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" } } } } }
