ElasticSearch----常用语法(第二节)

最新推荐文章于 2023-08-10 10:53:35 发布
最新推荐文章于 2023-08-10 10:53:35 发布
阅读量416 收藏
点赞数
分类专栏： elasticsearch 文章标签： elasticsearch 搜索引擎 big data
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/gj_rabbit/article/details/121852242
版权
本文详细介绍ElasticSearch的常用语法，包括索引操作、查询构造、条件查询、聚合分析，以及高级查询方法如多字段匹配、正则表达式和SQL查询。通过实例演示和Kibana可视化，帮助读者快速掌握ES核心功能。
摘要由CSDN通过智能技术生成

ElasticSearch常用语法(

上一节了解ElasticSearch与Kibana的安装与部署，我们这节来了解一下ElasticSearch的相关语法，以下语法用Kibana进行可视化操作，
登录kibana后，找到如图(study-grammer-one)
参数注释
	index	--	索引名
	_doc	--	类别(默认), es版本>=8不可设置
	id	--	索引中文档序号(唯一)
	field	--	字段名
	field_value	--	字段值
	search_field	--	检索列
	search_txt	--  检索文本

在这里插入图片描述

图 study-grammer-one
配置语法
# 查看es表头，显示es配置
	GET /_cat/health
# 查看集群中索引，
	GET /_cat/indices
# 查看某个索引中的全部数据
	GET /index/_doc/_search
# 错误语法定位
	GET /index/_validate/query?explain
	{
		"query" : {
			"match":{
				"search_field" : "search_txt"
			}
		}
	}
	
# 删除全部索引
	delete /_all
	配置 action.destructive_requires_name: true 后，不在起作用
# 文本指定分词解析
	analyze_category	--	分词类别
	text	--	文本
	GET /_analyze
	{
		"analyzer":"analyze_category",
		"text":"analyze_words"
	}
# 文本指定某索引文词解析
	GET /index/_analyze
	{
		"analyzer":"analyze_category",
		"text":"analyze_words"
	}
# 查看索引映射
	GET /index/_mapping
# 查看索引设置
	GET /index/_settings
基础语法 (创建，修改，查询，删除)
# 创建
	PUT /index/_doc/id
	{
		"field_A":"field_value",
		"field_B":"field_value"
	}
# 修改
	全局修改
	PUT /index/_doc/id
	{
		"field_A":"field_value",
		"field_B":"field_value"
	}
	局部修改
	POST /index/_doc/id/_update
	{
		"doc":{
			"field_A":"field_value"
		}
	}
# 查询(简单查询, 复杂后续介绍)
	query, match均为关键词
	GET /index/_search
	{
		"query":{
			"match":{
				"search_field":"search_txt"
			}
		}
	}
# 删除
	一个
	delete /index
	多个
	delete /index_one,index_two
	模糊匹配(前缀为 index)
	delete /index*
	全部
	delete /_all
查询语法

引用外部文档地址,在如下部分有引用, 具体含义自行看文档
  1, 组合查询
  2, 精确查询
  3, 全文检索
  4, 范围检索
  5, multi_match 检索
  6, 前缀匹配
  7, 正则匹配
  8, 游标查询
  9, 聚合查询
    9.1 聚合排序
  10, es-sql查询
  11, 设置索引别名

# 查询索引信息，如下代码库(search--icode--one)
	GET /index/_search
		字段解释
			took	--	耗费了几毫秒
			timed_out	--	是否超时
			_shards	--	到几个分片搜索，成功几个，跳过几个，失败几个。
			hits.total	--	查询结果数量
			hits.score	--	分数，查询相关度，分数越高相关度越高
			hits.hits	--	查询document结果
# 条件查询
	# simple search
		GET /index/_search?q=search_field_A:search_txt
	
