【ElasticSearch】es索引、映射、文档基本操作&复杂查询

  各位小伙伴们大家好，欢迎来到这个小扎扎的ElasticSearch专栏，本篇博客由B战尚硅谷的ElasticSearch视频总结而来，鉴于 看到就是学到、学到就是赚到 精神，这波依然是血赚 ┗|｀O′|┛

1 es数据格式

  Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，可以将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比。ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。

需要注意的是：这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个type，Elasticsearch 7.X 中, Type 的概念已经被删除。

2 es基础操作

2.1 索引的增删查

2.1.1 创建索引

  对比关系型数据库，创建索引就等同于创建数据库。通过apifox等工具，向 ES 服务器发 PUT 请求即为创建索引
http://服务器ip:9200/索引名
  

2.1.2 查询索引

查询指定索引

GET 请求即为查询指定索引

查看所有的索引信息

GET 请求
http://服务器ip:9200/_cat/indices?v

2.1.3 删除索引

DELETE 请求即为删除指定索引

2.2 映射操作

  映射就像是mysql数据表中对字段的限制一样，映射可以指定文档的类型以及能否使用索引

2.2.1 创建映射

PUT 请求
http://服务器ip:9200/索引名/_mapping

{
    "properties": {
        "title": {
            "type": "text",
            "index": true
        },
        "category": {
            "type": "keyword",
            "index": true
        },
        "images": {
            "type": "text",
            "index": false
        },
        "price": {
            "type": "long",
            "index": true
        }
    }
}

📌 index的值若为false的话，即不可被索引，无法通过match等方式进行匹配
📌 store：是否将数据进行独立存储，默认为 false。获取独立存储的字段要比从_source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。
📌 analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器,后面讲解

2.2.2 查看映射

GET 请求
http://服务器ip:9200/索引名/_mapping

2.3 文档的增删改查

2.3.1 创建文档

向指定索引中添加文档（随机id）

POST 请求
http://服务器ip:9200/索引名/_doc

📌与索引操作不同的一点是，post请求的请求体中必须包含JSON格式的数据

向指定索引中添加文档（指定id）
  如果通过以上请求创建文档的话，会对该文档返回一个随机生成的_id，后面需要通过该_id对文档进行查询。显而易见，这个随机生成的_id并不容易记忆，于是我们可以通过加一层请求的方式指定文档的_id进行创建

POST 请求
http://服务器ip:9200/索引名/_doc/id值

2.3.2 查询文档

查询指定索引下的指定文档

GET 请求
http://服务器ip:9200/索引名/_doc/id值

查询指定索引下的所有文档

GET 请求
http://服务器ip:9200/索引名/_search

2.3.3 修改文档

覆盖性修改（全量更新）

PUT 请求
http://服务器ip:9200/索引名/_doc/id值

📌全量更新的请求体中需要是全部的字段及值，因为是覆盖性修改，如果缺值的话之前的字段值就会不见

字段修改（局部更新）

POST 请求
http://服务器ip:9200/索引名/_update/id值

📌局部更新只需要在doc中嵌套想要修改的字段及值，未指定的字段值将保持原状不变
📌如果doc中嵌套的字段在之前的文档中不存在的话，将会作为新的字段及值添加到该文档中

2.3.4 删除文档

DELETE 请求
http://服务器ip:9200/索引名/_doc/id值

📌如果重复删除或者删除一个不存在的文档，会返回result：not_found

3 复杂查询

3.1 条件分页查询

3.1.1 查询所有

GET 请求
http://服务器ip:9200/索引名/_search

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

3.1.2 条件查询

GET 请求
http://服务器ip:9200/索引名/_search

{
    "query": {
        "match": {
            "category": "华为"
        }
    }
}

3.1.3 分页条件查询

GET 请求
http://服务器ip:9200/索引名/_search

{
    "query": {
        "match": {
            "category": "华为"
        }
    },
    "from": 0,
    "size": 2
}

📌请求体中需要使用以下json形式进行分页条件查询，其中from字段表示从第几条数据开始查询，size字段表示一页返回几条数据
📌如果想要查询指定页数的分页数据，可以通过 (页码-1)*页数算出来from字段的值

3.1.4 指定字段返回

可以通过"_source"字段指定返回结果的字段值

{
    "query": {
        "match": {
            "category": "华为"
        }
    },
    "_source": ["title","category"]
}

