ES进阶语法
在练习语法前，先导入官网中的数据，来进行各种的语法测试
导入数据
samples
Elasticsearch语法学习
官方文档上有详细的操作过程，就根据官方文档来进行操作
- 两种语法的编写形式（倾向于第一种，也叫作QueryDSL）
- 分页查询
GET /bank/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"account_number": "asc",
"age": "desc"
}
],
"from": 0,
"size": 10
}
- 查看部分字段
GET /bank/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"account_number": "asc",
"age": "desc"
}
],
"from": 0,
"size": 10,
"_source": ["balance","firstname"]
}
- match匹配，可以精确也可以模糊，按照max_score评分进行排序（倒排索引）
GET /bank/_search
{
"query": {
"match": {
"address": "Mill"
}
},
"sort": [
{
"account_number": "asc",
"age": "desc"
}
],
"from": 0,
"size": 10,
"_source": ["balance","firstname"]
}
- match_phrase短语匹配，查询时需要查的单元是完整的短语，不对短语进行分词，如果使用.keyword的话，那么就要求这个属性中只由这一个短语构成，否则就搜索不到
GET /bank/_search
{
"query": {
"match_phrase": {
"address": "Mill Lane"
}
},
"sort": [
{
"account_number": "asc",
"age": "desc"
}
],
"from": 0,
"size": 10
}
- 多字段匹配，给多个字段进行query
GET /bank/_search
{
"query": {
"multi_match": {
"query": "Mill",
"fields": ["address","city"]
}
}
}
- bool复合查询，有must（必须满足），must_not（必须不能满足），should（可满足，可不满足）
GET /bank/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"gender": "M"
}
},
{
"match": {
"address": "mill"
}
}
]
}
}
}
- filter结果过滤，前面的这些检索都可以使用filter来做到，不同的是，filter不会计算相关性得分，这些操作都可以组合在bool中
GET /bank/_search
{
"query": {
"bool": {
"filter": {
"range": {
"age": {
"gte": 10,
"lte": 30
}
}
}
}
}
}
- term查询，对于一些属性的精确查找使用term（match可以完成精确和非精确）
GET /bank/_search
{
"query": {
"term": {
"age":"28"
}
}
}
- aggreation聚合
# aggreation address 包含mill的人的年龄分布和平均年龄
GET /bank/_search
{
"query": {
"match": {
"address": "mill"
}
},
"aggs": {
"allAge": {
"terms": {
"field": "age",
"size": 10
}
},
"aveAge":{
"avg": {
"field": "age"
}
}
},
"size": 0
}
在aggreation中有很多字段，后边的size等于0是为了不出现检索数据，只出现聚合数据。聚合不仅仅和水平，也可以嵌套。
- 在ES6后不推荐使用Type，而是直接索引下就是数据（为了减少冲突，增加效率），映射就是每个字段的类型，比如keyword，address，long等，不用指定，ES会默认进行猜测。
当然也可以在创建索引的时候给一些字段指定每个字段的映射规则
# 创建索引并制定映射关系
PUT /my-index
{
"mappings": {
"properties": {
"age":{"type": "integer"},
"email":{"type": "keyword"},
"name":{"type": "text"}
}
}
}
添加新的字段，可以通过index为true来设置不被索引（相当于是冗余字段）
# 给已经创建的所有添加映射
PUT /my-index/_mapping
{
"properties": {
"employee-id": {
"type": "keyword",
"index": false
}
}
}
可以通过GET /my-index/_mapping来查看所有的映射
- 修改映射（没有update）只能进行数据迁移（创建一个新的索引，将以前的数据迁移过去）
PUT /new-index
{
"mappings": {
"properties" : {
"account_number" : {
"type" : "long"
},
"address" : {
"type" : "keyword"
},
"age" : {
"type" : "integer"
},
"balance" : {
"type" : "long"
},
"city" : {
"type" : "keyword"
},
"email" : {
"type" : "keyword"
},
"employer" : {
"type" : "text"
},
"firstname" : {
"type" : "text"
},
"gender" : {
"type" : "keyword"
},
"lastname" : {
"type" : "text"
},
"state" : {
"type" : "keyword"
}
}
}
}
数据迁移，将老index，type为account的移动到new-index下
POST _reindex
{
"source": {
"index": "bank",
"type": "account"
},
"dest": {
"index": "new-index"
}
}
- 分词器，默认使用标准分词器，可以使用此语法查看分词效果
默认的分词器不能满足我们要的效果，因为对中文支持不好，因此需要安装分词器插件
在linux下安装分词器，进入ES的plugins下
wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip
unzip elasticsearch-analysis-ik-7.4.2.zip
为所有用户添加所有权限
进入bin目录下查看插件是否安装成功，然后docker restart elasticsearch
测试ik分词器
使用ik的智能分词
使用最大单次组合
也可以自定义词库完成分词，需要在分词器里面进行配置。
我使用nginx服务器完成自定义分词的管理，在nginx的html/es目录下创fenci.txt，并将要规定的词写到文件中
配置自定义字典的地址
重启ES服务（docker restart elasticsearch）
在Kibana中进行测试，可以看到分词成功
ES就说到这，官网上有更全面的案例和语法规则！