elasticsearch DSL命令

已于 2022-10-06 16:01:27 修改
阅读量1k 收藏 5
点赞数 2
分类专栏： elasticsearch 文章标签： elasticsearch DSL
于 2022-10-03 12:12:11 首次发布
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/qq_33753147/article/details/127150460
版权

目录

索引库操作

1.mapping映射属性

2.创建索引库和映射

3.查询索引库

 4.修改索引库

 5.删除索引库

 文档操作

1.新增文档

 2.查询文档

 3.删除文档

4.修改文档

全量修改

增量修改

DSL 查询文档

1.查询所有

​编辑

2.全文检索查询

单字段查询

多字段查询

3.精准查询

term查询

 rang查询

 4.地理坐标查询

矩形范围查询

附近查询

5.复合查询

相关性算分

6.算分函数查询

7.布尔查询(多条件查询)

8.排序

普通字段排序

地理坐标排序 

9.分页

分页深度问题

分页小结:

10.搜索结果 -- 高亮

11.数据聚合

Bucket聚合

 聚合结果排序

限定聚合范围

 Metric聚合语法

12.自动补全查询

索引库操作

索引库就类似数据库表，mapping映射就类似表的结构。

我们要向es中存储数据，必须先创建“库”和“表”。

1.mapping映射属性

mapping是对索引库中文档的约束，常见的mapping属性包括：

  • type：字段数据类型，常见的简单类型有：

    • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）

    • 数值：long、integer、short、byte、double、float、

    • 布尔：boolean

    • 日期：date

    • 对象：object

  • index：是否创建倒排索引，默认为true

  • analyzer：使用哪种分词器

  • properties：该字段的子字段

例如下面的json文档：

{
    "age": 21,
    "weight": 52.1,
    "isMarried": false,
    "info": "四大美人之一貂蝉",
    "email": "diaochan@666.cn",
    "score": [99.1, 99.5, 98.9],
    "name": {
        "firstName": "貂",
        "lastName": "蝉"
    }
}

对应的每个字段映射（mapping）：

  • age：类型为 integer；参与搜索，因此需要index为true；无需分词器

  • weight：类型为float；参与搜索，因此需要index为true；无需分词器

  • isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器

  • info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；需要分词器

  • email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器

  • score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器(es 没有数组类型，一个字段可以有多个值)

  • name：类型为object，需要定义多个子属性

    • name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器

    • name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器

2.创建索引库和映射

基本语法：

  • 请求方式：PUT

  • 请求路径：/索引库名，可以自定义

  • 请求参数：mapping映射

PUT /索引库名称
{
  "mappings": {
    "properties": {
      "字段名":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "字段名2":{
        "type": "keyword",
        "index": "false"
      },
      "字段名3":{
        "properties": {
          "子字段": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

示例:

#创建索引库
PUT /lb
{
  "mappings": {
    "properties": {
      "info": {
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email": {
        "type": "keyword",
        "index": false
      },
      "name": {
        "properties": {
          "firstName": {
            "type": "keyword"
          },
          "lastName": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

3.查询索引库

基本语法：

  • 请求方式：GET

  • 请求路径：/索引库名

  • 请求参数：无

GET /索引库名

 4.修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

PUT /索引库名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"
    }
  }
}

 5.删除索引库

DELETE /索引库名

 文档操作

1.新增文档

POST /索引库名/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    "字段3": {
        "子属性1": "值3",
        "子属性2": "值4"
    },
    // ...
}

示例

POST /heima/_doc/1
{
    "info": "黑马程序员Java讲师",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

 2.查询文档

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。

GET /{索引库名称}/_doc/{id}

通过kibana查看数据：

GET /heima/_doc/1

 3.删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

DELETE /{索引库名}/_doc/id值
# 根据id删除数据
DELETE /heima/_doc/1

4.修改文档

 修改有两种方式：

  • 全量修改：直接覆盖原来的文档

  • 增量修改：修改文档中的部分字段

全量修改

全量修改是覆盖原来的文档，其本质是：

  • 根据指定的id删除文档

  • 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

PUT /{索引库名}/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}
PUT /heima/_doc/1
{
    "info": "黑马程序员高级Java讲师",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

