Elasticsearch基本操作-RESTful操作1

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: Elasticsearch基本操作-RESTful操作

1. RESTful介绍

RESTful介绍

REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是 RESTful。Web 应用程序最重要的 REST 原则是,客户端和服务器之间的交互在请求之间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务器在请求之间的任何时间点重启,客户端不会得到通知。此外,无状态请求可以由任何可用服务器回答,这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。


在服务器端,应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体,它向客户端公开。资源的例子有:应用程序对象、数据库记录、算法等等。每个资源都使用 URI(Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口,以便在客户端和服务器之间传输状态。使用的是标准的 HTTP 方法,比如 GET、PUT、POST 和DELETE。


在 REST 样式的 Web 服务中,每个资源都有一个地址。资源本身都是方法调用的目标,方法列表对所有资源都是一样的。这些方法都是标准方法,包括 HTTP GET、POST、PUT、DELETE,还可能包括 HEAD 和OPTIONS。简单的理解就是,如果想要访问互联网上的资源,就必须向资源所在的服务器发出请求,请求体中必须包含资源的网络路径,以及对资源进行的操作(增删改查)。


2. 客户端安装

如果直接通过浏览器向 Elasticsearch 服务器发请求,那么需要在发送的请求中包含HTTP 标准的方法,而 HTTP 的大部分特性且仅支持 GET 和 POST 方法。所以为了能方便地进行客户端的访问,可以使用 Postman(不支持中文但用的人相对较多),Apipost(中国人做的),Apifox(中国人做的) 等api调试工具。


Postman:https://www.postman.com/downloads/


Apipost:https://www.apipost.cn//


Apifox:https://www.apifox.cn/


Postman:老牌且强大的网页调试工具,界面简洁明晰、操作方便快捷,设计得很人性化。但是不支持中文,国人汉化的中文包也停在了9.12.2版本https://github.com/hlmd/postman-cn


Apipost&Apifox:国人做的,支持中文,个人版免费,基本上Postman有的他们都有,还支持协作,支持web版,导出各种文档,生成各种语言的代码。主要是服务器在国内,你的工作空间可以同步到远端,而postman服务器在国外,访问速度很慢,尽量不要注册登录,否则打开会很卡。


3. 数据格式

Elasticsearch 是面向文档型数据库,一条数据在这里就是一个文档。

Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比

9ed7ee52ada04323922ee1dc0370afcc.png

ES 里的 Index 可以看做一个库,而 Types 相当于表,Documents 则相当于表的行。这里 Types 的概念已经被逐渐弱化,Elasticsearch 6.X 中,一个 index 下已经只能包含一个type,Elasticsearch 7.X 中, Type 的概念已经被删除了。


6 用 JSON 作为文档序列化的格式,比如一条用户信息:

{
  "name" : "John",
  "sex" : "Male",
  "age" : 25,
  "birthDate": "1990/05/01",
  "about" : "I love to go rock climbing",
  "interests": [ "sports", "music" ]
}

4. HTTP操作

4.1 索引操作

创建索引

对比关系型数据库,创建索引就等同于创建数据库

向 ES 服务器发 PUT 请求 :http://127.0.0.1:9200/shopping

6712ff365f7141d6beb768b2da2ddbea.png

{
  "acknowledged"【响应结果】: true, # true 操作成功
  "shards_acknowledged"【分片结果】: true, # 分片操作成功
  "index"【索引名称】: "shopping"
}
# 注意:创建索引库的分片数默认 1 片,在 7.0.0 之前的 Elasticsearch 版本中,默认 5 片

如果重复添加索引,会返回错误信息


05ee6bdfae83455aaa9496850a20d38d.png

查看单个索引

GET 请求 :http://127.0.0.1:9200/shopping

7ef02eac94c44561b52fdaae66b7eaa0.png

查看索引向 ES 服务器发送的请求路径和创建索引是一致的。但是 HTTP 方法不一致。这里

可以体会一下 RESTful 的意义,

请求后,服务器响应结果如下:

