ES搜索引擎

已于 2024-05-15 11:08:14 修改
阅读量1.5k 收藏 1
点赞数
文章标签： elasticsearch 大数据 big data
于 2022-05-30 16:21:22 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44895829/article/details/125033523
版权

1.插入数据put

PUT kuamhsheng/user/5
{
  "name":"狂神说Java",
  "age":23,
  "desc":"da",
  "tags":["时髦","技术宅男","落落大方"]
}


PUT kuamhsheng/user/3
{
  "name":"guiI",
  "age":39,
  "desc":"浪荡不羁",
  "tags":["we暖","热情","豪爽"]
}

2.获取数据用get

GET kuamhsheng/user/3
GET  kuamhsheng/user/5

获取结果

{
  "_index": "kuamhsheng",
  "_type": "user",
  "_id": "3",
  "_version": 15,
  "found": true,
  "_source": {
    "name": "guiI",
    "age": 39,
    "desc": "浪荡不羁",
    "tags": [
      "we暖",
      "热情",
      "豪爽"
    ]
  }
}

3.更新数据用post

post kuamhsheng/user/3/_update
{
  "doc":{
    "age":34
  }
}

4.搜索_search

GET  kuamhsheng/user/_search?q=age:34

 精准搜索

GET kuamhsheng/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  }
}

搜索结果

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 1.3367052,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "4",
        "_score": 1.3367052,
        "_source": {
          "name": "狂神说前端",
          "age": 45,
          "desc": "时髦",
          "tags": [
            "精致",
            "豪爽",
            "霸气"
          ]
        }
      },
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "5",
        "_score": 0.5753642,
        "_source": {
          "name": "狂神说Java",
          "age": 23,
          "desc": "da",
          "tags": [
            "时髦",
            "技术宅男",
            "落落大方"
          ]
        }
      }
    ]
  }
}

5.排序sort按照名字搜索，按照年龄排序

GET  kuamhsheng/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  },"sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}

 搜索结果

{
  "took": 3,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": null,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "4",
        "_score": null,
        "_source": {
          "name": "狂神说前端",
          "age": 45,
          "desc": "时髦",
          "tags": [
            "精致",
            "豪爽",
            "霸气"
          ]
        },
        "sort": [
          45
        ]
      },
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "5",
        "_score": null,
        "_source": {
          "name": "狂神说Java",
          "age": 23,
          "desc": "da",
          "tags": [
            "时髦",
            "技术宅男",
            "落落大方"
          ]
        },
        "sort": [
          23
        ]
      }
    ]
  }
}

 7.分页，关键字是from和size，from是从第几条数据开始，size后面的参数是显示几条数据如果从0到1只显示一个结果，0到2显示两个结果

GET  kuamhsheng/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  },"sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ],
  "from": 0
  , "size": 1
}

显示的结果只有一个 

{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": null,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "4",
        "_score": null,
        "_source": {
          "name": "狂神说前端",
          "age": 45,
          "desc": "时髦",
          "tags": [
            "精致",
            "豪爽",
            "霸气"
          ]
        },
        "sort": [
          45
        ]
      }
    ]
  }
}

当从0到2

GET  kuamhsheng/user/_search
{
  "query": {
    "match": {
      "name": "狂神"
    }
  },"sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ],
  "from": 0
  , "size": 2
}

显示结果有两个

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": null,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "4",
        "_score": null,
        "_source": {
          "name": "狂神说前端",
          "age": 45,
          "desc": "时髦",
          "tags": [
            "精致",
            "豪爽",
            "霸气"
          ]
        },
        "sort": [
          45
        ]
      },
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "5",
        "_score": null,
        "_source": {
          "name": "狂神说Java",
          "age": 23,
          "desc": "da",
          "tags": [
            "时髦",
            "技术宅男",
            "落落大方"
          ]
        },
        "sort": [
          23
        ]
      }
    ]
  }
}

8.bool查询，查询的条件是第一个名字一定是“狂神说”，第二个年纪一定是45

must相当于mysql里面的and，所有的条件都要符合才能查询到结果

GET kuamhsheng/user/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "狂神说"
          }
        },{
        "match": {
          "age": "45"
        }
        }
      ]
    }
  }
}

