一、操作es的工具
- ElasticSearch Head
- Kibana DevTools
- ElasticHQ
本文主要是总结Kibana DevTools操作es的语句。
二、搜索文档
1、根据ID查询单个记录
GET /course_idx/_doc/course:20
2、term
匹配"name"字段的值为"6789999"的文档
- 类似于sql语句中的等于==，属于精准匹配
GET /course_idx/_search
{
"query":{
"term": {
"name": "6789999"
}
}
}
3、terms
匹配课程编号包含"C00B5230920105650700A1"、"C00B5230921171813401A8"中任意一个值的文档。
- 类似于in集合查询
GET course_idx/_doc/_search
{
"query" : {
"terms" : {
"courseNo" : [
"C00B5230920105650700A1",
"C00B5230921171813401A8"
],
"boost" : 1.0
}
}
}
- 返回内容
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 2,
"max_score" : 1.0,
"hits" : [
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "course:23",
"_score" : 1.0,
"_source" : {
"id" : "course:23",
"courseType" : 0,
"courseNo" : "C00B5230921171813401A8",
// 省略其他字段
}
},
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "course:7",
"_score" : 1.0,
"_source" : {
"id" : "course:7",
"courseType" : 0,
"courseNo" : "C00B5230920105650700A1",
// 省略其他字段
}
}
]
}
}
4、match
用于在文本字段中执行全文搜索，可以模糊匹配文本。它会分析文本，将其分成词汇，并搜索匹配的词汇。
GET /course_idx/_search
{
"query": {
"match": {
"name": "课"
}
}
}
5、multi_match
用于在多个字段上执行全文搜索。你可以指定多个字段，并搜索它们中的匹配项。
- 字段name或者courseNo检索匹配"课"字的记录
GET /course_idx/_search
{
"query": {
"multi_match": {
"query": "课",
"fields": ["name", "courseNo"]
}
}
}
6、bool
- must（必须匹配）
查询courseNo=‘C005230922B133545556M4’ and useCount=0的记录
- 相当于sql中的and
GET /course_idx/_search
{
"query": {
"bool": {
"must": [
{ "term": { "courseNo": "C005230922B133545556M4" } },
{ "term": { "useCount": "0" } }
]
}
}
}
- should（可以匹配，比must的强制性小得多）
查询courseNo=‘C005230922B133545556M4’ or useCount=5的记录
- 相当于sql中的or
GET /course_idx/_search
{
"query": {
"bool": {
"should": [
{ "term": { "courseNo": "C005230922B133545556M4" } },
{ "term": { "useCount": "5" } }
]
}
}
}
- 查询结果，匹配到了3条记录，第一条记录满足第一个条件，第二三条记录满足第二个条件。
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 3,
"max_score" : 5.0834727,
"hits" : [
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "course:35",
"_score" : 5.0834727,
"_source" : {
"id" : "course:35",
"courseType" : 0,
"courseNo" : "C005230922B133545556M4",
"useCount" : 0
}
},
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "lecture:942",
"_score" : 1.0,
"_source" : {
"id" : "lecture:942",
"courseType" : 2,
"courseNo" : "L005231012B1421252702M5",
"useCount" : 5
}
},
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "lecture:943",
"_score" : 1.0,
"_source" : {
"id" : "lecture:943",
"courseType" : 2,
"courseNo" : "L005231012142125B2703M4",
"useCount" : 5
}
}
]
}
}
- must_not（不匹配）
对must的取反操作,它是一个逻辑非运算。
- 类似于sql 中的 !=
GET /course_idx/_search
{
"query": {
"bool": {
"must_not": [
{ "term": { "courseNo": "C005230922B133545556M4" } }
]
}
}
}
7、wildcard
允许使用通配符进行模糊匹配。
-
星号* ：星号用于匹配零个或多个字符。例如，app* 将匹配任何以"app"开头的词汇，例如"apple"、"application"等。
-
问号?：问号用于匹配一个单一字符。例如，te?t 将匹配"test"、“text"等，但不会匹配"tent”，因为它包含了两个不同的字符。
GET /course_idx/_search
{
"query": {
"wildcard": {
"name.keyword": "22*"
}
}
}
- 返回报文
{
