ElasticSearch系列01（elasticsearchoperations）

　　本篇文章为你整理了ElasticSearch系列01（elasticsearchoperations）的详细内容，包含有elasticsearchsink elasticsearchoperations elasticsearch ilm elasticsearch7 ElasticSearch系列01，希望能帮助你了解 ElasticSearch系列01。

　　1.1 简介

　　官网: https://www.elastic.co/

　　Elasticsearch (简称ES)是一个分布式、RESTful 风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。

　　查询和分析

　　可以自定义搜索方式: 通过 Elasticsearch，您能够执行及合并多种类型的搜索（结构化数据、非结构化数据、地理位置、指标），搜索方式随心而变。先从一个简单的问题出发，试试看能够从中发现些什么。

　　分析大规模数据: 找到与查询最匹配的 10 个文档并不困难。但如果面对的是十亿行日志，又该如何解读呢？Elasticsearch 聚合让您能够从大处着眼，探索数据的趋势和规律。

　　查询速度

　　近实时搜索(数据1s之内可见)

　　通过有限状态转换器实现了用于全文检索的倒排索引，实现了用于存储数值数据和地理位置数据的 BKD 树，以及用于分析的列存储。

　　每个数据都被编入了索引，因此您再也不用因为某些数据没有索引而烦心。您可以用快到令人惊叹的速度使用和访问您的所有数据。

　　可扩展性

　　无论 Elasticsearch 是在一个节点上运行，还是在一个包含 300 个节点的集群上运行，您都能够以相同的方式与 Elasticsearch 进行通信。

　　它能够水平扩展，每秒钟可处理海量事件，同时能够自动管理索引和查询在集群中的分布方式，以实现极其流畅的操作。

　　内容相关度

　　
创始人:Shay Banon（谢巴农）

　　搜索引擎典型应用场景:

　　1.2 全文搜索引擎

　　Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。

　　一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对SQL的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。

　　这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

　　1.3 lucene介绍

　　 Lucene是Apache软件基金会Jakarta项目组的一个子项目，提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。但Lucene只是一个提供全文搜索功能类库的核心工具包，而真正使用它还需要一个完善的服务框架搭建起来进行应用。

　　目前市面上流行的搜索引擎软件，主流的就两款：Elasticsearch和Solr,这两款都是基于Lucene搭建的，可以独立部署启动的搜索引擎服务软件。由于内核相同，所以两者除了服务器安装、部署、管理、集群以外，对于数据的操作修改、添加、保存、查询等等都十分类似。

　　1.4 倒排索引

　　倒排索引步骤:

　　数据根据词条进行分词,同时记录文档索引位置

　　将词条相同的数据化进行合并

　　对词条进行排序

　　搜索过程:

　　先将搜索词语进行分词，分词后再倒排索引列表查询文档位置(docId)。根据docId查询文档数据。

　　1.5 elasticsearch、solr对比

　　ElasticSearch vs Solr 总结

　　es基本是开箱即用，非常简单。Solr安装略微复杂。

　　Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能。

　　Solr 支持更多格式的数据，比如JSON、XML、CSV，而 Elasticsearch 仅支持json文件格式。

　　Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用。

　　现在很多互联网应用都是要求实时搜索的，所以我们选择了elasticsearch。

　　2. elasticsearch 安装

　　2.1 下载软件

　　https://www.elastic.co/cn/downloads/past-releases#elasticsearch

　　选择7.8版本即可，其它elastic stack也可以在这里下载。

　　下载对应操作系统平台的版本:

　　2.2 windows环境安装

　　解压elasticsearch-7.8.0-windows-x86_64.zip，目录结构:

　　
解压完成后进入bin目录，双击运行elasticsearch.bat

　　测试访问: http://localhost:9200/

　　2.3 linux环境安装

　　将下载好的elasticsearch-7.8.0-linux-x86_64.tar.gz上传至服务器并解压。先将jdk环境搭建好，jdk环境配置略。

　　2.3.1 前提条件

　　elasticsearch不能直接通过root用户启动，所以要先创建一个普通用户。

#创建用户

　　useradd es;

