ES kibana常用语法---增删改查_es 空字符串值查询，2024年最新三面头条+四面阿里+五面腾讯拿offer分享面经总结

于 2024-04-13 06:16:00 发布
阅读量989 收藏 14
点赞数 11
分类专栏： 程序员 文章标签： elasticsearch jenkins 大数据
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/2401_84160041/article/details/137703442
版权

{
“query”: {
“bool”: {
“must_not”: [
{
“wildcard”: {
“字段名称”: {
“value”: “*”
}
}
}
]
}
}
}


##### 字段值不为空字符串的文档

GET index名称/_count
{
“query”: {
“wildcard”: {
“字段名称”: {
“value”: “*”
}
}
}
}


#### 1. Match Query：用于搜索指定字段中包含指定词条的文档。

GET /_search
{
“query”: {
“match”: {
“title”: “Elasticsearch”
}
}
}


#### 2. Term Query：用于搜索指定字段中包含指定词条的文档，不会对词条进行分词。

GET /_search
{
“query”: {
“term”: {
“title”: “Elasticsearch”
}
}
}


#### 3. Range Query：用于搜索指定字段中符合指定范围的文档。

GET /_search
{
“query”: {
“range”: {
“age”: {
“gte”: 18,
“lte”: 30
}
}
}
}


#### 4. Bool Query：用于组合多个查询条件，支持must、should、must\_not和filter四种子查询。

GET /_search
{
“query”: {
“bool”: {
“must”: [
{ “match”: { “title”: “Elasticsearch” }},
{ “match”: { “content”: “Java” }}
],
“should”: [
{ “match”: { “author”: “John” }},
{ “match”: { “author”: “Jane” }}
],
“must_not”: [
{ “match”: { “status”: “deleted” }}
],
“filter”: [
{ “range”: { “date”: { “gte”: “2020-01-01” }}}
]
}
}
}


#### 5. Wildcard Query：用于搜索指定字段中符合通配符表达式的文档。

GET /_search
{
“query”: {
“wildcard”: {
“title”: “Elast*csearch”
}
}
}


#### 6. Fuzzy Query：用于搜索指定字段中与指定词条相似的文档。

GET /_search
{
“query”: {
“fuzzy”: {
“title”: {
“value”: “Elastiksearch”,
“fuzziness”: “2”
}
}
}
}


#### 7. Prefix Query：用于搜索指定字段中以指定前缀开头的文档。

GET /_search
{
“query”: {
“prefix”: {
“title”: “Elast”
}
}
}


#### 8. Match Phrase Query：用于搜索指定字段中包含指定短语的文档。

GET /_search
{
“query”: {
“match_phrase”: {
“title”: “Elasticsearch tutorial”
}
}
}


### 基本查询


#### 查询某个索引所有的文档

GET /your_index_name/_search
{
“query”: {
“match_all”: {}
}
}
或
GET /your_index_name/_search


#### 查询字符串搜索

GET test/doc/_search?q=name:wangfei


#### 结构化查询(单字段查询,不能多字段组合查询)

GET test/doc/_search
{
“query”:{
“match”:{
“name”:“wang”
}
}
}


### match 系列


1、match：返回所有匹配的分词。


2、match\_all：查询全部。


3、match\_phrase：短语查询，在match的基础上进一步查询词组，可以指定slop分词间隔。


4、match\_phrase\_prefix：前缀查询，根据短语中最后一个词组做前缀匹配，可以应用于搜索提示，但注意和max\_expanions搭配。其实默认是50…


5、multi\_match：多字段查询，使用相当的灵活，可以完成 match\_phrase 和 match\_phrase\_prefix 的工作。


#### match\_all (查询全部)

GET test/doc/_search
{
“query”:{
“match_all”: {
}
}
}


#### match\_phrase（短语查询）

匹配一整个词语

只用match，会单个字匹配

GET test1/doc/_search { “query”:{ “match”:{ “title”:“中国” } } }


#### match\_phrase\_prefix（最左前缀查询）智能搜索–以什么开头


#### multi\_match（多字段查询)
  • multi_match是要在多个字段中查询同一个关键字 除此之外，mulit_match甚至可以当做match_phrase和match_phrase_prefix使用，只需要指定type类型即可