查询结果

{
  "took": 87,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 3.0050578,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "4",
        "_score": 3.0050578,
        "_source": {
          "name": "狂神说前端",
          "age": 45,
          "desc": "时髦",
          "tags": [
            "精致",
            "豪爽",
            "霸气"
          ]
        }
      }
    ]
  }
}

9.关键字是must_not,查询年龄不是45岁的人

GET kuamhsheng/user/_search
{
  "query": {
    "bool": {
      "must_not": [
        
          {
        "match": {
          "age": "45"
        }
        }
      ]
    }
  }
}

查询结果唯独没有45岁这个年龄字段的结果集

{
  "took": 134,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 3,
    "max_score": 1,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "5",
        "_score": 1,
        "_source": {
          "name": "狂神说Java",
          "age": 23,
          "desc": "da",
          "tags": [
            "时髦",
            "技术宅男",
            "落落大方"
          ]
        }
      },
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "2",
        "_score": 1,
        "_source": {
          "name": "zhaohua",
          "age": 29,
          "desc": "浪荡不羁",
          "tags": [
            "技术宅男",
            "温暖",
            "热情"
          ]
        }
      },
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "3",
        "_score": 1,
        "_source": {
          "name": "guiI",
          "age": 34,
          "desc": "浪荡不羁",
          "tags": [
            "we暖",
            "热情",
            "豪爽"
          ]
        }
      }
    ]
  }
}

 10.过滤filter，过滤年龄大于等于24，gte是大于等于，lte是小于等于

GET  kuamhsheng/user/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {
          "name": "狂神说"
        }}
      ],"filter": {
        "range": {
          "age": {
            "gte": 24
           
          }
        }
      }
    }
  }
}

查询结果

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 1.7533967,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "6",
        "_score": 1.7533967,
        "_source": {
          "name": "狂神说mysql",
          "age": 34,
          "desc": "潇洒",
          "tags": [
            "古典",
            "优雅"
          ]
        }
      },
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "4",
        "_score": 1.5579717,
        "_source": {
          "name": "狂神说前端",
          "age": 45,
          "desc": "时髦",
          "tags": [
            "精致",
            "豪爽",
            "霸气"
          ]
        }
      }
    ]
  }
}

可以选择区间查询比如查询 年龄大于等于24，小于等于44

GET  kuamhsheng/user/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {
          "name": "狂神说"
        }}
      ],"filter": {
        "range": {
          "age": {
            "gte": 24
          , "lt": 44
           
          }
        }
      }
    }
  }
}

查询结果

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 1.7533967,
    "hits": [
      {
        "_index": "kuamhsheng",
        "_type": "user",
        "_id": "6",
        "_score": 1.7533967,
        "_source": {
          "name": "狂神说mysql",
          "age": 34,
          "desc": "潇洒",
          "tags": [
            "古典",
            "优雅"
          ]
        }
      }
    ]
  }
}

