Elasticsearch入门（二）-- 基本的增删改查以及复杂查询语句

一、增删改查基本操作

1、创建一个索引

PUT /索引名/类型名/文档id
{请求体}

命令如下:

执行结果:

2、创建索引，并设置字段类型

PUT /索引名/类型名/文档id
{"mapping":{设置字段类型}}

3、获取指定索引的信息

GET 索引名

4、修改数据

1)、用put请求修改

注意，put请求是全量修改，即全字段修改，如果有字段不传，则覆盖为空

2)、用post请求修改

我们现在推荐用post请求修改，因为post请求比较灵活，非全量修改

POST /索引名/_update/文档id

5、简单的条件查询

GET 索引名/_search?q=字段名:查询的值

这里现在推荐，不带type，即语句中的 /_doc 不再携带

6、删除

1)、删除索引

DELETE 索引名

2)、删除文档

DELETE 索引名/_doc/文档id

二、复杂查询

上面说明的查询中，查询结果为:

上图中的_score字段，指的是查询出的结果的权重，以后搜索数据时，可以依据权重来显示
首先我们先创建两个文档，作为之后查询的数据

1、查询条件封装为对象

GET 索引名/_search
{
  "query":{        // 查询条件
    "match": {     // 查询对象
      "name": "三" // 查询的参数
    }
  }
}

2、只查指定的数据字段

3、排序

4、分页查询

数据下标也是从0开始

5、布尔查询

1)、must （类似mysql中的and）

2)、should (类似mysql中的 or)

3)、must_not (类似mysql中的 not )

6、过滤器

• gt 大于
• gte 大于等于
• lt 小于
• lte 小于等于

7、匹配多个条件

8、使用倒排索引查询

term 查询是直接通过倒排索引指定的词条进行精确查找的
首先我们看match查询:

我们可以发现，这里不仅将 【三狗】这一条数据查询出来，而且将【张三】那一条数据也查出来了，原因就是 match 查询会使用分词器，将要查的 【三狗】这个查询条件，进行了分词，然后再查询。
接下来我们看使用 term来进行匹配查询:

结果非常的amazing呀，竟然查不到，是怎么回事呢？
原来，term会通过倒排索引来进行查询，倒排索引是以一个个的词汇作为索引，我们这里的【三狗】，不会识别为一个词汇，就会进行分词，分为【三】和【狗】，所以倒排索引中，没有以【三狗】的词汇索引，是有【三】和【狗】的词汇索引，所以这里使用term查询【三狗】的时候，在倒排索引里查不到。

1)、keyword类型

如果将字段类型设置为keyword的话，此字段就不会被分词，如下图，我们先创建一个索引，并设置好字段的类型，将des字段设置为keyword

然后添加好数据

然后，我们使用term，以name作为查询条件，查询

我们发现，能查到值，再接着，我们以des为条件查询

我们神奇的发现，查不到值，因为des字段的类型为keyword，倒排索引中不会分词，所以des字段的【三】，在倒排索引中没有，当然就查不到数据，那么我们以【法外狂徒张三】为条件查找呢？

可以看到，查到数据了。至此，我们可以明白，将字段类型设置为keyword后，就不会进行分词解析。

9、高亮查询

上图中的需要高亮的文字，默认是用 【em】标签来选中的，那如果我们想要自定义标签怎么办呢？如下图

至此，我们已经学习了

• 匹配查询
• 按照条件匹配
• 精确匹配查询
• 区间范围匹配
• 匹配字段过滤
• 多条件查询
• 高亮查询

如果想要用类似mysql 中的 and 或者 or 条件查询，可以使用布尔查询；
如果想要用类似mysql 中的 范围查询，即大于或者等于之类的，可以使用filter过滤查询；