GET test2/doc/_search
{
“query”: {
“multi_match”: {
“query”: “beautiful”,
“fields”: [
“title”,
“desc”
]
}
}
}

  • 当设置属性 type:phrase 时 等同于 短语查询
    GET test1/doc/_search
    {
    “query”: {
    “multi_match”: {
    “query”: “中国”,
    “fields”: [
    “title”
    ],
    “type”: “phrase”
    }
    }
    }
  • 当设置属性 type:phrase_prefix时 等同于 最左前缀查询
    GET test2/doc/_search
    {
    “query”: {
    “multi_match”: {
    “query”: “bea”,
    “fields”: [
    “desc”
    ],
    “type”: “phrase_prefix”
    }
    }
    }

### 排序查询

倒排
GET test/doc/_search
{
“query”: {
“match_all”: {}
},
“sort”: [
{
“age”: {
“order”: “desc”
}
}
]
}
升序
GET test/doc/_search
{
“query”: {
“match_all”: {}
},
“sort”: [
{
“age”: {
“order”: “asc”
}
}
]
}


### 分页查询

GET test/doc/_search
{
“query”: {
“match_phrase_prefix”: {
“name”: “wang”
}
},
“from”: 0,
“size”: 1
}


### bool 查询 (must、should)


**bool 查询总结**  
 must：与关系，相当于关系型数据库中的 and。  
 should：或关系，相当于关系型数据库中的 or。  
 must\_not：非关系，相当于关系型数据库中的 not。  
 filter：过滤条件。  
 range：条件筛选范围。  
 gt：大于，相当于关系型数据库中的 >。  
 gte：大于等于，相当于关系型数据库中的 >=。  
 lt：小于，相当于关系型数据库中的 <。  
 lte：小于等于，相当于关系型数据库中的 <=。


#### must


(must字段对应的是个列表，也就是说可以有多个并列的查询条件，一个文档满足各个子条件后才最终返回)


##### 单条件查询

GET test/doc/_search
{
“query”: {
“bool”: {
“must”: [
{
“match”: {
“name”: “wangfei”
}
}
]
}
}
}


##### 多条件组合查询

GET test/doc/_search
{
“query”: {
“bool”: {
“must”: [
{
“match”: {
“name”: “wanggfei”
}
},
{
“match”: {
“age”: 25
}
}
]
}
}
}


#### should


(只要符合其中一个条件就返回)

GET test/doc/_search
{
“query”: {
“bool”: {
“should”: [
{
“match”: {
“name”: “wangjifei”
}
},
{
“match”: {
“age”: 27
}
}
]
}
}
}


#### must\_not

GET test/doc/_search
{
“query”: {
“bool”: {
“must_not”: [
{
“match”: {
“name”: “wangjifei”
}
},
{
“match”: {
“age”: 27
}
}
]
}
}
}


#### filter


(条件过滤查询，过滤条件的范围用range表示gt表示大于、lt表示小于、gte表示大于等于、lte表示小于等于)

GET test/doc/_search
{
“query”: {
“bool”: {
“must”: [
{
“match”: {
“name”: “wangjifei”
}
}
],
“filter”: {
“range”: {
“age”: {
“gte”: 10,
“lt”: 27
}
}
}
}
}
}


#### 查询结果过滤

GET test3/doc/_search
{
“query”: {
“match”: {
“name”: “顾”
}
},
“_source”: [“name”,“age”]
}

查询结果
{
“took” : 58,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 1,
“max_score” : 0.2876821,
“hits” : [
{
“_index” : “test3”,
“_type” : “doc”,
“_id” : “1”,
“_score” : 0.2876821,
“_source” : {
“name” : “顾老二”,
“age” : 30
}
}
]
}
}


