ElasticSearch常用查询命令-kibana中使用
初学ES
把它当做数据库学习，比较容易理解
只创建索引（表）
1. 创建
（可以理解为创建数据库中的表）
PUT 索引名（表名）
{
"mappings": {
"properties": {
"age"(字段名):{
"type": "integer"(字段类型)
},
"title"(字段名):{
"type": "text"(字段类型)
}
}
}
}
2.创建好后查看索引结构
get 索引名
添加文档（数据）
如果索引不存在会先创建索引（表名）后创建（插入）文档（数据）
格式 ：PUT 索引名（表名）/文档类型（类似于一个标识）/文档id（数据库表中的数据id）
PUT /db/_doc/1
{
"age":20,
"content":"内容:学习决定命运，细节决定成败",
"name":"张三的名字",
"title":"标题:学习决定命运，细节决定成"
}
执行后，相当于在db数据库创建了一个id为1的一条数据，可通过elasticsearch-head查看
查看文档（数据）
GET 索引名/文档类型/文档id
GET /db/_doc/1
version:版本号，从1开始记录，每次修改都会+1
_source：文档数据（可以理解为java返回的Model）
修改文档数据（数据update）
put方式修改
put /索引名/文档类型/文档Id
{
"age":19,(修改的新值)
"content":"1"(修改的新值)
}
注意：我原本数据中有name\title列，我执行的PUT操作没有写明name\title,执行后该文档就没有name\title字段了
post方式修改
POST /索引名/文档类型/文档Id/_update
{
"name":"张三的名字叫李四"
}
推荐使用这种方式，这种方式可以想改哪些字段的值就改哪些，不改的无需再次传入，不会消失，更方便
删除文档&索引
删除索引：delete 索引名
删除文档：delete 索引名/文档类型/文档id
各种条件查询
为了方便演示，首先先添加几条数据
1.简单搜索（根据某个字段查询）
根据上面GET DB得知，name字段type=keyword,content的字段type=text
模糊查找
text：会被IK粉刺及拆分
发现content中包含“内容”的全部查出来了
GET /db/_doc/_search?q=content:内容
精确查找
keyword:不会被IK分词器拆分
发现只有完全匹配才可以查出来
另外一种单字段查询方式
GET db/_doc/_search
{
"query":{
"match":{
"content":"学习"
}
}
}
2.复杂搜索
must与term区别
must是会进行模糊查询，term不会
例如一个content字段Type=text,使用must搜索关键字就可以搜出来，使用term就不行
多条件查询
must（And）
匹配年龄=20且内容包含“学习”的数据
GET db/_doc/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"content":"学习 是的" 匹配满足“学习”或“是的”的数据，多条件使用空格隔开
}
},
{
"match": {
"age":20
}
}
]
}
}
}
should（or）
匹配content包含“王五”或者年龄为25的数据
GET db/_doc/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"content":"王五"
}
},
{
"match": {
"age":25
}
}
]
}
}
}
must_not (!=)
匹配content不包含“王五”且年龄不为25的数据
GET db/_doc/_search
{
"query": {
"bool": {
"must_not": [
{
"match": {
"content":"王五"
}
},
{
"match": {
"age":25
}
}
]
}
}
}
区间查询
查询年龄≥20且≤25的数据
GET db/_doc/_search
{
"query": {
"bool": {
"filter":{
"range":{
"age":{
"gte":20,
"lte":25
}
}
}
}
}
}
gt 大于
gte 大于等于
lt 小于
lte 小于等于！
自定义字段返回
只返回age\name字段
GET db/_doc/_search
{
"query": {
"bool": {
"filter":{
"range":{
"age":{
"gte":20,
"lte":25
}
}
}
}
},
"_source": ["age","name"]
}
排序
按照年龄降序及分值降序排列，注意：如果没有查询条件，排序是没有_score分值的
GET db/_doc/_search
{
"query":{
"match":{
"content":"学习 是的"
}
},
"sort":[
{
"_score":{
"order":"desc"
},
"age":{
"order":"desc"
}
}
]
}
高亮
GET db/_doc/_search
{
"query":{
"match":{
"content":"学习"
}
},
"highlight":{
"pre_tags":"<mytag style='color:blue'>",为查找的关键字添加自定义的html代码前缀
"post_tags":"</mytag>",为查找的关键字添加自定义的html代码后缀
"fields":{
"content":{} 定义要高亮的字段
}
}
}
结果如下：
分页查询
GET db/_doc/_search
{
"query":{
"match":{
"content":"学习"
}
},
"from":0, 当前第几页
"size":2 每页显示几条数据
}
GET db/_doc/_count 获得指定条件下总条数有多少
{
"query":{
"match":{
"content":"李四"
}
}
}
查看索引的相关信息
可以查出来每个索引使用的空间大小，记录数等信息
GET _cat/indices?v