增量修改

增量修改是只修改指定id匹配的文档中的部分字段。

POST /{索引库名}/_update/文档id
{
    "doc": {
         "字段名": "新的值",
    }
}
POST /heima/_update/1
{
  "doc": {
    "email": "ZhaoYun@itcast.cn"
  }
}

DSL 查询文档

1.查询所有

// 查询所有
GET /indexName/_search
{
  "query": {
    "match_all": {}
  }
}

2.全文检索查询

全文检索查询的基本流程如下：

  • 对用户搜索的内容做分词，得到词条

  • 根据词条去倒排索引库中匹配，得到文档id

  • 根据文档id找到文档，返回给用户

<
最低0.47元/天 解锁文章
naki_bb
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
微服务11_ES：DSL/RestClient查询文档
weixin_43989347的博客
03-30 1572
微服务11_ES：DSL/RestClient查询文档一、DSL查询文档1、DSL Query的分类1.全文检索查询match查询示例：multi_match查询示例：2.精准查询term查询range查询总结3.地理坐标查询矩形范围查询 （用得少）附近查询4.复合查询1.相关性算分2.算分函数查询示例3.布尔查询1）语法示例：2）示例3）小结二.搜索结果处理2.1.排序2.1.1.普通字段排序2.1.2.地理坐标排序2.2.分页2.2.1.基本的分页2.2.2.深度分页问题2.2.3.小结2.3.高亮2.
DSL查询语法
KK的博客
09-22 1827
使用ES的DSL查询语法
Elasticsearch教程之《一文读懂ES-DSL》
最新发布
极客世杰
06-20 1326
bool。
【ElasticSearch】DSL查询语法
llg___的博客
07-06 2776
注意这里的字段只有一个，但实际场景如：输入虹桥，预期返回business、name、brand等字段包含虹桥的数据，如此就得用上一节的。当然可以人为控制文档相关性算分，从而控制文档排名（fuction score：算分函数查询），例如百度竞价，谁出价高谁就在搜索第一位。对于不参与算分的查询，就放到must_not或者filter，减少不必要的算分，以提高查询性能。二者结果一样，但从性能考虑，推荐match+copy_to，因为参与搜索的字段越多，性能越低。
SpringCloud——分布式搜索之初识elasticsearch
qq_52227892的博客
06-06 408
Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。
Elasticsearch DSL介绍
end's coding life
12-20 2705
ES支持一种JSON格式的查询，叫做DSL，domain specific language。这门语言刚开始比较难理解，因此通过几个简单的例子开始： 下面的命令，可以搜索全部的文档： { "query": { "match_all": {} } } query定义了查询，match_all声明了查询的类型。还有其他的参数可以控制返回的结果： curl -XPOST 'localho...
Elasticsearch DSL 查询
彳亍
07-18 453
DSL是 Domain Specific Language（特定领域语言）的缩写。 Elasticsearch 提供了功能丰富且灵活的查询语言，即DSL 查询。你可以用它构建出更加复杂、功能更加强大的查询语句。 先来一个简单的例子，比如，我们可以这样查询 first_name 字段包含 John 的用户。 GET /alibaba/user/_search { "query" ...
django-elasticsearch-dsl:这是一个允许在Elasticsearch中使用elasticsearch-dsl-py索引django模型的软件包
05-12
Django Elasticsearch DSL Django Elasticsearch DSL是一个软件包，它允许在Elasticsearch中索引Django模型。 它是作为的薄包装而构建的，因此您可以使用elasticsearch-dsl-py团队开发的所有功能。 您可以在查看完整...
Elastic-Django:使用elasticsearch-dsl elasticsearch-py和django-elasticsearch-dsl在Django项目上集成Elastic Search
05-26
本篇文章将详细介绍如何使用`elasticsearch-dsl`、`elasticsearch-py`和`django-elasticsearch-dsl`这三款库，在Django项目中实现Elasticsearch的集成。 首先，`elasticsearch-dsl`是Python的一个高级DSL（Domain ...
elasticsearch-7.17.3
06-09
安装命令可能是 `sudo yum install -y elasticsearch-7.17.3.x86_64.rpm` 或者 `sudo dnf install -y elasticsearch-7.17.3.x86_64.rpm`。 另一个文件 `gradle-7.4.2-all.zip` 是Gradle构建工具的完整版本，版本号...
elasticsearch(es)
08-12