　　#设置密码

　　passwd es;

　　给普通用户授权:

chown -R es /opt/es

　　给用户设置sudo权限:

#使用root用户执行

　　visudo

　　#在root ALL=(ALL) ALL下面新增

　　es ALL=(ALL) ALL

　　普通用户在启动elasticsearch时会出现下面错误:

　　解决办法:

　　普通用户打开文件最大数限制修改

#编辑limits.conf文件

　　vi /etc/security/limits.conf

　　#添加以下内容

　　* soft nofile 65536

　　* hard nofile 131072

　　* soft nproc 2048

　　* hard nproc 4096

　　普通用户启动线程数限制

# Centos6

　　vi /etc/security/limits.d/90‐nproc.conf

　　# Centos7

　　vi /etc/security/limits.d/20‐nproc.conf

　　#添加以下内容

　　* soft nproc 4096

　　普通用户增大虚拟内存

vi /etc/sysctl.conf

　　#添加以下内容:

　　vm.max_map_count=262144

　　#保存后执行sysctl -p让配置生效

　　sysctl -p

　　全部步骤完成后需要重新打开终端，重新登入。

　　2.3.2 修改配置

　　切换普通用户(es)登入，进入到${解压目录}/config目录下，修改elasticsearch.yml配置文件:

#集群名称

　　cluster.name: my-application

　　#节点名称

　　node.name: node-1

　　#数据文件目录

　　path.data: ./data

　　#日志文件目录

　　path.logs: ./logs

　　#运行访问的网络，0.0.0.0表示任意ip都匹配，这样可以远程访问

　　network.host: 0.0.0.0

　　#http rest服务端口

　　http.port: 9200

　　#集群初始master选举节点

　　cluster.initial_master_nodes: ["node-1"]

　　2.3.3 启动elasticsearch

#进入到bin目录(注意，不能使用root账号启动)

　　./elasticsearch -d

　　浏览器测试访问:

　　2.4 docker安装

docker run -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -d --name elasticsearch docker.elastic.co/elasticsearch/elasticsearch:7.8.0

　　2.5 kibana安装

　　elasticsearch服务是一个restful风格的http服务。我们可以采用postman作为客户端来进行操作，elastic stack官方也给我们提供了kibana来进行客户端操作，这个相比postman要友好一点，因为里面有些自动补全的代码提示。

　　下载地址: https://www.elastic.co/cn/downloads/past-releases/kibana-7-8-0

　　上传tar并解压文件:

　　进入到config目录，修改kibana.yml文件：

#服务端口

　　server.port: 5601

　　#运行访问的IP设置，0.0.0.0可以远程访问

　　server.host: "0.0.0.0"

　　进入bin目录，后台启动kibana:

nohup ./kibana

　　开始访问：http://192.168.6.100:5601/

　　2.6 ik分词器安装

　　下载地址: https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip

　　进入到${es安装目录}/plugins目录，新建ik目录。

#在ik目录下解压elasticsearch-analysis-ik-7.8.0.zip文件

　　unzip elasticsearch-analysis-ik-7.8.0.zip

　　#删除zip文件

　　rm -f elasticsearch-analysis-ik-7.8.0.zip

　　重启es:

　　测试分词器:

POST _analyze

　　 "analyzer": "ik_smart",

　　 "text": "我是中国人"

　　3. elasticsearch核心概念

　　3.1 es对照数据库

　　3.2 索引(Index)

　　一个索引就是一个拥有几分相似特征的文档的集合。比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。一个索引由一个名字来标识（必须全部是小写字母），并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索引。

　　能搜索的数据必须索引，这样的好处是可以提高查询速度，比如：新华字典前面的目录就是索引的意思，目录可以提高查询速度。

　　Elasticsearch索引的精髓：一切设计都是为了提高搜索的性能。

　　3.3 类型(Type)

　　在一个索引中，你可以定义一种或多种类型。

　　一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个类型。不同的版本，类型发生了不同的变化

　　
一个文档是一个可被索引的基础信息单元，也就是一条数据

　　比如：你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以JSON（Javascript Object Notation）格式来表示，而JSON是一个到处存在的互联网数据交互格式。

