Elasticsearch 的一些示例, 增删改查，映射，结构化查询，聚合

最新推荐文章于 2024-07-25 00:20:34 发布
最新推荐文章于 2024-07-25 00:20:34 发布
阅读量1.9k 收藏
点赞数 2
分类专栏： 全文索引
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/xj626852095/article/details/54343182
版权

es版本  5.1.1


基本增删改操作

查询删除

POST /user_analysys/user_event/_delete_by_query
{
  "query": { 
    "match_all": {}
  }
}

PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

PUT /megacorp/employee/2
{
    "first_name" :  "Jane",
    "last_name" :   "Smith",
    "age" :         32,
    "about" :       "I like to collect rock albums",
    "interests":  [ "music" ]
}

PUT /megacorp/employee/3
{
    "first_name" :  "Douglas",
    "last_name" :   "Fir",
    "age" :         35,
    "about":        "I like to build cabinets",
    "interests":  [ "forestry" ]
}

GET /megacorp/employee/1
GET /megacorp/employee/_search
GET /megacorp/employee/1/_source

GET /megacorp/employee/_search?q=first_name:Jane

#局部更新
POST /megacorp/employee/1/_update
{
  "doc": {
    "about": "I love to go rock climbing xxx"
  } 
}

#更新不存在则插入
POST /megacorp/employee/4/_update
{
  "doc": {
    "about": "I love to go rock climbing xxx"
  },
  "upsert": {
    "first_name" : "xiang",
    "last_name" :  "kevin",
    "age" :        25,
    "about" :      "I love to go rock climbing zzz",
    "interests": [ "sports", "music" ]
  }
}


POST /megacorp/employee/_search
{
    "query": {
        "match": {
           "first_name": "John"
        }
    }
}

POST /megacorp/employee/_search
{
    "query": {
        "match": {
           "about": "rock climbing"
        }
    }
}

#match_phrase 确切的匹配若干个单词或者短语
POST /megacorp/employee/_search
{
    "query": {
        "match_phrase": {
           "about": "rock climbing"
        }    
    },
    "highlight": {
        "fields": {
            "about":{}
        }
    }
}

POST /megacorp/employee/_search  
{  
    "query": {  
      "bool": {
        "must": {
          "match": {  
           "last_name": "Smith"  
          }
        },
        "filter": {
          "range": {
            "age": {
              "gte": 10,
              "lte": 30
            }
          }
        }
        
      }
    }
}  

#https://www.elastic.co/guide/en/elasticsearch/reference/current/fielddata.html
GET /megacorp/employee/_mapping
PUT /megacorp/_mapping/employee
{
  "properties": {
    "interests": { 
      "type":     "text",
      "fielddata": true
    }
  }
}
  
#聚合,聚合也允许分级汇总。例如，让我们统计每种兴趣下职员的平均年龄  
POST /megacorp/employee/_search  
{     
    "query": {  
        "match": {  
           "last_name": "Smith"  
        }  
    },   
    "aggs" : {  
        "all_interests" : {  
            "terms" : {"field" : "interests"},  
            "aggs":{  
                "avg_age":{  
                    "avg" : {"field":"age"}  
                }  
            }  
              
        }  
    }  
}


分词和映射 

GET /megacorp/employee/_search
GET /megacorp/employee/_mapping
#分词测试 
GET /_analyze?analyzer=standard&text=Text to analyze
GET /megacorp/_analyze?field=about&text=Black-cats

GET /gb/_mapping

DELETE /gb

#创建映射 
PUT /gb
{
  "mappings": {
    "type_tweet" : {
      "properties" : {
        "tweet" : {
          "type" :    "string",
          "analyzer": "english"
        },
        "date" : {
          "type" :   "date"
        },
        "name" : {
          "type" :   "string"
        },
        "user_id" : {
          "type" :   "long"
        }
      }
    }
  }
}