IK分词器安装完成后，可以在Kibana的DevTools界面中使用DSL语句来操作Elasticsearch，并且对DSL语句有自动补全功能。 使用Docker容器可以轻松地部署Elasticsearch单点集群和Kibana可视化界面，并安装IK分词器来对...
PyPI 官网下载 | elasticsearch-dsl-5.3.0.tar.gz
01-11
要使用`elasticsearch-dsl`，首先需要在你的Python环境中安装它，可以通过pip命令完成： ```bash pip install elasticsearch-dsl ``` 安装完成后，在Python代码中导入并初始化Elasticsearch连接： ```python from ...
【DSL】ES+DSL 查询语法
热门推荐
weixin_41613094的博客
07-06 1万+
ES+DSL 查询语法学习的复习
ElasticSearch - DSL查询文档语法，以及深度分页问题、解决方案
CYK_byte的博客
09-26 2781
你在淘宝里买东西的时候，要通过一些信息进行筛选，比如 销量、信誉、价格升序... 这些词一般都是固定一个按钮，点击就会帮你做筛选.
java es 多级排序
weixin_42602726的博客
01-10 618
在 Java 中，可以使用 Collections.sort 或 Arrays.sort 方法对 List 或数组进行排序。这些方法都支持传入一个 Comparator 对象来指定排序规则。例如，下面的代码展示了如何使用 Collections.sort 和自定义的 Comparator 对一个 List 进行多级排序： List<Person> people = ...;Collec...
边学边实战系列（五）：ElasticSearch DSL 查询原理与实践
民工哥的博客
05-28 857
点关注公众号，回复“1024”获取2TB学习资源！前面介绍了 ElasticSearch 基础概念、生态与应用场景、技术原理、安装和基础使用、索引管理相关的知识点。今天我将详细的为大家介绍 ElasticSearch DSL 查询相关知识，希望大家能够从中收获多多！如有帮助，请点在看、转发支持一波！！！DSL 查询之复合查询在查询中会有多种条件组合的查询，在 ElasticSearch 中叫复合查...
es java api 分页,ES 解决深分页问题，自己实现Scroll 查询 API
weixin_39546501的博客
03-13 1048
一、前言：ES 普通的分页查询有深分页限制，默认是10000条。(因为越往后面分越耗内存)所以要查询1万条以后的数据，要不就缩小查询范围，要不用别的方法。ES 提供了 scroll 查询。第一次查询获取到scroll_id,下次查询通过scroll_id直接查询。scroll相当于维护了一份当前索引段的快照信息，这个快照信息是你执行这个scroll查询时的快照。在这个查询后的任何新索引进来的数据，...
【ElasticSearch】JavaRestClient实现文档查询、排序、分页、高亮
llg___的博客
07-07 3029
发现结果并未高亮，因为上面抽取的handleResponse方法是对_source下处理的，这里的数据是原数据，本就不会被修改，因此要继续拿highlight下的数据，即解析高亮结果。构建DSL是通过HighLevelRestClient中的resource()方法来实现的，这里包含了查询、排序、分页、高亮等操作。精确查询常见的有term查询和range查询，同样利用QueryBuilders实现。构建查询条件的核心部分，即查询类型，是用一个名为。实现的，它包含了各种查询方法。对响应的处理代码相同，这里。
python elasticsearch-dsl
08-20
Python的elasticsearch-dsl是基于elasticsearch-py封装实现的，提供了更简便的操作elasticsearch的方法。你可以通过安装elasticsearch-dsl库来使用它。安装命令是"pip install elasticsearch-dsl"。如果你在Django项目中使用elasticsearch-dsl，你还可以考虑安装django-elasticsearch-dsl-drf库，它可以将Elasticsearch DSL与Django REST框架集成，提供更方便的使用体验。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Elasticsearch python操作实践(elasticsearch 、Elasticsearch DSL)](https://blog.csdn.net/qq_43008709/article/details/109401610)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python中elasticsearch_dsl模块用法详解](https://blog.csdn.net/m0_72557783/article/details/126957624)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [django-elasticsearch-dsl-drf：将Elasticsearch DSL与Django REST框架集成](https://download.csdn.net/download/weixin_42131861/15058672)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论 1
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