es的使用—语法规则

前言：图中所有示例用的是kibana工具，默认连接es，无需ip等前缀请求 

一、文档管理

简述：向索引中添加一行数据，使用json来表示。使用restful形式的api来实现。put：添加；post：修改；delete：删除

1、添加文档
    方法：
        put
    url：
        http://192.168.68.129:9200/{索引}/_doc/{_id}
        文档的id（_id）推荐和真正数据的id保持一致。
    请求体：
        尽量和mapping设置的文档格式保持一致。
        {
            "id":1,
            "title":"这是一篇文章",
            "content":"xxxxx",
            "comment":"备注信息",
            "mobile":"13344556677"
        }

2、修改文档
    方法：
        POST
    url：
        http://192.168.68.129:9200/{索引}/_doc/{_id}
    请求体：
        {
            "id":1,
            "title":"这是一篇文章",
            "content":"xxxxx",
            "comment":"备注信息",
            "mobile":"13344556677"
        }
    修改的原理是，先删除后添加

3、删除文档
    方法：
        DELETE
    ulr:
        http://192.168.68.129:9200/{索引}/_doc/{id}

4、根据_id取文档
    方法：
        GET
    url：
        http://192.168.68.129:9200/{索引}/_doc/{_id}

 
5、使用批处理_bulk
    方法：
        PUT、POST
    url：
        http://192.168.68.129:9200/{索引}/_bulk
    请求体：
        {action:{metadata}}
        {请求体数据信息json格式}
        {action:{metadata}}
        {请求体数据信息json格式}
        {action:{metadata}}
        {请求体数据信息json格式}
        {action:{metadata}}
        {请求体数据信息json格式}
        最后需要有一个换行
    例如：
        请求方法：
            POST
        url：
            http://192.168.68.129:9200/blog/_bulk
        请求体：
            action对应的取值：
                create：创建一个文档，如果文档不存在就创建。
                index：创建一个新的文档，如果文档存在就更新。
                update：批量更新文档
                delete：批量删除，不需要有请求体。
            元数据：
                _index:要写入的索引信息
                _type:要写入的type
                _id:要写入文档的id
            {"index":{"_id":1}}
            {"id":1, "title":"这是一篇文章", "content":"xxxxx", "comment":"备注信息", "mobile":"13344556677"}
            {"index":{"_id":2}}
            {"id":2, "title":"这是一篇文章", "content":"xxxxx", "comment":"备注信息", "mobile":"13344556677"}
            {"index":{"_id":3}}
            {"id":3, "title":"这是一篇文章", "content":"xxxxx", "comment":"备注信息", "mobile":"13344556677"}

 

二、查询数据

1、查询的语法
    方法：
        POST
    url：
        http://192.168.68.129:9200[/{blog}][/{type}]/_search
    请求体：
        json形式的查询语句
        {
            "query":{
                "xxxx"
            }
        }

2、查询全部数据
    match_all查询

    {
        "query":{
            "match_all":{}
        }
    }

3、termQuery 关键词查询
    是所有查询中最级基本的一个查询。
    根据关键词进行查询，如果关键词在索引中存在那么就有结果，
    如果关键词不存在就查询不到结果。ES不会再次对查询的内容进行分词处理。
    需要指定两部分内容：
        1）要查询的关键词
        2）要查询的字段
    {
        "query":{
            "term":{
                "title":"java"
            }
        }
    }

 

    默认使用的是standard分词器。处理英文根据空格进行分词处理。如果处理中文，是一个汉字一个关键词。
        原文：传苹果正开发新Apple TV 或集成音响和摄像头
        分词结果：
            传
            苹
            果
            正
            开
            发
            新
            Apple
            TV
            或
            集
            成
            音
            响
            和
            摄
            像
            头

4、QueryString查询，根据查询字符串查询
    查询条件可以指定一个字符串，在查询之前，可以对查询条件进行分词处理，然后基于分词之后的结果再次查询。
    {
        "query":{
            "query_string":{
                "default_field":"title",
                "query":"传苹果正开发新Apple TV 或集成音响和摄像头"
            }
        }
    }

5、match查询
    功能和query_string相同。
    {
        "query":{
            "match":{
                "title":"传苹果正开发新Apple TV 或集成音响和摄像头"
            }
        }
    }