Java钉子户
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ES搜索引擎入门+最佳实践(一)
柳老师的博客
08-03 2650
本篇文章计划给大家介绍什么ES,ES的架构,以及ES搜索入门.我尽量用简单不拖沓的语言给大家介绍,水平有限,时间也有限,各位读者如发现文中有不当之处,请留言指正.ES的全称是Elasticsearch,翻译过来就是弹性搜索,知道就可以,不用纠结这个词的含义,我觉得这个词并不能表述ES的含义.ES并不是传统意义上的数据库,所以不需要用传到的数据库例如Oracle,mysql等数据库与ES进行类比.ES是建立在Lucene(全文搜索)基础上的分布式准实时搜索引擎.
Elasticsearch入门
LF991的博客
06-25 821
Elasticsearch
Java SpringBoot API 实现ES(Elasticsearch)搜索引擎的一系列操作(超详细)(模拟数据库操作)
weixin_43612593的博客
03-06 1756
Java Springboot操作ES,分为简单使用和复杂使用。 创建ES索引：(创建表) 获取索引，判断索引是否存在:(判断表是否存在) 删除索引:(删除表) 创建文档:(创建表并插入一条数据) 获取文档:(查询表的数据) 修改文档:(修改表中的一条数据) 删除一条文档:(删除表中的一条数据) 批量创建数据:(创建表并插入数据) 精确查询:(根据ID查询表中的一条数据)
ElasticSearch搜索引擎介绍
最新发布
su3su3su3的博客
03-28 1328
搜索在现代日常生活场景中都非常常见，如百度、京东、天猫等等。数据量都是庞大的，所以直接基于数据库搜索必定不是他们的首选，在这些场景下，要完成数据的高效搜索，都会基于搜索引擎实现。而对于搜索实现来说，市面上常见三种技术：Lucene、Solr、ElasticSearch。Lucene严格意义来讲，并不能称为搜索引擎，其本身是一套类库，需要开发人员根据其内部API完成具体功能实现。而Solr和ElasticSearch都是基于Lucene进行了封装，他俩可以称为搜索引擎。
ElasticSearch全文搜索引擎概述、使用Kibana和JAVA的简单操作
weixin_60359542的博客
07-20 439
狭义的理解主要针对文本数据的搜索。数据可分为“结构化”数据(关系数据库表形式管理的数据)，半结构化数据(XML文档、JSON文档)，和非结构化数据(WORD、PDF)，通常而言在结构化的数据中搜索性能是比较高的，全文搜索的目的就是把非结构化的数据变成有结构化的数据进行搜索，从而提高搜索效率。Lucene是apache下的一个开源的全文检索引擎工具包(一堆jar包)。它为软件开发人员提供一个简单易用的工具包（类库），以方便的在小型目标系统中实现全文检索的功能。
Java的Elasticsearch与搜索引擎
禅与计算机程序设计艺术
01-21 930
1.背景介绍 1. 背景介绍 Elasticsearch是一个基于分布式的实时搜索和分析引擎，它是一个开源的搜索引擎，可以用来构建实时、可扩展的搜索应用程序。Elasticsearch是一个基于Lucene的搜索引擎，它提供了一个分布式、可扩展的搜索引擎，可以处理大量数据并提供实时搜索功能。 Java是Elasticsearch的主要编程语言，它提供了一个强大的API，可以用来构建和管理El...
ElasticSearch搜索引擎教程实战篇
09-19
ElasticSearch搜索引擎教程实战篇是ElasticSearch搜索引擎的实践教程，旨在帮助读者从基础知识到高级应用掌握ElasticSearch搜索引擎的使用。该教程涵盖了ElasticSearch搜索引擎的基础概念、安装、配置、使用Kibana、...
Es搜索引擎
05-14
elasticsearch-2.2.1.zip,Es搜索引擎，2.2.1版本，下载即用
ElasticSearch分布式搜索引擎 v8.2.2
06-23
Elasticsearch 是一个分布式的免费开源搜索和分析引擎，适用于包括文本、数字、地理空间、结构化和非结构化数据等在内的所有类型的数据。Elasticsearch 在 Apache Lucene 的基础上开发而成，由 Elasticsearch N.V....
es搜索引擎.doc
10-16
elasticsearch是一个基于Lucene的高扩展的分布式搜索服务器，支持开箱即用。 2、elasticsearch隐藏了Lucene的复杂性，对外提供Restful 接口来操作索引、搜索。 突出优点： 1.扩展性好，可部署上百台服务器集群，...
Easy-Es 搜索引擎框架.rar
07-14