3.1.5 指定字段排序

可以通过"sort"字段指定字段进行排序及其顺序，desc降序asc升序

{
    "query": {
        "match": {
            "category": "华为"
        }
    },
    "sort": {
        "price": {
            "order": "desc"
        }
    }
}

3.2 多字段查询

3.2.1 and条件

must = and，转sql  ——>   where category = "华为" and price = 10999

{
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "category": "华为"
                    }
                },
                {
                    "match": {
                        "price": 10999
                    }
                }
            ]
        }
    }
}

3.2.2 or条件

should = or，转sql  ——>   where category = "华为" or category = "小米"

{
    "query": {
        "bool": {
            "should": [
                {
                    "match": {
                        "category": "华为"
                    }
                },
                {
                    "match": {
                        "category": "小米"
                    }
                }
            ]
        }
    }
}

3.2.3 值范围查询

es	对应英文全拼	sql
gt	greater than	>
gte	greater than or equal	>=
lt	less than	<
lte	less than or equal	<=

以下es的json请求体转sql  ——>   where price >= 100 and price <= 4000

{
    "query": {
        "bool": {
            "filter": {
                "range": {
                    "price": {
                        "gte": 100,
                        "lte": 4000
                    }
                }
            }
        }
    }
}

3.2.4 全文检索、完全匹配

全文检索
  使用“match”进行检索的话，会将条件“卡拉米”拆成单个的字，也就是说当所有数据中category字段包含以上三个字中的任何一个查出来。
  于是下面的这个json，把category为小米的文档全查出来了。如果"category": "华米"的话将查出来所有的category包含“华“和”米”的文档都查出来，也就是说小米和华为

{
    "query": {
        "match": {
            "category": "卡拉米"
        }
    }
}

完全匹配
  如果将“match”改为“match_phrase”的话，就将是完全匹配。也就是说再使用以下json进行查询的话就会没有数据返回，除非换成“小米”或者“华为”这种全等的条件

{
    "query": {
        "match_phrase": {
            "category": "华米"
        }
    }
}

3.2.5 高亮返回

"highlight"字段，"pre_tags"和"post_tags"属性分别是高亮标签的前置标签和后置标签，将fields中指定字段的满足match的字拼接标签高亮返回

{
    "query": {
        "match": {
            "title": "华为"
        }
    },
    "highlight": {
        "pre_tags": "<font color='red'>",
        "post_tags": "</font>",
        "fields": {
            "title": {}
        }
    }
}

📌由于match是全文检索，所以会将match里的字拆成单独的字进行高亮标签的拼接
📌不支持数字形式的高亮返回

3.3 函数查询

下述函数查询与高亮highlight正好相反，他们只支持数字类型字段的查询

3.3.1 分组group by

terms = group by，转sql  ——>   group by price

{
    "aggs": {
        "price_groupby": {  // 自定义命名
            "terms": {
                "field": "price"
            }
        }
    }
}

📌上面不只能查出来分组统计的数量，还能查出来所有文档的详细信息，如果不想让其返回的话，可以使用上面分页的方式"size":0

3.3.2 求和sum

sum = SUM( )，转sql  ——>   select SUM(price)

{
    "aggs": {
        "sum_price": {
            "sum": {
                "field": "price"
            }
        }
    },
    "size": 0
}

3.3.3 求平均值avg

avg = AVG( )，转sql  ——>   select AVG(price)

{
    "aggs": {
        "avg_price": {
            "avg": {
                "field": "price"
            }
        }
    },
    "size": 0
}

3.3.4 最大值max

max = MAX( )，转sql  ——>   select MAX(price)

{
    "aggs": {
        "max_price": {
            "max": {
                "field": "price"
            }
        }
    },
    "size": 0
}

3.3.5 最小值min

min = MIN( )，转sql  ——>   select MIN(price)

{
    "aggs": {
        "min_price": {
            "min": {
                "field": "price"
            }
        }
    },
    "size": 0
}

3.3.6 一次返回count/max/min/avg/sum

{
    "aggs": {
        "stats_price": {
            "stats": {
                "field": "price"
            }
        }
    },
    "size": 0
}

3.3.7 去重后取总数

cardinality = distinct + COUNT( )，转sql  ——>   select distinct COUNT(price)

{
    "aggs": {
        "cardinality_price": {
            "cardinality": {
                "field": "price"
            }
        }
    },
    "size": 0
}