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

• 一、和我一起打造个简单搜索之ElasticSearch集群搭建
• 二、和我一起打造个简单搜索之ElasticSearch入门
• 三、和我一起打造个简单搜索之IK分词以及拼音分词
• 四、和我一起打造个简单搜索之Logstash实时同步建立索引
• 五、和我一起打造个简单搜索之SpringDataElasticSearch入门
• 六、和我一起打造个简单搜索之SpringDataElasticSearch关键词高亮
• ...

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

• 慕课网ElasticSearch入门