{
  "shopping"【索引名】: {
    "aliases"【别名】: {},
    "mappings"【映射】: {},
    "settings"【设置】: {
      "index"【设置 - 索引】: {
        "creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
        "number_of_shards"【设置 - 索引 - 主分片数量】: "1",
        "number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
        "uuid"【设置 - 索引 - 唯一标识】:"eI5wemRERTumxGCc1bAk2A",
        "version"【设置 - 索引 - 版本】: {
          "created": "7080099"
        },
        "provided_name"【设置 - 索引 - 名称】: "shopping"
      }
    }
  }
}

查看所有索引

GET 请求 :http://127.0.0.1:9200/_cat/indices?v

9b96025b49674eb0a31dbbd07636896f.png

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,服务器响应结果如下:

表头 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

删除索引

DELETE 请求 :http://127.0.0.1:9200/shopping

bac7c842c3084745b7ff87f2db14eac5.png

重新访问索引时,服务器返回响应: 索引不存在

9de754a9c017414eb16f58a1e9e2d3e7.png


4.2 文档操作

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。

POST 请求 :http://127.0.0.1:9200/shopping/_doc

请求体内容为:(请求体必须要有,否则会返回错误信息)

{
  "title":"小米手机",
  "category":"小米",
  "images":"http://www.gulixueyuan.com/xm.jpg",
  "price":3999.00
}

此处发送请求的方式必须为 POST,不能是 PUT,否则会发生类似405错误:

b70b1c1f24d3495d859acbb771178cfc.png


由于在学习中发现Apipost6.x版本出现了点问题,我切换成5.x版本了。界面上会和上面的截图有所出入。

问题原因是Apipost6.x版本会对响应码201做重定向处理,导致ES服务器收到的是Get请求。错误信息如上图所示。已经反馈给官方,后续版本会进行修复。

国产还需继续努力啊。


正常服务器响应结果如下:


edbac6e18f4a40d783121470651268a7.png

{
  "_index"【索引】: "shopping",
  "_type"【 类型-文档 】: "_doc",
  "_id"【唯一标识】: "w_WoYoIBNKuSN7cz5FHR", #可以类比为 MySQL 中的主键,随机生成
  "_version"【版本】: 1,
  "result"【结果】: "created", #这里的 created 表示创建成功
  "_shards"【分片】: {
    "total"【分片 - 总数】: 2,
    "successful"【分片 - 成功】: 1,
    "failed"【分片 - 失败】: 0
  },
  "_seq_no": 0,
  "_primary_term": 1
}

上面的数据创建后,由于没有指定数据唯一性标识(ID),默认情况下,ES 服务器会随机生成一个。

如果想要自定义唯一性标识,需要在创建时指定:http://127.0.0.1:9200/shopping/_doc/1

7148f4ab23114b3b80609c2f422fff82.png

此处需要注意:如果增加数据时明确数据主键,那么请求方式也可以为 PUT


查看单个文档

查看文档时,需要指明文档的唯一性标识,类似于 MySQL 中数据的主键查询


GET 请求 :http://127.0.0.1:9200/shopping/_doc/1

6600b5c98bb543a89adaf7c1d1dbfa5d.png


{
  "_index"【索引】: "shopping",
  "_type"【文档类型】: "_doc",
  "_id": "1",
  "_version": 2,
  "_seq_no": 2,
  "_primary_term": 2,
  "found"【查询结果】: true, # true 表示查找到,false 表示未查找到
  "_source"【文档源信息】: {
    "title": "华为手机",
    "category": "华为",
    "images": "http://www.gulixueyuan.com/hw.jpg",
    "price": 4999.00
  }
}

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。

POST/PUT 请求 :http://127.0.0.1:9200/shopping/_doc/1

{
  "title":"小米手机",
  "category":"小米",
  "images":"http://www.gulixueyuan.com/xm.jpg",
  "price":2999.00
}

810d4f7bf0c246658cf6058d0f73a417.png


{
  "_index": "shopping",
  "_type": "_doc",
  "_id": "1",
  "_version"【版本】: 2,
  "result"【结果】: "updated", # updated 表示数据被更新
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
    },
  "_seq_no": 2,
  "_primary_term": 2
}

