6.ES 搜索示例

最新推荐文章于 2024-08-30 16:23:11 发布

enlyhua

最新推荐文章于 2024-08-30 16:23:11 发布

阅读量520

点赞数

分类专栏： ElasticSearch

ElasticSearch 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

1.添加

curl -u elastic:123456 -H "Content-Type:application/json" -XPUT 'http://192.168.0.103:9200/megacorp/employee/3' -d '

{
"first_name":"Douglas",
"last_name":"Fir",
"age":35,
"about":"I love to cabinets",
"interest":["forestry"]
}'

2.获取单个

curl -u elastic:123456 -XGET 'http://192.168.0.103:9200/megacorp/employee/1'

3.轻量搜索

curl -u elastic:123456 -XGET 'http://192.168.0.103:9200/megacorp/employee/_search'

{
   "took":      6,
   "timed_out": false,
   "_shards": { ... },
   "hits": {
      "total":      3,
      "max_score":  1,
      "hits": [
         {
            "_index":         "megacorp",
            "_type":          "employee",
            "_id":            "3",
            "_score":         1,
            "_source": {
               "first_name":  "Douglas",
               "last_name":   "Fir",
               "age":         35,
               "about":       "I like to build cabinets",
               "interests": [ "forestry" ]
            }
         },
         {
            "_index":         "megacorp",
            "_type":          "employee",
            "_id":            "1",
            "_score":         1,
            "_source": {
               "first_name":  "John",
               "last_name":   "Smith",
               "age":         25,
               "about":       "I love to go rock climbing",
               "interests": [ "sports", "music" ]
            }
         },
         {
            "_index":         "megacorp",
            "_type":          "employee",
            "_id":            "2",
            "_score":         1,
            "_source": {
               "first_name":  "Jane",
               "last_name":   "Smith",
               "age":         32,
               "about":       "I like to collect rock albums",
               "interests": [ "music" ]
            }
         }
      ]
   }
}

可以看到，我们仍然使用索引库 megacorp 以及类型 employee`，但与指定一个文档 ID 不同，这次使用 `_search 。
返回结果包括了所有三个文档，放在数组 hits 中。一个搜索默认返回十条结果。

curl -u elastic:123456 -XGET 'http://192.168.0.103:9200/megacorp/employee/_search?q=last_name:Fir'

我们仍然在请求路径中使用 _search 端点，并将查询本身赋值给参数 q= 。返回结果给出了所有的 Smith：

4.使用查询表达式搜索

curl -H "Content-Type:application/json" -u elastic:123456 -XGET 'http://192.168.0.103:9200/megacorp/employee/_search' -d '
{
"query":{
    "match":{
         "last_name":"Fir"
          }
      }
}‘

5.更复杂的搜索

现在尝试下更复杂的搜索。 同样搜索姓氏为 Smith 的雇员，但这次我们只需要年龄大于 30 的。
查询需要稍作调整，使用过滤器 filter ，它支持高效地执行一个结构化查询。

{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "last_name" : "smith" 
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 30 } 
                }
            }
        }
    }
}

6.全文搜索

{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}
Elasticsearch 默认按照相关性得分排序，即每个文档跟查询的匹配程度。第一个最高得分的结果很明显：John Smith 的 about 属性清楚地写着 “rock climbing” 。

但为什么 Jane Smith 也作为结果返回了呢？原因是她的 about 属性里提到了 “rock” 。因为只有 “rock” 而没有 “climbing” ，所以她的相关性得分低于 John 的。

7.短语搜索

找出一个属性中的独立单词是没有问题的，但有时候想要精确匹配一系列单词或者短语 。 
比如， 我们想执行这样一个查询，仅匹配同时包含 “rock” 和 “climbing” ，
并且 二者以短语 “rock climbing” 的形式紧挨着的雇员记录。

为此对 match 查询稍作调整，使用一个叫做 match_phrase 的查询：
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    }
}

8.高亮搜索

{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    },
    "highlight": {
        "fields" : {
            "about" : {}
        }
    }
}

9.分析

终于到了最后一个业务需求：支持管理者对雇员目录做分析。 Elasticsearch 有一个功能叫聚合（aggregations），
允许我们基于数据生成一些精细的分析结果。聚合与 SQL 中的 GROUP BY 类似但更强大。

举个例子，挖掘出雇员中最受欢迎的兴趣爱好：
GET /megacorp/employee/_search
{
  "aggs": {
    "all_interests": {
      "terms": { "field": "interests" }
    }
  }
}

暂时忽略掉语法，直接看看结果：

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

可以看到，两位员工对音乐感兴趣，一位对林地感兴趣，一位对运动感兴趣。这些聚合并非预先统计，
而是从匹配当前查询的文档中即时生成。如果想知道叫 Smith 的雇员中最受欢迎的兴趣爱好，可以直接添加适当的查询来组合查询：

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

all_interests 聚合已经变为只包含匹配查询的文档：

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

  聚合还支持分级汇总 。比如，查询特定兴趣爱好员工的平均年龄：

GET /megacorp/employee/_search
{
    "aggs" : {
        "all_interests" : {
            "terms" : { "field" : "interests" },
            "aggs" : {
                "avg_age" : {
                    "avg" : { "field" : "age" }
                }
            }
        }
    }
}
得到的聚合结果有点儿复杂，但理解起来还是很简单的：

...
  "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
           }
        }
     ]
  }
  输出基本是第一次聚合的加强版。依然有一个兴趣及数量的列表，只不过每个兴趣都有了一个附加的 avg_age 属性，代表有这个兴趣爱好的所有员工的平均年龄。

创建 ik 索引：



{
        "settings" : {
                "refresh_interval" : "5s",  // 新建索引，5s后刷新。
                "number_of_shares" : 1 // 索引分片
                "nunber_of_replicas" : 0//副本
        },
        "mappings" : {  // 对索引字段的配置
        	"_default_" : {
        		"_all" : {  //所有字段都生效
        			"enable" : true
        		}
        	},
        	"products" : {  //指定索引类型
        		"dynamic" : false //动态映射,如果出现新的不认识的字段，false关闭
        		"properties" : {  // 指定拥有哪些字段
        			"productid" : {
        				"type" : "long" // 长整形
        			},
        			"title" : {
        				"type" : "string",
        				"index" : "analyzed", // 创建索引
        				"analyzer" : "ik" //分词器
        			},
        			"descr" : {
        				"type" : "string",
        				"index" : "analyzed",
        				"analyzer" : "ik",
        			}
        		}
        	}
        }
}

curl -XPUT "http://192.168.0.105:9200/im_shop" -d'@文件名'  
curl -XPUT "http://192.168.0.105:9200/im_shop" -H 'Content-Type: application/json' -d'@test.json'

https://elasticsearch.cn/book/elasticsearch_definitive_guide_2.x/_analytics.html