Elasticsearch文档操作

最新推荐文章于 2024-04-21 07:18:51 发布
最新推荐文章于 2024-04-21 07:18:51 发布
阅读量373 收藏
点赞数
分类专栏： 数据库 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/BLee_0123/article/details/134520336
版权

一、Elasticsearch的CURD

1、CURD之Create

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

他明处貌似还有俩老婆：

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

PUT lqz/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"]
}

家里红旗不倒，家外彩旗飘摇：

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

PUT lqz/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"]
}

注意：当执行PUT命令时，如果数据不存在，则新增该条数据，如果数据存在则修改该条数据。

咱们通过GET命令查询一下：

GET lqz/doc/1

结果如下：

{
   
  "_index" : "lqz",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 1,
  "found" : true,
  "_source" : {
   
    "name" : "顾老二",
    "age" : 30,
    "from" : "gu",
    "desc" : "皮肤黑、武器长、性格直",
    "tags" : [
      "黑",
      "长",
      "直"
    ]
  }
}

查询也没啥问题，但是你可能说了，人家老二是黄种人，怎么是黑的呢？好吧咱改改desc和tags：

PUT lqz/doc/1
{
   
  "desc":"皮肤很黄，武器很长，性格很直",
  "tags":["很黄","很长", "很直"]
}

上例，我们仅修改了desc和tags两处，而name、age和from三个属性没有变化，我们可以忽略不写吗？查查看：

GET lqz/doc/1

结果如下：

{
   
  "_index" : "lqz",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 3,
  "found" : true,
  "_source" : {
   
    "desc" : "皮肤很黄，武器很长，性格很直",
    "tags" : [
      "很黄",
      "很长",
      "很直"
    ]
  }
}

哎呀，出事故了！修改是修改了，但结果不太理想啊，因为name、age和from属性都没啦！
注意：**PUT命令，在做修改操作时，如果未指定其他的属性，则按照指定的属性进行修改操作。**也就是如上例所示的那样，我们修改时只修改了desc和tags两个属性，其他的属性并没有一起添加进去。

很明显，这是病！dai治！怎么治？上车，咱们继续往下走！

2、CURD之Update

让我们首先恢复一下事故现场：

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

我们要将黑修改成黄：

POST lqz/doc/1/_update
{
   
  "doc": {
   
    "desc": "皮肤很黄，武器很长，性格很直",
    "tags": ["很黄","很长", "很直"]
  }
}

上例中，我们使用POST命令，在id后面跟_update，要修改的内容放到doc文档（属性）中即可。

我们再来查询一次：

GET lqz/doc/1

结果如下：

{
   
  "_index" : "lqz",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 5,
  "found" : true,
  "_source" : {
   
    "name" : "顾老二",
    "age" : 30,
    "from" : "gu",
    "desc" : "皮肤很黄，武器很长，性格很直",
    "tags" : [
      "很黄",
      "很长",
      "很直"
    ]
  }
}

结果如上例所示，现在其他的属性没有变化，只有desc和tags属性被修改。

注意：POST命令，这里可用来执行修改操作（还有其他的功能），POST命令配合_update完成修改操作，指定修改的内容放到doc中。

写了这么多，我也发现我上面有讲的不对的地方——石头不是跟顾老二不清不楚，石头是跟小桃不清不楚！好吧，刚才那个数据是一个错误示范！我们这就把它干掉！

3、CURD之Delete

DELETE lqz/doc/4

很简单，通过DELETE命令，就可以删除掉那个错误示范了！

删除效果如下：

{
   
  "_index" : "lqz",
  "_type" : "doc",
  "_id" : "4",
  "_version" : 4,
  "result" : "deleted",
  "_shards" : {
   
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 4,
  "_primary_term" : 1
}

我们再来查询一遍：

GET lqz/doc/4

结果如下：

{
   
  "_index" : "lqz",
  "_type" : "doc",
  "_id" : "4",
  "found" : false
}

上例中，found：false表示查询数据不存在。

4、CURD之Retrieve

我们上面已经不知不觉的使用熟悉这种简单查询方式，通过 GET命令查询指定文档：

GET lqz/doc/1

结果如下：

{
   
  "_index" : "lqz",
  "_type" : "doc",
  "_id" : "1",
  "_version" : 5,
  "found" : true,
  "_source" : {
   
    "name" : "顾老二",
    "age" : 30,
    "from" : "gu",
    "desc" : "皮肤很黄，武器很长，性格很直",
    "tags" : [
      "很黄",
      "很长",
      "很直"
    ]
  }
}