		# prccise query(精确查询)
			等同于 = ，不进行分词检索(keywords)
			GET /index/_search
			{
				"query":{
					"term":{
						"search_price":20
					}
				}
			}
		# fulltext query(全文检索)
			GET /index/_search
			{
				"query" : {
					"match":{
						"search_field_A":"search_txt"
					}
				}
			}
		# range query(范围检索)
			GET /index/_search
			{
				"query" : {
					"range":{
						"search_field":{
							"gte":20,
							"lte":30
						}
					}
				}
			}
		# multi_match query(此处 多字段为 or 的关系)
			minimum_should_match	--	查询精度可用数字 | % 
			tie_breaker	--	0~1的浮点数参与查询评分
			GET /index/_search
			{
				"query" : {
					"multi_match":{
						"query":"query_txt",
						"type":"best_fields",
						"fields":["search_field_A","search_field_B"],
						"minimum_should_match":1,
						"tie_breaker":0.3
					}
				}
			}
		# page query (翻页查询)
			from --	从那条记录开始查
			GET /index/_search
			{
				"query" : {
					"match_all":{
						
					}
				},
				"size":1,
				"from":0
			}
	# exists field query (查询字段存在的数据)
			GET /index/_search
			{
				"query" : {
					"exists":{
						"field":"search_field_A" 
					}
				}
			}
	# id query (多个id匹配)
			GET /index/_search
			{
				"query" : {
					"ids":{
						"values":[1,2]
					}
				}
			}
	#  prefix query (前缀查询)
			GET /index/_search
			{
				"query" : {
					"prefix":{
						"search_field_A":{
							"value" : "search_txt"
						}
					}
				}
			}
	# regexp query (正则查询)
			GET /index/_search
			{
				"query" : {
					"regexp":{
						"search_field_A":{
							"value" :"o.*e",
							"flags":"ALL"
						}
					}
				}
			}
	# scroll query (游标查询， 返回请看图 search-icode-two)
		# 注 : 返回结果集中有下次必传的_scroll_id
		# scroll	--	关键词,
		# 1m	--	表示1分钟
		# 首次查询
			GET /index/_search?scroll=1m
			{
				"scroll":"1m"
			}
		# 携带查询 scroll_id
			GET /_search/scroll
			{
				"scroll":"1m",
				"scroll_id": "_scroll_id"
			}
	# advanced query
		组合查询 + sort 
		注:
			1，组合可相互嵌套
			2。sort排序字段类别必须为keywords, 否则排序需要增加设置
				2.1，fielddate:true 设置后text字段类型即可，但不准确
				2.2，设置子字段(具体请看后续索引字段设置)
		sql语句对照便于理解
			select * from index where
			 (
				(search_field_A = search_txt) 
				and 
				 (
					(search_field_A != search_field_A and search_field_A != search_txt_C) 
					or 
					search_field_B = search_txt_D 
				)
			) 
			order by search_field_C desc | asc
			等同于
			GET /index/_search
			{
				"query":{
					"bool":{
						"must":{
							"match":{
									"search_field_A":"search_txt"
								}
							},
						"should":[
							{
								"bool":{
									"must_not":[
										{"match":{"search_field_A":"search_txt_C"}},
										{"match":{"search_field_A":"search_txt_C"}}
									]
								}
							},
							{"term":{"search_field_B":"search_txt_D"}}
						]
					}
				},
				"sort":[
					{
						"search_field_C":{
							"order":"desc|asc"
						}
					}		
				]
			}
	# 聚合查询
		类似于SQL中的 count, max 等查询
		terms 	<--->	sql->count
		max	<--->	sql->max
		min	<--->	sql->min
		sum	<--->	sql->sum
		avg	<--->	sql->avg
		注: 
			★ bucket(桶): 等同于组。
			★ metric：某一个组中的数据统计
			terms 操作的字段类型必须是keyword | fielddata=true, 建议使用第一种因第二种会增大es存储。
			聚合查询可嵌套, 并可排序详情请看 9.1 聚合排序
			
