就是一個發送http請求的工具
PUT /dangdang/ 建立索引 DELETE /dangdang 刪除索引 DELETE /* 刪除所有索引 GET /_cat/indices?v 檢視索引資訊 _cat 一組命令 可以查詢es一些狀態
建立型別
1.建立/dangdang索引並建立(product)型別
PUT /dangdang
{
"mappings": {
"product": {
"properties": {
"title": { "type": "text" },
"name": { "type": "text" },
"age": { "type": "integer" },
"created": {
"type": "date",
"format": "strict_date_optional_time||epoch_millis"
}
}
}
}
}
注意: 這種方式建立型別要求索引不能存在
text:字串 會被分詞
keyword:字串 不分詞
少年的魯迅 如果是text 型別 會被處理爲 少年 魯迅
如果是 keyword型別 少年的魯迅 整體是一個詞語
integer:整數
double:小數
date:日期
boolean:可用值true+false
檢視型別
GET /dangdang/_mapping/product # 語法:GET /索引名/_mapping/型別名 GET /dangdang/_mapping
新增文件
PUT /ems/emp/1 #/索引/型別/id
{
"name":"趙小六",
"age":23,
"bir":"2012-12-12",
"content":"這是一個好一點的員工"
}
PUT和POST都可以
POST 新增。如果不指定id,會自動生成id。 指定id就會修改這個數據，並新增版本號
PUT 可以新增可以修改。PUT必須指定id;由於PUT需要指定id,我們一般都用來做修改操作，不指定id會報錯。
{
"_index": "ems", //索引名稱
"_type": "emp", // 型別名稱
"_id": "1", // id 如果新增會採用你新增的 如果不寫會預設生成（POST會生成 PUT必須給id）
"_version": 1, //版本號
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 0,
"_primary_term": 1
}
查詢文件
GET /ems/emp/1
返回結果:
{
"_index": "ems",
"_type": "emp",
"_id": "1",
"_version": 1,
"found": true,
"_source": { // 查詢結果
"name": "趙小六",
"age": 23,
"bir": "2012-12-12",
"content": "這是一個好一點的員工"
}
}
刪除文件
DELETE /ems/emp/1
{
"_index": "ems",
"_type": "emp",
"_id": "1",
"_version": 2,
"result": "deleted", #刪除成功
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 1,
"_primary_term": 1
}
更新文件
1.第一種方式 更新原有的數據
POST /ems/emp/1/_update
{
"doc": {
"name": "趙六",
"age":45
}
}
2.第二種方式 新增新的數據 增加一個新的欄位
POST /ems/emp/1/_update
{
"doc": {
"name": "趙六",
"age":45,
"dpet":"你好部門"
}
}
3.第三種方式 在原來數據基礎上更新 在修改的時候通過指令碼做運算
POST /ems/emp/1/_update
{
"script": "ctx._source.age += 5"
}
ctx._source 獲取 _source 中的數據
批次操作
1. 批次索引兩個文件
PUT /ems/emp/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe","age":23,"bir":"2012-12-12"}
{"index":{"_id":"2"}}
{"name": "Jane Doe","age":23,"bir":"2012-12-12"}
2. 更新文件同時刪除文件
POST /dangdang/emp/_bulk
{"update":{"_id":"1"}}
{"doc":{"name":"lisi"}}
{"delete":{"_id":2}}
{"index":{}}
{"name":"xxx","age":23}
注意:批次時不會因爲一個失敗而全部失敗,而是繼續執行後續操作,批次在返回時按照執行的狀態開始返回
https://www.elastic.co/guide/en/elasticsearch/reference/6.4/search.html
1.刪除索引
DELETE /ems
2.建立索引並指定型別
PUT /ems
{
"mappings":{
"emp":{
"properties":{
"name":{
"type":"text"
},
"age":{
"type":"integer"
},
"bir":{
"type":"date"
},
"content":{
"type":"text"
},
"address":{
"type":"keyword"
}
}
}
}
}
3.插入測試數據
PUT /ems/emp/_bulk
{"index":{}}
{"name":"小黑","age":23,"bir":"2012-12-12","content":"爲開發團隊選擇一款優秀的MVC框架是件難事兒，在衆多可行的方案中決擇需要很高的經驗和水平","address":"北京"}
{"index":{}}
{"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一個分層架構，由 7 個定義良好的模組組成。Spring 模組構建在覈心容器之上，核心容器定義了建立、設定和管理 bean 的方式","address":"上海"}
{"index":{}}
{"name":"張小五","age":8,"bir":"2012-12-12","content":"Spring Cloud 作爲Java 語言的微服務架構，它依賴於Spring Boot，有快速開發、持續交付和容易部署等特點。Spring Cloud 的元件非常多，涉及微服務的方方面面，井在開源社羣Spring 和Netflix 、Pivotal 兩大公司的推動下越來越完善","address":"無錫"}
{"index":{}}