修改字段(局部修改)

修改数据时,也可以只修改某一给条数据的局部信息

POST 请求 :http://127.0.0.1:9200/shopping/_update/1

请求体内容为:

{
  "doc": {
    "price":3000.00
  }
}

4c8a9c09dad94d30bc2370b1f6420691.png

根据唯一性标识,查询文档数据,文档数据已经更新

f5e09a4dd0ba46e0bb8cf1f98a2e93c3.png


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)。


DELETE 请求 :http://127.0.0.1:9200/shopping/_doc/1

f7d861fb8b72408b87c411d200da4987.png

{
  "_index": "shopping",
  "_type": "_doc",
  "_id": "1",
  "_version"【版本】: 4, #对数据的操作,都会更新版本
  "result"【结果】: "deleted", # deleted 表示数据被标记为删除
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 4,
  "_primary_term": 2
}

删除后再查询当前文档信息

fc1e687208174cb5a920500fd1fa771e.png

如果删除一个并不存在的文档

c7075c10a33340e39062a0b1db030f40.png

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
6月前
|
JSON DataWorks 关系型数据库
DataWorks操作报错合集之同步Elasticsearch数据报错:Cat response did not contain a JSON Array,是什么导致的
DataWorks是阿里云提供的一站式大数据开发与治理平台,支持数据集成、数据开发、数据服务、数据质量管理、数据安全管理等全流程数据处理。在使用DataWorks过程中,可能会遇到各种操作报错。以下是一些常见的报错情况及其可能的原因和解决方法。
|
5月前
|
监控 搜索推荐 Go
万字详解!在 Go 语言中操作 ElasticSearch
本文档通过示例代码详细介绍了如何在Go应用中使用`olivere/elastic`库,涵盖了从连接到Elasticsearch、管理索引到执行复杂查询的整个流程。
111 0
|
7月前
|
Kubernetes 关系型数据库 MySQL
实时计算 Flink版产品使用合集之在Kubernetes(k8s)中同步MySQL变更到Elasticsearch该怎么操作
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStreamAPI、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
7月前
|
安全 Java API
SpringBoot 实现 elasticsearch 索引操作(RestHighLevelClient 的应用)
SpringBoot 实现 elasticsearch 索引操作(RestHighLevelClient 的应用)
94 1
|
7月前
|
自然语言处理 Java 索引
SpringBoot 实现 elasticsearch 查询操作(RestHighLevelClient 的案例实战)
SpringBoot 实现 elasticsearch 查询操作(RestHighLevelClient 的案例实战)
264 1
|
7月前
|
Java API
Java操作elasticsearch
Java操作elasticsearch
44 0
|
7月前
|
存储 JSON Go
ElasticSearch的HTTP操作 和Go客户端
【2月更文挑战第13天】ElasticSearch的HTTP操作 和Go客户端操作
151 0
|
19天前
|
存储 安全 数据管理
如何在 Rocky Linux 8 上安装和配置 Elasticsearch
本文详细介绍了在 Rocky Linux 8 上安装和配置 Elasticsearch 的步骤,包括添加仓库、安装 Elasticsearch、配置文件修改、设置内存和文件描述符、启动和验证 Elasticsearch,以及常见问题的解决方法。通过这些步骤,你可以快速搭建起这个强大的分布式搜索和分析引擎。
34 5
|
2月前
|
存储 JSON Java
elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。
这篇文章是关于Elasticsearch的学习指南,包括了解Elasticsearch、版本对应、安装运行Elasticsearch和Kibana、安装head插件和elasticsearch-ik分词器的步骤。
147 0
elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。
|
3月前
|
NoSQL 关系型数据库 Redis
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo
mall在linux环境下的部署(基于Docker容器),docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongodb、minio详细教程,拉取镜像、运行容器
mall在linux环境下的部署(基于Docker容器),Docker安装mysql、redis、nginx、rabbitmq、elasticsearch、logstash、kibana、mongo