ES-2-基本操作

Elasticsearch 基本操作

     REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就

是 RESTful 。 Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之

间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务

器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用

服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。

      在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它

向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI

(Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客

户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET 、 PUT 、 POST 和

DELETE 。

数据格式

    Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，

我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比

     ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。 这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个 type，Elasticsearch 7.X 中, Type 的概念已经被删除了。

    用 JSON 作为文档序列化的格式，比如一条用户信息：

{
 "name" : "John",
 "sex" : "Male",
 "age" : 25,
 "birthDate": "1990/05/01",
 "about" : "I love to go rock climbing",
 "interests": [ "sports", "music" ]
}

   HTTP 操作

索引操作-创建索引

对比关系型数据库，创建索引就等同于创建数据库

在 Postman 中，向 ES 服务器发 PUT 请求 ： http://127.0.0.1:9200/xxx

{
 "acknowledged"【响应结果】: true, # true 操作成功
 "shards_acknowledged"【分片结果】: true, # 分片操作成功
 "index"【索引名称】: "shopping"
}
# 注意：创建索引库的分片数默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片

如果重复添加索引，会返回错误信息

查看所有索引

 在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/_cat/indices?v

这里请求路径中的_cat 表示查看的意思，indices 表示索引，所以整体含义就是查看当前 ES 服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，服务器响应结果如下

 

 查看单个索引 :

在 Postman 中，向 ES 服务器发 GET 请求 ： http://127.0.0.1:9200/shopping

{
 "shopping"【索引名】: { 
 "aliases"【别名】: {},
 "mappings"【映射】: {},
 "settings"【设置】: {
 "index"【设置 - 索引】: {
 "creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
 "number_of_shards"【设置 - 索引 - 主分片数量】: "1",
 "number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
 "uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
 "version"【设置 - 索引 - 版本】: {
 "created": "7080099"
 },
 "provided_name"【设置 - 索引 - 名称】: "shopping"
 }
 }
 } }

删除索引

在 Postman 中，向 ES 服务器发 DELETE 请求 ： http://127.0.0.1:9200/shopping

文档操作

创建文档

索引已经创建好了，接下来我们来创建文档，并添加数据。这里的文档可以类比为关系型数

据库中的表数据，添加的数据格式为 JSON 格式

在 Postman 中，向 ES 服务器发 POST 请求 ： http://127.0.0.1:9200/shopping /_doc

请求体内容为

{
 "title":"小米手机",
 "category":"小米",
 "images":"http://www.gulixueyuan.com/xm.jpg",
 "price":3999.00
}

此处发送请求的方式必须为 POST，不能是 PUT，否则会发生错误

服务器响应结果如下：

{
 "_index"【索引】: "shopping",
 "_type"【类型-文档】: "_doc",
 "_id"【唯一标识】: "Xhsa2ncBlvF_7lxyCE9G", #可以类比为 MySQL 中的主键，随机生成
 "_version"【版本】: 1,
 "result"【结果】: "created", #这里的 create 表示创建成功
 "_shards"【分片】: {
 "total"【分片 - 总数】: 2,
 "successful"【分片 - 成功】: 1,
 "failed"【分片 - 失败】: 0
 },
 "_seq_no": 0,
 "_primary_term": 1
}

上面的数据创建后，由于没有指定数据唯一性标识（ ID ），默认情况下， ES 服务器会随机

生成一个。

如果想要自定义唯一性标识，需要在创建时指定： http://127.0.0.1:9200/shopping/_doc/ 1

查看文档

查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询

在 Postman 中，向 ES 服务器发 GET 请求 ： http://127.0.0.1:9200/shopping /_doc/1

{
 "_index"【索引】: "shopping",
 "_type"【文档类型】: "_doc",
 "_id": "1",
 "_version": 2,
 "_seq_no": 2,
 "_primary_term": 2,
 "found"【查询结果】: true, # true 表示查找到，false 表示未查找到
 "_source"【文档源信息】: {
 "title": "华为手机",
 "category": "华为",
 "images": "http://www.gulixueyuan.com/hw.jpg",
 "price": 4999.00
 } }

 修改文档

和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖

在 Postman 中，向 ES 服务器发 POST 请求 ： http://127.0.0.1:9200/shopping /_doc/1

请求体内容为 :

{
 "title":"华为手机",
 "category":"华为",
 "images":"http://www.gulixueyuan.com/hw.jpg",
 "price":4999.00
}