　　在一个index/type里面，你可以存储任意多的文档。

　　3.5 字段(Field)

　　相当于是数据表的字段，对文档数据根据不同属性进行的分类标识。

　　3.6 映射(Mapping)

　　mapping是处理数据的方式和规则方面做一些限制，如：某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的，其它就是处理ES里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。

　　4. elasticsearch基本操作

　　参考文档: https://www.elastic.co/guide/en/elasticsearch/reference/7.8/index.html

　　4.1 分词器

　　官方提供的分词器有这么几种: Standard、Letter、Lowercase、Whitespace、UAX URL Email、Classic、Thai等，中文分词器可以使用第三方的比如IK分词器。前面我们已经安装过了。

　　IK分词器核心配置:

　　main.dic：单词词典

　　stopword.dic: 停用词，这里只记录了英文的一部分单词，比如: a、an、and、are、as、at、be、but、by等。

　　IK分词器:

POST _analyze

　　 "analyzer": "ik_smart",

　　 "text": "我是中国人"

　　 "tokens" : [

　　 "token" : "我",

　　 "start_offset" : 0,

　　 "end_offset" : 1,

　　 "type" : "CN_CHAR",

　　 "position" : 0

　　 "token" : "是",

　　 "start_offset" : 1,

　　 "end_offset" : 2,

　　 "type" : "CN_CHAR",

　　 "position" : 1

　　 "token" : "中国人",

　　 "start_offset" : 2,

　　 "end_offset" : 5,

　　 "type" : "CN_WORD",

　　 "position" : 2

　　POST _analyze

　　 "analyzer": "ik_max_word",

　　 "text": "我是中国人"

　　 "tokens" : [

　　 "token" : "我",

　　 "start_offset" : 0,

　　 "end_offset" : 1,

　　 "type" : "CN_CHAR",

　　 "position" : 0

　　 "token" : "是",

　　 "start_offset" : 1,

　　 "end_offset" : 2,

　　 "type" : "CN_CHAR",

　　 "position" : 1

　　 "token" : "中国人",

　　 "start_offset" : 2,

　　 "end_offset" : 5,

　　 "type" : "CN_WORD",

　　 "position" : 2

　　 "token" : "中国",

　　 "start_offset" : 2,

　　 "end_offset" : 4,

　　 "type" : "CN_WORD",

　　 "position" : 3

　　 "token" : "国人",

　　 "start_offset" : 3,

　　 "end_offset" : 5,

　　 "type" : "CN_WORD",

　　 "position" : 4

　　Standard分词器:

POST _analyze

　　 "analyzer": "standard",

　　 "text": "我是中国人"

　　 "tokens" : [

　　 "token" : "我",

　　 "start_offset" : 0,

　　 "end_offset" : 1,

　　 "type" : " IDEOGRAPHIC ",

　　 "position" : 0

　　 "token" : "是",

　　 "start_offset" : 1,

　　 "end_offset" : 2,

　　 "type" : " IDEOGRAPHIC ",

　　 "position" : 1

　　 "token" : "中",

　　 "start_offset" : 2,

　　 "end_offset" : 3,

　　 "type" : " IDEOGRAPHIC ",

　　 "position" : 2

　　 "token" : "国",

　　 "start_offset" : 3,

　　 "end_offset" : 4,

　　 "type" : " IDEOGRAPHIC ",

　　 "position" : 3

　　 "token" : "人",

　　 "start_offset" : 4,

　　 "end_offset" : 5,

　　 "type" : " IDEOGRAPHIC ",

　　 "position" : 4

　　4.2 索引操作

　　4.2.1 创建索引

　　语法: PUT /{索引名称}

PUT /my_index

　　 "acknowledged" : true,

　　 "shards_acknowledged" : true,

　　 "index" : "my_index"

