参考:
dsl查询:https://blog.csdn.net/weixin_45921762/article/details/107933085
聚合查询:
基础操作
- 区分es版本:以下版本=6.5.4
- 区分是否带类型
- 5.x 及以前版本,一个 index 有一个或者多个 type
- 6.x 版本,一个 index 只有一个 type
- 7.x 版本移除了 type,type 相关的所有内容全部变成 Deprecated,为了兼容升级和过渡,所有的 7.x 版本 es 数据写入后 type 字段都默认被置为 “_doc”
增
- 创建索引,指定类型映射
// POST/PUT /[索引名]/[类型]
// 如下:PUT /myindex 异常可改为 /myindex/emps/ /myindix/_doc等等
PUT /myindex
{
"mappings":{
"properties":{
"name":{
"type":"text"
},
"age":{
"type":"integer"
},
"bir":{
"type":"date"
},
"content":{
"type":"text"
},
"address":{
"type":"keyword"
}
}
}
}
- 直接添加单条数据 【不做字段映射,默认根据插入数据指定】
// [索引]/_doc/[_id]
POST myindex/_doc/7
{
"name": "xiaoai",
"age": 32,
"bir": "2012-1-12",
"content": "test content",
"address": "北京"
}
- 批量添加数据
PUT /myindex/_bulk
{"index":{}}
{"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难事儿,在众多可行的方案中决择需要很高的经验和水平","address":"北京"}
{"index":{}}
{"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构,由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上,核心容器定义了创建、配置和管理 bean 的方式","address":"上海"}
{"index":{}}
{"name":"张小五","age":8,"bir":"2012-12-12","content":"Spring Cloud 作为Java 语言的微服务框架,它依赖于Spring Boot,有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多,涉及微服务的方方面面,井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善","address":"无锡"}
{"index":{}}
{"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释, Spring是如何简化Java开发的?","address":"南京"}
{"index":{}}
{"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API","address":"杭州"}
{"index":{}}
{"name":"张无忌","age":59,"bir":"2012-12-12","content":"ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口","address":"北京"}
改
- 直接覆盖
POST myindex/_doc/7
{
"name": "xiaoai5",
"age": 19,
"bir": "2001-1-12",
"content": "test conten5",
"address": "gx"
}
// 其余字段会置空
POST myindex/_doc/7
{
"name": "xiaoai5"
}
- 更改
// 其余字段不会被修改
POST myindex/_doc/7/_update
{
"doc": {
"age": 43,
"address": "广东"
}
}
删
// 删除数据
// DELET [索引]/_doc/[_id]
DELETE myindex/_doc/6
// 删除索引
DELETE myindex/
注意
- 如果自定义有id字段,区分自定【id】和默认【_id】
- _doc即默认类型,如果有自定义类型,操作可把【_doc】换为对应类型
DSL查询
通过使用term查询得知ES中默认使用分词器为标准分词器(StandardAnalyzer),标准分词器对于英文单词分词,对于中文单字分词。
通过使用term查询得知,在ES的Mapping Type 中 keyword , date ,integer, long , double , boolean or ip 这些类型不分词,只有text类型分词。
ES中的查询操作分为2种。
- 查询(query):默认会计算每个返回文档的得分,然后根据得分排序
- 过滤(filter):只会筛选出符合的文档,并不计算得分,且它可以缓存文档 。所以,单从性能考虑,过滤比查询更快。
换句话说,过滤适合在大范围筛选数据,而查询则适合精确匹配数据。一般应用时, 应先使用过滤操作过滤数据, 然后使用查询匹配数据。
- 使用语法
- URL查询: GET /索引/_search?参数
