和我一起打造个简单搜索之ElasticSearch入门

本文简单介绍了使用 Rest 接口,对 es 进行操作,更深入的学习,可以参考文末部分。

环境

本文以及后续 es 系列文章都基于 5.5.3 这个版本的 elasticsearch ,这个版本比较稳定,可以用于生产环境。

系列文章

基础概念

索引--相当于数据库
类型--相当于表
文档--相当于一条记录
分片--对索引进行分片,分布于集群各个节点上,降低单个节点的压力
备份--拷贝分片就完成了备份


基本语法

索引

索引类型

  • 结构化索引
    • 特点:通过接口创建,可以指定 mappings
    • url:port/索引名/类型名/_mappings
  • 非结构化索引
    • 特点:通过 elasticsearch head 创建 mapping 为空

使用 RestClient/PostMan 创建结构化索引

创建一个 people 的索引,包含一个类型 man

{
    "settings":{
        "number_of_shards":3,
        "number_of_replicas":1
    },
    "mappings":{
        "man":{
            "properties":{
                "name":{
                    "type":"text"
                },
                "country":{
                    "type":"keyword"
                },
                "age":{
                    "type":"integer"
                },
                "date":{
                    "type":"date",
                    "format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
                }
            }
        }
    }
}

keyword 与 text 的区别

type 类型为 keyword 的时候,ES 不会对其进行分词,而 text 会被分词

es 通过 rest 接口对数据操作

插入数据

  1. 指定文档 id 插入
    1. PUT 请求: ip:port/索引/类型/id
  2. 自动产生文档 id 插入
    1. POST 请求: ip:port/索引/类型

修改数据

  1. 直接修改
    2. POST 请求: ip:port/索引/类型/id/_update

删除数据/删除索引

  1. 删除文档
    1. DELETE 请求 ip:端口/索引/类型/id
  2. 删除索引
    1. DELETE 请求 ip:端口/索引

查询数据

  1. 简单查询
    2. GET 请求: ip:端口/索引/类型/id
  2. 条件查询
    1. POST请求: ip:端口/索引/_search
    2. 指定条件查询,分页与排序
      {
          "query":{
              "match":{
                  "name":"WeJan"
              }
          },
          "sort":[
              {
                  "age":{
                      "order":"asc"
                  }
              }
          ],
          "from" : 0,
          "size" : 10
      }
      
  3. 聚合查询
    1. POST请求: ip:端口/索引/_search
    2. 分组,可以多个分组
      {
          "aggs":{
              "group_by_age":{
                  "terms":{
                      "field":"age"
                  }
              }
          }
      }
      
    3. 聚合计算
      {
          "aggs":{
              "age_count":{
                  "stats":{
                      "field":"age"
                  }
              }
          }
      }
      
      • sum
      • avg
      • max
      • min
      • count

高级查询

  1. 习语匹配(全词匹配)

    {
        "query":{
            "match_phrase":{
                "name":"WeJan"
            }
        }
    }
    
  2. 多字段匹配,多个字段包含query

    {
        "query":{
            "multi_match":{
                "query":"WeJan",
                "fields":["author", "title"]
            }
        }
    }
    
  3. query_string 文本查询

    {
        "query":{
            "query_string":{
                "name":"(WeJan AND Jan) OR 哈哈"
            }
        }
    }
    
  4. 针对多个字段的文本查询

    {
        "query":{
            "query_string":{
                "name":"WeJan OR 哈哈",
                 "fields":["author", "title"]
            }
        }
    }
    
  5. 字段查询,比如年龄,分类

    {
        "query":{
            "term":{
               "age":25
            }
        }
    }
    
  6. 范围查询,可以对时间字段进行查询,现在使用 "now"替代

    {
        "query":{
            "range":{
              "age":{
                "gte":26,
                "lte":36
              }
            }
        }
    }
    

参考

posted @ 2018-11-15 22:52  WeJan1  阅读(585)  评论(0编辑  收藏  举报