ES使用

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

本文对 ElasticSearch 内置分词器 未说明，有说明ik中文分词器的用法

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、ES介绍

ES是一个基于RESTful web接口并且构建在Apache Lucene之上的开源分布式搜索引擎

二、ES基本命令介绍

1.命令介绍

代码如下（示例）：

/_search  #搜索所有的index和type的内容

/index【s】/_search  #【s】多个用,隔开
					#指查询多个index下的所有type的内容

/index【s】/type【s】/_search  #【s】多个用,隔开
					#指查询多个index下,多个type的内容

#index可以使用通配符
*x   #指查询末尾为x的index 下的数据
_all #指查询所有的index  下的数据
例如：/*x/type【s】/_search

• term组：精准查询

    term    terms
  

• match组：match 不经过属性设置是模糊查询

    match    match_all   multi_match    match_phrase
  

2.ES表结构

2.0 数据类型

String
text 和 keyword
数值数据类型
long，integer，short，byte，double，float，half_float，scaled_float
日期数据类型
date
布尔数据类型
boolean
二进制数据类型
binary
范围数据类型
integer_range，float_range，long_range，double_range，date_range，ip_range

2.1 ES表结构创建

#先创建索引【index】  默认创建5个分片1个副本  默认是_id为routing
#分片数据保存公式：shard=hash(routing) % number_of_primary_shards


PUT http://127.0.0.1:9200/indexname【名字随便起】

#入参 可以自定义分片和副本
{
	"settings":{
		"number_of_shards": 5,
		"number_of_replicas": 1
	}
}
#CURL 命令
curl -X PUT "localhost:9200/indexname?pretty"
{
	"settings": {
		"number_of_shards": 4,
		"number_of_replicas": 2
	},
	#mapping 映射，用来添加字段的
	"mapping": {
		#type_1是 type屬性
		"type_1": {
			"properties": {
				"id": {
					"type": "long"
				},
				"name": {
					#text 类型默认分词
					"type": "text",
					#analyzer ik分词：ik_smart大粒度
					#ik_max_word 小粒度
					"analyzer": "ik_smart"
				},
				"adder": {
					"type": "keyword"
				},
				"money": {
					"type": "double"
				}
			}
		}
	}
}

2.2 ES表结构新增

PUT /test_1/test/_mapping
{
  "test":{
    "properties": {
      "number":{
        "type": "double"
      }
    }
  }
}

2.3 ES修改表结构（es不能修改类型）

提醒:::es不能修改数据类型，只有通过创建新的index复制

curl -X PUT "localhost:9200/indexname_1?pretty"
{
	"settings": {
		"number_of_shards": 4,
		"number_of_replicas": 2
	},
	"mapping": {
		"type_1": {
			"properties": {
				"id": {
					"type": "long"
				},
				"name": {
					"type": "keyword"
				},
				"adder": {
					"type": "ik_smart"
				}
			}
		}
	}
}

## 替换
POST _reindex                   
{
  "source": {
    "index": "indexname"
  },
  "dest": {
    "index": "indexname_1"
  }
}

##删除原来的
DELETE indexname
##设置别名
POST /_aliases
  {
        "actions": [
            {"add": {"index": "indexname_1", "alias": "my_index"}}
        ]
  }

3.ES查询里层级关系

4.ES命令使用

#创建索引
PUT /customer
#删除索引
DELETE /customer
#插入内容
PUT /customer/doc/1
{
	#内容插入到_source   id为1
  "name": "xxxx"
}
#修改
POST /customer/doc/1/_update?pretty
{
  "doc": { "name": "zhangsan", "age": 20 }
}
#查看所有索引的信息
GET /_cat/indices?v

#批量操作 _bulk
POST /customer/doc/_bulk?pretty
{"update":{"_id":"1"}}
{"doc": { "name": "lisi" } }
{"delete":{"_id":"2"}}

4.1简单查询命令

#q=* 指查询所有文档 sort 指时间排序  pretty指返回json格式结果
GET /indexname/_search?q=*&sort=time:asc&pretty

#该查询和上面查询结果相同
GET /indexname/_search
{
	#query 查询    
	#match_all查询全部
	#match 指定查询 zhagnsan 或者 lisi ||| operator=and 就是都存在
	#match_phrase 替换 【match变体】 查询zhangsan lisi 字符串的数据
  "query": { 
	  "match_all": {}  / 
	  "match": { 
	  	"name": "zhangsan lisi",
	  	"operator":"and"
	  }
  },
  "sort": [
    { "account_number": "asc" }
  ],
  #指定返回参数的个数  具体字段
  "_source": ["name", "money"],
  #不指定 默认0 分页开始
  "from": 10,
  #不指定 默认为10 查询多少个
  "size": 10
}

4.2组合查询布尔逻辑

# bool must 查询全部都符合条件的是结果
# bool must_not 全部不符合的就是结果
# bool should 查询的条件有一个符合就是结果
# minimum_should_match 或的精度控制
# filter range 范围查询

GET /indexname/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "name": "zhangsan" } },
        { "match": { "name": "lisi" } }
      ],
      "must_not": [
        { "match": { "age": "25" } }
      ],
      "minimum_should_match",2,
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}

4.3 聚合查询

# 根据状态分组  获取默认前10个数据 统计计数倒倒序
#size = 0 不显示查询结果 就能明了看出汇总的结果数据
GET /inexname/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword"
      }
    }
  }
}

# 多种聚合  都要在group_by_state里 
# 这是聚合的通用模式
# 以上面的聚合数据为准  再聚合 
# 上层聚合进行逻辑操作  比如 下层聚合的排序
GET /inedxname/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword",
        "order": {
          "average_balance": "desc"
        }
      },
      "aggs": {
        "average_balance": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

# 复杂分组 聚合演示
# 1.按照年龄分3组
# 2.依据年龄组在性别进行分组
# 3.依据以上分组 进行账户平均值
GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_age": {
      "range": {
        "field": "age",
        "ranges": [
          {
            "from": 20,
            "to": 30
          },
          {
            "from": 30,
            "to": 40
          },
          {
            "from": 40,
            "to": 50
          }
        ]
      },
      "aggs": {
        "group_by_gender": {
          "terms": {
            "field": "gender.keyword"
          },
          "aggs": {
            "average_balance": {
              "avg": {
                "field": "balance"
              }
            }
          }
        }
      }
    }
  }
}

---

总结

希望能帮助需要使用es的同学入门