ElasticSearch基础语法

索引的创建，更新，删除

• 使用非结构化方式新建索引

// 创建索引
PUT /emloyee
{
	"settings": {
		"numbers_of_shards": 1,
		"numbers_of_replicas": 1
	}
}
PUT /employee/_doc/1
{
	"name": "张三",
	"age": 30
}

// 执行结果
{
	"_index": "employee", // 索引名
	"_type": "_doc", // 类型，ES7废弃
	"_id": "1", // document主键
	"_version": 1,
	"result": "created", // 执行结果
	"_shards": {
		"total": 2,
		"successful": 2,
		"failed": 0
	},
	"_seq_no": 0,
	"_primary_term": 1
}

// 更新索引
PUT /employee/_doc/1
{
	"name": "张三2",
	"age": 30
}

// 执行结果
{
	"_index": "employee", // 索引名
	"_type": "_doc", // 类型，ES7废弃
	"_id": "1", // document主键
	"_version": 2,
	"result": "updated", // 执行结果
	"_shards": {
		"total": 2,
		"successful": 2,
		"failed": 0
	},
	"_seq_no": 2,
	"_primary_term": 1
}

// 获取索引记录
GET /employee/_doc/1

// 执行结果
{
	"_index": "employee", // 索引名
	"_type": "_doc", // 类型，ES7废弃
	"_id": "1", // document主键
	"_version": 2,
	"_seq_no": 2,
	"_primary_term": 1,
	"found": true,
	"_sourse": {
		"name": "张三2",
		"age": 30
	}
}

// 指定字段修改（只修改需要更新的字段，不会丢失其他未写出的字段）
POST /employee/_update/1
{
	"doc":{
		"name": "张三三"
	}
}

// 强制指定创建，若已存在，则创建失败
POST /employee/_create/2
{
	"name": "123",
	"age": 30
}

// 删除某个文档
DELETE /employee/_doc/2

// 查询全部文档（有默认分页值）
GET /employee/_search

• 使用结构化方式新建索引

PUT /emloyee
{
	"settings": {
		"numbers_of_shards": 1,
		"numbers_of_replicas": 1
	},
	"mappings":{
		"properties": {
			"name": {"type": "text"},
			"age": {"type": "integer"}
		}
	}
}

POST /employee/_create/2
{
	"name": "123",
	"age": "字符串测试" // 会报错，只能是integer类型
	"gender": "男" // 不会报错，会新生成一个字段
}

索引简单查询

// 不带条件查询所有记录
GET /employee/_search
{
	"query": {
		"match_all": {}
	}
}

// 分页查询
GET /employee/_search
{
	"query": {
		"match_all": {}
	},
	"from": 0,
	"to": 1
}

// 带关键字条件的查询
GET /employee/_search
{
	"query": {
		"match": {
			"name": "兄弟"
		}
	}
}

// 排序查询
GET /employee/_search
{
	"query": {
		"match": {
			"name": "兄弟"
		}
	},
	"sort": [ // 有排序的时候，_score命中打分字段就没有意义了，会返回null
		{"age": {"order": "desc"}}
	]
}

// filter过滤查询
GET /employee/_search
{
	"query": {
		"bool": {
			"filter": [ // 一旦使用filter，并不会计算_score打分的匹配度，默认0.0
				{"term": {"name": "张"}} // 表示name中有“张”的
				// {"match": {"name":"张333"}} // match会对“张333”进行analyze分词操作，能过滤出含有“张”的记录，如果用term，不会进行分词，只能过滤出包含“张333”的记录
			]
		}
	}
}

// 带聚合操作
GET /employee/_search
{
	"query": {
		"match": {
			"name": "兄"
		}
	},
	"sort": [
		{"age": {"order": "desc"}}
	],
	"aggs": {
		"group_by_age": {
			"terms": {
				"field": "age"
			}
		}
	}
}

analyze分析过程

• 举例：

// 先插入一条数据
PUT /movie/_doc
{
	"name": "Eating an apple a day"
}

// 使用analyze api查看分词状态
GET /movie/_analyze
{
	"field": "name",
	"text": "Eating an apple a day"
}

• analyze分析过程：字符过滤器 -> 字符处理（标准字符处理，以空格和标点符号分割内容） -> 分词过滤（分词转换，即变小写）

// 使用结构化的方式重新创建索引
PUT /movie
{
	"settings": {
		"numbers_of_shards": 1,
		"numbers_of_replicas": 1
	},
	"mappings":{
		"properties": {
			"name": {"type": "text", "analyzer": "english"} // 使用english做一个分词
		}
	}
}

PUT /movie/_doc
{
	"name": "Eating an apple a day"
}

// 然后再使用analyze api查看分词状态

• english analyze分析过程：字符过滤器（过滤特殊符号，外加量词，the等等） -> 字符处理（标准字符处理，以空格和标点符号分割内容） -> 分词过滤（分词转换，词干转化，比如去除复数（apples/apple -> appl，daies/day -> dai））

类型

• Text：被分析索引的字符串类型
• Keyword：不能被分析只能被精确匹配的字符串类型
• Date：日期类型，可以配合format一起使用
• 数字类型：long，integer，short，double等
• boolean：true/false
• 数组类型：Array:[“one”, “two”]
• Object类型：json嵌套
• Ip类型
• Geo_point：地理位置