-
Elasticsearch入门
Elaticsearch，简称为 ES， ES 是一个开源的高扩展的分布式全文搜索引擎
全文检索
全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。
全文检索的方法主要分为按字检索和按词检索两种。按字检索是指对于文章中的每一个字都建立索引，检索时将词分解为字的组合。对于各种不同的语言而言，字有不同的含义，比如英文中字与词实际上是合一的，而中文中字与词有很大分别。按词检索指对文章中的词，即语义单位建立索引，检索时按词检索，并且可以处理同义项等。英文等西方文字由于按照空白切分词，因此实现上与按字处理类似，添加同义处理也很容易。中文等东方文字则需要切分字词，以达到按词索引的目的，关于这方面的问题，是当前全文检索技术尤其是中文全文检索技术中的难点，在此不做详述。倒排索引
以前是根据ID查内容，倒排索引之后是根据内容查ID，然后再拿着ID去查询出来真正需要的东西。
正排索引
ID content 1 name is zhang shan 2 name is li si 倒排索引
keyword ID name 1,2 zhang 1 Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档,Elasticsearch 类比 MySQL：
-
index 索引（索引库）
ES中的索引非传统索引的含义，ES中的索引是存放数据的地方，是ES中的一个概念词汇
index类似于我们Mysql里面的一个数据库 create database user; 好比就是一个索引库。一个索引由一个名字来标识（必须全部是小写字母），并且当我们要对这个索引中的文档进行索引、搜索、更新和删除（CRUD）的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索引。 -
type 类型
类型是用来定义数据结构的
在每一个index下面，可以有一个或者多个type，好比数据库里面的一张表。 -
document 文档
文档就是最终的数据了，可以认为一个文档就是一条记录。
是ES里面最小的数据单元，就好比表里面的一条数据 -
Field 字段
好比关系型数据库中列的概念，一个document有一个或者多个field组成。 -
Mapping 映射
mapping 是处理数据的方式和规则方面做一些限制，如：某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的，其它就是处理 ES 里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。 -
shard 分片
一台服务器，无法存储大量的数据，ES把一个index里面的数据，分为多个shard，每个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以被放置到集群中的任何节点上 -
replica 副本
一个分布式的集群，难免会有一台或者多台服务器宕机，如果我们没有副本这个概念。就会造成我们的shard发生故障，无法提供正常服务。
在ES集群中，我们一模一样的数据有多份，能正常提供查询和插入的分片我们叫做 primary shard，其余的我们就管他们叫做 replica shard（备份的分片）
当我们去查询数据的时候，我们数据是有备份的，它会同时发出命令让我们有数据的机器去查询结果，最后谁的查询结果快，我们就要谁的数据（这个不需要我们去控制，它内部就自己控制了）
在默认情况下，我们创建一个库的时候，默认会帮我们创建5个主分片（primary shrad）和5个副分片（replica shard），所以说正常情况下是有10个分片的。
同一个节点上面，副本和主分片是一定不会在一台机器上面的，就是拥有相同数据的分片，是不会在同一个节点上面的。
所以当你有一个节点的时候，这个分片是不会把副本存在这仅有的一个节点上的，当你新加入了一台节点，ES会自动的给你在新机器上创建一个之前分片的副本。 -
Allocation 分配
将分片分配给某个节点的过程，包括分配主分片或者副本。如果是副本，还包含从主分片复制数据的过程。这个过程是由 master 节点完成的。
搜索引擎原理
反向索引又叫倒排索引，是根据文章内容中的关键字建立索引。
搜索引擎原理就是建立反向索引。
Elasticsearch 在 Lucene 的基础上进行封装，实现了分布式搜索引擎。
Elasticsearch 中的索引、类型和文档的概念比较重要，类似于 MySQL 中的数据库、表和行。
Elasticsearch 也是 Master-slave 架构，也实现了数据的分片和备份。
Elasticsearch 一个典型应用就是 ELK 日志分析系统。安装启动
-
解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务 。
注意：9300 端口为 Elasticsearch 集群间组件的通信端口， 9200 端口为浏览器访问的 http协议 RESTful 端口。 -
打开浏览器，输入地址： http://localhost:9200，测试返回结果，返回结果如下：
{ "name" : "DESKTOP-9GAAVES", "cluster_name" : "elasticsearch", "cluster_uuid" : "0IYvTtEzQv69VeX2zLYf5g", "version" : { "number" : "7.8.0", "build_flavor" : "default", "build_type" : "zip", "build_hash" : "757314695644ea9a1dc2fecd26d1a43856725e65", "build_date" : "2020-06-14T19:35:50.234439Z", "build_snapshot" : false, "lucene_version" : "8.5.1", "minimum_wire_compatibility_version" : "6.8.0", "minimum_index_compatibility_version" : "6.0.0-beta1" }, "tagline" : "You Know, for Search" }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
创建索引
这里的索引可以类比为关系型数据库中的创建数据库
向 ES 服务器发
PUT请求 ： http://elasticsearch宿主机IP:9200/索引名称
例：
**注意：请求类型是 PUT**创建一个名称为test的索引,类似于在mysql创建一个名为test的数据库 http://127.0.0.1:9200/test- 1
- 2
- 3
返回结果：
{ "acknowledged": true, //相应结果 "shards_acknowledged": true, // 分片结果 "index": "test" //索引名称 }- 1
- 2
- 3
- 4
- 5
查看索引
- 查看全部索引
向 ES 服务器发GET请求 ： http://宿主机IP:9200/_cat/indices?v
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/_cat/indices?v- 1
返回结果：
这里请求路径中的_cat 表示查看的意思， indices 表示索引，所以整体含义就是查看当前 ES服务器中的所有索引， 就好像 MySQL 中的 show tables 的感觉 health status index uuid pri rep docs.count docs.deleted store.size pri.store.size yellow open test MttSb4vtT0CPls-1aE6oHw 1 1 0 0 208b 208b- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
以上返回结果的含义：
health：当前服务器健康状态： green(集群完整)，yellow(单点正常、集群不完整)， red(单点不正常)
status：索引打开、关闭状态
index： 索引名
uuid： 索引统一编号
pri： 主分片数量
rep： 副本数量
docs.count： 可用文档数量
docs.deleted： 文档删除状态（逻辑删除）
store.size： 主分片和副分片整体占空间大小
pri.store.size：主分片占空间大小- 查看指定索引
向 ES 服务器发GET请求 ： http://宿主机IP:9200/索引名称
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/test- 1