#### 查询结果高亮显示 (默认高亮显示)

GET test3/doc/_search
{
“query”: {
“match”: {
“name”: “顾老二”
}
},
“highlight”: {
“fields”: {
“name”: {}
}
}
}

查询结果
{
“took” : 216,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 1,
“max_score” : 0.8630463,
“hits” : [
{
“_index” : “test3”,
“_type” : “doc”,
“_id” : “1”,
“_score” : 0.8630463,
“_source” : {
“name” : “顾老二”,
“age” : 30,
“from” : “gu”,
“desc” : “皮肤黑、武器长、性格直”,
“tags” : [
“黑”,
“长”,
“直”
]
},
“highlight” : {
“name” : [
“顾老二”
]
}
}
]
}
}


### 精确查询与模糊查询


**term 和 match 的区别是：**  
 match 经过分词，用于模糊查询，可以查看某个字段值中的部分词  
 term 不经过分词，只能匹配到完整的字段值，用于精确查询
准备数据

PUT w1
{
“mappings”: {
“doc”: {
“properties”:{
“t1”:{
“type”: “text”
},
“t2”: {
“type”: “keyword”
}
}
}
}
}

PUT w1/doc/1
{
“t1”: “hi single dog”,
“t2”: “hi single dog”
}

t1类型为text，会经过分词，match查询时条件也会经过分词，所以下面两种查询都能查到结果

GET w1/doc/_search
{
“query”: {
“match”: {
“t1”: “hi single dog”
}
}
}

GET w1/doc/_search
{
“query”: {
“match”: {
“t1”: “hi”
}
}
}

t2类型为keyword类型，不会经过分词，match查询时条件会经过分词，所以只能当值为"hi single dog"时能查询到

GET w1/doc/_search
{
“query”: {
“match”: {
“t2”: “hi”
}
}
}

GET w1/doc/_search
{
“query”: {
“match”: {
“t2”: “hi single dog”
}
}
}

t1类型为text，会经过分词，term查询时条件不会经过分词，所以只有当值为"hi"时能查询到

GET w1/doc/_search
{
“query”: {
“term”: {
“t1”: “hi single dog”
}
}
}

GET w1/doc/_search
{
“query”: {
“term”: {
“t1”: “hi”
}
}
}

t2类型为keyword类型，不会经过分词，term查询时条件不会经过分词，所以只能当值为"hi single dog"时能查询到

GET w1/doc/_search
{
“query”: {
“term”: {
“t2”: “hi single dog”
}
}
}

GET w1/doc/_search
{
“query”: {
“term”: {
“t2”: “hi”
}
}
}

  • 查找多个精确值（terms）
第一个查询方式

GET test/doc/_search
{
“query”: {
“bool”: {
“should”: [
{
“term”: {
“age”:27
}
},{
“term”:{
“age”:28
}
}
]
}
}
}

第二个查询方式

GET test/doc/_search
{
“query”: {
“terms”: {
“age”: [
“27”,
“28”
]
}
}
}


### 聚合查询 avg、max、min、sum
数据准备

PUT zhifou/doc/1
{
“name”:“顾老二”,
“age”:30,
“from”: “gu”,
“desc”: “皮肤黑、武器长、性格直”,
“tags”: [“黑”, “长”, “直”]
}

PUT zhifou/doc/2
{
“name”:“大娘子”,
“age”:18,
“from”:“sheng”,
“desc”:“肤白貌美，娇憨可爱”,
“tags”:[“白”, “富”,“美”]
}

PUT zhifou/doc/3
{
“name”:“龙套偏房”,
“age”:22,
“from”:“gu”,
“desc”:“mmp，没怎么看，不知道怎么形容”,
“tags”:[“造数据”, “真”,“难”]
}

PUT zhifou/doc/4
{
“name”:“石头”,
“age”:29,
“from”:“gu”,
“desc”:“粗中有细，狐假虎威”,
“tags”:[“粗”, “大”,“猛”]
}