　　4.2.2 查看所有索引

　　语法: GET /_cat/indices?v

　　4.2.3 查看单个索引

　　语法: GET /{索引名称}

GET /my_index

　　 "my_index" : {

　　 "aliases" : { },

　　 "mappings" : { },

　　 "settings" : {

　　 "index" : {

　　 "creation_date" : "1633499968211",

　　 "number_of_shards" : "1",

　　 "number_of_replicas" : "1",

　　 "uuid" : "bclHUdHrS4W80qxnj3NP0A",

　　 "version" : {

　　 "created" : "7080099"

　　 "provided_name" : "my_index"

　　4.2.4 删除索引

　　语法: DELETE /{索引名称}

DELETE /my_index

　　 "acknowledged" : true

　　4.3 文档操作

　　4.3.1 创建文档

　　语法:

　　PUT /{索引名称}/{类型}/{id}

　　{

　　jsonbody

　　}

PUT /my_index/_doc/1

　　 "title": "小米手机",

　　 "category": "小米",

　　 "images": "http://www.gulixueyuan.com/xm.jpg",

　　 "price": 3999

　　返回结果:

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_version" : 1,

　　 "result" : "created",

　　 "_shards" : {

　　 "total" : 2,

　　 "successful" : 1,

　　 "failed" : 0

　　 "_seq_no" : 0,

　　 "_primary_term" : 1

　　4.3.2 查看文档

　　语法:GET /{索引名称}/{类型}/{id}

GET /my_index/_doc/1

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_version" : 1,

　　 "_seq_no" : 0,

　　 "_primary_term" : 1,

　　 "found" : true,

　　 "_source" : {

　　 "title" : "小米手机",

　　 "category" : "小米",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 3999

　　4.3.3 修改文档

　　语法:

　　PUT /{索引名称}/{类型}/{id}

　　{

　　jsonbody

　　}

PUT /my_index/_doc/1

　　 "title": "小米手机",

　　 "category": "小米",

　　 "images": "http://www.gulixueyuan.com/xm.jpg",

　　 "price": 4500

　　4.3.4 修改局部属性

　　语法:

　　POST /{索引名称}/_update/{docId}

　　{

　　"doc": {

　　"属性": "值"

　　}

　　注意：这种更新只能使用post方式。

POST /my_index/_update/1

　　 "doc": {

　　 "price": 4500

　　4.3.5 删除文档

　　语法: DELETE /{索引名称}/{类型}/{id}

DELETE /my_index/_doc/1

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_version" : 12,

　　 "result" : "deleted",

　　 "_shards" : {

　　 "total" : 2,

　　 "successful" : 1,

　　 "failed" : 0

　　 "_seq_no" : 11,

　　 "_primary_term" : 1

　　4.3.6 批量操作

　　{"actionName":{"_index":"indexName", "_type":"typeName","_id":"id"}}

　　{"field1":"value1", "field2":"value2"}

　　actionName可以有CREATE、DELETE等。

POST _bulk

　　{"create":{"_index":"my_index","_id":2}}

　　{"id":2,"title":"华为手机","category":"华为","images":"http://www.gulixueyuan.com/xm.jpg","price":5500}

　　{"create":{"_index":"my_index","_id":3}}

　　{"id":3,"title":"VIVO手机","category":"vivo","images":"http://www.gulixueyuan.com/xm.jpg","price":3600}