返回结果：
{ "test": {//索引名 "aliases": {},//别名 "mappings": {},//映射 "settings": {//设置 "index": {//设置 - 索引 "creation_date": "1617861426847",//设置 - 索引 - 创建时间 "number_of_shards": "1",//设置 - 索引 - 主分片数量 "number_of_replicas": "1",//设置 - 索引 - 主分片数量 "uuid": "J0WlEhh4R7aDrfIc3AkwWQ",//设置 - 索引 - 主分片数量 "version": {//设置 - 索引 - 主分片数量 "created": "7080099" }, "provided_name": "shopping"//设置 - 索引 - 主分片数量 } } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
删除索引
向 ES 服务器发
DELETE请求 ： http://宿主机IP:9200/索引名称例：
**注意：请求类型是 DELETE**http://127.0.0.1:9200/test- 1
返回结果：
{ "acknowledged": true // 请求成功 }- 1
- 2
- 3
创建文档
这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式
向 ES 服务器发
POST请求 ：http://宿主机IP:9200/索引名称/类型/自定义的ID，请求体内容为JSON
或
http://宿主机IP:9200/索引名称/类型，此处的ID如果不自定义的话，那么ES将会自动生成例：
**注意：请求类型是 POST**此处相当于是给shopping数据库下的product表添加一条ID为1001的数据 http://127.0.0.1:9200/shopping/product/1001- 1
- 2
- 3
将此数据放在请求体body中
{ "title":"小米手机", "category":"小米", "images":"http://www.gulixueyuan.com/xm.jpg", "price":3999.00 }- 1
- 2
- 3
- 4
- 5
- 6
返回结果：{ "_index": "shopping",//索引 "_type": "product",//类型-文档 "_id": "1001",//唯一标识，可以类比为 MySQL 中的主键，如果不指定，那么就会随机生成 "_version": 1,//版本 "result": "created",//结果，这里的 create 表示创建成功 "_shards": {// "total": 2,//分片 - 总数 "successful": 1,//分片 - 总数 "failed": 0//分片 - 总数 }, "_seq_no": 0, "_primary_term": 1 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
查询文档
- 查询指定文档
向 ES 服务器发GET请求 ：http://宿主机IP:9200/索引名称/类型/需要查询的文档ID
例：
**注意：请求类型是 GET**此处相当于是查询shopping数据库下的product表中ID为1001的数据 http://127.0.0.1:9200/shopping/product/1001- 1
- 2
- 3
返回结果：
{ "_index": "shopping", "_type": "product", "_id": "1001", "_version": 1, "_seq_no": 0, "_primary_term": 1, "found": true, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 查询索引下所有数据
向 ES 服务器发GET请求 ： http://宿主机IP:9200/索引名称/_search
例：
**注意：请求类型是 GET**此处相当于是查询shopping数据库下的所有数据 http://127.0.0.1:9200/shopping/_search- 1
- 2
- 3
返回结果：
{ "took": 64, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 1, "relation": "eq" }, "max_score": 1, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
修改文档
- 全量修改
和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖
向 ES 服务器发
POST请求 ：http://宿主机IP:9200/索引名称/类型/文档ID例：
**注意：请求类型是 POST**此处相当于是替换shopping数据库下product表中ID为1001的数据 http://127.0.0.1:9200/shopping/product/1001- 1
- 2
- 3
请求体JSON内容为:
{ "title":"华为手机", "category":"华为", "images":"http://www.gulixueyuan.com/hw.jpg", "price":1999.00 }- 1
- 2
- 3
- 4
- 5
- 6
返回结果：
{ "_index": "shopping", "_type": "product", "_id": "1001", "_version": 2, "result": "updated",//updated 表示数据被更新 "_shards": { "total": 2, "successful": 1, "failed": 0 }, "_seq_no": 1, "_primary_term": 1 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 局部修改
向 ES 服务器发POST请求 ： http://宿主机IP:9200/索引名称/_update/文档ID
**注意：请求类型是 POST**此处相当于是替换shopping数据库下product表中ID为1001的数据 http://127.0.0.1:9200/shopping/_update/1001- 1
- 2
- 3
请求体JSON内容为:
{ "doc": { //指定修改的为文档中的数据 "title":"拉面手机" } }- 1
- 2
- 3
- 4
- 5
- 6
修改后：
{ "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 1, "relation": "eq" }, "max_score": 1, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1, "_source": { "title": "拉面手机", //只修改了此处的数据 "category": "华为", "images": "http://www.gulixueyuan.com/hw.jpg", "price": 1999 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
删除文档
删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）
向 ES 服务器发
DELETE请求 ：http://宿主机IP:9200/索引名称/类型/文档ID例：
**注意：请求类型是 DELETE **此处相当于是删除shopping数据库下product表中ID为1001的数据 http://127.0.0.1:9200/shopping/product/1001- 1
- 2
- 3
返回结果：
{ "_index": "shopping", "_type": "product", "_id": "1001", "_version": 9, "result": "deleted", //删除成功 "_shards": { "total": 2, "successful": 1, "failed": 0 }, "_seq_no": 8, "_primary_term": 1 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
文档条件查询 ， 分页查询 ，字段筛选，查询排序
向ES添加如下数据：
[ { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 }, { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 }, { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } ]- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 条件查询
1.URL携带参数（不推荐，这种形式的查询，很容易出现数据盗用，或者参数值出现中文会出现乱码情况）
向 ES 服务器发
GET请求 : http://宿主机IP:9200/索引名称/_search?q=条件key:条件值例：
**注意：请求类型是 GET**此处相当于是查询shopping数据库下price字段等于3999的数据 http://127.0.0.1:9200/shopping/_search?q=price:3999- 1
- 2
- 3
返回结果：
{ "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 2, "relation": "eq" }, "max_score": 1, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 //只查询出了price=3999的数据 } }, { "_index": "shopping", "_type": "product", "_id": "7B8uiYEBSDaNywCKnwWG", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999//只查询出了price=3999的数据 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
2.请求体带参查询
向 ES 服务器发GET请求 ：http://宿主机IP:9200/索引名称/_search，附带JSON体如下：{ "query":{//表示当前操作为查询 "match":{ //表示查询类型为匹配查询，相当于mysql 的模糊查询 '%值%' "条件key":"条件值" } } } ---------------------------- { "query":{//表示当前操作为查询 "match_all":{} //表示查询全部内容 } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
例：
**注意：请求类型是 GET**此处相当于是查询shopping数据库下price字段包含3999的数据 http://127.0.0.1:9200/shopping/_search- 1
- 2
- 3
携带的请求体：
{ "query":{ "match":{ "price":3999 } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
返回结果：
{ "took": 1, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 2, "relation": "eq" }, "max_score": 1, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }, { "_index": "shopping", "_type": "product", "_id": "7B8uiYEBSDaNywCKnwWG", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 分页查询
向 ES 服务器发GET请求 ： http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "query":{ //表示当前操作为查询 "match_all":{} //表示查询全部内容，相当于没有where条件 }, "from":0,//分页的起始位置，类似于mysql中 limit 的第一个参数 "size":2 //每页展示的条数，类似于mysql中 limit 的第二个参数 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
例：
**注意：请求类型是 GET**此处相当于是查询shopping数据库下的全部数据，并按照每页展示2条数据的规则进行分页 http://127.0.0.1:9200/shopping/_search- 1
- 2
- 3
请求体内容：
{ "query":{ "match_all":{} }, "from":0, "size":1 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
返回结果：
{ "took": 1, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 7, //数据总条数为7 "relation": "eq" }, "max_score": 1,//所有数据里面打分最高的分数 "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1, //分数，这个分数越大越靠前出来 "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 字段筛选
向 ES 服务器发GET请求 ： http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "query":{ "match_all":{} }, "_source":["需要保留的字段名称1","需要保留的字段名称2"] }- 1
- 2
- 3
- 4
- 5
- 6
例：
**注意：请求类型是 GET**此处相当于是查询shopping数据库下的全部数据，但只返回数据的title和price字段 http://127.0.0.1:9200/shopping/_search- 1
- 2
- 3
请求体内容：
{ "query":{ "match_all":{} }, "_source":["title","price"] }- 1
- 2
- 3
- 4
- 5
- 6
返回结果：
{ "took": 3, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": 1, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1, "_source": { "price": 3999, //只返回了指定的字段 "title": "小米手机" } }, { "_index": "shopping", "_type": "product", "_id": "7B8uiYEBSDaNywCKnwWG", "_score": 1, "_source": { "price": 3999, "title": "小米手机" } }, { "_index": "shopping", "_type": "product", "_id": "7R8uiYEBSDaNywCK7QXv", "_score": 1, "_source": { "price": 1999, "title": "小米手机" } }, { "_index": "shopping", "_type": "product", "_id": "7h8viYEBSDaNywCKGgW-", "_score": 1, "_source": { "price": 1999, "title": "小米手机" } }, { "_index": "shopping", "_type": "product", "_id": "7x8viYEBSDaNywCKQAVb", "_score": 1, "_source": { "price": 1999, "title": "华为手机" } }, { "_index": "shopping", "_type": "product", "_id": "8B8viYEBSDaNywCKbQUz", "_score": 1, "_source": { "price": 1999, "title": "华为手机" } }, { "_index": "shopping", "_type": "product", "_id": "8R8viYEBSDaNywCKmQVq", "_score": 1, "_source": { "price": 1999, "title": "华为手机" } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 查询排序