PUT zhifou/doc/5
{
“name”:“魏行首”,
“age”:25,
“from”:“广云台”,
“desc”:“仿佛兮若轻云之蔽月,飘飘兮若流风之回雪,mmp，最后竟然没有嫁给顾老二！”,
“tags”:[“闭月”,“羞花”]
}

GET zhifou/doc/_search
{
“query”: {
“match_all”: {}
}
}

  • 需求1、查询from是gu的人的平均年龄。
    GET zhifou/doc/_search
    {
    “query”: {
    “match”: {
    “from”: “gu”
    }
    },
    “aggs”: {
    “my_avg”: {
    “avg”: {
    “field”: “age”
    }
    }
    },
    “_source”: [“name”, “age”]
    }

查询结果
{
“took” : 83,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 3,
“max_score” : 0.6931472,
“hits” : [
{
“_index” : “zhifou”,
“_type” : “doc”,
“_id” : “4”,
“_score” : 0.6931472,
“_source” : {
“name” : “石头”,
“age” : 29
}
},
{
“_index” : “zhifou”,
“_type” : “doc”,
“_id” : “1”,
“_score” : 0.2876821,
“_source” : {
“name” : “顾老二”,
“age” : 30
}
},
{
“_index” : “zhifou”,
“_type” : “doc”,
“_id” : “3”,
“_score” : 0.2876821,
“_source” : {
“name” : “龙套偏房”,
“age” : 22
}
}
]
},
“aggregations” : {
“my_avg” : {
“value” : 27.0
}
}
}

上例中，首先匹配查询from是gu的数据。在此基础上做查询平均值的操作，这里就用到了聚合函数，其语法被封装在aggs中，而my_avg则是为查询结果起个别名，封装了计算出的平均值。那么，要以什么属性作为条件呢？是age年龄，查年龄的什么呢？是avg，查平均年龄。
如果只想看输出的值，而不关心输出的文档的话可以通过size=0来控制

GET zhifou/doc/_search
{
“query”: {
“match”: {
“from”: “gu”
}
},
“aggs”:{
“my_avg”:{
“avg”: {
“field”: “age”
}
}
},
“size”:0,
“_source”:[“name”,“age”]
}

查询结果
{
“took” : 35,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 3,
“max_score” : 0.0,
“hits” : [ ]
},
“aggregations” : {
“my_avg” : {
“value” : 27.0
}
}
}


* 需求2、查询年龄的最大值

GET zhifou/doc/_search
{
“query”: {
“match_all”: {}
},
“aggs”: {
“my_max”: {
“max”: {
“field”: “age”
}
}
},
“size”: 0,
“_source”: [“name”,“age”,“from”]
}

查询结果
{
“took” : 10,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 5,
“max_score” : 0.0,
“hits” : [ ]
},
“aggregations” : {
“my_max” : {
“value” : 30.0
}
}
}


* 需求3、查询年龄的最小值

GET zhifou/doc/_search
{
“query”: {
“match_all”: {}
},
“aggs”: {
“my_min”: {
“min”: {
“field”: “age”
}
}
},
“size”: 0,
“_source”: [“name”,“age”,“from”]
}

查询结果
{
“took” : 2,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 5,
“max_score” : 0.0,
“hits” : [ ]
},
“aggregations” : {
“my_min” : {
“value” : 18.0
}
}
}


* 需求4、查询符合条件的年龄之和

GET zhifou/doc/_search
{
“query”: {
“match”: {
“from”: “gu”
}
},
“aggs”: {
“my_sum”: {
“sum”: {
“field”: “age”
}
}
},
“size”: 0,
“_source”: [“name”,“age”,“from”]
}

查询结果
{
“took” : 4,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 3,
“max_score” : 0.0,
“hits” : [ ]
},
“aggregations” : {
“my_sum” : {
“value” : 81.0
}
}
}