- DSL查询: POST /索引/_search {}
数据
1.删除索引
DELETE /ems
2.创建索引并指定类型
PUT /ems
{
"mappings":{
"properties":{
"name":{
"type":"text"
},
"age":{
"type":"integer"
},
"bir":{
"type":"date"
},
"content":{
"type":"text"
},
"address":{
"type":"keyword"
}
}
}
}
3.插入测试数据
PUT /ems/_bulk
{"index":{}}
{"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难事儿,在众多可行的方案中决择需要很高的经验和水平","address":"北京"}
{"index":{}}
{"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构,由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上,核心容器定义了创建、配置和管理 bean 的方式","address":"上海"}
{"index":{}}
{"name":"张小五","age":8,"bir":"2012-12-12","content":"Spring Cloud 作为Java 语言的微服务框架,它依赖于Spring Boot,有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多,涉及微服务的方方面面,井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善","address":"无锡"}
{"index":{}}
{"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释, Spring是如何简化Java开发的?","address":"南京"}
{"index":{}}
{"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API","address":"杭州"}
{"index":{}}
{"name":"张无忌","age":59,"bir":"2012-12-12","content":"ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口","address":"北京"}
查询
-
query :查询
-
match_all: 返回索引中的全部文档
GET /ems/_search { "query": { "match_all": {} } }
-
match:条件匹配
GET /ems/_search { "query": { "match": { "content": { "query": "redis api java key", "minimum_should_match": "50%" #50%命中率,即命中两个词就返回 } } } }
-
multi_match : 多字段检索
GET /ems/_search { "query": { "multi_match": { "query": "中国", "operator": "and", "fields": ["name","content"] #这里写要检索的指定字段 } } }
-
term: 用来使用关键词查询
-
range: 用来指定查询指定范围内的文档
符号标识 代表含义 gte 大于或等于 gt 大于 lte 小于或等于 lt 小于 -
prefix: 用来检索含有指定前缀的关键词的相关文档
GET /ems/_search { "query": { "prefix": { "content": { "value": "redis" } } } }
-
wildcard: 通配符查询
- ? 用来匹配一个任意字符
- * 用来匹配多个任意字符
-
regexp:正则搜索
GET /ems/_search { "query": { "regexp": { "content": "red[a-z].+" } } }
-
ids : 值为数组类型,用来根据一组id获取多个对应的文档
-
fuzzy: 用来模糊查询含有指定关键字的文档
GET /ems/_search { "query": { "fuzzy": { "content":"spring" } } } fuzzy 模糊查询 最大模糊错误 必须在0-2之间 # 搜索关键词长度为 2 不允许存在模糊 0 # 搜索关键词长度为3-5 允许一次模糊 0 1 # 搜索关键词长度大于5 允许最大2模糊
-
bool: 用来组合多个条件实现复杂查询
- must: 相当于&& 同时成立
- should: 相当于|| 成立一个就行。有一个特殊性,如果组合查询中没有 must 条件,那么 should 中必须至少匹配一个。可以通过 minimum_should_match 来限制它匹配更多个。
- must_not: 相当于! 不能满足任何一个
-
-
size: 指定查询结果中返回指定条数。 默认返回值10条
-
from:用来指定起始返回位置,和size关键字连用可实现分页效果
-
_source: 是一个数组,在数组中用来指定展示那些字段
GET /ems/_search
{
"query": {
"term": {
"address": {