"took" : 4,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : 31,
"max_score" : 1.0,
"hits" : [
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "lecture:184",
"_score" : 1.0,
"_source" : {
"id" : "lecture:184",
"courseType" : 2,
"courseNo" : "L005B2310111036451771M7",
"creatorId" : 155954,
"name" : "22"
}
},
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "lecture:211",
"_score" : 1.0,
"_source" : {
"id" : "lecture:211",
"courseType" : 2,
"courseNo" : "L005B2310111052501806M4",
"creatorId" : 155954,
"name" : "222"
}
},
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "lecture:557",
"_score" : 1.0,
"_source" : {
"id" : "lecture:557",
"courseType" : 2,
"courseNo" : "L0B052310111423472182M8",
"creatorId" : 155954,
"name" : "22222"
}
}
]
}
}
8、prefix
用于匹配字段的前缀
- 类似于sql中的 like ‘22%’
GET /course_idx/_search
{
"query": {
"prefix": {
"name": "22"
}
}
}
9、fuzzy
模糊查询name名称字段中包含"课"字的记录。
- 依赖于分词器
GET /course_idx/_search
{
"query": {
"fuzzy": {
"name": "课"
}
}
}
- fuzzy查询还允许你配置其他选项，如模糊度、前缀长度和最大扩展数，以控制查询的模糊度和性能。
三、更新文档
POST /course_idx/_doc/course:20
{
"doc": {
"name": "6789"
}
}
// 修改成功！！
{
"_index" : "course_idx",
"_type" : "_doc",
"_id" : "course:20",
"_version" : 14,
"result" : "updated",
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"_seq_no" : 11960,
"_primary_term" : 1
}
- 再次查询，发现文档的name内容是更新了，但是文档的字段也只剩下name了。
所以，在使用本操作语句的时候，需要特别注意这一点。
四、删除文档
DELETE /course_idx/_doc/course:20
五、索引
1、创建索引
这里只列举出几个字段，并不是全部字段的定义。
PUT /course_idx
{
"mappings":{
"_doc":{
"properties":{
"courseType":{
"type":"integer"
},
"creatorId":{
"type":"long"
},
"courseNo":{
"type":"keyword"
},
"name":{
"type":"text",
"fields":{
"keyword":{
"ignore_above":256,
"type":"keyword"
}
}
},
"id":{
"type":"keyword"
}
}
}
}
}
2、删除索引
谨慎操作，这个会删除掉所有数据及结构。
DELETE /course_idx
六、聚合查询
1、计数
GET /course_idx/_count
// 总记录数是1153条
{
"count" : 1153,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
}
}
2、平均值
统计字段useCount-使用次数的平均数
GET /course_idx/_search
{
"aggs": {
"avg_useCount": {
"avg": {
"field": "useCount"
}
}
}
}
3、汇总
使用次数的汇总
GET /course_idx/_search
{
"aggs": {
"total_useCount": {
"sum": {
"field": "useCount"
}
}
}
}
4、bucket桶查询
使用次数的桶统计
GET /course_idx/_search
{
"aggs": {
"useCount_ranges": {
"range": {
"field": "useCount",
"ranges": [
{ "from": 0, "to": 5 },
{ "from": 5, "to": 10 },
{ "from": 10, "to": 100 }
]
}
}
}
}
5、最大/小值
求最大使用次数和最小使用次数。
GET /course_idx/_search
{
"aggs": {
"max_useCount": {
"max": {
"field": "useCount"
}
},
"min_useCount": {
"min": {
"field": "useCount"
}
}
}
}
6、日期直方图
按天的直方图，统计每天的文档数量
GET /course_idx/_search
{
"aggs": {
"date_histogram": {
"date_histogram": {
"field": "createdDate",
"interval": "day"
}
}
}
}
七、分词器
es默认的分词器是standard。
下面以“数学的课程库”三个字为示例，看下分词结果。
GET /_analyze
{
"analyzer": "standard",
"text": "数学的课程库"
}
GET /_analyze
{
"text": "数学的课程库"
}
结果都是“数”“学”“的”“课”“程”“库”。
想要更好的支持中文分词，一般的建议是按照ik分词器。
如果想要进一步自定义分词，需要编写你自己的dict文本。
- 建议在安装es的时候，就把需用的分词器安装OK
- 第二步在建立es索引的时候，指定具体字段使用什么分词器（否则它将使用对中文不是很友好的标准分词器）
