Elasticsearch实现基础的增删改查(Kibana模式)

最新推荐文章于 2024-04-13 06:16:00 发布

艾默生莱斯

最新推荐文章于 2024-04-13 06:16:00 发布

阅读量176

点赞数

分类专栏： elasticsearch 文章标签： elasticsearch

本文链接：https://blog.csdn.net/qq_38497133/article/details/106927637

版权

elasticsearch 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

本文详细介绍Elasticsearch的特性，包括其分布式实时文件存储、检索、分析能力，以及零配置、集群自动发现等优势。深入探讨分词器如standard、ik_smart、ik_max_word的工作原理，并演示如何使用bulk进行批量操作，以及各种查询技巧。

摘要由CSDN通过智能技术生成

文章目录

一、简介

Elasticsearch是基于Lucene的开源分布式搜索引擎，大幅降低了PB级海量数据存储、检索，分析门槛。它的特点是：

分布式实时文件存储、检索、分析
零配置、集群自动发现
索引自动分片、副本机制
RESTful风格接口
多数据源
自动搜素负载

二、分词

Elasticsearch实现分词默认的有三种分词器：
(1).standard：将text文本拆成一个一个汉字或单词

GET _analyze
{
  "analyzer": "standard"
  , "text": "中华人民共和国"
}
GET _analyze
{
  "analyzer": "standard"
  , "text": "I love es and kibana"
}

(2).ik_smart：主要针对中文词句进行分词，根据其词库做相应的分割，

GET _analyze
{
  "analyzer": "ik_smart"
  , "text": "我喜欢吃苹果"
}

结果为：

{
  "tokens": [
    {
      "token": "我",
      "start_offset": 0,
      "end_offset": 1,
      "type": "CN_CHAR",
      "position": 0
    },
    {
      "token": "喜欢吃",
      "start_offset": 1,
      "end_offset": 4,
      "type": "CN_WORD",
      "position": 1
    },
    {
      "token": "苹果",
      "start_offset": 4,
      "end_offset": 6,
      "type": "CN_WORD",
      "position": 2
    }
  ]
}

(3).ik_max_word：对中文词句进行精细化分割、

GET _analyze
{
  "analyzer": "ik_max_word"
  , "text": "我喜欢吃苹果"
}

结果为：

{
  "tokens": [
    {
      "token": "我",
      "start_offset": 0,
      "end_offset": 1,
      "type": "CN_CHAR",
      "position": 0
    },
    {
      "token": "喜欢吃",
      "start_offset": 1,
      "end_offset": 4,
      "type": "CN_WORD",
      "position": 1
    },
    {
      "token": "喜欢",
      "start_offset": 1,
      "end_offset": 3,
      "type": "CN_WORD",
      "position": 2
    },
    {
      "token": "吃",
      "start_offset": 3,
      "end_offset": 4,
      "type": "CN_CHAR",
      "position": 3
    },
    {
      "token": "苹果",
      "start_offset": 4,
      "end_offset": 6,
      "type": "CN_WORD",
      "position": 4
    }
  ]
}

三、增加索引

1.直接创建索引名称，不加任何参数设置，默认的就是5个分片，1个副本

PUT stu

2.可以对分片和副本进行设置

PUT student
{
  "settings": {
    "number_of_shards": 3
    , "number_of_replicas": 2
  }
}

设置student的索引名称，其分片是3个，副本2个(这里副本个数不能超过子节点个数)
3.对索引类型，字段名进行设置

PUT stu
{
 "settings": {
   "number_of_shards": 2
 } ,
 "mappings": {
   "_doc":{
     "properties": {
       "name":{"type": "keyword"},
       "age":{"type": "keyword"},
       "gender":{"type": "keyword"}
     }
   }
 }
}

这里索引名称是stu，索引类型是_doc，字段为:“name”,“age”,“gender”，字段的类型都是keyword.

四、使用bulk进行批量操作

1.增加

POST /_bulk
{"create":{"_index":"stu","_type":"_doc","_id":"2"}}
{"name":"xxx","age":"23","gender":"男"}
{"create":{"_index":"stu","_type":"_doc","_id":"3"}}
{"name":"yyy","age":"25","gender":"女"}

2.修改

POST /_bulk
{"update":{"_index":"stu","_type":"_doc","_id":"1"}}
{"doc":{"age":"25"}}
{"update":{"_index":"stu","_type":"_doc","_id":"2"}}
{"doc":{"age":"25"}}

3.删除

POST /_bulk
{"delete":{"_index":"stu","_type":"_doc","_id":"1"}}
{"delete":{"_index":"stu","_type":"_doc","_id":"2"}}

五、查询

1.mget用法
（1）根据id查询，返回的是多条数据

GET stu/_mget
{
  "ids" : [ "1", "2" ]
}

（2）根据不同索引中不同属性查找

GET /_mget
{
  "docs":[
      { "_index": "stu", "_id":"1"},
      {"_index":"abc", "_id":"2"}
    ]
}

2.match用法
（1）match：只要查询的字段中有一个与之匹配，就可以查出对应的数据（模糊查询）

GET stu/_search
{
  "query":{
      "match":{
          "name":"john"
      }
  }
}

（2）match_phrase：精确查找，查找的字段值要与结果一一对应

GET stu/_search
{
  "query":{
      "match_phrase":{
          "name":"John kery"
      }
  }
}

（3）match_phrase_prefix：一个分词作为前缀匹配

GET stu/_search
{
  "query":{
      "match_phrase_prefix":{
          "name":"John ke"
      }
  }
}

（4）multi_match：多字段查询，包含john或喜欢cooking的都可以查出来

GET stu/_search
{
  "query": {
    "multi_match": {
      "query": "john likes cooking",
      "fields": ["name","interest"]
    }
  }
}

3.term用法
（1）term：精确查找，按照存储在倒排索引中的确切字词，进行匹配(倒排索中的字词都是全小写)

GET def/stu/_search
{
  "query": {
    "term": {
      "name":"john"
    }
  }
}

（2）terms：多词条查询

GET def/stu/_search
{
  "query": {
    "terms": {
      "name":["john","da"]
    }
  }
}

4.range用法

GET def/stu/_search
{
  "query":{
    "range":{
      "gpa":{
        "gte":3.0,
        "lte":4.0
      }
    }
  }
}

5.bool查询

GET def/stu/_search
{
    "query": {
      "bool": {
        "must": {
            "match": { "interest": "cooking"} },
        "must_not": {
            "range": { "yearOfBorn": { "gte": 1995, "lte": 2000 }}}
      }
    }
}

6.其他查询

（1）GET def/stu/1 --查询索引为def，类型为stu，id为1的学生的信息
（2）GET def/stu/_search?q=interest:soccer  --查询爱好为soccer的学生信息
（3）GET def/stu/_search  --查询所有信息
（4）GET def/stu/1/_source  --查询信息，不显示元数据