ElasticSearch的增删改查

针对Elasticsearch 的简单使用，对于其增删改查以及相应的批处理进行简单的说明，对于初学者而言，希望有所帮助。

1、创建索引
curl -XPUT ‘172.17.1.48:9200/customer?pretty’
#索引库中插入数据
curl -XPUT ‘172.17.1.48:9200/customer/external/1?pretty’ -d ’
{
“name”: “John Doe”
}’
2、删除
#删除索引库
curl -XDELETE ‘172.17.1.48:9200/customer?pretty’
#一次删除符合条件的多个文档
curl -XDELETE ‘172.17.1.48:9200/customer/external/_query?pretty’ -d ’
{
“query”: { “match”: { “name”: “John” } }
}’
3、修改
#更新一个文档

    curl -XPUT '172.17.1.48:9200/customer/external/1?pretty' -d '
    {
      "name": "ysl Doe"
    }'
    #es并不支持原地更新，它是删除一个旧的文档，重新生成索引新的文档
      curl -XPOST '172.17.1.48:9200/customer/external/1/_update?pretty' -d '
    {
      "doc": { "name": "Jane Doe", "age": 20 }
    }'
    #年龄字段上加5
    curl -XPOST '172.17.1.48:9200/customer/external/1/_update?pretty' -d '
    {
      "script" : "ctx._source.age += 5"
    }'

4、查看

查询某条记录

    curl -XGET '172.17.1.48:9200/customer/external/1?pretty'

查看集群状态

       curl '172.17.1.48:9200/_cat/health?v'

获得集群节点列表

    curl '172.17.1.48:9200/_cat/nodes?v'

查看所有的索引列表

      curl '172.17.1.48:9200/_cat/indices?
    #查询具体size的大小的数据，size：默认诶为10
    curl -XPOST '172.17.1.48:9200/bank/_search/?pretty' -d '{"query":{"match_all":{}},"size":1}'

返回第10到20的数据记录

    curl -XPOST '172.17.1.48:9200/bank/_search?pretty' -d '

{
“query”:{“match_all”:{},
“from”:10,
“size”:10
}’

做一次match_all并且以账户余额排序。最后返回前10个文档

 curl -XPOST '172.17.1.48:9200/bank/_search?pretty' -d '

{
“query”:{“match_all”:{}},
“sort”:{“balance”:{“order”:”desc”}}
}’

做一次的查询，只返回部分的原始字段

curl -XPOST '172.17.1.48:9200/bank/_search?pretty' -d '

{
“query”:{“match_all”:{}},
“_source”:[“account_number”,”balance”]
}’

查询账户为20的数据记录

curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
{
“query”:{“account_number”:20}
}’

查询地址中包含mill的数据记录

curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
{
“query”:{“match”:{“address”:”mill”}}
}’

match的变体match_phrase，他会匹配短语”mill lane”

curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
{
“query”:{“match_phrase”:{“address”:”mill lane”}}
}’

boolean查询，布尔查询允许我们将较小额查询组合成为较大的查询

curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
{
“query”: {
“bool”: {
“must”: [
{ “match”: { “address”: “mill” } },
{ “match”: { “address”: “lane” } }
]
}
}
}’

个例子返回40岁以上并且不生活在ID（daho）的人的账户

curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
{
“query”: {
“bool”: {
“must”: [
{ “match”: { “age”: “40” } }
],
“must_not”: [
{ “match”: { “state”: “ID” } }
]
}
}
}’

执行过滤器

• 过滤器不会计算相关度的得分，所以它们在计算上更快一些

• 过滤器可以被缓存到内存中，这使得在重复的搜索查询上，其要比相应的查询快出许多。
  curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
  {
  “query”: {
  “filtered”: {
  “query”: { “match_all”: {} },
  “filter”: {
  “range”: {
  “balance”: {
  “gte”: 20000,
  “lte”: 30000
  }
  }
  }
  }
  }
  }’
  执行聚合
  按照state分组，按照州名的计数倒序排序：
  curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
  {
  “size”: 0,
  “aggs”: {
  “group_by_state”: {
  “terms”: {
  “field”: “state”
  }
  }
  }
  }’
  每个州的账户的平均余额（还是按照账户数量倒序排序的前10个州）：
  curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
  {
  “size”: 0,
  “aggs”: {
  “group_by_state”: {
  “terms”: {
  “field”: “state”
  },
  “aggs”: {
  “average_balance”: {
  “avg”: {
  “field”: “balance”
  }
  }
  }
  }
  }
  }’
  使用年龄段（20-29，30-39，40-49）分组，然后在用性别分组，然后为每一个年龄段的每一个性别计算平均账户余额：
  curl -XPOST ‘172.17.1.48:9200/bank/_search?pretty’ -d ’
  {
  “size”: 0,
  “aggs”: {
  “group_by_age”: {
  “range”: {
  “field”: “age”,
  “ranges”: [
  {
  “from”: 20,
  “to”: 30
  },
  {
  “from”: 30,
  “to”: 40
  },
  {
  “from”: 40,
  “to”: 50
  }
  ]
  },
  “aggs”: {
  “group_by_gender”: {
  “terms”: {
  “field”: “gender”
  },
  “aggs”: {
  “average_balance”: {
  “avg”: {
  “field”: “balance”
  }
  }
  }
  }
  }
  }
  }
  }’
  5、批处理操作

  curl -XPOST '172.17.1.48:9200/customer/external/_bulk?pretty' -d '
  {"update":{"_id":"1"}}
  {"doc": { "name": "John Doe becomes Jane Doe" } }
  {"delete":{"_id":"2"}}
  

  6、聚合操作
  7载入数据
  curl -XPOST ‘172.17.1.48:9200/bank/account/_bulk?pretty’ –data-binary @accounts.json