Elasticsearch 的语法
Elasticsearch 的语法
elasticsearch 增删改查
一、添加
1、创建索引
索引名称为：test
PUT http://192.168.12.137:9200/test/
{
"setting":{
"number_of_shards":5,
"number_of_replicas":1
},
"mappings":{
"person":{
"properties":{
"name":{
"type":"text"
},
"age":{
"type":"integer"
},
"sex":{
"type":"string"
},
"birthday":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss || yyyy-MM-dd || epoch_millis"
},
"introduce":{
"type":"text"
}
}
}
}
}2、创建文档(自动生成ID)
给文档person 新增数据
POST http://192.168.12.137:9200/test/person/
{
"name":"jieke",
"age":20
}3、创建文档 (设置id的)
POST http://192.168.12.137:9200/test/person/1
{
"name":"pede",
"age":20
}二、查询
a、查询索引（test）
GET http://192.168.12.137:9201/test/_settingsb、同时获取两个索引（test 和robot）
GET http://192.168.12.137:9201/test,robot/_settingsc、查询所有索引的信息
http://192.168.12.137:9201/_all/_settings1、查询文档信息通过ID
GET http://192.168.12.137:9200/test/person/12、查询文档信息通过name属性
GET http://192.168.12.137:9200/test/person/_search?q=name:jieke3、通过_source 获取指定的字段
只查询 name 字段的数据
GET http://192.168.12.137:9200/test/person/1?_source=name4、查询所有数据
POST http://localhost:9200/test/_search
{
"query":{
"match_all":{}
}
}5、form size分页查询
POST http://localhost:9200/test/_search
{
"query":{
"match_all":{}
}
"from":1,
"size":2
}6、查询并排序
# 排序
POST http://localhost:9200/test/_search
{
"query":{
"match":{
"name":"lrshuai"
}
}
"sort":[
{"age":{"order":"desc"}}
]
}7、分组查询 group_by
# 统计个数
POST http://localhost:9200/test/_search
{
"aggs":{
"group_by_age":{
"terms":{
"field":"age"
}
},
"group_by_name":{
"terms":{
"field":"name"
}
}
}
}
# stats
POST http://localhost:9200/test/_search
{
"aggs":{
"group_by_age":{
"stats":{
"field":"age"
}
},
}
}
# 最小值
POST http://localhost:9200/test/_search
{
"aggs":{
"group_by_age":{
"min":{
"field":"age"
}
},
}
}8、match 查询
# 匹配name
POST http://localhost:9200/test/_search
{
"query":{
"match":{
"name":"lrshuai"
}
}
}
# match_phrase 全部匹配，不进行分词
http://localhost:9200/test/_search
{
"query":{
"match_phrase":{
"introduce":"人见"
}
}
}
# slop 是quick dog 相隔的距离有多少。
# 通过设置一个像 50 或者 100 这样的高 slop 值, 你能够排除单词距离太远的文档， 但是也给予了那些单词临近的的文档更高的分数
http://localhost:9200/test/_search
{
"query": {
"match_phrase": {
"title": {
"query": "quick dog",
"slop": 50
}
}
}
}
# multi_match 多个字段匹配
POST http://localhost:9200/test/_search
{
"query":{
"multi_match":{
"query":"见",
"fields":["name","introduce"]
}
}
}
9、语法查询
# 语法查询
http://localhost:9200/test/_search
{
"query":{
"query_string":{
"query":"见 or 我"
}
}
}
# 语法查询指定字段
POST http://localhost:9200/test/_search
{
"query":{
"query_string":{
"query":"见 or 我",
"fields":["name","introduce"]
}
}
}
# 字段完全相等的查询
POST http://localhost:9200/test/_search
{
"query":{
"term":{
"name":"lrshuai"
}
}
}10、rang 范围查询
{
"query":{
"range":{
"age":{
"gte":20,
"lte":25
}
}
}
}
POST http://localhost:9200/test/_search
{
"query":{
"range" : {
"create_time" : {
"gt" : "2017-01-01 00:00:00",
"lt" : "2017-12-07 00:00:00"
}
}
}
}
# 多一个月
POST http://localhost:9200/test/_search
{
"query":{
"range" : {
"create_time" : {
"gt" : "2017-01-01 00:00:00",
"lt" : "2017-12-07 00:00:00||+1M"
}
}
}
}11、should 查询
should 满足其中一个就可以
POST http://localhost:9200/test/_search
{
"query":{
"bool":{
"should":[
{
"match":{
"name":"tyro"
}
},{
"range":{
"age":{
"gt":20,
"lte":25
}
}
}
]
}
}
}12、filter查询