　　 "took" : 2,

　　 "errors" : false,

　　 "items" : [

　　 "create" : {

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_version" : 5,

　　 "result" : "created",

　　 "_shards" : {

　　 "total" : 2,

　　 "successful" : 1,

　　 "failed" : 0

　　 "_seq_no" : 20,

　　 "_primary_term" : 1,

　　 "status" : 201

　　 "create" : {

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "3",

　　 "_version" : 5,

　　 "result" : "created",

　　 "_shards" : {

　　 "total" : 2,

　　 "successful" : 1,

　　 "failed" : 0

　　 "_seq_no" : 21,

　　 "_primary_term" : 1,

　　 "status" : 201

POST _bulk

　　{"delete":{"_index":"my_index","_id":2}}

　　{"delete":{"_index":"my_index","_id":3}}

　　 "took" : 3,

　　 "errors" : false,

　　 "items" : [

　　 "delete" : {

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_version" : 6,

　　 "result" : "deleted",

　　 "_shards" : {

　　 "total" : 2,

　　 "successful" : 1,

　　 "failed" : 0

　　 "_seq_no" : 22,

　　 "_primary_term" : 1,

　　 "status" : 200

　　 "delete" : {

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "3",

　　 "_version" : 6,

　　 "result" : "deleted",

　　 "_shards" : {

　　 "total" : 2,

　　 "successful" : 1,

　　 "failed" : 0

　　 "_seq_no" : 23,

　　 "_primary_term" : 1,

　　 "status" : 200

　　4.4 映射mapping

　　有了索引库，等于有了数据库中的database。

　　接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。

　　4.4.1 查看映射

　　语法: GET /{索引名称}/_mapping

GET /my_index/_mapping

　　 "my_index" : {

　　 "mappings" : {

　　 "properties" : {

　　 "category" : {

　　 "type" : "text",

　　 "fields" : {

　　 "keyword" : {

　　 "type" : "keyword",

　　 "ignore_above" : 256

　　 "id" : {

　　 "type" : "long"

　　 "images" : {

　　 "type" : "text",

　　 "fields" : {

　　 "keyword" : {

　　 "type" : "keyword",

　　 "ignore_above" : 256

　　 "price" : {

　　 "type" : "long"

　　 "title" : {

　　 "type" : "text",

　　 "fields" : {

　　 "keyword" : {

　　 "type" : "keyword",

　　 "ignore_above" : 256

　　4.4.2 动态映射

　　在关系数据库中，需要事先创建数据库，然后在该数据库下创建数据表，并创建表字段、类型、长度、主键等，最后才能基于表插入数据。而Elasticsearch中不需要定义Mapping映射（即关系型数据库的表、字段等），在文档写入 Elasticsearch时，会根据文档字段自动识别类型，这种机制称之为动态映射。

　　映射规则对应:

　　
4.4.3 静态映射

　　静态映射是在Elasticsearch中也可以事先定义好映射，包含文档的各字段类型、分词器等，这种方式称之为静态映射。

#删除原创建的索引

　　DELETE /my_index

　　#创建索引，并同时指定映射关系和分词器等。

　　PUT /my_index

　　 "mappings": {

　　 "properties": {

　　 "title": {

　　 "type": "text",

　　 "index": true,

　　 "store": true,

　　 "analyzer": "ik_max_word",

　　 "search_analyzer": "ik_max_word"

　　 "category": {

　　 "type": "keyword",

　　 "index": true,

　　 "store": true

　　 "images": {

　　 "type": "keyword",

　　 "index": true,

　　 "store": true

　　 "price": {

　　 "type": "integer",

　　 "index": true,

　　 "store": true

　　 "acknowledged" : true,

　　 "shards_acknowledged" : true,

　　 "index" : "my_index"

　　type分类如下:

　　
text：该类型被用来索引长文本，在创建索引前会将这些文本进行分词，转化为词的组合，建立索引；允许es来检索这些词，text类型不能用来排序和聚合。

　　
keyword：该类型不能分词，可以被用来检索过滤、排序和聚合，keyword类型不可用text进行分词模糊检索。

　　
5.1 DSL概述

　　Query DSL概述: Domain Specific Language(领域专用语言),Elasticsearch提供了基于JSON的DSL来定义查询。

　　DSL概览:

　　准备数据:

POST _bulk

　　{"create":{"_index":"my_index","_id":1}}

　　{"id":1,"title":"华为笔记本电脑","category":"华为","images":"http://www.gulixueyuan.com/xm.jpg","price":5388}

　　{"create":{"_index":"my_index","_id":2}}

　　{"id":2,"title":"华为手机","category":"华为","images":"http://www.gulixueyuan.com/xm.jpg","price":5500}

　　{"create":{"_index":"my_index","_id":3}}

　　{"id":3,"title":"VIVO手机","category":"vivo","images":"http://www.gulixueyuan.com/xm.jpg","price":3600}

