以根据实际需求修改查询条件和逻辑，以实现您想要的查询效果。
ElasticSearch - DSL查询文档语法，以及深度分页问题、解决方案
CYK_byte的博客
09-26 2876
你在淘宝里买东西的时候，要通过一些信息进行筛选，比如 销量、信誉、价格升序... 这些词一般都是固定一个按钮，点击就会帮你做筛选.
Elasticsearch语法大全
qq_41911898的博客
11-24 7210
ElasticSearch常见操作语法Elasticsearch语法大全一、 ElasticSearch 创建index、type、field语法1、Elasticsearch和关系型数据库数据模型对应关系表2、创建索引并查看3、删除索引并查看4、文档操作4.1、查看文档类型4.2、在索引中添加文档4.3、在索引中查看文档4.4、在索引中修改文档4.5、在索引中删除文档4.6、在索引中批量操作文档5、创建一个数据模型样例（包含index、type、field）：6、Elasticsearch给type增加一
科普文：深入理解ElasticSearch体系结构
最新发布
为无为，事无事，味无味。
07-30 1621
es自带如下的分词器StandardSimpleWhitespaceStopKeywordPatternLanguage默认分词器其组成如下，特性为：按词切分，支持多语言小写处理其组成如下，特性为：按照非字母切分小写处理其组成如下，特性为：按照空格切分Stop Word指语气助词等修饰性的词语，比如the、an、的、这等等其组成如图，特性为：相比Simple Analyzer多了stop Word处理。
ElasticSearch 常用的查询过滤语句
qiezikuaichuan的专栏
08-02 5937
http://www.cnblogs.com/ghj1976/p/5293250.html query 和  filter 的区别请看： http://www.cnblogs.com/ghj1976/p/5292740.html    Filter DSL   term 过滤 term主要用于精确匹配哪些值，比如数字，日期，布尔值或 not_analyzed 的字符串(未经分析的文
elasticsearch语法讲解
Clozzz的博客
06-01 568
一、elasticsearch数据模型 Index：索引，由多个Document组成 Type：索引类型，6.x中仅支持一个，以后将逐渐被移除 Document：文档，由多个field组成， Field：字段，包括字段名与字段值 二、Document管理 PUT/POST/GET/DELETE http://ip:端口/索引名称/类型/主键 创建：PUT、POST请求 查询：GET请求 删除：DELETE请求 二、创建elasticsearch数据库 PUT 库名 { “settings”:{
elasticsearch基本语法
weixin_44396392的博客
06-21 3585
es语法快速上手，最全面的es语法解释。
ElasticSearch基础语法
技术分享，读书笔记，面试宝典，算法积累，应有尽有～
11-16 234
索引的创建、更新、删除、查询，索引简单查询，analyze分析过程...
java操作ElasticSearch(包含增删改查及基础语法操作)
2401_84415415的博客
04-18 969
学完之后，若是想验收效果如何，其实最好的方法就是可自己去总结一下。比如我就会在学习完一个东西之后自己去手绘一份xmind文件的知识梳理大纲脑图，这样也可方便后续的复习，且都是自己的理解，相信随便瞟几眼就能迅速过完整个知识，脑补回来。下方即为我手绘的MyBtis知识脑图，由于是xmind文件，不好上传，所以小编将其以图片形式导出来传在此处，细节方面不是特别清晰。但可给感兴趣的朋友提供完整的MyBtis知识脑图原件（包括上方的面试解析xmind文档）
【Elasticsearch】es脚本编程使用详解
congge
10-25 5443
es脚本编程使用详解
elasticsearch 语法大全
zhaojikun521521的博客
07-10 1167
更新操作 post 路径 _update_by_query 更新字段 avatar 查询条件query { "script": { "source": "ctx._source['avatar']='http://192.168.25.121/verify/face/gets?imageId=50ccc157ace047a4be7c05b32c4c2a...
elasticsearch简单入门语法
weixin_39509262的博客
08-10 1377
elasticsearch 简单入门语法
ElasticSearch语法
WangLi1201的博客
02-24 789
elasticSearch语法
ElasticSearch语法总结
什么都干的派森
04-14 9709
es是面向文档型数据库，一条数据就是一个文档，可以通过下面这张表与关系型数据库进行类比：ESMysqlIndex（索引）Database（数据库）Type（类型：es7+已删除）Table（表）Documents（文档）Row（行）Field（字段）Column（列）用id建立索引，通过id查询数据。用数据中的关键词建立索引，通过关键词查询id。
Elasticsearch 操作语法全解
isymikasan的博客
11-28 3996
elasticsearch 超全操作+语法详解。总结了很久！
Elasticsearch语法
六月长安的博客
12-05 475
Elasticsearch是一个采用Restful API标准的高扩展性、高实用性及高实时性的实时数据分析的全文搜索工具，现在ES官方有非常健全的ES教材文档，从搭建到集成Kibana、logstash等组件，再到Restful API的使用，包括倒排索引等概念都有非常齐全的说明 ...