### 分组查询


* 需求： 要查询所有人的年龄段，并且按照1520，2025,25~30分组，并且算出每组的平均年龄。

GET zhifou/doc/_search
{
“size”: 0,
“query”: {
“match_all”: {}
},
“aggs”: {
“age_group”: {
“range”: {
“field”: “age”,
“ranges”: [
{
“from”: 15,
“to”: 20
},
{
“from”: 20,
“to”: 25
},
{
“from”: 25,
“to”: 30
}
]
}
}
}
}

查询结果
{
“took” : 9,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 5,
“max_score” : 0.0,
“hits” : [ ]
},
“aggregations” : {
“age_group” : {
“buckets” : [
{
“key” : “15.0-20.0”,
“from” : 15.0,
“to” : 20.0,
“doc_count” : 1
},
{
“key” : “20.0-25.0”,
“from” : 20.0,
“to” : 25.0,
“doc_count” : 1
},
{
“key” : “25.0-30.0”,
“from” : 25.0,
“to” : 30.0,
“doc_count” : 2
}
]
}
}
}


上例中，在aggs的自定义别名age\_group中，使用range来做分组，field是以age为分组，分组使用ranges来做，from和to是范围


* 接下来，我们就要对每个小组内的数据做平均年龄处理。

GET zhifou/doc/_search
{
“size”: 0,
“query”: {
“match_all”: {}
},
“aggs”: {
“age_group”: {
“range”: {
“field”: “age”,
“ranges”: [
{
“from”: 15,
“to”: 20
},
{
“from”: 20,
“to”: 25
},
{
“from”: 25,
“to”: 30
}
]
},
“aggs”: {
“my_avg”: {
“avg”: {
“field”: “age”
}
}
}
}
}
}

查询结果
{
“took” : 1,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 5,
“max_score” : 0.0,
“hits” : [ ]
},
“aggregations” : {
“age_group” : {
“buckets” : [
{
“key” : “15.0-20.0”,
“from” : 15.0,
“to” : 20.0,
“doc_count” : 1,
“my_avg” : {
“value” : 18.0
}
},
{
“key” : “20.0-25.0”,
“from” : 20.0,
“to” : 25.0,
“doc_count” : 1,
“my_avg” : {
“value” : 22.0
}
},
{
“key” : “25.0-30.0”,
“from” : 25.0,
“to” : 30.0,
“doc_count” : 2,
“my_avg” : {
“value” : 27.0
}
}
]
}
}
}



> 
> ES的聚合查询的总结：聚合函数的使用，一定是先查出结果，然后对结果使用聚合函数做处理
> 
> 
> avg：求平均
> 
> 
> max：最大值
> 
> 
> min：最小值
> 
> 
> sum：求和
> 
> 
> 


## mapping


### mapping 是什么


映射，用于定义一个文档及其中的字段如何存储和索引


### 字段的数据类型



> 
> 简单类型如文本（text）、关键字（keyword）、日期（data）、整形（long）、双精度>、（double）、布尔（boolean）或 ip。  
>  可以是支持 JSON 的层次结构性质的类型，如对象或嵌套。  
>  或者一种特殊类型，如 geo\_point、geo\_shape 或 completion。为了不同的目的，  
>  以不同的方式索引相同的字段通常是有用的。例如，字符串字段可以作为全文搜索的文本字段进行索引，  
>  也可以作为排序或聚合的关键字字段进行索引。或者，可以使用标准分析器、英语分析器和  
>  法语分析器索引字符串字段。这就是多字段的目的。大多数数据类型通过 fields 参数支持多字段。
> 
> 
> 


### mappings 之 dynamic 的三种状态


ES 中的 mapping 用来定义索引中字段和字段属性。mapping 中的 dynamic 属性决定了新增字段的处理方式，它有三种状态：


1. true (默认值)