二、Elasticsearch之查询的两种方式

1、前言

简单的没挑战，来点复杂的，elasticsearch提供两种查询方式：

  • 查询字符串(query string)，简单查询，就像是像传递URL参数一样去传递查询语句，被称为简单搜索或查询字符串(query string)搜索。
  • 另外一种是通过DSL语句来进行查询，被称为DSL查询(Query DSL),DSL是Elasticsearch提供的一种丰富且灵活的查询语言，该语言以json请求体的形式出现，通过restful请求与Elasticsearch进行交互。

2、准备数据

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

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

PUT lqz/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"]
}

3、查询字符串

GET lqz/doc/_search?q=from:gu

还是使用GET命令，通过_serarch查询，查询条件是什么呢？条件是from属性是gu家的人都有哪些。最后，别忘了_search和from属性中间的英文分隔符?

结果如下：

{
   
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
   
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
   
    "total" : 3,
    "max_score" : 0.6931472,
    "hits" : [
      {
   
        "_index" : "lqz",
        "_type" : "doc",
        "_id" : "4",
        "_score" : 0.6931472,
        "_source" : {
   
          "name" : "石头",
          "age" : 29,
          "from" : "gu",
          "desc" : "粗中有细，狐假虎威",
          "tags" : [
            "粗",
            "大",
            "猛"
          ]
        }
      },
      {
   
        "_index" : "lqz",
        "_type" : "doc",
        "_id" : "1",
        "_score" : 0.2876821,
        "_source" : {
   
          "name" : "顾老二",
          "age" : 30,
          "from" : "gu",
          "desc" : "皮肤黑、武器长、性格直",
          "tags" : [
            "黑",
            "长",
            "直"
          ]
        }
      },
      {
   
        "_index" : "lqz",
        "_type" : "doc",
        "_id" : "3",
        "_score" : 0.2876821,
        "_source" : {
   
          "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"
          ]
        }
      }
    ]
  }
}

我们来重点说下hits，hits是返回的结果集——所有from属性为gu的结果集。重点中的重点是_score得分，得分是什么呢？根据算法算出跟查询条件的匹配度，匹配度高得分就高。后面再说这个算法是怎么回事。

4、结构化查询

我们现在使用DSL方式，来完成刚才的查询，查看来自顾家的都有哪些人。

GET lqz/doc/_search
{
   
  "query": {
   
    "match": {
   
      "from": "gu"
    }
  }
}

上例，查询条件是一步步构建出来的，将查询条件添加到match中即可，而match则是查询所有from字段的值中含有gu的结果就会返回。
当然结果没啥变化：

{
   
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
   
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
   
    "total" : 3,
    "max_score" : 0.6931472,
    "hits" : [
      {
   
        "_index" : "lqz",
        "_type" : "doc",
        "_id" : "4",
        "_score" : 0.6931472,
        "_source" : {
   
          "name" : "石头",
          "age" : 29,
          "from" : "gu",
          "desc" : "粗中有细，狐假虎威",
          "tags" : [
            "粗",
            "大",
            "猛"
          ]
        }
      },
      {
   
        "_index" : "lqz",
        "_type" : "doc",
        "_id" : "1",
        "_score" : 0.2876821,
        "_source" : {
   
          "name" : "顾老二",
          "age" : 30,
          "from" : "gu",
          "desc" : "皮肤黑、武器长、性格直",
          "tags" : [
            "黑",
            "长",
            "直"
          ]
        }
      },
      {
   
        "_index" : "lqz",
        "_type" : "doc",
        "_id" : "3",
        "_score" : 0.2876821,
        "_source" : {
   
          "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"
          ]
        }
      }
    ]
  }
}

三、term与match查询

1、match查询

1.1 准备数据

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

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

PUT lqz/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"]
}

1.2 match系列之match（按条件查询）

我们查看来自顾家的都有哪些人。

GET lqz/doc/_search
{
   
  "query": {
   
    "match": {
   
      "from": "gu"
    }
  }
}

上例，查询条件是一步步构建出来的，将查询条件添加到match中即可，而match则是查询所有from字段的值中含有gu的结果就会返回。
结果如下：

{
   
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
   
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
   
    "total" : 3,
    "max_score" : 0.6931472,
    "hits" : [
      {
   
        "_index" : "lqz",
        "_type" : "doc",
        "_id" : "4",
        "_score" : 0.6931472,
        "_source" : {
   