向 ES 服务器发GET请求 ： http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "query":{ "match_all":{} }, "sort":{//表示当前操作为排序 "price":{//需要排序的字段名称 "order":"desc" //指定排序规则,desc(降序)，asc(升序) } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
例：
**注意：请求类型是 GET**此处相当于是查询shopping数据库下的全部数据，但只返回数据的title和price字段 http://127.0.0.1:9200/shopping/_search- 1
- 2
- 3
请求体内容：
{ "query":{ "match_all":{} }, "sort":{ "price":{ // 按照价格进行降序排序 "order":"desc" } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
返回结果：
{ "took": 21, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": null, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": null, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 }, "sort": [3999] }, { "_index": "shopping", "_type": "product", "_id": "7B8uiYEBSDaNywCKnwWG", "_score": null, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 }, "sort": [3999] }, { "_index": "shopping", "_type": "product", "_id": "7R8uiYEBSDaNywCK7QXv", "_score": null, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, "sort": [1999] }, { "_index": "shopping", "_type": "product", "_id": "7h8viYEBSDaNywCKGgW-", "_score": null, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, "sort": [1999] }, { "_index": "shopping", "_type": "product", "_id": "7x8viYEBSDaNywCKQAVb", "_score": null, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, "sort": [1999] }, { "_index": "shopping", "_type": "product", "_id": "8B8viYEBSDaNywCKbQUz", "_score": null, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, "sort": [1999] }, { "_index": "shopping", "_type": "product", "_id": "8R8viYEBSDaNywCKmQVq", "_score": null, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 }, "sort": [1999] }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
文档多条件查询，范围查询（大于，小于）
- 多条件查询
向 ES 服务器发GET请求 ： http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
bool它包含以下操作符：must: 多个查询条件的完全匹配,相当于mysql中的 and。must_not:多个查询条件的相反匹配，相当于mysql中的 not。should:至少有一个查询条件匹配, 相当于mysql中的 or。
{ "query":{ //表示当前的操作为查询 "bool":{//用来合并多个过滤条件查询结果的布尔逻辑,可以理解为mysql的where "must":[//多个查询条件的完全匹配,相当于mysql中的 and，还可以使用should，相当于mysql的 or,must_not相当于mysql中的 not { "match":{//指定匹配的规则 "key":"value" //需要匹配的key : 需要匹配的值 } },{ "match":{//指定匹配的规则 "key":value//需要匹配的key : 需要匹配的值 } } ] } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/shopping/_search- 1
请求体内容：
1.以下操作，相当于实现了如下SQL： select * form product where category like '%小米%' and price ='3999.00' { "query":{ "bool":{ "must":[{ "match":{ "category":"小米" } },{ "match":{ "price":3999.00 } }] } } } ------------------------------------------------ 2.以下操作，相当于实现了如下SQL： select * form product where category like '%小米%' or category like '%华为%' { "query":{ "bool":{ "should":[{ "match":{ "category":"小米" } },{ "match":{ "category":"华为" } }] } } } ------------------------------------------------ 3.以下操作，相当于实现了如下SQL： select * form product where category not like '%小米%' and category not like '%华为%' { "query":{ "bool":{ "must_not":[{ "match":{ "category":"小米" } },{ "match":{ "category":"华为" } }] } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
返回结果：
操作1： { "took": 4, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 2, "relation": "eq" }, "max_score": 2.1507282, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 2.1507282, "_source": { "title": "小米手机", "category": "小米", //返回category为“小米” "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999//返回价格为“3999” } }, { "_index": "shopping", "_type": "product", "_id": "7B8uiYEBSDaNywCKnwWG", "_score": 2.1507282, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }] } } ------------------------------------------------------------------------------------------------ 操作2： { "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 7, "relation": "eq" }, "max_score": 1.8889232, "hits": [{ "_index": "shopping", "_type": "product", "_id": "7x8viYEBSDaNywCKQAVb", "_score": 1.8889232, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "8B8viYEBSDaNywCKbQUz", "_score": 