#能添加新字段的映射 
PUT /gb/_mapping/type_tweet
{
  "properties" : {
    "tag" : {
      "type" :    "string",
      "index":    "not_analyzed"
    }
  }
}

#不能修改映射 
PUT /gb/_mapping/type_tweet
{
  "properties" : {
    "tag" : {
      "type" :    "long"
    }
  }
}


结构化查询和结构化过滤

#结构化查询 和 结构化过滤
#原则上来说，使用查询语句做全文本搜索或其他需要进行相关性评分的时候，剩下的全部用过滤语句
#一条过滤语句会询问每个文档的字段值是否包含着特定值。,不会进行相关性分析和评分
#查询语句会询问每个文档的字段值与特定值的匹配程度如何？
#可以使用以下语句验证合法性和执行过程
#GET /megacorp/employee/_validate/query?explain
#结构如下：
GET /megacorp/employee/_search?explain
{
  "query": {
    "bool": {
      "must": [
        {"match": {
          "about": "rock"
        }},
        {"match": {
          "last_name": "Smith"
        }}
      ],
      "filter": {
        "range": {
          "age": {
            "gte": 10,
            "lte": 25
          }
        }
      }
    }
  }
}


GET /megacorp/employee/1
GET /megacorp/employee/_search


GET /megacorp/employee/_search
{
  "query": {
    "match": {
      "about": "rock climbing"
    }
  }
}

#multi_match查询允许你做match查询的基础上同时搜索多个字段
GET /megacorp/employee/_search
{
  "query": {
    "multi_match": {
      "query": "Smith",
      "fields": ["first_name","last_name"]
    }
  }
}

#match_phrase 想要精确匹配所有同时包含 
GET /megacorp/employee/_search
{
  "query": {
    "match_phrase": {
      "about": "rock climbing"
    }
  }
}

GET /megacorp/_analyze?field=about&text=I love to go rock climbing xxx 
#term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇, 下面的查询由于已经被分词了， 就会找不到rock climbing， 搜不出结果
GET /megacorp/employee/_search
{
  "query": {
    "term": {
      "about": "rock climbing"
    }
  }
}

#bool查询 must，must_not或者should
#must: 文档必须完全匹配条件
#should: should下面会带一个以上的条件，至少满足一个条件，这个文档就符合should
#must_not: 文档必须不匹配条件
GET /megacorp/employee/_search
{
  "query": {
    "bool": {
      "must": [
        {"range": {
          "age": {
            "gte": 10,
            "lte": 25
          }
        }}
      ],
      "should": [
        {"match": {
          "last_name": "Smith"
        }}
      ],
      "must_not": [
        {"match": {
          "first_name": "xiang"
        }}
      ]
    }
  }
}


结构化搜索

## 结构化搜索

GET /megacorp/employee/_mapping

#过滤器的bool使用
GET /megacorp/employee/_search
{  
  "query": {  
    "bool": {  
      "must": [
        {"match": {
          "about": "rock climbing"
        }}
      ],
      "filter": {
        "bool": {
          "must" : [
            { "range": { "age": { "gte": 25 }}}
          ]
        }
      }
    }  
  }  
} 

-- sql 等价 ---
SELECT product
FROM   products
WHERE  (price = 20 OR productID = "XHDK-A-1293-#fJ3")
  AND  (price != 30)
  
"filter" : {
  "bool" : {
    "should" : [
       { "term" : {"price" : 20}}, 
       { "term" : {"productID" : "XHDK-A-1293-#fJ3"}}
    ],
    "must_not" : {
       "term" : {"price" : 30} 
    }
 }
}

SELECT document
FROM   products
WHERE  productID      = "KDKE-B-9947-#kL5"
  OR (     productID = "JODL-X-1937-#pV7"
       AND price     = 30 )
       
