Elasticsearch核心讲解

文档

文档就是索引中的数据，以JSON形式存储，可以是复杂的结构。

一个文档不仅有数据，还包含了元数据（metadata），三个必须的元数据节点是：

节点	说明
_index	文档存储的地方
_type	文档代表的对象的类
_id	文档的唯一标识

_index

类似关系型数据库中的数据库，是存储和索引关联数据的地方

事实上，我们的数据存储在索引的分片中，index只是一个或者多个分片组合的逻辑空间，但是对于我们程序而言，不需要关注分片，就任务数据存储在索引中即可。

 _type

可以看做关系型数据库中的表，一个索引可以存储多个表，但是es6以后，去掉了type的概念，默认一个索引只存储一种类型的数据，所以索引也可以看做一个表了

 _id

数据的唯一标识符，如果不指定，es会自动生成32位的随机字符串

查询响应

pretty

除了使用elasticsearch-head插件，postman等工具，我们还可以直接在网页上请求es数据，但是展示结果不太友好。

可以添加一个pretty参数来友好展示数据

 指定响应数据

添加_source参数

 也可以在请求地址后直接添加/_source/id，只请求数据，不返回索引元数据

也可以再追加_source参数，按需返回字段

 判断文档是否存在

get请求中，如果文档不存在，found参数返回false

 也可以使用head请求

如果文档不存在，则状态码为404，文档存在状态码为200

批量操作

 批量查询，插入、修改、删除等

 _bulk操作

请求格式

{"action":{ metadata }}\n
{request body }\n
{"action":{ metadata }}\n
{request body }\n
{"action":{ metadata }}\n
{request body }\n
#注意 最后一行的回车不能丢

示例：批量插入

{"create":{"_index":"my_test_index"}}
{"id":2001,"name":"name1","age":12}
{"create":{"_index":"my_test_index"}}
{"id":2002,"name":"name2","age":20}
{"create":{"_index":"my_test_index"}}
{"id":2003,"name":"name3","age":24}

批量删除：

{"delete":{"_index":"my_test_index","_id":"swQszIEBNosuSpkicpe-"}}
{"delete":{"_index":"my_test_index","_id":"tgQPzYEBNosuSpkiCpcS"}}
{"delete":{"_index":"my_test_index","_id":"twQPzYEBNosuSpkiCpcS"}}

分页

es接受两个分页参数，类似mysql中的limit

size：结果数，默认是10
form：跳过开始的结果数，默认是0

GET {索引}/_search?size=2&from=1

 深度分页：es是基于分片的，假设有5个分片，from=100，size=10。则会根据排序规则从5个分片中各取回100+10条数据数据，然后汇总成550条数据后选择最后面的10条数据。越往后的分页，执行的效率越低。

ES为了避免深分页，默认不允许查询10000条以后的数据。

映射

前面我们插入es数据，都是由es自动判断类型，但有时候需要我们明确字段类型，否则自动判断的类型和实际需求是不相符的。

自动判断的规则如下：

JSON中的数据	判断类型	ES类型
true /false	boolean	boolean
123	long	byte、short、integer、long
123.45	double	float、double
2022-07-05	date	date
"字符串及其他类型"	string	string、text、keyword

 

结构化查询 

term

terms

range

exists

match

bool

过滤查询

filter

查询语句要比过滤语句更耗时，不仅要查询匹配的文档还要计算文档的相关性，并且查询结果不可缓存，做精确匹配搜索时，最好用过滤语句，因为过滤语句可以缓存数据。