1. Elasticsearch之常用DSL语句
1.1 操作索引
mapping是对索引库中文档的约束，常见的mapping属性包括：
- type：字段数据类型，常见的简单类型有：
- 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
- 数值：long、integer、short、byte、double、float、
- 布尔：boolean
- 日期：date
- 对象：object
- index：是否创建索引，默认为true
- analyzer：使用哪种分词器
创建索引
PUT /goods { "mappings": { "properties": { "brandName": { "type": "keyword" }, "categoryName": { "type": "keyword" }, "createTime": { "type": "date", "format": "yyyy-MM-dd HH:mm:ss" }, "id": { "type": "keyword" }, "price": { "type": "double" }, "saleNum": { "type": "integer" }, "status": { "type": "integer" }, "stock": { "type": "integer" }, "title": { "type": "text", "analyzer": "ik_max_word", } } } }
查询索引
GET /goods
修改索引库
倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。
虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。
PUT /索引库名/_mapping { "properties": { "新字段名":{ "type": "integer" } } }
删除索引库
DELETE /goods
1.2 文档操作
新增文档
POST /goods/_doc/1 { "id": 1, "brandName": "Apple", "categoryName": "手机", "createTime": "2023-12-26 20:00:00", "price": 8000, "saleNum": 100, "status": 0, "stock": 100, "title": "Apple iPhone 15 Pro 256GB 远峰蓝色 支持移动联通电信5G 双卡双待手机" } POST /goods/_doc/2 { "id": 2, "brandName": "Huawei", "categoryName": "手机", "createTime": "2023-12-26 20:00:00", "price": 7000, "saleNum": 400, "status": 0, "stock": 200, "title": "华为 HUAWEI Mate 60 Pro 智能手机 鸿蒙系统卫星通话昆仑玻璃" }
查询文档
GET /goods/_doc/1 //批量获取 GET goods/_doc/_mget { "ids":["1","2"] }
删除文档
DELETE /goods/_doc/1
修改文档
DELETE /goods/_doc/1
全量修改是覆盖原来的文档，其本质是：
根据指定的id删除文档
新增一个相同id的文档
注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。
PUT /{索引库名}/_doc/文档id { "字段1": "值1", "字段2": "值2", // ... 略 }
增量修改是只修改指定id匹配的文档中的部分字段。
POST /{索引库名}/_update/文档id { "doc": { "字段名": "新的值", } }
1.3 DSL查询
查询所有
GET /goods/_search { "query": { "match_all": {} } }
全文检索
//单字段查询 GET /goods/_search { "query": { "match": { "title": "手机" } } } //多字段查询 GET /goods/_search { "query": { "multi_match": { "query": "手机", "fields": ["title"] } } }
精准查询
精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。常见的有：
- term：根据词条精确值查询
- range：根据值的范围查询
term查询的字段是不分词的字段，因此查询的条件也必须是不分词的词条。查询时，用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多，反而搜索不到数据。
GET /goods/_search { "query": { "term": { "categoryName": { "value": "手机" } } } } //匹配多个term GET /goods/_search { "query": { "terms": { "categoryName": [ "手机", "电脑" ] } } }
范围查询，一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。
GET /goods/_search { "query": { "range": { "price": { "gte": 7500, "lte": 9000 } } } }
复合查询
- must：必须匹配的条件，可以理解为“与”
- should：选择性匹配的条件，可以理解为“或”
- must_not：必须不匹配的条件，不参与打分
- filter：必须匹配的条件，不参与打分
POST goods/_search { "query": { "bool": { "must": [ { "term": { "brandName": { "value": "Apple" } }} ], "should": [ { "term": { "categoryName": { "value": "手机" } }} ], "filter": [ { "range": { "stock": { "gt": 0 } } } ] } } }
1.4 搜索结果处理
普通字段排序
GET /goods/_search { "query": { "match_all": {} }, "sort": [ { "stock": "desc" //asc升序 } ] }
分页
elasticsearch中通过修改from、size参数来控制要返回的分页结果：
- from：从第几个文档开始
- size：总共查询几个文档
GET /goods/_search { "query": { "match_all": {} }, "from": 0, "size": 1 }
高亮显示
POST goods/_search { "query": { "match": { "title": "手机" } }, "highlight": { "fields": { "title": { "pre_tags": [ "<font color='red'>" ], "post_tags": [ "</font>" ] } } } }
1.5 数据聚合
聚合常见的有三类：
- 桶（Bucket）聚合：用来对文档做分组
- TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组
- Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组
- 度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等
- Avg：求平均值
- Max：求最大值
- Min：求最小值
- Stats：同时求max、min、avg、sum等
- 管道（pipeline）聚合：其它聚合的结果为基础做聚合
统计所有数据中的品牌有几种，按照品牌对数据分组。
GET /goods/_search { "size": 0, //设置size为0，结果中不包含文档，只包含聚合结果 "aggs": { // 定义聚合 "brandAgg": { //给聚合起个名字 "terms": { // 聚合的类型，按照品牌值聚合，所以选择term "field": "brandName", // 参与聚合的字段 "size": 20 // 希望获取的聚合结果数量 } } } }
/
对于每个品牌的聚合限定聚合范围，并且根据Bucket内的文档数量进行升序排序
GET /goods/_search { "query": { "range": { "stock": { "gte": 10 } } }, "size": 0, //设置size为0，结果中不包含文档，只包含聚合结果 "aggs": { // 定义聚合 "brandAgg": { //给聚合起个名字 "terms": { // 聚合的类型，按照品牌值聚合，所以选择term "field": "brandName", // 参与聚合的字段 "size": 20, // 希望获取的聚合结果数量 "order": { "_count": "asc" } } } } }
按照品牌分组，形成了一个个桶。对桶内的数据做运算，获取每个品牌的stock的min、max、avg等值。
GET /goods/_search { "query": { "range": { "stock": { "gte": 10 } } }, "size": 0, "aggs": { "brandAgg": { "terms": { "field": "brandName", "size": 20, "order": { "_count": "asc" } }, "aggs": { "stock_status": { "stats": { "field": "stock" } } } } } }