"filter" : {
  "bool" : {
    "should" : [
      { "term" : {"productID" : "KDKE-B-9947-#kL5"}}, 
      { "bool" : { 
        "must" : [
          { "term" : {"productID" : "JODL-X-1937-#pV7"}},
          { "term" : {"price" : 30}}
        ]
      }}
    ]
 }
}

# 文档是否存在某个字段 WHERE  tags IS NOT NULL
# exists 过滤器 <==> is not null 
# missing 过滤器 <==> is null 
GET /megacorp/employee/_search
{
  "query": {
    "bool": {
      "filter": {
        "exists": {
          "field": "age"
        }
      }
    }
  }
}


嵌套

### 嵌套对象

DELETE  /my_index

PUT /my_index
{
  "mappings": {
    "blogpost": {
      "properties": {
        "title": { "type": "string"  },
        "body": { "type": "string"  },
        "tags": { "type": "string"  },
        "comments": {
          "type": "nested",
          "properties": {
            "name":    { "type": "string"  },
            "comment": { "type": "string"  },
            "age":     { "type": "short"   },
            "stars":   { "type": "short"   },
            "date":    { "type": "date"    }
          }
        }
      }
    }
  }
}

GET /my_index/blogpost/_mapping
GET /my_index/blogpost/_search

PUT /my_index/blogpost/1
{
  "title": "Nest eggs",
  "body":  "Making your money work...",
  "tags":  [ "cash", "shares" ],
  "comments": [ 
    {
      "name":    "John Smith",
      "comment": "Great article",
      "age":     28,
      "stars":   4,
      "date":    "2014-09-01"
    },
    {
      "name":    "Alice White",
      "comment": "More like this please",
      "age":     31,
      "stars":   5,
      "date":    "2014-10-22"
    }
  ]
}
PUT /my_index/blogpost/2
{
  "title": "Investment secrets",
  "body":  "What they don't tell you ...",
  "tags":  [ "shares", "equities" ],
  "comments": [
    {
      "name":    "Mary Brown",
      "comment": "Lies, lies, lies",
      "age":     42,
      "stars":   1,
      "date":    "2014-10-18"
    },
    {
      "name":    "John Smith",
      "comment": "You're making it up!",
      "age":     28,
      "stars":   2,
      "date":    "2014-10-16"
    }
  ]
}



GET /my_index/blogpost/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "eggs" }},
        {
          "nested": {
            "path": "comments",
            "query": {
              "bool": {
                "must": [
                  { "match": { "comments.name": "john" }},
                  { "match": { "comments.age":  28     }}
                ]
        }}}}
      ]
}}}


#取回在十月中有收到回应的blog文章，并依照所取回的各个blog文章中最少stars数量的顺序作排序
GET /my_index/blogpost/_search
{
  "query": {
    "nested": { 
      "path": "comments",
      "query": {
        "bool": {
          "filter": {
            "range": {
              "comments.date": {
                "gte": "2014-10-01",
                "lt":  "2014-11-01"
              }
            }
          }
        }
      }
    }
  },
  "sort": {
    "comments.stars": { 
      "order": "asc",   
      "mode":  "min",   
      "nested_filter": { 
        "range": {
          "comments.date": {
            "gte": "2014-10-01",
            "lt":  "2014-11-01"
          }
        }
      }
    }
  }
}


#嵌套对象的聚合
GET /my_index/blogpost/_search
{
  "aggs": {
    "comments": { 
      "nested": {
        "path": "comments"
      },
      "aggs": {
        "by_month": {
          "date_histogram": { 
            "field":    "comments.date",
            "interval": "month",
            "format":   "yyyy-MM"
          },
          "aggs": {
            "avg_stars": {
              "avg": { 
                "field": "comments.stars"
              }
            }
          }
        }
      }
    }
  }
}

PUT /my_index/blogpost/_mapping
{  
  "properties": {  
    "tags": {   
      "type":     "string",  
      "fielddata": true  
    }  
  }  
}  