当 dynamic 设置为 true 时，如果文档中出现新的字段，ES 会自动将这个字段添加到 mapping 定义中，并根据字段值自动识别其类型。


2. false


当 dynamic 设置为 false 时，如果文档中出现新的字段，ES 不会自动将这个字段添加到 mapping, 而是忽略这个新增字段。


3. strict


当 dynamic 设置为 strict 时，如果文档中出现新的字段，ES 不仅不会添加这个字段到 mapping, 还会抛出异常错误。


总的来说，dynamic 属性用来控制新增字段的处理模式：


* true 会自动添加字段
* false 会忽略新增字段
* strict 会报错


通过设置不同的 dynamic 状态，可以更好地管理索引的 mapping 定义和字段。这对控制数据结构非常重要。
默认为动态映射

PUT test4
{
“mappings”: {
“doc”:{
“properties”: {
“name”: {
“type”: “text”
},
“age”: {
“type”: “long”
}
}
}
}
}

GET test4/_mapping

查询结果
{
“test4” : {
“mappings” : {
“doc” : {
“properties” : {
“age” : {
“type” : “long”
},
“name” : {
“type” : “text”
},
“sex” : {
“type” : “text”,
“fields” : {
“keyword” : {
“type” : “keyword”,
“ignore_above” : 256
}
}
}
}
}
}
}
}

#####添加数据
PUT test4/doc/1
{
“name”:“wangjifei”,
“age”:“18”,
“sex”:“不详”
}

#####查看数据
GET test4/doc/_search
{
“query”: {
“match_all”: {}
}
}

查询结果
{
“took” : 8,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 1,
“max_score” : 1.0,
“hits” : [
{
“_index” : “test4”,
“_type” : “doc”,
“_id” : “1”,
“_score” : 1.0,
“_source” : {
“name” : “wangjifei”,
“age” : “18”,
“sex” : “不详”
}
}
]
}
}


* 测试静态映射：当elasticsearch察觉到有新增字段时，因为dynamic:false的关系，会忽略该字段，但是仍会存储该字段。

#####创建静态mapping
PUT test5
{
“mappings”: {
“doc”:{
“dynamic”:false,
“properties”: {
“name”: {
“type”: “text”
},
“age”: {
“type”: “long”
}
}
}
}
}

#####插入数据
PUT test5/doc/1
{
“name”:“wangjifei”,
“age”:“18”,
“sex”:“不详”
}

####条件查询
GET test5/doc/_search
{
“query”: {
“match”: {
“sex”: “不详”
}
}
}

查询结果
{
“took” : 9,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 0,
“max_score” : null,
“hits” : [ ]
}
}

#####查看所有数据
GET /test5/doc/_search
{
“query”: {
“match_all”: {}
}
}

查询结果
{
“took” : 1,
“timed_out” : false,
“_shards” : {
“total” : 5,
“successful” : 5,
“skipped” : 0,
“failed” : 0
},
“hits” : {
“total” : 1,
“max_score” : 1.0,
“hits” : [
{
“_index” : “test5”,
“_type” : “doc”,
“_id” : “1”,
“_score” : 1.0,
“_source” : {
“name” : “wangjifei”,
“age” : “18”,
“sex” : “不详”
}
}
]
}
}


* 测试严格映射：当elasticsearch察觉到有新增字段时，因为dynamic:strict 的关系，就会报错，不能插入成功。

#####创建严格mapping
PUT test6
{
“mappings”: {
“doc”:{
“dynamic”:“strict”,
“properties”: {
“name”: {
“type”: “text”
},
“age”: {
“type”: “long”
}
}
}
}
}

#####插入数据
PUT test6/doc/1
{
“name”:“wangjifei”,
“age”:“18”,
“sex”:“不详”
}

插入结果
{
“error”: {
“root_cause”: [
{
“type”: “strict_dynamic_mapping_exception”,
“reason”: “mapping set to strict, dynamic introduction of [sex] within [doc] is not allowed”
}
],
“type”: “strict_dynamic_mapping_exception”,
“reason”: “mapping set to strict, dynamic introduction of [sex] within [doc] is not allowed”
},
“status”: 400
}