1.8889232, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "8R8viYEBSDaNywCKmQVq", "_score": 1.8889232, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1.3862942, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }, { "_index": "shopping", "_type": "product", "_id": "7B8uiYEBSDaNywCKnwWG", "_score": 1.3862942, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }, { "_index": "shopping", "_type": "product", "_id": "7R8uiYEBSDaNywCK7QXv", "_score": 1.3862942, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "7h8viYEBSDaNywCKGgW-", "_score": 1.3862942, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }] } } ------------------------------------------------------------------------------------------------ 操作3： { "took": 339, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 1, "relation": "eq" }, "max_score": 0, "hits": [{ "_index": "shopping", "_type": "product", "_id": "Bx8BioEBSDaNywCKxAa_", "_score": 0, "_source": { "title": "锤子手机", "category": "锤子", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1299 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
- 127
- 128
- 129
- 130
- 131
- 132
- 133
- 134
- 135
- 136
- 137
- 138
- 139
- 140
- 141
- 142
- 143
- 144
- 145
- 146
- 147
- 148
- 149
- 150
- 151
- 152
- 153
- 154
- 155
- 156
- 157
- 158
- 159
- 160
- 161
- 162
- 163
- 164
- 165
- 166
- 167
- 168
- 169
- 170
- 171
- 范围查询
向 ES 服务器发GET请求 ： http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "query":{ "bool":{ "filter":{//表示当前操作为过滤 "range":{//指定范围 "key":{//需要过滤的字段名称 "gt":0 // gt 表示大于，lt表示小于，0为指定的范围值 } } } } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/shopping/_search- 1
请求体内容：
以下操作相当于如下SQL： select * form product where price <1300 { "query":{ "bool":{ "filter":{ "range":{ "price":{ "lt":1300 } } } } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
返回结果：
{ "took": 1, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 1, "relation": "eq" }, "max_score": 0, "hits": [{ "_index": "shopping", "_type": "product", "_id": "Bx8BioEBSDaNywCKxAa_", "_score": 0, "_source": { "title": "锤子手机", "category": "锤子", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1299 //价格低于1300 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
文档全文检索 ， 完全匹配 ， 高亮查询
- 全文检索
向 ES 服务器发GET请求 ：http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "query":{ "match":{ "key" : "value" //指定需要全文检索的key : 全文检索的值 } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/shopping/_search- 1
请求体内容：
以下操作相当于如下SQL： select * form product where category like '%锤%' or category like '%华%' { "query":{ "match":{ "category" : "锤华" } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
返回结果：
{ "took": 2, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 4, "relation": "eq" }, "max_score": 1.7917595, "hits": [{ "_index": "shopping", "_type": "product", "_id": "Bx8BioEBSDaNywCKxAa_", "_score": 1.7917595, "_source": { "title": "锤子手机", "category": "锤子", //返回包含 “锤” 字 "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1299 } }, { "_index": "shopping", "_type": "product", "_id": "7x8viYEBSDaNywCKQAVb", "_score": 0.9444616, "_source": { "title": "华为手机",//返回包含 “华” 字 "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "8B8viYEBSDaNywCKbQUz", "_score": 0.9444616, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "8R8viYEBSDaNywCKmQVq", "_score": 0.9444616, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 完全匹配
向 ES 服务器发GET请求 ：http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "query":{ "match_phrase":{//指定匹配类型为完全匹配 "key" : "value" //指定需要全文检索的key : 全文检索的值 } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/shopping/_search- 1
请求体内容：
以下操作相当于如下SQL： 此处将不会再把“锤华”二字拆开，而是作为一个整体来匹配 select * form product where category like '%锤华%' { "query":{ "match_phrase":{ "category" : "锤华" } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
返回结果：