#<1> 共有四个评论
#<2> 有两个评论的发表者年龄介於20至30之间
#<3> 两个blog文章与这些评论相关
#<4> 这些blog文章的火红标签是shares丶cash丶equities
GET /my_index/blogpost/_search
{
  "aggs": {
    "comments": {
      "nested": { 
        "path": "comments"
      },
      "aggs": {
        "age_group": {
          "histogram": { 
            "field":    "comments.age",
            "interval": 10
          },
          "aggs": {
            "blogposts": {
              "reverse_nested": {}, 
              "aggs": {
                "tags": {
                  "terms": { 
                    "field": "tags"
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}


agg聚合

#es聚合

DELETE /user_analysys_little
PUT /user_analysys_little
PUT /user_analysys_little/_mapping/user  
{  
  "properties" : {  
    "userId" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    },
    "userName" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    }, 
    "provinceId" : {  
      "type" :    "long",  
      "index":    "not_analyzed"  
    },
    "provinceName" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    }, 
    "age" : {  
      "type" :    "long",  
      "index":    "not_analyzed"  
    }
  }  
}  

PUT /user_analysys_little/_mapping/user_event  
{  
  "properties" : {  
    "userId" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    },
    "userName" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    }, 
    "provinceId" : {  
      "type" :    "long",  
      "index":    "not_analyzed"  
    },
    "provinceName" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    }, 
    "age" : {  
      "type" :    "long",  
      "index":    "not_analyzed"  
    }, 
    "eventId" : {  
      "type" :    "long",  
      "index":    "not_analyzed"  
    }, 
    "eventName" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    }, 
    "statDate" : {  
      "type" :    "date",  
      "index":    "not_analyzed"  
    }, 
    "productName" : {  
      "type" :    "string",  
      "index":    "not_analyzed"  
    } 
  }  
}  


GET _cat/indices

GET /user_analysys_little/user/_search
GET /user_analysys_little/user_event/_search

# select userId from user_event where provinceName='青海' group by userId
# 如果省略 query部分就是相当于对全局结果做统计
GET /user_analysys_little/user_event/_search
{
  "size": 1, 
  "query": {
    "term": {
      "provinceName": {
        "value": "青海"
      }
    }
  }, 
  "aggs": {
    "group_userid": {
      "terms": {
        "field": "userId",
        "order": {
          "_count": "desc"
        }
      }
    }
  }
}


#全局桶, 将会忽略query的条件，对全局数据进行统计 
#青海的平均年龄和全国的平均年龄做比较
GET /user_analysys_little/user_event/_search
{
  "size": 1, 
  "query": {
    "term": {
      "provinceName": {
        "value": "青海"
      }
    }
  }, 
  "aggs": {
    "avg_age_青海": {
      "avg": {
        "field": "age"
      }
    },
    "all": {
      "global": {},
      "aggs": {
        "avg_age_全国": {
          "avg": {
            "field": "age"
          }
        }
      }
    }
  }
    
}

# 先按省份分组，然后统计省份的平均/最大/最小年龄，再嵌套统计各个年龄的分布情况
GET /user_analysys_little/user_event/_search
{
  "size": 1, 
  "aggs": {
    "group_province": {
      "terms": {
        "field": "provinceName"
      },
      "aggs": {
        "avg_age": {
          "avg": {
            "field": "age"
          }
        },
        "max_age": {
          "max": {
            "field": "age"
          }
        },
        "min_age": {
          "min": {
            "field": "age"
          }
        },
        "group_age":{
          "terms": {
            "field": "age"
          }
        }
      }
    }
  }
}


#直方图, 以年龄间隔为10的区间进行统计，例如 [10~19] [20~29] .. 这样分区间分组统计
GET /user_analysys_little/user_event/_search
{
  "size": 1,
  "aggs": {
    "histogram_age": {
      "histogram": {
        "field": "age",
        "interval": 10
      },
      "aggs": {
        "max_age": {
          "max": {
            "field": "age"
          }
        },
        "min_age":{
          "min": {
            "field": "age"
          }
        },
        "avg_age":{
          "avg": {
            "field": "age"
          }
        }
      }
    }
  }
}


