Elasticsearch基本操作，增，删，改，查

概述

在学习增删改查之前，先了解下基础知识。

索引：含有相同属性的文档的集合；

类型：索引可以定义一个或多个类型，文档必须属于一个类型；

文档：文档是可以被索引的节本数据单位。

看了是不是感觉很抽象，可以想象下跟数据库对应，索引就是一个数据库，数据库里的表就是一个类型，里面包含的一条一条数据就是文档。

如：我们要设计一个图书管理系统，就需要有图书索引，学生索引，图书索引内又有不同的类型，教育类，科普类，小说类等图书

分片：每个索引都有多个分片，每个分片是一个Lucene索引

备份：拷贝一份分片就完成分片的备份

添加索引

RESTful API风格创建 http://<ip>:<port>/<索引>/<类型>/<文档>

打开postman，有json检查比较容易读懂，不易错误。

 

 结构化创建索引，

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

发送PUT请求，添加索引，发现创建成功。

 

 添加

有了索引后，我们进行增加操作。按我们刚才创建的格式添加

 

注意：我们id我们可以指定，也可以不指定，不指定就会帮我们自动创建一个。

看下添加的数据

 

 修改

修改es文档方式有两种，一种是直接修改，一种是脚本修改，我这边只介绍第一种。现在把刚才数据的性别改为女

 

 浏览数据，可以看到数据修改成功

 

 删除

删除文档

 

刷新数据可以看到已经被删除

 

 

删除索引

 

索引已经都被我们删除

 

查询

为了方便查询，我预先插入了十条数据

 

 我们查询文档id为1的数据

 

 接下来进行条件查询

 1.查询所有

 

指定返回的数据

 

 

 模糊匹配查询

 聚合查询

 

 可以看到age字段12岁的有4个人，30岁的有两个人。

对age字段进行聚合计算

 

 

 总共有10个数，最小的年龄为12岁，最大70岁，他们的平均值是27.7岁，加起来有277岁。

高级查询

Query context（文本查询）

习语匹配 它与模糊匹配的查询比较，就比较精确了

{
    "query":{
        "match_phrase":{
            "name":"张三"
        }
    }
}

 

 多个字段匹配查询

下列语句表示，张三这个字符串在两个字段，name和gender有的都匹配出来

{
    "query":{
        "multi_match":{
            "query":"张三",
            "fields":["name","gender"]
        }
    }
}

 

 语法查询

下列语法表示查询字段含有张三或李四的数据

{
    "query":{
        "query_string":{
            "query":"张三 OR 李四"
        }
    }
}

 

 确定字段语法查询

{
    "query":{
        "query_string":{
            "query":"张三 OR 李四 OR 男",
            "fields":["name","country"]
        }
    }
}

 

 结构化字段的查询

下列表示查询年龄在12岁的数据

{
    "query":{
        "term":{
            "age":12
        }
    }
}

 

 范围查询

下列查询年龄段12岁到100岁之间的数据

{
    "query":{
        "range":{
            "age":{
                "gte":12,
                "lte":100
            }
        }
    }
}

 

Filter Context（条件过滤查询）

 查询过程中只判断文档是否满足条件，只有Yes和No，这是与Query查询所不同的，不用考虑查询到的数据匹配有多好。

下列查询字段age为12岁的数据

{
    "query":{
        "bool":{
            "filter":{
                "term":{
                    "age":"12"
                }
            }
        }
    }
}

 

 复合查询

固定分数查询（不支持match）

{
    "query":{
        "constant_score":{
            "filter":{
                "match":{
                    "name":"周"
                }
            }
        }
    }
}

 

 分数为1的数据

{
    "query":{
        "constant_score":{
            "filter":{
                "match":{
                    "name":"周"
                }
            },
            "boost":1
        }
    }
}

 下列表示OR的关系，名字等于张三或性别为nv的数据

{
    "query":{
        "bool":{
            "should":[
                {
                    "match":{
                        "name":"张三"
                    }
                },
                {
                    "match":{
                        "gender":"女"
                    }
                }
                ]
        }
    }
}

 

 

 下列表示AND查询name字段必须为张三，性别也要为女的数据，显然我们的数据是没有的

{
    "query":{
        "bool":{
            "must":[
                {
                    "match":{
                        "name":"张三"
                    }
                },
                {
                    "match":{
                        "gender":"女"
                    }
                }
                ]
        }
    }
}

 

 

 下列查询数据name字段必须包含有周，且性别为男，且等于12岁

{
    "query":{
        "bool":{
            "must":[
                {
                    "match":{
                        "name":"周"
                    }
                },
                {
                    "match":{
                        "gender":"男"
                    }
                }
                ],
                "filter":{
                    "term":{
                        "age":12
                    }
                }
                
        }
    }
}

 

 下列查询除张三以外的数据

{
    "query":{
        "bool":{
            "must_not":{
                "term":{
                    "name":"张三"
                }
            }
        }
    }
}