探索你的数据

source:https://www.elastic.co/guide/en/elasticsearch/reference/6.4/getting-started-explore-data.html

简单的数据集：

现在我们对基本概念有了一些了解，现在尝试处理一些更加真实的数据集,这里准备了一些简单虚拟的银行用户账号信息的json文档，每个文档都是一下的格式：

{
    "account_number": 0,
    "balance": 16623,
    "firstname": "Bradshaw",
    "lastname": "Mckenzie",
    "age": 29,
    "gender": "F",
    "address": "244 Columbus Place",
    "employer": "Euron",
    "email": "bradshawmckenzie@euron.com",
    "city": "Hobucken",
    "state": "CO"
}

数据源来自于 www.json-generator.com

所以可以忽略数据的真实性，这都是随机生成的。

加载一些简单的数据集：

你可以从上面的网站下载一些简单的数据集，加载数据到我们的集群用以下方式：

curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_doc/_bulk?pretty&refresh" --data-binary "@accounts.json"
curl "localhost:9200/_cat/indices?v"

返回以下结果：

health status index uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   bank  l7sSYV2cQXmu6_4rJWVIww   5   1       1000

这意味着我们成功的写入了1000条文档到我们的“银行”索引中。

搜索API

现在我们开始进行一些简单的搜索，有两种简单的搜索方式：

一个是通过REST request url发送一些搜索参数，

另一个是通过REST request body发送。
request body方法允许你更加实验性，通过可读的json来定义你的搜索模式。

我们尝试一个简单请求URL(第一种方法)，但是在本书其他的部分中，我们用的是request body（第二种方法）

restAPI搜索通过_search结尾，这个栗子是返回bank索引中的所有文档：

curl -X GET "localhost:9200/bank/_search?q=*&sort=account_number:asc&pretty&pretty"

让我首先来分析一下这个搜索语句

我们通过"_search"结尾来搜索银行索引，

"q=*"这个参数表示搜索所有的索引中的文档，

"sort=account_num:asc"这个参数表示对结果中的"account_num"进行升序排序。

"pretty"这个参数要求es尽可能返回一个json格式的结果。

结果如下：

{
  "took" : 63,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1000,
    "max_score" : null,
    "hits" : [ {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "0",
      "sort": [0],
      "_score" : null,
      "_source" : {"account_number":0,"balance":16623,"firstname":"Bradshaw","lastname":"Mckenzie","age":29,"gender":"F","address":"244 Columbus Place","employer":"Euron","email":"bradshawmckenzie@euron.com","city":"Hobucken","state":"CO"}
    }, {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "1",
      "sort": [1],
      "_score" : null,
      "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"}
    }, ...
    ]
  }
}

返回结果中我们可以看到如下内容：

took:es执行这个搜索需要的时间(毫秒级)

timed_out:标志这个查询是否超时

_shards:告诉我们查询过程中用到了多少分片，同时返回查询成功和失败的分片。

hits:搜索结果

hits.total:我们搜索到的文档总数量

hits.hits:结果集（默认返回前十条）

hits.sort:排序的key（如果没有就用打分结果排序）

hits._score max_score 目前先忽略

下面是一个类似的查询:

curl -X GET "localhost:9200/bank/_search?pretty" -H 'Content-Type: application/json' -d'
{
"query": { "match_all": {} },
"sort": [
{ "account_number": "asc" }
]
}
'

这里与上面不同的是没有用参数"q=*"，我们提供了json模式的_searchAPI请求体，我们待会儿再讨论这个查询。

es一次性的完成一个请求，并且不保证任何形式的服务端资源或者是在你的结果中打开游标。这个与其他查询平台比如Sql的明显不同。sql这种你可以开始的时候获取查询结果的一部分，如果想继续获取你还可以返回到服务端，通过某种服务端的游标操作来获取结果的其他部分.