		GET /index/_search
		{
			"aggs":{
				"count_category":{
					"terms":{"field":"field_category"}
				},
				"max_price":{
					"max":{"field":"field_price"}
				},
				"min_price":{
					"min":{"field":"field_price"}
				},
				"sum_price":{
					"sum":{"field":"field_price"}
				},
				"avg_price":{
					"avg":{"field":"field_price"}
				}
			}
		}
	# es7-sql查询
		注：
			format=txt	--	表示返回的格式，具体格式请看(10.es-sql查询)
	 	POST /_sql?format=txt
	 	{
			"query":"select * from index_name"
		}
	# 设置索引别名
		注 : 
			default_index, default_ohher_index	--	别名称
		way-one
			PUT /index
			{
				"aliases":{
					"default_index":{},
					"default_other_index":{}
				}
			}
		way-two
			POST /_aliases
			{
				"actions":[
					{"remove":{"index":"index_name","alias":"alias_name"}},
					{"add":{"index":"index_name","alias":"alias_name"}}
				]
			}

{
  "took" : 4,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "field_A" : "field_value2",
          "field_B" : "field_value1"
        }
      }
    ]
  }
}
图: search--icode--one

在这里插入图片描述

图: search--icode--two
总结

  文档转载
    ElasticSearch官方文档
    禁止转载，违者必究
  补录
  第一节，ElasticSearch----安装部署
  第二节，ElasticSearch----语法学习
  第三节，ElasticSearch----索引详解
  第四节，ElasticSearch----IK分词器
  第五节，ElasticSearch----PHP交互