#直方图，专门的时间统计， 按天统计, extended_bounds可以设定起始边界
GET /user_analysys_little/user_event/_search
{
  "size": 1,
  "aggs": {
    "date_histogram_statDate": {
      "date_histogram": {
        "field": "statDate",
        "interval": "day",
        "format": "yyyy-MM-dd",
        "time_zone":"+08:00",
        "min_doc_count" : 0,
        "extended_bounds" : { 
            "min" : "2016-11-28",
            "max" : "2016-12-31"
        }
      }
    }
  }
}



#过滤桶, 使用过滤桶在查询范围基础上应用过滤器
#即搜索针对全青海的人，但聚合统计针对青海年龄在10~50的人
GET /user_analysys_little/user_event/_search
{
  "size": 1, 
  "query": {
    "term": {
      "provinceName": {
        "value": "青海"
      }
    }
  }, 
  "aggs": {
    "avg_age_青海": {
      "filter": {
        "range": {
          "age": {
            "gte": 10,
            "lte": 50
          }
        }
      },
      "aggs": {
        "avg_age": {
          "avg": {
            "field": "age"
          }
        }
      }
    }
  }
    
}

#后过滤器 只过滤搜索结果，不过滤聚合结果
#即搜索针对青海年龄在10~50的人，但聚合统计针对全青海的人
GET /user_analysys_little/user_event/_search
{
  "size": 1, 
  "query": {
    "term": {
      "provinceName": {
        "value": "青海"
      }
    }
  },
  "post_filter": {
    "range": {
      "age": {
        "gte": 10,
        "lte": 50
      }
    }
  }, 
  "aggs": {
    "avg_age":{
      "avg": {
        "field": "age"
      }
    }
    
  }
    
}

#去重, 统计每天有多少个不重复的用户 即 dau
#注意： cardinality是通过算法来做的近似计算，不是100%精确
#可以通过设置precision_threshold来调节精度， 接受 0–40,000 之间的数字，更大的值还是会被当作 40,000 来处理。 示例会确保当字段唯一值在 100 以内时会得到非常准确的结果。尽管算法是无法保证这点的，但如果基数在阈值以下，几乎总是 100% 正确的。高于阈值的基数会开始节省内存而牺牲准确度，同时也会对度量结果带入误差。
GET /user_analysys_little/user_event/_search
{
  "size": 1,
  "aggs": {
    "date_histogram_statDate": {
      "date_histogram": {
        "field": "statDate",
        "interval": "day",
        "format": "yyyy-MM-dd",
        "time_zone":"+08:00",
        "min_doc_count" : 0,
        "extended_bounds" : { 
            "min" : "2016-11-28",
            "max" : "2016-12-31"
        }
      },
      "aggs": {
        "distinct_userId": {
          "cardinality": {
            "field": "userId",
            "precision_threshold": 100
          }
        }
      }
    }
  }
}