> 
> 小结： 动态映射（dynamic：true）：动态添加新的字段（或缺省）。静态映射（dynamic：false）：忽略新的字段。在原有的映射基础上，当有新的字段时，不会主动的添加新的映射关系，只作为查询结果出现在查询中。严格模式（dynamic：strict）：如果遇到新的字段，就抛出异常。一般静态映射用的较多。就像 HTML 的 img 标签一样，src 为自带的属性，你可以在需要的时候添加 id 或者 class 属性。当然，如果你非常非常了解你的数据，并且未来很长一段时间不会改变，strict 不失为一个好选择。
> 
> 
> 


### ES 之 mappings 的 index 属性


* index属性默认为true，如果该属性设置为false，那么，elasticsearch不会为该属性创建索引，也就是说无法当做主查询条件。

PUT test7
{
“mappings”: {
“doc”: {
“properties”: {
“name”: {
“type”: “text”,
“index”: true

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img
img
img
img

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）
img

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

n",
“reason”: “mapping set to strict, dynamic introduction of [sex] within [doc] is not allowed”
}
],
“type”: “strict_dynamic_mapping_exception”,
“reason”: “mapping set to strict, dynamic introduction of [sex] within [doc] is not allowed”
},
“status”: 400
}



> 
> 小结： 动态映射（dynamic：true）：动态添加新的字段（或缺省）。静态映射（dynamic：false）：忽略新的字段。在原有的映射基础上，当有新的字段时，不会主动的添加新的映射关系，只作为查询结果出现在查询中。严格模式（dynamic：strict）：如果遇到新的字段，就抛出异常。一般静态映射用的较多。就像 HTML 的 img 标签一样，src 为自带的属性，你可以在需要的时候添加 id 或者 class 属性。当然，如果你非常非常了解你的数据，并且未来很长一段时间不会改变，strict 不失为一个好选择。
> 
> 
> 


### ES 之 mappings 的 index 属性


* index属性默认为true，如果该属性设置为false，那么，elasticsearch不会为该属性创建索引，也就是说无法当做主查询条件。

PUT test7
{
“mappings”: {
“doc”: {
“properties”: {
“name”: {
“type”: “text”,
“index”: true

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
[外链图片转存中…(img-uSQEgUpI-1712960090458)]
[外链图片转存中…(img-mUAPCMGA-1712960090459)]
[外链图片转存中…(img-oqCcSyEy-1712960090459)]
[外链图片转存中…(img-lVdTa9xR-1712960090459)]
[外链图片转存中…(img-YKNo9bQq-1712960090459)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）
[外链图片转存中…(img-VTO9otUF-1712960090460)]