{ "took": 12, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 0, "relation": "eq" }, "max_score": null, "hits": [] //返回结果为空，因为我们录入的ES 数据中并不含有 category 字段为 “锤华” 的数据 } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 高亮查询
向 ES 服务器发GET请求 ：http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "query":{ "match_phrase":{ "key" : "value" } }, "highlight":{//指定高亮显示 "fields":{//指定需要高亮显示的字段 "key":{}//对指定的key进行高亮显示 } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/shopping/_search- 1
请求体内容：
以下操作表示，完全匹配 “锤子” 这两个字符，并且对 category 字段进行高亮显示 { "query":{ "match_phrase":{ "category" : "锤子" } }, "highlight":{ "fields":{ "category":{} } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
返回结果：
{ "took": 54, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 1, "relation": "eq" }, "max_score": 3.583519, "hits": [{ "_index": "shopping", "_type": "product", "_id": "Bx8BioEBSDaNywCKxAa_", "_score": 3.583519, "_source": { "title": "锤子手机", "category": "锤子", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1299 }, "highlight": { "category": ["<em>锤</em><em>子</em>"] //此处对返回结果进行了高亮显示， 这个标签是默认的标签，是可以自定义的进行替换的， 比如我们可以替换成 <span style="color:red">锤</span> <span style="color:red">子</span> 把这个输出到网页上， 自然而然就是红色的了。 } }] } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
聚合查询（类似mysql中的 group by，取最大值max、平均值avg等等）
- 分组查询
向 ES 服务器发GET请求 ：http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "aggs":{//表示当前为聚合操作 "price_group":{//聚合的名称，自定义，随意起 "terms":{//表示当前进行的操作为分组，还有avg(平均值)，max(最大值)，min(最小值)等 "field":"key"//指定需要分组的字段 } } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/shopping/_search- 1
请求体内容：
以下操作表示，对price这个字段进行分组查询 { "aggs":{ "price_group":{ "terms":{ "field":"price" } } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
返回结果：
{ "took": 21, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 8, "relation": "eq" }, "max_score": 1, "hits": [{ "_index": "shopping", "_type": "product", "_id": "1001", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }, { "_index": "shopping", "_type": "product", "_id": "7B8uiYEBSDaNywCKnwWG", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 3999 } }, { "_index": "shopping", "_type": "product", "_id": "7R8uiYEBSDaNywCK7QXv", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "7h8viYEBSDaNywCKGgW-", "_score": 1, "_source": { "title": "小米手机", "category": "小米", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "7x8viYEBSDaNywCKQAVb", "_score": 1, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "8B8viYEBSDaNywCKbQUz", "_score": 1, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "8R8viYEBSDaNywCKmQVq", "_score": 1, "_source": { "title": "华为手机", "category": "华为", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1999 } }, { "_index": "shopping", "_type": "product", "_id": "Bx8BioEBSDaNywCKxAa_", "_score": 1, "_source": { "title": "锤子手机", "category": "锤子", "images": "http://www.gulixueyuan.com/xm.jpg", "price": 1299 } }] }, "aggregations": { //分组后的统计数据 "price_group": { "doc_count_error_upper_bound": 0, "sum_other_doc_count": 0, "buckets": [{ "key": 1999, "doc_count": 5 }, { "key": 3999, "doc_count": 2 }, { "key": 1299, "doc_count": 1 }] } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
以上数据中，会携带原始数据，若只想查看分组结果的数据，则，可以添加
"size":0来指定,比如使用如下请求体：{ "aggs":{ "price_group":{ "terms":{ "field":"price" } } }, "size":0 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
返回结果：
{ "took": 6, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 8, "relation": "eq" }, "max_score": null, "hits": [] //此处就不会携带原始数据了 }, "aggregations": { "price_group": { "doc_count_error_upper_bound": 0, "sum_other_doc_count": 0, "buckets": [{ "key": 1999, "doc_count": 5 }, { "key": 3999, "doc_count": 2 }, { "key": 1299, "doc_count": 1 }] } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 求平均值
向 ES 服务器发GET请求 ：http://宿主机IP:9200/索引名称/_search，附带JSON体如下:
{ "aggs":{//表示当前为聚合操作 "price_avg":{//名称，随意起名 "avg":{表示当前进行的操作为计算平均值 "field":"key"//指定需要分组的字段 } } }, "size":0 //排除原始数据 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
例：
**注意：请求类型是 GET**http://127.0.0.1:9200/shopping/_search- 1
请求体内容：
以下操作表示，对price这个字段计算平均值，并排除原始数据 { "aggs":{ "price_avg":{ "avg":{ "field":"price" } } }, "size":0 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
返回结果：
{ "took": 4, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 8, "relation": "eq" }, "max_score": null, "hits": [] }, "aggregations": { "price_avg": { "value": 2411.5//计算的平均值 } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
其他最大值，最小值，同理，只需在自定义的名称下，配置关键字即可
映射关系
有了索引库，等于有了数据库中的 database。
接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。
创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。前提环境准备：
创建一个User索引请求方式： PUT http://127.0.0.1:9200/user- 1
- 2
- 创建映射
向 ES 服务器发PUT请求 ：http://宿主机IP:9200/索引名称/创建的映射名称，附带JSON体如下:
{ "properties": { //表示对数据的约束配置 "key1":{ //数据的字段名称 "type": "text", //数据类型为text "index": true //表示当前字段可以根据索引查询 }, "key2":{ "type": "keyword",//表示当前字段不能被进行分词，只能完整匹配 "index": true }, "key3":{ "type": "keyword", "index": false //表示当前字段不能根据索引查询 } ... } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
例：
**注意：请求类型是 PUT**http://127.0.0.1:9200/user/_mapping- 1
请求体内容：
{ "properties": { "name":{ "type": "text", "index": true }, "sex":{ "type": "keyword", "index": true }, "tel":{ "type": "keyword", "index": false } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
返回结果：
{ "acknowledged": true }- 1
- 2
- 3
- 查询映射
请求方式：GET http://127.0.0.1:9200/user/_mapping- 1
- 2
- 3
返回结果：
{ "user": { "mappings": { "properties": { "name": { "type": "text" }, "sex": { "type": "keyword" }, "tel": { "type": "keyword", "index": false } } } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 增加数据
请求方式：PUT http://127.0.0.1:9200/user/_create/1001 请求体： { "name":"小米", "sex":"男的", "tel":"1111" }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
返回结果：
{ "_index": "user", "_type": "_doc", "_id": "1001", "_version": 1, "result": "created", "_shards": { "total": 2, "successful": 1, "failed": 0 }, "_seq_no": 0, "_primary_term": 1 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 查询数据
1.查找sex含有”男“数据
请求方式：GET http://127.0.0.1:9200/user/_search 请求体： { "query":{ "match":{ "sex":"男" } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
返回结果：
{ "took": 548, "timed_out": false, "_shards": { "total": 1, "successful": 1, "skipped": 0, "failed": 0 }, "hits": { "total": { "value": 0, "relation": "eq" }, "max_score": null, "hits": [] //此处查询为空，因为创建映射时"sex"的类型为"keyword" 所以，"sex"只能完全为”男的“，才能得出原数据 } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
2.查询电话
请求方式： GET http://127.0.0.1:9200/user/_search 请求体： { "query":{ "match":{ "tel":"11" } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
返回结果：
出现错误的原因是：创建映射时"tel"的"index"为false，所以不能被查询{ "error": { "root_cause": [{ "type": "query_shard_exception", "reason": "failed to create query: Cannot search on field [tel] since it is not indexed.", "index_uuid": "DZfd5Q0nT9OUZdqCgeSV7g", "index": "user" }], "type": "search_phase_execution_exception", "reason": "all shards failed", "phase": "query", "grouped": true, "failed_shards": [{ "shard": 0, "index": "user", "node": "_lxFql-IT2SFR5Y2cgVsNw", "reason": { "type": "query_shard_exception", "reason": "failed to create query: Cannot search on field [tel] since it is not indexed.", "index_uuid": "DZfd5Q0nT9OUZdqCgeSV7g", "index": "user", "caused_by": { "type": "illegal_argument_exception", "reason": "Cannot search on field [tel] since it is not indexed." } } }] }, "status": 400 }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
集群
一个集群就是由一个或多个服务器节点组织在一起，共同持有整个的数据，并一起提供索引和搜索功能。一个 Elasticsearch 集群有一个唯一的名字标识，这个名字默认就是
elasticsearch。这个名字是重要的，因为一个节点只能通过指定某个集群的名字，来加入这个集群。集群中包含很多服务器， 一个节点就是其中的一个服务器。 作为集群的一部分，它存储数据，参与集群的索引和搜索功能。