"value": "北京"
}
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
],
"size": 5,
"from": 1,
"_source":["name","age","address"]
}
- highlight: 可以让符合条件的文档中的关键词高亮。自定义高亮html标签:
- pre_tags:高亮前缀
- post_tags:高亮后缀
- require_field_match:开启多个字段高亮
GET /ems/_search
{
"query":{
"term":{
"content":"redis"
}
},
"highlight": {
"pre_tags": ["<span style='color:red'>"],
"post_tags": ["</span>"],
"require_field_match":false,
"fields": {
"*":{}
}
}
}
过滤
在执行filter和query时,先执行filter在执行query
Elasticsearch会自动缓存经常使用的过滤器,以加快性能
- filter:过滤
- term : term 一般用在不分词字段上的,因为它是完全匹配查询,如果要查询的字段是分词字段就会被拆分成各种分词结果,和完全查询的内容就对应不上了
- terms : 类似于数据库的 in
- ranage : 查询范围
- exists : 是否存在
#terms
GET /ems/_search
{
"query": {
"constant_score": {
"filter": {
"terms": {
"content": [ # 包含以下关键字
"redis",
"api"
]
}
}
}
}
}
# ranage
GET /ems/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"content": {
"value": "redis"
}
}
}
],
"filter": {
"range": {
"age": {
"gte": 8,
"lte": 23
}
}
}
}
}
}
# exists
GET /ems/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"content": {
"value": "redis"
}
}
}
],
"filter": {
"exists": {
"field": "address"
}
}
}
}
}
关键字
-
query :查询
- match_all: 返回索引中的全部文档
- match:条件匹配
- multi_match : 多字段检索
- term: 用来使用关键词查询
- range: 用来指定查询指定范围内的文档
- prefix: 用来检索含有指定前缀的关键词的相关文档
- wildcard: 通配符查询 ? =用来匹配一个任意字符 * =用来匹配多个任意字符
- regexp:正则搜索
- ids : 值为数组类型,用来根据一组id获取多个对应的文档
- fuzzy: 用来模糊查询含有指定关键字的文档
- bool: 用来组合多个条件实现复杂查询
- must: 相当于&& 同时成立
- should: 相当于|| 成立一个就行。有一个特殊性,如果组合查询中没有 must 条件,那么 should 中必须至少匹配一个。可以通过 minimum_should_match 来限制它匹配更多个。
- must_not: 相当于! 不能满足任何一个
- filter:过滤
- term : term 一般用在不分词字段上的,因为它是完全匹配查询,如果要查询的字段是分词字段就会被拆分成各种分词结果,和完全查询的内容就对应不上了
- terms : 类似于数据库的 in
- ranage : 查询范围
- exists : 是否存在
-
size: 指定查询结果中返回指定条数。 默认返回值10条
-
from:用来指定起始返回位置,和size关键字连用可实现分页效果
-
_source: 是一个数组,在数组中用来指定展示那些字段
-
highlight: 可以让符合条件的文档中的关键词高亮。自定义高亮html标签:
- pre_tags:高亮前缀
- post_tags:高亮后缀
- require_field_match:开启多个字段高亮
聚合查询
聚合操作主要分以下四种类型:
聚合方式 | 解释 |
---|---|
Bucket Aggregation | 一些满足特定条件的文档的集合 |
Metric Aggregation | 一些数学计算,可以对文档字段统计分析 |
Pipeline Aggregation | 对其他的聚合结果进行二次聚合 |
Metrix Aggregation | 支持对多个字段的操作并提供一个结果矩阵 |
格式说明
//可简写为 aggs
"aggregations" : {
//聚合的名字 自定义
"<aggregation_name>" : {
//聚合的类型
"<aggregation_type>" : {
//聚合体:对哪些字段进行聚合
<aggregation_body>
}
//元
[,"meta" : { [<meta_data_body>] } ]?
//在聚合里面在定义子聚合
[,"aggregations" : { [<sub_aggregation>]+ } ]?
}
//聚合的名字2 ...
[,"<aggregation_name_2>" :
{
...
},
...]
