首先进行安装（官网下载就行啦） 下载资源包然后启动
在bin 下面有个脚本
./bin/elasticsearch -d 是后台运行
ES基础概念
索引 含有相同属性的文档集合
ES在创建索引时,默认是创建5个分片,一个备份,这个数量是可以修改的,分片是只能创建时修改,备份可以动态修改。在索引中,还存在几个概念:
- 分片: 每个索引都有多个分片吧,每个分片是一个lucene索引
- 备份: 拷贝一份分片就完成了分片的备份,主分片如果损坏,备份的分片还可以提供搜索
- 类型 索引可以定义一个或多个类型,文档必须属于一个类型
- 文档 文档是可以被索引的基本数据单位
索引可以看成数据库的库 类型可以看成数据表 文档可以看成表中的某条数据
- 比如说: 我们存储一个数据有几个大类: 动物 书籍,可以把动物和书籍设置为索引,但是书籍或者动物都有小类别,把这些小类别设置为类型 那么具体的书籍或者动物的信息就是文档
添加索引
添加索引后可以查看索引信息
- 结构化
非结构化
mappings后面为{} 则为非结构化,创建结构化索引
http://localhost:9200/book/novel/_mappings 给book索引添加类型
{
"novel": { novel下面创建类型
"properties": {
"title": {
"type": "text"
}
}
}
}
创建索引及类型
http://localhost:9200/pople 创建peplo索引
{
"settings":{ 设置索引分片数量
"number_of_shards": 1,
"number_of_replicas":1 设置索引备份数量
},
"mappings":{ 设置类型
"man":{
"properties":{
"name":{
"type":"text"
},
"country":{
"type":"keyword"
},
"age":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis 时间戳"
}
}
}
}
}
插入
指定文档id插入
PUT 方式
http://localhost:9200/pople/man/1 完全基于resultful API 索引路由格式基本就是这种风格
/索引/类型/指定文档id
根据类型字段发送JSON
例如:
{
"country": "US",
"name": "mike",
"age": "2019-07-01"
}
自动产生文档id插入
自动产生文档id需要使用post方式插入
http://localhost:9200/pople/man
数据格式还是按照类型写入 即可
修改
直接修改文档
http://localhost:9200/pople/man/1/_update POST
修改的文本JSON
{
"doc":{
"name":"test"
}
}
脚本修改文档
http://localhost:9200/pople/man/1/_update POST
修改的文本JSON
{
"script":{
"lang":"painless", ES自带语言 还支持其他脚本语言 例如 python
"inline":"ctx._source.age += 10 (或者写成 age = parmas.age)", ctx上下文对象 _source当前文档
"params":{
"age":100
}
}
}
删除
删除文档
http://localhost:9200/pople/man/1 DELETE方式 直接删除即可
删除索引
慎重删除索引
删除后索引及文档全部删除
http://localhost:9200/pople DELETE方式 直接删除即可
查询
简单查询
http://localhost:9200/索引/类型/id GET方式即可
条件查询
http://localhost:9200/book/_search POST
查询JSON
{
"query":{
"match_all":{} 查询所有
},
"from":1, 设置数据偏移量
"size":1 设置获取数据条数 结合可做分页
}
{
"query":{
"match":{
"title":"test" 搜索该索引 类型为title 文档带有test字符的数据
}
},
"sort":[ 默认是_score进行排序 我们指定排序 _score属性会变成null
{
"publish_date":{ 以publish_date倒序排序
"order":"desc"
}
}
]
}
对于match 查询 针对不同的类型查询结果也不一样
keyword是关键字不可切分的，是全匹配的
使用match_phrase 短语匹配 完整匹配
聚合查询
{
"aggs":{
"group_by_word_count":{ 分组名称 自定义 可以对多个字段进行分组
"terms":{
"field":"word_count"
}
},
"group_by_publish_date":{
"terms":{
"field":"publish_date"
}
}
}
}
{
"aggs":{
"grades_word_count":{
(可以直接设置成max 或avg min等函数) "stats":{ 计算聚合 可以求平均 最大 最小 求和
"field":"word_count"
}
}
}
}
自条件查询 特定字段查询所指特定值
query context
在查询过程中,除了判断文档是否满足查询条件外,ES还会计算一个_score来表示匹配程度,旨在判断目标文档和查询条件匹配有多好
全文本查询 针对文本类型数据
{
"query":{
"multi_match":{
"query":"张三",
"fields":["author","title"]
}
}
}
多字段查询
语法查询
{
"query":{
"query_string":{
"query":"三 OR JAVA", 可以设置正常查询条件 OR AND 还可以使用()设置优先级
"fields":["author","title"]
}
}
}
字段级别查询
针对结构化数据 如 数字,日期等
{
"query":{
"term":{
"author":"张三"
}
}
}
term是代表完全匹配，也就是精确查询
范围查询range gte大于 lte小于 可以设置日期 和数字等
日期查询
"get":2017-01-01
"lte":now 查询从2017-01-01 到现在时间
{
"query":{
"range":{
"word_count":{ 针对word_count字段
"gte":1000,
"lte":5000
}
}
}
}
filter context
在查询过程中.只判断该文档是否满足条件,只有Yes和No 而query还会使用分析器去分析匹配程度filter相对query查询较快filter会自动缓存 需要集合bool一起使用
```
{
"query":{
"bool":{
"filter":{
"term":{
"word_count":1000
}
}
}
}
}
```
复合条件查询 以一定逻辑组合子条件查询
固定分数查询
{
"query":{
"constant_score":{ 分数查询
"filter":{ 只支持filter 不能用match
"match":{
"title":"JAVA"
}
},
"boost":2 设置分数为2
}
}
}
布尔查询
{
"query":{
"bool":{
"should":[ should是OR条件 满足其中一即可 如果要AND条件 使用must关键词
{
"match":{
"author":"张三"
}
},
{
"match":{
"title":"JAVA"
}
}
]
}
}
}
{
"query":{
"bool":{
"must":[
{
"match":{
"title":"JAVA"
}
}
],
"filter":{ 设置多条件 大于1000小于2000
"range":{
"word_count":{
"gte":1000,
"lte":2000
}
}
}
}
}
}
只查看author不是张三的
{
"query":{
"bool":{
"must_not":{
"term":{
"author":"张三"
}
}
}
}
}
本文为作者原创，手码不易，允许转载，转载后请以链接形式说明文章出处。