es操作入门到高级

最新推荐文章于 2023-11-28 17:53:21 发布

Songbl_

最新推荐文章于 2023-11-28 17:53:21 发布

阅读量1k

点赞数

分类专栏： es 文章标签： elasticsearch 数据库大数据

本文链接：https://blog.csdn.net/sbl19940819/article/details/127793456

版权

es 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1.索引

创建索引：
```
put /索引名称？pretty
```
查询索引：
```
get _cat/indices?v
```
删除索引：
```
delete /index_name?pretty
```

2.数据

2.1 插入数据

PUT /index/_doc/id
{
    Json数据
}
示例数据：
PUT /product/_doc/1
{
    "name" : "xiaomi phone",
    "desc" :  "shouji zhong de zhandouji",
    "price" :  3999,
    "tags": [ "xingjiabi", "fashao", "buka" ]
}

2.2. 更新数据

全量更新：使用put关键字，和插入数据格式相同，会完全替换掉原始数据（某些字段不传，就更新成空了）

更新字段：

post /索引名称/_doc/id/_uodate
POST /product/_doc/1/_update
{
    "doc": {
        "price": 2999
    }
}

2.3. 查询数据

2.3.1 入门查询

查询所有

方式一：
get /product/_doc/_search

方式二：
get /product/_search
{
  "query": {
    "match_all": {}
  }
}

根据id查询
```
GET /product/_doc/1
```

2.3.2 基本查询

2.3.2.1 Query_String

分页：

get /product/_search from=0&size=2

2.3.2.2 Query DSL

match_all：匹配所有

GET /product/_search
{
  "query":{
    "match_all": {}
  }
}

match：name 中包含“nfc”

GET /product/_search
{
  "query": {
    "match": {
      "name": "nfc"
    }
  }
}

sort 排序

多字段查询。
query：要查询的字符串
fields:要查询的字段

GET /product/_search
{
  "query": {
    "multi_match": {
      "query": "nfc",
      "fields": ["name","desc"]
    }
  },
  "sort": [
    {
      "price": "desc"
    }
  ]
}

_source 元数据：想要查询的多个字段，例子中只查询“name”

GET /product/_search
{
  "query":{
    "match": {
      "name": "nfc"
    }
  },
  "_source": ["name"]
}

分页

GET /product/_search
{
  "query":{
    "match_all": {}
  },
  "sort": [
    {
      "price": "asc"
    }
  ], 
  "from": 0,
  "size": 2
}

2.3.2.3 全文查询

phrase search：短语搜索（match_phrase的分词结果必须在被检索字段的分词中都包含，而且顺序必须相同，默认必须都是连续的）
```
GET /product/_search
{
  "query": {
    "match_phrase": {
      "name": "nfc phone"
    }

}
}
```

query-term : 不会被分词

GET /product/_search
{
  "query": {
    "term": {
     这里nfc phone 是作为一个整体的，不会进行分词的查找
      "name": "nfc phone" 
    }
  }
}

match 和terms 区别

term：代表的完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词拆解。只能查单个单词。

terms：匹配多个词，[]中的多个词是或者的关系，只要满足一个次就可以。

match：match搜索的时候，会先进行分词的拆分，拆完完，再来匹配，属于或的关系，只要有一个词能匹配到，就行。
```
//match 匹配一个分词就行；
//terms是书写的整体作为查找条件。
库里是按照单个分词存储的
GET /product/_search
{
  "query": {
    "bool": {
    //要满足两个词
      "must": [
        {"term":{"name":"nfc"}},
        {"term":{"name":"phone"}}
      ]
    }
  }
}
GET /product/_search
{
  "query": {
    "terms": {
      "name":["nfc","phone"]
    }
  }
}
```

2.3.2.4 查询过滤条件

bool：可以组合多个查询条件，bool查询也采用more_matches_is_better的机制，因此满足must和should的子句的文档将会合起来并计算分值

must，子句必须出现在匹配的文档中，并将有助于得分。包含多个，用[]包裹，
filter，过滤器不计算相关度分数，只有“是，否”，用于精确匹配和范围检索。速度快。match的话，确定文档是否是应该成为结果的一部分
should，（可能满足or）
must_not ，必须不满足

案例：
GET /product/_search
{
  "query": {
"bool":{
#name中必须不能包含“erji”
      "must": [
        {"match": { "name": "xiaomi"}}
      ],
#name中必须包含“xiaomi”
      "must_not": [
        {"match": { "name": "erji"}}
      ],
#可能满足 desc字段包含nfc
      "should": [
        {"match": {
          "desc": "nfc"
        }}
      ], 
#筛选价格大于4999的doc
      "filter": [
      #这种可以理解为模板二级位置要放的东西，和上面的match一个意思
        {"range": {
          "price": {
            "gt": 4999   
          }
        }}
      ]
    }
  }
}

2.3.2.5 组合查询

搜索一台xiaomi nfc phone或者一台满足是一台手机并且价格小于等于2999。

constant_score 不再计算得分排序了，所有的得分都是一样的。

GET /product/_search
{
  "query": {
    "constant_score": {
      "filter": { 
        "bool":{
          "should":[
            {"match_phrase":{"name":"xiaomi nfc phone"}},
            {
              "bool":{
                "must":[
                  {"term":{"name":"phone"}},
                  {"range":{"price":{"lte":"2999"}}}
                  ]
              }
            }
          ]
        }
      }
    }
  }
}

3. mapping

3.1 index

是否对创建对当前字段创建索引，默认true，如果不创建索引，该字段不会通过索引被搜索到，但是仍然会在source元数据中展示

3.2 analyzer

指定分析器

3.3 boost

对当前字段相关度评分权重，默认1

3.4 coerce(强迫)

是否运行强制类型转换。true 。

3.5 copy_to

我们把 city, country 及 province 三个项合并成为一个项 region，但是这个 region 并不存在于我们文档的 source 里。当我们这么定义我们的 mapping 的话，在文档被索引之后，有一个新的 region 项可以供我们进行搜索

    "city": {
      "type": "keyword",
      "copy_to": "region"
    },
    "country": {
      "type": "keyword",
      "copy_to": "region"      
    },
    "province": {
      "type": "keyword",
      "copy_to": "region"
    },
    "region": {
      "type": "text"

假如我们想搜索 country:中国，province:北京这样的记录的话，我们可以只写如下的一条语句就可以了

GET twitter/_search 
{
  "query": {
    "match": {
      "region": {
        "query": "中国 北京",
        "minimum_should_match": 4
      }
    }
  }
}

3.6 doc_values

为了提升排序和聚合效率，默认true，如果确定不需要对字段进行排序和聚合，也不需要通过脚本访问值，可以禁用doc值以节省磁盘空间

3.7 dynamic（动态的）

控制是否可以动态添加新字段（在插入消息的时候）。

true，新检测到的字段将添加到映射中（默认）
false，新检测到的字段被忽略。这些字段将不会被索引，因此无法查询，但是仍然回出现再_source返回的匹配项中。这些字段不会添加到映射中，必须显式添加新字段。
strict，如果检测到新字段，回引发异常并拒绝文档。必须将新字段显式添加到映射中

3.8 eager_global_ordinals

不应该用于冻结的索引，对于一个冻结索引，全局序数在每次搜索时重建后被丢弃，当请求它们时重新构建，这导致在每次搜索时重新加载全局序数。用于聚合的字段上，优化聚合性能（冻结索引）

3.9 enable

是否创建倒排索引，可以对字段操作，也可以对索引操作，

3.10 fielddate

…

4. 高级查询

4.1 _mget