修改成功后，服务器响应结果：

{
 "_index": "shopping",
 "_type": "_doc",
 "_id": "1",
 "_version"【版本】: 2,
 "result"【结果】: "updated", # updated 表示数据被更新
 "_shards": {
 "total": 2,
 "successful": 1,
 "failed": 0
 },
 "_seq_no": 2,
 "_primary_term": 2
}

修改字段

修改数据时，也可以只修改某一给条数据的局部信息

在 Postman 中，向 ES 服务器发 POST 请求 ： http://127.0.0.1:9200/shopping/ _update/1

请求体内容为

{ 
 "doc": {
 "price":3000.00
 } 
}

删除文档

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

在 Postman 中，向 ES 服务器发 DELETE 请求 ： http://127.0.0.1:9200/shopping /_doc/1

删除成功，服务器响应结果：

{
 "_index": "shopping",
 "_type": "_doc",
 "_id": "1",
 "_version"【版本】: 4, #对数据的操作，都会更新版本
 "result"【结果】: "deleted", # deleted 表示数据被标记为删除
 "_shards": {
 "total": 2,
 "successful": 1,
 "failed": 0
 },
 "_seq_no": 4,
 "_primary_term": 2
}

条件删除文档

一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数

据进行删除

首先分别增加多条数据

{
 "title":"小米手机",
 "category":"小米",
 "images":"http://www.gulixueyuan.com/xm.jpg",
 "price":4000.00
}{
 "title":"华为手机",
 "category":"华为",
 "images":"http://www.gulixueyuan.com/hw.jpg",
 "price":4000.00
}

向 ES 服务器发 POST 请求 ： http://127.0.0.1:9200/shopping /_delete_by_query

请求体内容为：

{
 "query":{
 "match":{
 "price":4000.00
 }
 } }

删除成功后，服务器响应结果

{
 "took"【耗时】: 175,
 "timed_out"【是否超时】: false,
 "total"【总数】: 2,
 "deleted"【删除数量】: 2,
 "batches": 1,
 "version_conflicts": 0,
 "noops": 0,
 "retries": {
 "bulk": 0,
 "search": 0
 },
 "throttled_millis": 0,
 "requests_per_second": -1.0,
 "throttled_until_millis": 0,
 "failures": []
}

映射操作

有了索引库，等于有了数据库中的 database

接下来就需要建索引库 (index) 中的映射了，类似于数据库 (database) 中的表结构 (table) 。

创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型

下有哪些字段，每个字段有哪些约束信息，这就叫做映射 (mapping) 。

1) 创建映射

在 Postman 中，向 ES 服务器发 PUT 请求 ： http://127.0.0.1:9200/student /_mapping

请求体内容为：

{
 "properties": {
 "name":{
 "type": "text",
 "index": true
 },
 "sex":{
 "type": "text",
 "index": false
 },
 "age":{
 "type": "long",
 "index": false
 }
 } }

映射数据说明：

字段名：任意填写，下面指定许多属性，例如： title 、 subtitle 、 images 、 price

type ：类型， Elasticsearch 中支持的数据类型非常丰富，说几个关键的：

     String 类型，又分两种：

          text ：可分词

          keyword ：不可分词，数据会作为完整字段进行匹配

    Numerical ：数值类型，分两类

          基本数据类型：long、integer、short、byte、double、float、half_float

          浮点数的高精度类型： scaled_float

    Date ：日期类型

    Array ：数组类型

    Object ：对象

index ：是否索引，默认为 true ，也就是说你不进行任何配置，所有字段都会被索引。

     true ：字段会被索引，则可以用来进行搜索

    false ：字段不会被索引，不能用来搜索

store：是否将数据进行独立存储，默认为 false

     原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储 的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置 "store": true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用 更多的空间，所以要根据实际业务需求来设置。

analyzer ：分词器

查看映射

在 Postman 中，向 ES 服务器发 GET 请求 ： http://127.0.0.1:9200/student /_mapping

索引映射关联

在 Postman 中，向 ES 服务器发 PUT 请求 ： http://127.0.0.1:9200/student1

{
 "settings": {},
 "mappings": {
 "properties": {
"name":{
 "type": "text",
 "index": true
 
},
"sex":{
 "type": "text",
 "index": false
},
"age":{
 "type": "long",
 "index": false
}
 }
 } }