今晚打酱油8
关注
专栏目录
Elasticsearch删除映射类型
摘 月
10-31 478
官方解释：https://www.elastic.co/guide/en/elasticsearch/reference/6.0/removal-of-types.html在elasticsearch6.0.0或更高的版本中创建索引仅能包含单个映射类型。在具有多种映射类型的5.x版本中创建的索引将继续像以前一样在elasticsearch6.x中运行。类型将在elasticsearch7.0.0中的API中弃用，并在8.0.0中完全删除。
Elasticsearch-结构化搜索
qq_44447372的博客
04-04 383
目录 结构化数据 ES中的结构化搜索 Demo 本节知识点回顾 结构化数据 结构化搜索,是指对结构化数据的搜索 日期,布尔类型和数字都是结构化的 文本也可以是结构化的 如彩色表可以有离散的颜色集合:红,绿,蓝 一个博客可能贴了标签,例如:分布式和搜索 电商网站上的商品都有UPCs(通过产品码)或其他的唯一标识,他们都需要遵守颜色的,结构化的格式 ES中的结构化搜索 布尔,时间,日期和数字这类结构化的数据.
Elasticsearch详解及实例
最新发布
chen的博客
07-25 998
Elasticsearch作为一个强大的分布式搜索和分析引擎，为各种数据分析和搜索需求提供了解决方案。其高效的全文搜索、实时数据处理、分布式架构和丰富的分析功能，使其在日志分析、监控报警、全文搜索等领域得到了广泛应用。通过本文的实例，我们可以看到Elasticsearch在实际应用中的高效和灵活。无论是用于日志数据分析、网站搜索还是数据监控，Elasticsearch都能提供强大的支持。
elasticsearch之结构化查询
种一颗十年前的树
05-31 737
#################结构化查询################# 结构化搜索，是指对结构化数据的搜索 日期、布尔类型和数字都是结构化的 ES中的结构化 布尔，时间，日期和数字之类的结构化数据，有精确的格式，我们可以对这些格式进行逻辑操作，包括比较数字或时间的范围，或判断俩个值的大小， 结构化的文本可以做精确匹配或者部分匹配 term查询/prefix前缀查询 结构哈的结果只有是 或 否 俩个值 也可以根据需要，决定是否对结构化搜索进行打分 #结构化搜索，精确匹配 DELETE products
elasticsearch结构化查询
weixin_34178244的博客
11-08 151
{"query": {"bool": {"must": [{"term": {"aaa": "bbbbb"}},{"term": {"ip": "8.8.8.8"}}],"must_not": [],"should": []}},"from": 0,"size": 10,"sort": [],"aggs": {}} must => andshould => or 转载于:https:/...
Elasticsearch：什么是结构化数据？
Elastic 中国社区官方博客
02-21 1027
由于结构化数据是高度组织化的，因此很容易被机器学习算法和人类处理。结构化数据存储在数据库和数据仓库中。结构化数据的示例包括指标、日期、姓名、邮政编码和信用卡号。此类数据非常适合电子表格或 SQL、MySQL 和 PostgreSQL 等关系数据库，为企业提供易于访问和解释的信息。公司可以使用结构化数据通过姓名、购买历史记录和地理位置等数据点来解释客户的行为。这使得客户关系管理 (CRM) 成为可能，企业可以使用可以分析客户行为的关系数据库来管理客户关系。
elasticsearch增删改查【查询数据】Kibana图形化展示
而Kibana则是一个开源的数据可视化工具，能够帮助用户在Elasticsearch索引中执行高级数据分析和可视化操作，通过各种图表、表格、地图等形式展示数据。 ## 1.2 Elasticsearch和Kibana在数据查询与展示中的作用 ...
elasticsearch增删改查【基础概念】索引和文档
Elasticsearch 是一个实时的分布式搜索和分析引擎，主要用于全文搜索、结构化搜索、分析以及这些数据的存储。它可以快速地存储、搜索和分析大量数据。 ## 1.2 Elasticsearch的优势和用途 Elasticsearch 具有高可...
elasticsearch增删改查【基础概念】Mapping和Settings配置
理解Elasticsearch基础概念 Elasticsearch是一个开源的分布式搜索和分析引擎，其主要用于处理大规模的数据集。它构建在Apache Lucene搜索引擎库之上，提供了强大的全文搜索功能，同时还支持复杂的分析功能。在本...
ElasticSearch 实战：结构化搜索与聚合分析