POST http://localhost:9200/test/_search
{
"query":{
"bool":{
"filter":{
"term":{
"name":"rstyro"
}
}
}
}
}13、must 与must_not
# must 必须满足所有条件
POST http://localhost:9200/test/_search
{
"query":{
"bool":{
"must":[
{
"match":{
"sex":"女"
}
},
{
"range":{
"age":{
"lte":30
}
}
}
]
}
}
}
# 加上filter 过滤
POST http://localhost:9200/test/_search
{
"query":{
"bool":{
"must":[
{
"match":{
"sex":"女"
}
}
],
"filter":[
{
"term":{
"introduce":"人"
}
}
]
}
}
}
# must_not 必须不满足所有条件
POST http://localhost:9200/test/_search
{
"query":{
"bool":{
"must_not":[
{
"match":{
"sex":"女"
}
},
{
"range":{
"age":{
"lte":20
}
}
}
]
}
}
}14、查询语句提高权重
content 字段必须包含 full 、 text 和 search所有三个词。
如果content 字段也包含Elasticsearch 或 Lucene，文档会获得更高的评分 _score 。
{
"query": {
"bool": {
"must": {
"match": {
"content": { "query": "full text search", "operator": "and" } }
},
"should": [
{ "match": { "content": "Elasticsearch" }},
{ "match": { "content": "Lucene" }}
]
}
}
}再修改一下：
GET /_search
{
"query": {
"bool": {
"must": {
"match": {
"content": {
"query": "full text search",
"operator": "and"
}
}
},
"should": [
{ "match": {
"content": {
"query": "Elasticsearch",
"boost": 3
}
}},
{ "match": {
"content": {
"query": "Lucene",
"boost": 2
}
}}
]
}
}
}上面的语句使用默认的 boost 值 1 。
而"query": "Elasticsearch", "boost": 3 这条语句更为重要，因为它有最高的 boost 值。
"query": "Lucene","boost": 2 这条语句比使用默认值的更重要，但它的重要性不及Elasticsearch 语句。
还有一种方法：boosting 查询
{
"query": {
"boosting": {
"positive": {
"match": {
"content": "Elasticsearch" }
},
"negative": {
"match": {
"content": "Lucene" }
},
"negative_boost": 0.5
}
}
}它接受 positive 和 negative 查询。只有那些匹配 positive 查询的文档罗列出来，对于那些同时还匹配 negative 查询的文档将通过文档的原始 _score 与 negative_boost 相乘的方式降级后的结果。
为了达到效果， negative_boost 的值必须小于 1.0 。在这个示例中，所有包含负向词的文档评分 _score 都会减半。
15、dis_max 查询
分离 最大化查询
比如有如下两条数据：
PUT /my_index/my_type/1
{
"title": "Quick brown rabbits",
"body": "Brown rabbits are commonly seen."
}
PUT /my_index/my_type/2
{
"title": "Keeping pets healthy",
"body": "My quick brown fox eats rabbits on a regular basis."
}我们进行查询
{
"query": {
"bool": {
"should": [
{ "match": { "title": "Brown fox" }},
{ "match": { "body": "Brown fox" }}
]
}
}
}但返回的结果：发现查询的结果是文档 1 的评分更高：
{
"hits": [
{
"_id": "1",
"_score": 0.14809652,
"_source": {
"title": "Quick brown rabbits",
"body": "Brown rabbits are commonly seen."
}
},
{
"_id": "2",
"_score": 0.09256032,
"_source": {
"title": "Keeping pets healthy",
"body": "My quick brown fox eats rabbits on a regular basis."
}
}
]
}为了理解导致这样的原因， 需要回想一下 bool 是如何计算评分的：
1、它会执行 should 语句中的两个查询。
2、加和两个查询的评分。
3、乘以匹配语句的总数。
4、除以所有语句总数（这里为：2）。
文档 1 的两个字段都包含 brown 这个词，所以两个 match 语句都能成功匹配并且有一个评分。文档 2 的 body 字段同时包含 brown 和 fox 这两个词，但 title 字段没有包含任何词。这样， body 查询结果中的高分，加上 title 查询中的 0 分，然后乘以二分之一，就得到比文档 1 更低的整体评分。
在本例中， title 和 body 字段是相互竞争的关系，所以就需要找到单个 最佳匹配 的字段。
如果不是简单将每个字段的评分结果加在一起，而是将 最佳匹配 字段的评分作为查询的整体评分，结果会怎样？这样返回的结果可能是： 同时 包含 brown 和 fox 的单个字段比反复出现相同词语的多个不同字段有更高的相关度
{
"query": {
"dis_max": {
"queries": [
{ "match": { "title": "Brown fox" }},
{ "match": { "body": "Brown fox" }}
]
}
}
}分离最大化查询（Disjunction Max Query）指的是： 将任何与任一查询匹配的文档作为结果返回，但只将最佳匹配的评分作为查询的评分结果返回 ：
{
"hits": [
{
"_id": "2",
"_score": 0.21509302,
"_source": {
"title": "Keeping pets healthy",
"body": "My quick brown fox eats rabbits on a regular basis."