}
简单聚合查询例子
数据
// 创建索引字段映射
PUT employee
{
"mappings": {
"properties": {
"id": {
"type": "integer"
},
"name": {
"type": "keyword"
},
"job": {
"type": "keyword"
},
"age": {
"type": "integer"
},
"gender": {
"type": "keyword"
}
}
}
}
// 添加数据
PUT employee/_bulk
{"index": {"_id": 1}}
{"id": 1, "name": "Bob", "job": "java", "age": 21, "sal": 8000, "gender": "male"}
{"index": {"_id": 2}}
{"id": 2, "name": "Rod", "job": "html", "age": 31, "sal": 18000, "gender": "female"}
{"index": {"_id": 3}}
{"id": 3, "name": "Gaving", "job": "java", "age": 24, "sal": 12000, "gender": "male"}
{"index": {"_id": 4}}
{"id": 4, "name": "King", "job": "dba", "age": 26, "sal": 15000, "gender": "female"}
{"index": {"_id": 5}}
{"id": 5, "name": "Jonhson", "job": "dba", "age": 29, "sal": 16000, "gender": "male"}
{"index": {"_id": 6}}
{"id": 6, "name": "Douge", "job": "java", "age": 41, "sal": 20000, "gender": "female"}
{"index": {"_id": 7}}
{"id": 7, "name": "cutting", "job": "dba", "age": 27, "sal": 7000, "gender": "male"}
{"index": {"_id": 8}}
{"id": 8, "name": "Bona", "job": "html", "age": 22, "sal": 14000, "gender": "female"}
{"index": {"_id": 9}}
{"id": 9, "name": "Shyon", "job": "dba", "age": 20, "sal": 19000, "gender": "female"}
{"index": {"_id": 10}}
{"id": 10, "name": "James", "job": "html", "age": 18, "sal": 22000, "gender": "male"}
{"index": {"_id": 11}}
{"id": 11, "name": "Golsling", "job": "java", "age": 32, "sal": 23000, "gender": "female"}
{"index": {"_id": 12}}
{"id": 12, "name": "Lily", "job": "java", "age": 24, "sal": 2000, "gender": "male"}
{"index": {"_id": 13}}
{"id": 13, "name": "Jack", "job": "html", "age": 23, "sal": 3000, "gender": "female"}
{"index": {"_id": 14}}
{"id": 14, "name": "Rose", "job": "java", "age": 36, "sal": 6000, "gender": "female"}
{"index": {"_id": 15}}
{"id": 15, "name": "Will", "job": "dba", "age": 38, "sal": 4500, "gender": "male"}
{"index": {"_id": 16}}
{"id": 16, "name": "smith", "job": "java", "age": 32, "sal": 23000, "gender": "male"}
- 查询工种有几种类型
// 查询
GET employee/_doc/_search
{
"size": 0,
"aggs": {
"job_category_count": {
"cardinality": {
"field": "job"
}
}
}
}
// 如果报错,需要打开支持聚合索引先执行 注意聚合操作那个字段需要给字段映射添加fielddata:true,最好在字段映射时添加上
PUT employee/_mapping/_doc/
{
"properties": {
"job": {
"type": "text",
"fielddata": true
}
}
}
// 响应
{
"took" : 548,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 17,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : {
"job_category_count" : {
"value" : 3
}
}
}
- 查询每个工种分桶信息
// 查询
GET employee/_doc/_search
{
"size": 0,
"aggs": {
"job_agg_info": {
"terms": {
"field": "job"
}
}
}
}
// 响应
{
"took" : 13,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 17,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : {
"job_agg_info" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "java",
"doc_count" : 7
},
{
"key" : "dba",
"doc_count" : 5
},
{
"key" : "html",
"doc_count" : 4
}
]
}
}
}
- 查询每个工种的数量,以及不同工种的工资统计信息
// 查询
GET employee/_search
{
"size": 0,
"aggs": {
"job_and_salary_info": {
"terms": {
"field": "job"
},
"aggs": {
"sal_info": {
"stats": {
"field": "sal"
}
}
}
}
}
}
// 响应
{
"took" : 6044,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 17,
"max_score" : 0.0,
"hits" : [ ]
},
"aggregations" : {
"job_and_salary_info" : {
"doc_count_error_upper_bound" : 0,
"sum_other_doc_count" : 0,
"buckets" : [
{
"key" : "java",
"doc_count" : 7,
"sal_info" : {
"count" : 7,
"min" : 2000.0,
"max" : 23000.0,
"avg" : 13428.57142857143,
"sum" : 94000.0
}
},
{
"key" : "dba",
"doc_count" : 5,
"sal_info" : {
"count" : 5,
"min" : 4500.0,
"max" : 19000.0,
"avg" : 12300.0,
"sum" : 61500.0
}
},
{
"key" : "html",
"doc_count" : 4,
"sal_info" : {
"count" : 4,
"min" : 3000.0,
"max" : 22000.0,
"avg" : 14250.0,
"sum" : 57000.0
}
}
]
}
}
}