一个节点也是由一个名字来标识的，默认情况下，这个名字是一个随机的漫威漫画角色的名字，这个名字会在启动的时候赋予节点。这个名字对于管理工作来说挺重要的，因为在这个管理过程中，你会去确定网络中的哪些服务器对应于 Elasticsearch 集群中的哪些节点。
一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每个节点都会被安排加入到一个叫做elasticsearch的集群中，这意味着，如果你在你的网络中启动了若干个节点，并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做elasticsearch的集群中。
在一个集群里，只要你想，可以拥有任意多个节点。而且，如果当前你的网络中没有运
行任何 Elasticsearch 节点，这时启动一个节点，会默认创建并加入一个叫做elasticsearch的
集群。Windows集群部署
IK分词器
ES 的默认分词器无法识别中文中测试、 单词这样的词汇，而是简单的将每个字拆完分为一个词。这样的结果显然不符合我们的使用要求，所以我们需要下载 ES 对应版本的中文分词器。
- 安装
将解压后的后的文件夹放入 ES 根目录下的 plugins 目录下，重启 ES 即可使用。 - 使用
1.使用前
请求方式：GET 请求地址： http://localhost:9200/_analyze 请求体： { "text":"测试单词" }- 1
- 2
- 3
- 4
- 5
- 6
- 7
返回结果：
{ "tokens": [ { "token": "测", "start_offset": 0, "end_offset": 1, "type": "<IDEOGRAPHIC>", "position": 0 }, { "token": "试", "start_offset": 1, "end_offset": 2, "type": "<IDEOGRAPHIC>", "position": 1 }, { "token": "单", "start_offset": 2, "end_offset": 3, "type": "<IDEOGRAPHIC>", "position": 2 }, { "token": "词", "start_offset": 3, "end_offset": 4, "type": "<IDEOGRAPHIC>", "position": 3 } ] }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
2.使用后
请求方式：GET 请求地址： http://localhost:9200/_analyze 请求体： { "text":"测试单词", "analyzer":"ik_max_word" }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
ik_max_word：会将文本做最细粒度的拆分。
ik_smart：会将文本做最粗粒度的拆分。返回结果：
{ "tokens": [{ "token": "测试", "start_offset": 0, "end_offset": 2, "type": "CN_WORD", "position": 0 }, { "token": "单词", "start_offset": 2, "end_offset": 4, "type": "CN_WORD", "position": 1 }] }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 扩展词汇
请求方式：GET 请求地址： http://localhost:9200/_analyze 请求体： { "text":"弗雷尔卓德", "analyzer":"ik_max_word" }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
返回结果：
{ "tokens": [{ "token": "弗", "start_offset": 0, "end_offset": 1, "type": "CN_CHAR", "position": 0 }, { "token": "雷", "start_offset": 1, "end_offset": 2, "type": "CN_CHAR", "position": 1 }, { "token": "尔", "start_offset": 2, "end_offset": 3, "type": "CN_CHAR", "position": 2 }, { "token": "卓", "start_offset": 3, "end_offset": 4, "type": "CN_CHAR", "position": 3 }, { "token": "德", "start_offset": 4, "end_offset": 5, "type": "CN_CHAR", "position": 4 }] }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
从以上结果可以看出，他将每个字都进行了拆分，但我们希望的是分词器能识别到 ‘弗雷尔卓德’ 也是一个词语。
解决方案：
1.首先进入ES根目录中的plugins文件夹下的ik文件夹，进入config目录，创建custom.dic文件，写入“弗雷尔卓德”。
2.同时打开IKAnalyzer.cfg.xml文件，将新建的custom.dic配置其中。
配置的IKAnalyzer.cfg.xml文件内容：<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer 扩展配置</comment> <!--用户可以在这里配置自己的扩展字典 --> <entry key="ext_dict">custom.dic</entry> <!--用户可以在这里配置自己的扩展停止词字典--> <entry key="ext_stopwords"></entry> <!--用户可以在这里配置远程扩展字典 --> <!-- <entry key="remote_ext_dict">words_location</entry> --> <!--用户可以在这里配置远程扩展停止词字典--> <!-- <entry key="remote_ext_stopwords">words_location</entry> --> </properties>- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
3.重启 ES 服务器
4.再次测试请求方式：GET 请求地址： http://localhost:9200/_analyze 请求体： { "text":"弗雷尔卓德", "analyzer":"ik_max_word" }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
返回结果：
{ "tokens": [{ "token": "弗雷尔卓德", "start_offset": 0, "end_offset": 5, "type": "CN_WORD", "position": 0 }] }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
文档客户端工具展示
目前较为流行的击中客户端工具：
Elasticsearch-Head：弃用。 Elasticsearch-Head插件在5.x版本之后已不再维护，界面比较老旧。cerebro：弃用。原因：据传该插件不支持ES中5.x以上版本。kinaba：弃用。功能强大，但操作复杂，以后可以考虑。Dejavu：弃用。 也是一个 Elasticsearch的 Web UI 工具，其 UI界面更符合当下主流的前端页面风格，因此使用起来很方便。但是网上可借鉴的文档较少，我也没有细查。ElasticHD：推荐。不依赖ES的插件安装，更便捷；导航栏直接填写对应的ES IP和端口就可以操作Es了- 安装启动
解压之后，cd 到安装目录 执行dos命令：ElasticHD -p 127.0.0.1:9800，即可
SpringBoot集成ES
-
-
相关阅读:
前端面试题记录（大环境不太友好的2022篇）
Servlet基础
docker实战
GAMES101：作业2记录
「滚雪球学Java」教程导航帖（更新中）
网络安全数字孪生：一种新颖的汽车软件解决方案
AlphaFold2源码解析(1)--安装使用
Transorm介绍（2）
AI工程化—— 如何让AI在企业多快好省的落地？
亚信科技AntDB数据库 高并发、低延迟、无死锁，深入了解AntDB-M元数据锁的实现
- 原文地址：https://blog.csdn.net/qq_46122292/article/details/125391672