}
},
{
"_id": "1",
"_score": 0.12713557,
"_source": {
"title": "Quick brown rabbits",
"body": "Brown rabbits are commonly seen."
}
}
]
}16、multi_match 查询
multi_match 查询为能在多个字段上反复执行相同查询提供了一种便捷方式
multi_match 多匹配查询的类型有多种，其中的三种恰巧与 了解我们的数据 中介绍的三个场景对应，即： best_fields 、 most_fields 和 cross_fields （最佳字段、多数字段、跨字段）
如下简单demo:
bool查询
{
"query": {
"bool": {
"should": [
{ "match": { "street": "Poland Street W1V" }},
{ "match": { "city": "Poland Street W1V" }},
{ "match": { "country": "Poland Street W1V" }},
{ "match": { "postcode": "Poland Street W1V" }}
]
}
}
}换成multi_match 查询
{
"query": {
"multi_match": {
"query": "Poland Street W1V",
"type": "most_fields",
"fields": [ "street", "city", "country", "postcode" ]
}
}
}三、修改
1、直接修改
修改文档person id为1 的name属性为 ‘杰克’
POST http://192.168.12.137:9201/test/person/1/_update
{
"doc":{
"name":"杰克"
}
}2、脚本修改
POST http://192.168.12.137:9201/test/person/1/_update
{
"script":{
"lang":"painless",
"inline":"ctx._source.age += 10"
}
}
//或者这样的
POST http://192.168.12.137:9201/test/person/1/_update
{
"script":{
"lang":"painless",
"inline":"ctx._source.age =params.age"
"params":{
"age":30
}
}
}四、删除
1、删除索引
删除test 索引
DELETE http://192.168.12.137:9201/test2、删除文档
id 为1 的数据
DELETE http://192.168.12.137:9201/test/person/13、通过条件删除数据
POST twitter/_delete_by_query
{
"query": {
"match": {
"message": "some message"
}
}
}我这个是5.6.4 版本的，具体的看文档：
https://www.elastic.co/guide/en/elasticsearch/reference/5.6/docs-delete-by-query.html#docs-delete-by-query
4、删除字段（field）
删除 person 文档里的field 字段
POST http://192.168.12.137:9201/test/person/_update
{
"script":{
"lang":"painless",
"inline":"ctx._source.remove(\"field\")"
}
}五、mapping 映射
在创建索引的时候，可以预先定义字段的类型与相关属性，分为静态映射和动态映射
每个字段可添加的属性有：
| 属性 | 说明 | 适用类型 |
|---|---|---|
| store | 可选值有：yes、no ,设为yes就是存储，no 不存储 | all |
| index | 可选值有：analyzed、not_analyzed、no ,analyzed— 索引并分析，not_analyzed – 索引但不分析，no —不索引这个字段，这样就搜不到了。默认值是：analyzed | string ,其他类型只能设置 not_analyzed、no |
| null_value | 当字段为空时，可以为它设置一个默认值：比如 “null_value”:”NAN” | all |
| boost | 字段的权重。默认值：1.0 | all |
| index_analyzer | 设置一个索引时用的分析器 | all |
| search_analyzer | 设置一个搜索时用的分析器 | all |
| analyzer | 可以设置索引和搜索时用到的分析器，默认使用 standard 分析器，除外，你还可以使用 whitespace、simple、english 这3个内置的分析器 | all |
| include_in_all | 它的作用是每个字段默认都搜索到，如果你不想让某个字段被搜索到，那么将这个字段设置为false 即可。默认值:true | all |
| index_name | 定义字段的名称，默认值是字段本身的名字 | all |
| norms | 作用是根据各种规范化因素去计算权值，这样方便查询，在analyzed 定义字段里，值为true、not-analyzed 是 false。 | all |
1、创建索引并配置映射
PUT http://192.168.12.137:9201/person
{
"setting":{
"number_of_shards":5,
"number_of_replicas":1
},
"mappings":{
"man":{
"properties":{
"name":{
"type":"string",
"index":"not_analyzed"
},
"age":{
"type":"integer"
},
"sex":{
"type":"string"
},
"money":{
"type":"double"
}
}
}
}
}2、查看映射
GET http://192.168.12.137:9201/person/_mapping3、删除映射
DELETE http://192.168.12.137:9201/person/man/_mapping参考文献：https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html