elasticsearch 常用语法汇总
杨杨杨~~的博客
04-26 1679
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-全文检索快速入门
Hacah的博客
11-04 1026
全文搜索属于最常见的需求，开源的 Elasticsearch 是目前全文搜索引擎的首选。 它可以快速地储存、搜索和分析海量数据。
Elasticsearch自学（一）
Payne Yu的博客
10-12 779
Elasticsearch1. Elasticsearch相关概念1.1 优势1.2 主要概念1.3 Elasticsearch和RDBMS之间的比较1.4 docker中安装Elastic Search1.5 ElasticSearch的9200和9300端口区别2. Kibana2.1 Kibana介绍2.2 Docker中安装Kibana3. ES乐观锁控制并发4. Elasticsearch倒排索引4.1 正向索引4.2 倒排索引5. ElasticSearch DSL 介绍5.1 REST 增删改
Elasticsearch语法学习
专注基础架构领域
07-09 373
参照以下教程学习即可，传送门： http://www.youmeek.com/category/elasticsearch/
ElasticSearch 基础之语法学习
qq_34125349的博客
09-09 250
前言 日常Web 服务中，数据存储多选择mysql ，但是mysql 单表性能极致的情况数据条数区间在400w-500w之间，数据量超过这个体量时，解决方案多为，分片，分表，分库 等；但是业务数据量庞大且查询复杂到无法用DB 数据库来支撑时，此时可以引入Elasticsearch 来承载相关服务的数据操作压力； 一、Elasticsearch 是什么？ Elasticsearch 结合Kibana、Logstash、Beats 被广泛运用在大数据近实时分析领域，包括日志分析、指标监控、信息安全等多个领域。
elasticSearch基础语法
weixin_40964170的博客
08-30 352
1、简介 https://www.elastic.co/cn/what-is/elasticsearch 全文搜索属于最常见的需求，开源的 Elasticsearch 是目前全文搜索引擎的首选。 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它 Elastic 的底层是开源库 Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的 接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。 REST
Elasticsearch之详细基础语法
weixin_42526326的博客
11-26 1671
Elasticsearch之详细基础语法优化配置创建查询命令字段类型创建添加数据修改索引打开/关闭索引删除自定义分词器查询命令说明查询索引Mapping（结构）查全部 match_all单条件查询Bool多条件查询聚合查询 Aggregation 优化 配置 当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给lucene。 当机器内存大于64G时，遵循以下原则： a. 如果主要的使用场景是全文检索, 那么建议给ES Heap分配 4~32G的内存即可；其它内存留给操作系统, 供lu
Elasticsearch---(4)Elasticsearch DSL常用语法
Mr.Cao
05-13 1578
3、 Elasticsearch DSL常用语法 数据准备 # 创建索引，设置分片副本，配置映射 PUT /demo { "settings":{ "number_of_replicas": 1, "number_of_shards": 3 }, "mappings":{ "user":{ "properties":{ "name":{"type":"text"}, "age":{"type":"integer"},
elasticsearch（es-sql）的安装和使用
weixin_38411472的博客
09-13 6869
elasticsearch的搭建和插件使用 （如果搭建的是6.2.4版本的可以去这个地址去下载，有es的安装包以及es-sql、kibana、nodejs、sql-query等： https://download.csdn.net/download/weixin_38411472/10664023） 一．elasticsearch的安装文档： 1.安装java（因为es底层是Java写...
Elasticsearch --- DSL、RestClient查询文档、搜索结果处理
乌云的博客
04-29 1288
elasticsearch的查询依然是基于JSON风格的DSL来实现的。
elasticsearch简单入门语法
最新发布
weixin_39509262的博客
08-10 1506
elasticsearch 简单入门语法
ElasticSearch语法总结
什么都干的派森
04-14 9912
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 4035
elasticsearch 超全操作+语法详解。总结了很久！
Elasticsearch超详学习
Link的博客
04-24 4128
Elasticsearch学习Elasticsearch 安装ElasticSearch的客户端操作（一）elasticsearch-head（二）使用Postman工具进行Restful接口访问ElasticSearch的接口语法：创建索引index和映射mapping删除索引index创建文档document修改文档document删除文档document查询文档-根据id查询查询文档-querystring查询查询文档-term查询IK分词器安装ik分词器使用ik分词器Kibana使用Kibana下载
ElasticSearch学习（一）：快速上手
zzt46245的专栏
02-12 582
关系型数据库的查询，针对一个确定的查询语句，要么匹配，要么不匹配，但是全文搜索因其复杂性和不确定性，会匹配到很多模棱两可的结果。关系型数据库的搜索，可归为对属性的搜索，属性内容比较少，同时为了加快检索速度通常还使用数字id来代替属性值，检索者通常比较明确地知道自己想要什么内容。而全文搜索，则可以简单归为对描述的搜索，检索者通常想搜索某个相关的内容，具体能搜索到什么，是不确定的。 针对全文搜索的场景...
Elasticsearch 常用语法
woaiwojialanxi的专栏
03-09 900
Elasticsearch 常用语法
大数据学习38：ElasticSearch 基础和常用命令-增删改查
ggwxk1990的博客
12-29 1524
基础概念 集群和节点 索引：含有相同属性的文档集合，索引通过名字识别，小写英文字母命名，不能中划线数字等 类似 database 分片：每个索引都有多个分片，每个分片是一个Lucene索引 好处：提高io读写效率 分片只能在创建索引的时候指定，后期不能修改备份：拷贝一份分片就完成了分片的备份 好处：当主分片不可用，备份即可顶替 备份可以查询，可以分摊压力 备份可以动态修改类型：索引
elasticsearch语法简介
FAN_1998的博客
07-17 235
版权声明：本文为CSDN博主「Clozzz」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/Clozzz/article/details/106479807
【大数据】Elastic Search入门,看这一篇就够了！
老汉健身的博客
03-11 4109
前言:Elastics Search(以后全部简称es)入门看这一篇就够了?是的,看这一篇就可以学习到es从入门到使用到生产的相关核心点,但Es家族庞大,如果深入学习或者去啃的话,没个一年半载是不可能的,所以仅这一篇也是在开玩笑了,光是Elastics Search + Logstash + Kibana (以后全部简称ELK)技术栈就有的学了,里面还涉及到这三大神器的很多插件及监控工具,一言难尽...
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