"Elasticsearch 学习案例，包含结构化搜索和深度聚合分析的实践" 在Elasticsearch的学习过程中，了解并掌握其核心概念和技术是非常关键的。本案例主要涉及了结构化搜索和深入的聚合数据分析，让我们逐一探讨这些...
Elasticsearch示例数据 logs.json
03-14
综上所述，`logs.json` 文件作为Elasticsearch的示例数据，展示了如何将结构化的日志数据有效地存储、查询和分析。这涉及到JSON数据的处理、Elasticsearch索引的创建、数据导入、实时查询以及借助Kibana进行数据可视...
7、ElasticSearch的结构化查询
我就是我的博客
09-20 469
文章目录数据准备工作1.1、term查询1.2、terms查询1.3、range查询1.4、 match查询1.5、bool查询1.5.1、过滤查询 数据准备工作 文档数据mapping如下： { "user" : { "mappings" : { "people" : { "properties" : { "age" : { "type" : "integer" }, "hobby"
Elasticsearch（十一）结构化搜索
ruanhao1203的专栏
05-09 241
批量造点数据 创建索引 PUT /my_store { "settings": { "number_of_shards": 2, "number_of_replicas": 1 } } 命令行形式： curl -H "Content-Type: application/json" -XPUT 'http://10.24.54.241:9200/my_sto...
Elasticsearch 结构化搜索详解
爱死亡机器人
11-13 638
文章目录1. 结构化数据2. ES 中的机构化搜索3. Demo3.1 对布尔值 match 查询，有算分3.2 对布尔值，通过 constant score 转成 filtering，没有算分3.3 数字类型 Term3.4 数字类型 terms3.5 数字 Range 查询3.6 日期 range3.7 exists 查询 - 非空查询3.8 字符类型 terms3.9 处理多值字段4.0 处理多值字段，term 查询是包含，而不是等于4.1 Match 跟 term 对比 1. 结构化数据 1.结构化
从SQL到DSL简析ElasticSearch结构化查询
Tezuka
12-01 777
最近项目里有用到ES，顺便简单学习了一下基础的查询以及执行过程，对比是一种很好的学习方法，所以我们先从一个熟悉的SQL开始： SELECT COUNT(DISTINCT a), AVG(a) ... FROM t WHERE a BETWEEN (1, 10) AND b = 2 OR c = 3 GROUP BY a, b, c HAVING a > 3 ORDER BY b LIMIT ...
Elasticsearch（五）-结构化查询
WSYW126的博客
05-02 1416
结构化查询是一种灵活的，多表现形式的查询语言。 Elasticsearch在一个简单的JSON接口中用结构化查询来展现Lucene绝大多数能力。 你应当在你的产品中采用这种方式进行查询。它使得你的查询更加灵活，精准，易于阅读并且易于debug。
ES将删除映射类型（Removal of mapping type）
热门推荐
晴天小鱼
11-23 1万+
重要： 在Elasticsearch6.0.0或更新的版本中创建的索引可能只包含一个单一的映射类型。 在Elasticsearch5.x中创建的多映射类型的索引在Elasticsearch6.x中将如以前一样可用。 映射类型将在Elasticsearch7.0.0被彻底移除。什么是映射类型？ 从Elasticsearch的第一版发布开始，每个文档被存储在一个单独的索引，并分配一个映射类型。一
ElasticSearch------映射
笙箫的博客
10-02 259
上一篇文章安装了ik分词器，如果在索引和搜索时去使用ik分词器呢？如何指定其它类型的field，比如日期类型、数 值类型等。 本章节学习各种映射类型及映射维护方法。 1 映射维护方法 1、查询所有索引的映射： GET： http://localhost:9200/_mapping 2、创建映射 post 请求：http://localhost:9200/xc_cours...
Elasticsearch:为什么从 Elasticsearch 7.0.0 及更高版本中删除了映射类型 type？
Elastic 中国社区官方博客
08-29 636
我们知道 Elasticsearch 是一个文档数据库，映射类型 type 表示被索引的文档或实体的类型，例如 youtube 索引可能具有用户类型和视频类型。你可以粗俗地理解 type 为关系数据库中的表格 table。
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