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

2401_84160041
关注
  • 11
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ES 、Kibana简介
11-16
简要介绍ES 、Kibana的基本概念以及两者之间通过Console交互的基本查询命令
Elasticsearch 与kibana简单语法
zmywei_20160707的博客
09-20 548
1、集群状态 get /_cat/health?v  （?v显示表头） epoch      timestamp cluster    status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent 1505580807 00
kibana查询语法
热门推荐
千丈之松的专栏
04-27 5万+
单项term查询 例: 搜 Dahlen， Malone 字段field查询 field:value   例：city:Keyport， age:26 通配符 ? 匹配单个字符      例： H?bbs * 匹配0到多个字符           例： H* 注意： ? * 不能用作第一个字符，例如： ?text    *text 范围查询 age:[20 TO
Kibana操作Es的常用语句
lmd770013209的博客
04-17 703
PUT index名添加数据删除查全部单条件模糊查询 match精确查询term。
Kibana查询语法使用手册
weixin_37738830的博客
08-03 2012
设置权重使用“”符号，将“”放于查询词的尾部，同时跟上权重值，权重因子越大，该词越重要。dt:[“2016-06-25” TO “2016-08-25”],返回"2016-06-25"≤ dt ≤"2016-08-25"的文档。dt:{“2016-06-25” TO “2016-08-25”},返回"2016-06-25"< dt <"2016-08-25"的文档。dt:{“2016-06-25” TO “2016-08-25”],返回"2016-06-25"< dt ≤"2016-08-25"的文档。
elasticsearch-6.2.2.zip、kibana-6.2.2-windows-x86_64.zip.rar
05-14
elasticsearch-6.2.2.zip、kibana-6.2.2-windows-x86_64.zip,官网下载太慢了，实在是痛苦
elasticsearch-7.8.0-x86_64.rpm + kibana-7.8.0-x86_64.rpm + logstash-7.8.0.rpm
07-14
elasticsearch-7.8.0-x86_64.rpm kibana-7.8.0-x86_64.rpm logstash-7.8.0.rpm 原版内容，无修改。
elasticsearch-6.2.2+kibana-6.2.2-windows+logstash-6.2.2.zip
06-11
elasticsearch-6.2.2+kibana-6.2.2-windows+logstash-6.2.2.zip，三剑客，版本一致，统一上传上来方便大家使用！
elasticsearch-7.8.1+kibana7.8.1+analysis-ik.zip
04-04
elasticsearch-7.8.1 kibana7.8.1 analysis-ik
elasticsearch-所需资料elasticsearch+elasticsearch-head+kibana+IK+jdk.zip
05-24
这个压缩包有5个elasticsearch所需的软件，elasticsearch+elasticsearch-head+kibana+IK+jdk
Kibana日志查询总结
抽象的螺旋
07-14 4222
kibana日志查询总结
kibana es 语句查询
weixin_41864667的博客
02-23 668
kibana 中查询es数据的基本语法 GET q,_search,_mget,_source,sort,form,size
es 如何用kibana复合查询（多个查询条件）
自救 唯有自强
03-03 4497
es的复合查询 举例如下： 在bool标签下，使用must，should进行复合查询 GET _search { "query": { "bool": { "must": { "match":{ "agentId": "9585" } }, "must": { "match":{ "caseId": "10481" } } } }
Kibana使用
BUG指挥课堂
12-16 4640
Kibana是通向 Elastic 产品集的窗口。它可以在 Elasticsearch 中对数据进行视觉探索和实时分析。Kibana通常用于项目log日志收集分析、数据可视化分析等。
kibana 操作es文档详细总结
congge_study的博客
11-28 1万+
kibana 操作es文档详细总结
elasticsearch kibana查询
最新发布
2301_79055240的博客
03-25 794
总的来说，面试是有套路的，一面基础，二面架构，三面个人。最后，小编这里收集整理了一些资料，其中包括面试题（含答案）、书籍、视频等。希望也能帮助想进大厂的朋友” />总的来说，面试是有套路的，一面基础，二面架构，三面个人。最后，小编这里收集整理了一些资料，其中包括面试题（含答案）、书籍、视频等。希望也能帮助想进大厂的朋友[外链图片转存中…(img-4cLvFj45-1711365062258)][外链图片转存中…(img-yiykZOXE-1711365062258)]点击传送门，即可免费领取！
Kibana 使用 KQL 查询语法-kibana 常用查询语法
长河的博客
06-02 2万+
Kibana 查询语言 (KQL) 是一种使用自由文本搜索或基于字段的搜索过滤 Elasticsearch 数据的简单语法。 KQL 仅用于过滤数据，并没有对数据进行排序或聚合的作用。 KQL 能够在您键入时建议字段名称、值和运算符。 建议的性能由 Kibana 设置控制。 KQL 具有与 Lucene 查询语法不同的一组特性。 KQL 能够查询嵌套字段和脚本字段。 KQL 不支持正则表达式或使用模糊术语进行搜索。 要使用旧版 Lucene 语法，请单击搜索字段旁边的 KQL，然后关闭 KQL。 术语
Kibana下使用ES查询
兰星_thk&try的博客
01-01 1万+
Kibana下使用ES api查询数据
elasticsearch 查询_Elasticsearch高级调优方法论-搞定慢查询
05-22
Elasticsearch是一个强大的分布式搜索引擎，但是当数据量增大的时候，查询速度可能会变慢。以下是一些Elasticsearch高级调优方法： 1. 确保集群健康：检查集群健康状态，确保没有节点离线或者故障。可以通过curl...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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