          "name" : "石头",
          "age" : 29,
          "from" : "gu",
          "desc" : "粗中有细，狐假虎
最低0.47元/天 解锁文章
每 天 早 睡
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
es-head Elasticsearch的可视化操作插件
12-19
es-head是一个针对Elasticsearch的可视化操作插件。它提供了一个便捷的操作工具，可以连接Elasticsearch搜索引擎，并提供可视化的操作页面，对Elasticsearch进行各种设置和数据检索功能的管理。 es-head 插件可以在...
Docker 安装ElasticSearch 操作文档
11-17
Docker 安装ElasticSearch 操作文档
Elasticsearch文档
浪舟子的博客
09-07 435
Elasticsearch文档 一、elasticsearch查询子句：elasticsearch查询子句主要分为叶子子句和混合查询子句，其中term、match等等只能存在于查询json叶子位置的子句为叶子查询子句，像bool、must等等这些可以包含其他查询子句的为混合查询子句。 官网解释： Elasticsearch provides a full Query DSL based on JSON to define queries. Think of the Query DSL as an AST o
【Elasticsearch开发】文档操作
qq_44849679的博客
02-28 959
Elasticsearch中的每个索引都被划分为分片，每个分片可以有多个副本。这些副本称为复制组，在添加或删除文档时必须保持同步。如果我们不这样做，从一个副本读取将导致非常不同的结果从另一个。保持分片副本同步并从其中读取数据的过程称为数据复制模型。Elasticsearch的数据复制模型是基于主备模型的，并且在Microsoft Research的PacificA论文中进行了很好的描述。该模型基于从复制组中获得一个副本充当主分片。其他副本称为副本分片。主分片用作所有索引操作的主入口点。
Elasticsearch索引和文档
最新发布
专注于数据库技术分享，包含但不限于Oracle，MySQL，PostgreSQL，ElasticSearch及国产数据库等
04-21 737
此外，索引还有相关的设置（Settings），如分片分配策略、刷新间隔、分析器配置等，用于调整索引的行为和性能。索引可以被水平分割成多个分片（Shard），每个分片都是一个独立的Lucene索引，可以分布到集群中的不同节点上。索引在Elasticsearch中扮演着类似关系型数据库中数据库的角色，它是数据存储的逻辑容器，用于组织和管理具有相似特性的文档集合。文档是Elasticsearch中存储和检索的基本数据单元，代表一个具体的、独立的数据对象，如一篇文章、一个产品详情、一条用户记录等。
ElasticSearch 文档及操作
grfstc的博客
04-21 2642
本节介绍 ES 文档，索引及其基本操作。 1，ES 中的文档 在 ES 中，文档（Document）是可搜索数据的最小存储单位，相当于关系数据库中的一条记录。 文档以Json数据格式保存在 ES 中，Json 中保存着多个键值对，它可以保存不同类型的数据，比如： 字符串类型 数字类型 布尔类型 数组类型 日期类型 二进制类型 范围类型 Python 语言中的字典类型，就是 Json 数据格式。 文档中的数据类型可以指定，也可以由 ES 自动推断。 每个文档中都有一个Uniq...
ElasticSearch基础1——索引和文档。Kibana,RestClient操作索引和文档+黑马旅游ES库导入
vincewm的博客
09-12 4575
概念、ik分词器、倒排索引、索引和文档的增删改查、RestClient对索引和文档的增删改查
浅谈Elasticsearch 文档操作
weixin_59801183的博客
11-09 329
Elasticsearch 是一个基于 Lucene 的分布式搜索引擎，它提供了全文搜索、结构化搜索、分析等功能。在 Elasticsearch 中，文档操作是一个重要的功能，包括文档的索引、更新、删除以及批量操作。本文将详细介绍 Elasticsearch 中的文档操作。
Elasticsearch安装操作手册1
08-08
Elasticsearch安装操作手册1 Elasticsearch是一种流行的开源搜索和分析引擎，提供了强大的搜索和数据分析功能。在本指南中，我们将详细介绍Elasticsearch的安装操作步骤。 一、下载Elasticsearch 要安装Elastic...
Python 操作 ElasticSearch的完整代码
12-31
官方文档：...　python提供了操作ElasticSearch 接口，因此要用python来操作ElasticSearch，首先要安装python的ElasticSearch包，用命令pip install elasticsearch安装或下载安装：...
es-dedupe:用于从Elasticsearch删除重复文档的工具
05-05
基于/tmp/es_dedupe.log日志文件，我们查询每个field值，并在其他分片上删除文档副本。 根据群集中节点和分片的数量，可能仍会存在聚集查询未返回的文档。 为了禁用第二步，请使用--no-check标志。码头工人从Docker...
Elasticsearch基础篇(四)：Elasticsearch7.x的官方文档学习(Set up Elasticsearch)
后端开发
10-03 2302