6、multi_match查询
    可以指定在多个字段中查询
    {
        "query":{
            "multi_match":{
                "query":"苹果",
                "fields":["title","content"]
            }
        }
    }

 
7、bool查询
    1)组合条件查询
    逻辑关系：
        must：必须满足，相当于是AND
        should：应该满足，相当于OR
        must_not:必须不能满足，相当于NOT
    语法：
        {
            "query":{
                "bool":{
                    "must":[],
                    "should":[],
                    "must_not":[],
                    "filter":[]
                }
            }
        }

        案例：
        {
            "query":{
                "bool":{
                    "must":[
                        {
                            "match":{
                                "title":"apple"
                            }
                        },
                        {
                            "match":{
                                "content":"apple"
                            }
                        }
                    ]
                }
            }    
        }
        
        2)filter过滤查询
            在bool查询的filter节点中可以包含多个查询条件，条件之间层层过滤。
            也可以直接使用filter进行数据的查询。filter查询是不进行打分处理。查询性能好于query。

            相关度排序：
                SEO：搜索引擎优化。

                两个指标：
                    TF：关键词在文章中出现的频率。TF越大相关度越高。
                    DF：所有文档中关键词出现的频率。DF越大相关度越低。例如 and
                根据TF和DF计算出一个相关度的得分，得分越高相关度越高，文档根据相关度得分进行降序排列。

        {
            "query":{
                "bool":{
                    "filter":[
                        {
                            "term":{
                                "title":"apple"
                            }
                        }
                    ]
                }
            }    
        }

8、高亮处理
    在查询结果中将查询的关键词左右两边分别加上成对的html标签。
    高亮的处理在查询条件中指定。
    {
        "query":{
            "bool":{
                "must":[
                    {
                        "term":{
                            "title":"apple"
                        }
                    }
                ]
            }
        },
        "heightligth":{
            --设置高亮显示的字段
            "fields":{
                "title":{},
                "content":{}
            }
            --设置关键词的前缀
            "pre_tag":"<em>",
            --设置关键词的后缀
            "post_tag":"</em>"
        }    
    }

9、查询结果分页
    在query查询条件中增加两个属性
        from：起始的行号，从0开始
        size：每页显示的记录数量
    POST /blog/_search
    {
        "query":{
            "multi_match":{
                "query":"苹果正开发",
                "fields":["title","content"]
            }
        },
        "highlight": {
          "fields": {
            "title": {}
            , "content": {}
          },
          "pre_tags": "<em>",
          "post_tags": "</em>"
        },
        "from": 10,
        "size": 5
    }

 

 
三、中文分词器

中文分词器都是国产的。
Ik-analyzer

1、Ik的使用方法
    1）下载ES对应版本的ik分词器
    2）把分词器解压缩
    3）把解压之后的目录放到{ES}/plugin目录下
    4）重启ES
2、分词器的测试方法
    方法：
        POST
    url：
        http://192.168.68.129:9200/_analyze
    方法体：
        {
            "analyzer":"standard",
            "text":"and productivity has made it the world's most popular Java framework."
        }

    IK一旦安装之后有两个分词算法：
        ik_smart：快速分词，速度快，粒度比较粗。
        ik_max_word：最大数量分词，速度慢，粒度细。

3、索引一旦创建完毕不能修改分词器的
    如果使用中文分词，应该在创建索引时，设置mapping的过程中指定使用中文分词器。
    

 
四、field的数据类型

  数值类型：
        int
        long
        float
        double
    字符串：
        text：需要分词的字段必须使用text，只有text类型才能支持分词器。
        keyword：不需要对字段的内容进行分词处理时，可以使用keyword数据类型。
            例如：身份证号、手机号、订单号等。
    日期：
        data

    字段的三个属性：
        是否分词：
            是否是text类型。例如文章的title、content都需要分词。
        是否索引：
            是否对field的内容进行索引。如果text数据类型一定需要创建索引，分词之后一定要创建索引。
            不分词也可以把field的内容添加到索引中，使用keyword数据类型。
            也可以索引field中的内容。
                例如文件的path，不需要分词，不需要索引，只需要存储即可。
                "path":{
                    "type":"keyword",
                    "index":false,
                    "store":true
                }
        是否存储
            定义field时，store属性是否是true。
            如果是true那么就存储，false不存储。
            无论是否存储，不影响分词、创建索引、搜索。

            影响的范围就是是否能在查询结果中看到原始内容。