　　5.2 DSL查询

　　5.2.1 查询所有文档

　　match_all:

POST /my_index/_search

　　 "query": {

　　 "match_all": {}

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 3,

　　 "relation" : "eq"

　　 "max_score" : 1.0,

　　 "hits" : [

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_score" : 1.0,

　　 "_source" : {

　　 "id" : 1,

　　 "title" : "华为笔记本电脑",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5388

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_score" : 1.0,

　　 "_source" : {

　　 "id" : 2,

　　 "title" : "华为手机",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5500

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "3",

　　 "_score" : 1.0,

　　 "_source" : {

　　 "id" : 3,

　　 "title" : "VIVO手机",

　　 "category" : "vivo",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 3600

　　5.2.2 匹配查询(match)

　　match:

POST /my_index/_search

　　 "query": {

　　 "match": {

　　 "title": "华为智能手机"

　　 "took" : 3,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 2,

　　 "relation" : "eq"

　　 "max_score" : 0.5619608,

　　 "hits" : [

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_score" : 0.5619608,

　　 "_source" : {

　　 "id" : 2,

　　 "title" : "华为手机",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5500

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_score" : 0.35411233,

　　 "_source" : {

　　 "id" : 1,

　　 "title" : "华为笔记本电脑",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5388

　　补充条件删除

POST /my_index/_delete_by_query

　　 "query": {

　　 "match": {

　　 "title": "vivo"

　　 "took" : 51,

　　 "timed_out" : false,

　　 "total" : 1,

　　 "deleted" : 1,

　　 "batches" : 1,

　　 "version_conflicts" : 0,

　　 "noops" : 0,

　　 "retries" : {

　　 "bulk" : 0,

　　 "search" : 0

　　 "throttled_millis" : 0,

　　 "requests_per_second" : -1.0,

　　 "throttled_until_millis" : 0,

　　 "failures" : [ ]

　　5.2.3 多字段匹配

POST /my_index/_search

　　 "query": {

　　 "multi_match": {

　　 "query": "华为智能手机",

　　 "fields": ["title","category"]

　　 "took" : 3,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 2,

　　 "relation" : "eq"

　　 "max_score" : 0.5619608,

　　 "hits" : [

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_score" : 0.5619608,

　　 "_source" : {

　　 "id" : 2,

　　 "title" : "华为手机",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5500

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_score" : 0.35411233,

　　 "_source" : {

　　 "id" : 1,

　　 "title" : "华为笔记本电脑",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5388

　　5.2.4 前缀匹配

POST /my_index/_search

　　 "query": {

　　 "prefix": {

　　 "title": {

　　 "value": "vivo智能"

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 0,

　　 "relation" : "eq"

　　 "max_score" : null,

　　 "hits" : [ ]

　　5.2.5 关键字精确查询

　　term:关键字不会进行分词。

POST /my_index/_search

　　 "query": {

　　 "term": {

　　 "title": {

　　 "value": "华为手机"

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 0,

　　 "relation" : "eq"

　　 "max_score" : null,

　　 "hits" : [ ]

　　5.2.6 多关键字精确查询

POST /my_index/_search

　　 "query": {

　　 "terms": {

　　 "title": [

　　 "华为手机",

　　 "华为"

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 2,

　　 "relation" : "eq"

　　 "max_score" : 1.0,

　　 "hits" : [

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_score" : 1.0,

　　 "_source" : {

　　 "id" : 1,

　　 "title" : "华为笔记本电脑",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5388

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_score" : 1.0,

　　 "_source" : {

　　 "id" : 2,

　　 "title" : "华为手机",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5500

　　5.2.7 范围查询

　　范围查询使用range。

　　gte: 大于等于

　　lte: 小于等于

　　gt: 大于

　　lt: 小于

POST /my_index/_search

　　 "query": {

　　 "range": {

　　 "price": {

　　 "gte": 3000,

　　 "lte": 5000

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 1,

　　 "relation" : "eq"

　　 "max_score" : 1.0,

　　 "hits" : [

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "3",

　　 "_score" : 1.0,

　　 "_source" : {

　　 "title" : "VIVO手机",

　　 "category" : "vivo"