elasticsearch 语法
blocalhost的博客
07-09 100
匹配 按照条件匹配 精准匹配 区间范围匹配 匹配字段过滤 多条件查询 高亮查询 //创建索引 PUT /test/type/1 { "name":"小白说elasticseach", "age":"28" } //设置属性 PUT /test1 { "mappings": { "properties": { "name": { "type":"text" }, "birthday": { "ty...
ElasticSearch常见用法，看这一篇就够了
热门推荐
学Java，找哪吒
03-17 1万+
文末送3本《一本书讲透Elasticsearch：原理、进阶与工程实践》
Elasticsearch作用
08-16
### 回答1： Elasticsearch是一个开源的搜索引擎，它提供了一个分布式、多租户的全文搜索引擎和分析引擎，可以快速、准确地处理海量数据。它可以帮助用户实现数据的快速检索、聚合分析、实时监控、日志处理等功能。同时，Elasticsearch还支持复杂的查询语句和高级聚合操作，能够方便地实现各种数据分析需求。 ### 回答2： Elasticsearch是一个开源的分布式搜索和分析引擎，有很多重要的作用。 首先，Elasticsearch可以作为一个高性能的全文搜索引擎。它可以处理大量的数据，提供快速和准确的搜索结果，支持复杂的查询操作，如模糊搜索、词语关联性分析等。这对于各种Web应用、电子商务平台、新闻网站等需要快速检索和分析大量文本数据的场景非常有用。 其次，Elasticsearch也是一个可扩展的数据分析平台。它可以实时地对大规模数据进行搜索、聚合、过滤、排序等操作，并且能够提供可视化的分析结果。无论是做日志分析、业务监控、数据仪表盘等，Elasticsearch都能够帮助用户从海量数据中快速发现有价值的信息。 此外，Elasticsearch还可以作为一个分布式数据存储系统。它使用倒排索引的方式存储数据，具有高效的读写性能和水平扩展能力。用户可以自定义文档的结构和字段，索引和检索各种类型的数据，包括结构化数据、非结构化数据、地理位置数据等。 最后，Elasticsearch还有很多其他的功能和用途，比如实时日志搜索、推荐系统、自然语言处理等。它具有开放的API接口和丰富的生态系统，可以和其他工具和框架（如Logstash、Kibana等）无缝集成，进一步扩展其功能和应用范围。 总之，Elasticsearch是一个功能强大、易用的分布式搜索和分析引擎，可以帮助用户快速构建高性能、可扩展的数据搜索和分析系统。 ### 回答3： Elasticsearch是一个开源的分布式搜索和分析引擎，功能强大且易于使用，主要用于存储、搜索和分析大规模数据。它具有以下几个作用： 1. 实时数据搜索：Elasticsearch可以快速地对大量数据进行实时搜索。它基于倒排索引的原理，能够在几乎没有延迟的情况下快速返回符合搜索条件的结果。这使得它非常适合用于构建实时搜索引擎、日志分析、商品推荐等应用场景。 2. 高可用性和可扩展性：Elasticsearch采用分布式架构，可以通过横向扩展的方式，在多个节点上存储和处理数据。这种设计使得它具备高度可用性和可扩展性，即使在一个节点故障的情况下，系统依然能够正常工作。 3. 复杂查询和聚合分析：Elasticsearch支持丰富的查询语法，可以进行复杂的条件查询和全文搜索。同时，它还提供了强大的聚合分析功能，能够对数据进行多维度的汇总和统计。 4. 实时数据分析：除了搜索功能，Elasticsearch还可以用于实时数据分析。它可以对存储的原始数据进行聚合分析、数据挖掘和可视化展示，帮助用户从海量的数据中发现有价值的信息。 总之，Elasticsearch在数据存储、数据搜索和数据分析方面都有着重要的作用。它的高性能、强大的查询和分析能力，以及可扩展性，使得它成为了很多大型企业和机构在处理大数据应用中的首选引擎。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值