{"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目標是致力於全方位的簡化Java開發。 這勢必引出更多的解釋， Spring是如何簡化Java開發的？","address":"南京"}
{"index":{}}
{"name":"梅超風","age":43,"bir":"2012-12-12","content":"Redis是一個開源的使用ANSI C語言編寫、支援網路、可基於記憶體亦可持久化的日誌型、Key-Value數據庫，並提供多種語言的API","address":"杭州"}
{"index":{}}
{"name":"張無忌","age":59,"bir":"2012-12-12","content":"ElasticSearch是一個基於Lucene的搜尋伺服器。它提供了一個分佈式多使用者能力的全文搜尋引擎，基於RESTful web介面","address":"北京"}
ES官方提供了兩中檢索方式:一種是通過 URL 參數進行搜尋,另一種是通過 DSL(Domain Specified Language) 進行搜尋。官方更推薦使用第二種方式第二種方式是基於傳遞JSON作爲請求體(request body)格式與ES進行互動，這種方式更強大，更簡潔。
ES支援兩種基本方式檢索
一個是通過使用 REST requestURI發送搜尋參數(uri+檢索參數)
另一個是通過使用REST request body來發送它們(uri+請求體)【推薦使用】
GET /ems/emp/_search?q=*&sort=age:asc
_search 搜尋的API q=* 匹配所有文件 sort 以結果中的指定欄位排序
在 es 中，DSL 是通過 json 的方式表達請求主體
演示 查詢所有
響應結果解釋:
took Elasticsearch 執行搜尋的時間(毫秒) time_out 告訴我們搜尋是否超時 _shards 告訴我們多少個分片被搜尋了，以及統計了成功/失敗的搜尋分片 hits 搜尋結果 hits.total 搜尋結果 hits.hits 實際的搜尋結果陣列(預設爲前10的文件) sort 結果的排序key (鍵) (沒有則按 score 排序) score 和 max_score 相關性得分和最高得分(全文檢索用)
GET /ems/emp/_search
{
"query": {"match_all": {}},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
query 定義查詢型別
sort 排序
size from 分頁
查詢所有(match_all)
match_all關鍵字: 返回索引中的全部文件
GET /ems/emp/_search
{
"query": { "match_all": {} }
}
查詢結果中返回指定條數(size)
size 關鍵字: 指定查詢結果中返回指定條數。 預設返回值10條
GET /ems/emp/_search
{
"query": { "match_all": {} },
"size": 1
}
分頁查詢(from)
from 關鍵字: 用來指定起始返回位置，和size關鍵字連用可實現分頁效果
GET /ems/emp/_search
{
"query": {"match_all": {}},
"sort": [
{
"age": {
"order": "desc"
}
}
],
"size": 2,
"from": 1
}
查詢結果中返回指定欄位(_source)
_source 關鍵字: 是一個數組,在陣列中用來指定展示那些欄位
GET /ems/emp/_search
{
"query": { "match_all": {} },
"_source": ["account_number", "balance"]
}
關鍵詞查詢(term)
term 關鍵字: 用來使用關鍵詞查詢
GET /ems/emp/_search
{
"query": {
"term": {
"address": {
"value": "北京"
}
}
}
}
es 預設使用分詞器是單個分詞 一個字兒是一個詞
term 查詢 搜尋關鍵詞不分詞 開發 當做一個詞兒
NOTE1: 通過使用term查詢得知ES中預設使用分詞器爲標準分詞器(StandardAnalyzer),標準分詞器對於英文單詞分詞,對於中文 單字分詞。
NOTE2: 通過使用term查詢得知,在ES的Mapping Type 中 keyword , date ,integer, long , double , boolean or ip 這些型別不分詞，只有text型別分詞。
match 全文檢索
搜尋關鍵詞也會被分詞處理
GET /ems/emp/_search
{
"query": {
"match": {
"content": "開發公司有哪些"
}
}
}
範圍查詢(range)
range 關鍵字: 用來指定查詢指定範圍內的文件
GET /ems/emp/_search
{
"query": {
"range": {
"age": {
"gte": 8,
"lte": 30
}
}
}
}
字首查詢(prefix)
prefix 關鍵字: 用來檢索含有指定字首的關鍵詞的相關文件
GET /ems/emp/_search
{
"query": {
"prefix": {
"content": {
"value": "redis"
}
}
}
}
萬用字元查詢(wildcard)
wildcard 關鍵字: 萬用字元查詢 ? 用來匹配一個任意字元 * 用來匹配多個任意字元
GET /ems/emp/_search
{
"query": {
"wildcard": {
"content": {
"value": "re*"
}
}
}
}
多id查詢(ids)
ids 關鍵字 : 值爲陣列型別,用來根據一組id獲取多個對應的文件
GET /ems/emp/_search
{
"query": {
"ids": {
"values": ["lg5HwWkBxH7z6xax7W3_","lQ5HwWkBxH7z6xax7W3_"]
}
}
}
模糊查詢(fuzzy)
fuzzy 關鍵字: 用來模糊查詢含有指定關鍵字的文件
GET /ems/emp/_search
{
"query": {
"fuzzy": {
"content":"spring"
}
}
}
布爾查詢(bool)
bool 關鍵字: 用來組合多個條件實現複雜查詢
must: 相當於&& 同時成立 &
should: 相當於|| 成立一個就行 |
must_not: 相當於! 不能滿足任何一個
GET /ems/emp/_search
{
"query": {
"bool": {
"must": [
{
"range": {
"age": {
"gte": 0,
"lte": 30
}
}
}
],
"must_not": [
{"wildcard": {
"content": {
"value": "redi?"