因为它采用和Mybatis-Plus一致的语法设计,一定程度上能够显著降低ElasticSearch搜索引擎使用门槛,和额外学习成本,并大幅减少开发者工作量,帮助企业降本提效。如果有用过Mybatis-Plus(简称MP),那么基本可以零学习成本...
ES的搜索引擎的设计与实现源码.zip
08-04
本系统以SpringBoot基础框架整合其他技术设计和搭建而成，选用webmagic框架实现单节点的网络爬虫系统，爬虫的生命周期为链接提取、页面下载、内容抽取、持久化，多线程抓取，Redis队列和集合实现网页去重和增量抓取。搜索引擎的索引和搜索系统是利用全文搜索引擎框架（ElasticSearch）构建，由IK分词器实现语句分词地功能，ElasticSearch是一个企业分布式、高扩展、高实时的搜索与数据技术分析处理引擎，可以用于搜索各种文当，它提供可扩展的搜索，具有高效的海量数据搜索、分析和探索的能力。最后实现一个简单的web搜索页面，来模拟搜索引擎客户端
分布式搜索引擎Elasticsearch基础入门学习
Gefangenes的博客
05-12 497
Elasticsearh 是elastic.co公司开发的分布式搜索引擎。Elasticsearch（简称ES）是一个开源的分布式、高度可扩展的全文搜索和分析引擎。它能够快速、近乎实时的存储、搜索和分析大量数据。适用于包括文本、数字、地理空间、结构化和非结构化数据等在内的所有类型数据。它通常为具有复杂搜索功能的应用提供底层搜索技术。当然，它也可以用来实现分布式数据存储、日志统计、分析、系统监控、地理空间查询等功能。
Es——搜索引擎（普通使用篇）P1
weixin_54406708的博客
08-21 257
Elasticsearch（简称es）是一个搜索引擎，其实也可以理解为一个数据库，因为也是需要把数据放入进es里面，进行倒排索引之后，再进行正向索引。
全文检索 Elasticsearch(简称es)
热门推荐
CORN的博客
06-04 1万+
全文检索 Elasticsearch 研究 1. ElasticSearch 介绍 1.1 介绍 **Elasticsearch**是一个基于Lucene库的搜索引擎。它提供了一个分布式、支持多租户的全文搜索引擎，具有HTTP Web接口和无模式JSON文档。Elasticsearch是用Java开发的，并在Apache许可证下作为开源软件发布。官方客户端在Java、.NET（C#）、PHP、Py...
elasticsearch(ES)分布式搜索引擎03——（RestClient查询文档，ES旅游案例实战）
qq_59708493的博客
10-11 1323
elasticsearch(ES)分布式搜索引擎03——（RestClient查询文档，ES旅游实体类有两个，一个是前端的请求参数实体，一个是服务端应该返回的响应结果实体。1）请求参数"key": "搜索关键字","page": 1,"size": 3,因此，我们在Data;@Data2）返回值total：总条数：当前页的数据因此，我们在} }} }List;@Data请求方式：Post请求路径：/hotel/list请求参数：对象，类型为RequestParam返回值：PageResult，包含两个属性。
ElasticSearch(ES)详解（一）
Dbh321的博客
06-28 826
众所周知，ElasticSearch是一个智能搜索，分布式的搜索引擎，下面就来简单的介绍一下。
es学习笔记-搜索引擎基本概念
童小绿 学无止境
09-26 175
一.搜索引擎 分类：全文、垂直 （1）全文搜索引擎 应用于：NLP、爬虫、大数据处理、网页处理、大数据处理 代表：Google、百度 （2）垂直搜索引擎 应用在有明确的搜索目的行为 代表：电商平台、OA、视频网站、地图网站 搜索引擎的要求 （1）查询快 高效的压缩算法 快速的编码和解码速度 （2）搜索准 符合用户期待值高 评分算法：BM25，TF-IDF （3）检索结果丰富 召回率要求高 二.Lucene（全文搜索引擎） 目的：解决关系型数据库：性能差、不可靠、结果不准确（相关度低）等问题，实现
ES——搜索引擎（DSL查询篇）P2
weixin_54406708的博客
08-22 174
DSL——在Mysql数据库里面也就是查询语句。而在Es里面分为五种查询。
ElasticSearch 搜索引擎
05-31
ElasticSearch是一个基于Lucene的搜索引擎，是一个分布式、RESTful的全文搜索和分析引擎。它可以快速地存储、搜索和分析大量的数据。ElasticSearch的主要特点是高可用、可扩展、分布式、实时搜索、多租户等。Elastic...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值