　　5.2.8 指定返回字段

　　query同级增加_source进行过滤。

POST /my_index/_search

　　 "query": {

　　 "terms": {

　　 "title": [

　　 "华为手机",

　　 "华为"

　　 "_source": ["title","category"]

　　5.2.9 组合查询

　　bool 各条件之间有and,or或not的关系

　　must: 各个条件都必须满足，所有条件是and的关系

　　should: 各个条件有一个满足即可，即各条件是or的关系

　　must_not: 不满足所有条件，即各条件是not的关系

　　filter: 与must效果等同，但是它不计算得分，效率更高点。

POST /my_index/_search

　　 "query": {

　　 "bool": {

　　 "must": [

　　 "match": {

　　 "title": "华为"

　　 "range": {

　　 "price": {

　　 "gte": 3000,

　　 "lte": 5000

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 0,

　　 "relation" : "eq"

　　 "max_score" : null,

　　 "hits" : [ ]

　　should

POST /my_index/_search

　　 "query": {

　　 "bool": {

　　 "should": [

　　 "match": {

　　 "title": "华为"

　　 "range": {

　　 "price": {

　　 "gte": 3000,

　　 "lte": 5000

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 3,

　　 "relation" : "eq"

　　 "max_score" : 1.0,

　　 "hits" : [

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "3",

　　 "_score" : 1.0,

　　 "_source" : {

　　 "id" : 3,

　　 "title" : "VIVO手机",

　　 "category" : "vivo",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 3600

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_score" : 0.5619608,

　　 "_source" : {

　　 "id" : 2,

　　 "title" : "华为手机",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5500

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_score" : 0.35411233,

　　 "_source" : {

　　 "id" : 1,

　　 "title" : "华为笔记本电脑",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5388

　　如果should和must同时存在，他们之间是and关系：

POST /my_index/_search

　　 "query": {

　　 "bool": {

　　 "should": [

　　 "match": {

　　 "title": "华为"

　　 "range": {

　　 "price": {

　　 "gte": 3000,

　　 "lte": 5000

　　 "must": [

　　 "match": {

　　 "title": "华为"

　　 "range": {

　　 "price": {

　　 "gte": 3000,

　　 "lte": 5000

　　 "took" : 1,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 0,

　　 "relation" : "eq"

　　 "max_score" : null,

　　 "hits" : [ ]

　　must_not

POST /my_index/_search

　　 "query": {

　　 "bool": {

　　 "must_not": [

　　 "match": {

　　 "title": "华为"

　　 "range": {

　　 "price": {

　　 "gte": 3000,

　　 "lte": 5000

　　 "took" : 0,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 0,

　　 "relation" : "eq"

　　 "max_score" : null,

　　 "hits" : [ ]

　　filter

　　_score的分值为0

POST /my_index/_search

　　 "query": {

　　 "bool": {

　　 "filter": [

　　 "match": {

　　 "title": "华为"

　　 "took" : 1,

　　 "timed_out" : false,

　　 "_shards" : {

　　 "total" : 1,

　　 "successful" : 1,

　　 "skipped" : 0,

　　 "failed" : 0

　　 "hits" : {

　　 "total" : {

　　 "value" : 2,

　　 "relation" : "eq"

　　 "max_score" : 0.0,

　　 "hits" : [

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "1",

　　 "_score" : 0.0,

　　 "_source" : {

　　 "id" : 1,

　　 "title" : "华为笔记本电脑",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5388

　　 "_index" : "my_index",

　　 "_type" : "_doc",

　　 "_id" : "2",

　　 "_score" : 0.0,

　　 "_source" : {

　　 "id" : 2,

　　 "title" : "华为手机",

　　 "category" : "华为",

　　 "images" : "http://www.gulixueyuan.com/xm.jpg",

　　 "price" : 5500

　　5.2.10 聚合查询

　　聚合允许使用者对es文档进行统计分析，类似与关系型数据库中的group by，当然还有很多其他的聚。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

相关文章阅读