在 Elasticsearch 中，存在一些敏感设置，不能仅仅依赖文件系统权限来保护其值。为了解决这个问题，Elasticsearch 提供了一个密钥库（keystore）以及工具来管理这些敏感设置。
Elasticsearch从入门到部署 文档操作 RestAPI
我亦无他，唯手熟尔
12-12 158
有了索引库，接下来就可以向索引库中添加数据了。 Elasticsearch中的数据其实就是JSON风格的文档。操作文档自然保护增、删、改、查等几种常见操作，我们分别来学习。 在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。
Elasticsearch7.x——操作文档API详解
吴声子夜歌的博客
10-15 604
目录操作文档单文档API1、Index API1.1、自动创建索引（action.auto_create_index）1.2、强制创建（op_type）1.3、ID自动生成1.4、路由（routing）1.5、分发1.6、超时（time）1.7、等待活动分片1.8、detect——noop参数2、Get API2.1、实时性（realtime）2.2、字段选择（_source）2.3、存储字段（stored_fields）2.4、路由（routing）2.5、preference参数2.6、refresh参
Elasticsearch
学海无涯,我用JAVA
06-08 1455
中文es文档https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html 文档元数据 一个文档不仅仅包含它的数据 ，也包含 元数据 —— 有关 文档的信息。 三个必须的元数据元素如下： _index 文档在哪存放 _type 文档表示的对象类别 _id 文档唯一标识 当我们访问一个安装好的es页面的时候,应该是这个样...
ElasticSearch - 索引库和文档相关命令操作
CYK_byte的博客
09-24 767
如果是 PUT 的是存在的字段呢，比如 age，将 type 改为 keyword，他就会告诉你 mapper 中 integer 类型不可以修改成 keyword.ES 中通过 Restful 请求操作索引库、文档. 请求的内容用 DSL 语句来表示.实际上，这里 es 的处理方式，就是按照 “删除旧文档，新增新文档” 的操作来修改文档的.这里就类似于 mysql 中向表中添加数据一样，需要先创建表，后向添加数据.文档操作也是如此，需要先创建索引库，然后才能添加文档.修改 info 字段的值，如下。
Elasticsearch学习-ES中文档的基本操作
weixin_45701550的博客
06-04 7080
文档是索引中数据的基本单位，类似于关系型数据库中的一条记录，文档的在ES中以json的数据格式存储。当一条记录存储到ES中后，ES会为每个文档添加一些除文档内容之外的其他属性信息，用来描述该文档。常用的以用来描述文档的属性有一下这些:_index:表示文档存放在哪个索引中。索引我们大家都知道，它是一类结构相同的文档集合。看过前面文章"Elasticsearch学习-ES中的一些组件介绍"的老铁都知道，文档其实是被存储在分片中的，而索引仅仅是逻辑上的命名空间， 这个命名空间由一个或者多个分片组合在一起。 然而
Elasticsearch各种高级文档操作3
wh柒八九的博客
01-20 1242
本文来记录几种Elasticsearch的文档操作。
ElasticSearch的文档、字段、映射和高级查询
shangjg3的博客
11-09 702
这些都是映射里面可以设置的，其它就是处理ES里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。比如：你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。为了找到相似的术语，fuzzy查询会在指定的编辑距离内创建一组搜索词的所有可能的变体或扩展。编辑距离是将一个术语转换为另一个术语所需的一个字符更改的次数。在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。
elasticsearch 批量操作
10-19
好的，关于 Elasticsearch 的批量操作，可以使用 Bulk API 来实现。Bulk API 可以在一次请求中执行多个操作，包括索引、更新、删除等。下面是一个示例： ```python from elasticsearch import Elasticsearch from elasticsearch.helpers import bulk es = Elasticsearch() actions = [ { "_index": "my_index", "_id": "1", "_source": { "title": "Document 1", "content": "This is the content of document 1" } }, { "_index": "my_index", "_id": "2", "_source": { "title": "Document 2", "content": "This is the content of document 2" } } ] bulk(es, actions) ``` 在上面的示例中，我们定义了两个操作，分别是索引 ID 为 1 和 2 的文档。然后使用 `bulk` 函数将这两个操作一次性提交到 Elasticsearch 中。

“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

打赏作者

每 天 早 睡

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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