}
}}
]
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
高亮查詢(highlight)
highlight 關鍵字: 可以讓符合條件的文件中的關鍵詞高亮
GET /ems/emp/_search
{
"query":{
"match": {
"content":"框架"
}
},
"highlight": {
"fields": {
"*":{}
}
}
}
自定義高亮html標籤: 可以在highlight中使用
pre_tags和post_tags
GET /ems/emp/_search
{
"query":{
"match": {
"content":"框架"
}
},
"highlight": {
"pre_tags": ["<span style='color:red'>"],
"post_tags": ["</span>"],
"fields": {
"*":{}
}
}
}
多欄位高亮 使用
require_field_match開啓多個欄位高亮
GET /ems/emp/_search
{
"query":{
"term":{
"content":"框架"
}
},
"highlight": {
"pre_tags": ["<span style='color:red'>"],
"post_tags": ["</span>"],
"require_field_match":false,
"fields": {
"*":{}
}
}
}
多欄位查詢(multi_match)
GET /ems/emp/_search
{
"query": {
"multi_match": {
"query": "中國",
"fields": ["name","content"] #這裏寫要檢索的指定欄位
}
}
}
過濾查詢
其實準確來說，ES中的查詢操作分爲2種: 查詢(query)和過濾(filter)。
查詢就是之前講的query查詢，它 (查詢)預設會計算每個返迴文件的得分，然後根據得分排序。
過濾(filter)只會篩選出符合的文件，並不計算得分，且它可以快取文件 。所以，單從效能考慮，過濾比查詢更快。
換句話說，過濾適合在大範圍篩選數據，而查詢則適合精確匹配數據。一般應用時， 應先使用過濾操作過濾數據， 然後使用查詢匹配數據。
在執行filter和query時，先執行filter再執行query
ElasticSearch會自動快取經常使用的過濾器，以加快效能
先使用 過濾操作 可以篩選掉一部分不需要參與計算的數據
再執行 query 操作進行查詢
常用過濾器型別：term/terms/range/exists/ids
類似於mysql的分組函數和函數（最大值 最小值 平均值）
語法結構
"aggregations" : {
"<aggregation_name>" : {
"<aggregation_type>" : {
<aggregation_body>
}
[,"meta" : { [<meta_data_body>] } ]?
[,"aggregations" : { [<sub_aggregation>]+ } ]?
}
[,"<aggregation_name_2>" : { ... } ]*
}
計算年齡的平均值
GET /ems/emp/_search
{
"query": {
"match_all": {}
},
"aggs": {
"ageAvg": {
"avg": {
"field": "age"
}
}
},
"size": 0
}
按照年齡統計個數
terms 分組
GET /ems/emp/_search
{
"query": {
"match_all": {}
},
"aggs": {
"ageAvg": {
"avg": {
"field": "age"
}
},
"ageCount":{
"terms": {
"field": "age",
"size": 10
}
}
},
"size": 0
}
按照地區分組，再分組的基礎上計算年齡最大值
GET ems/emp/_search
{
"query": {
"match_all": {}
},
"aggs": {
"age_count": {
"terms": {
"field": "address",
"size": 10
},
"aggs": {
"age_max2": {
"max": {
"field": "age"
}
}
}
}
},
"size": 0
}