elasticsearch 7.9参考文档翻译选翻
基本概念
Node 与 Cluster
linux用cURL命令交互
curl -X<VERB> '://:/?' -d ''
< VERB>
GET, POST, PUT, HEAD, or DELETE.
HTTPS 或 HTTP
The hostname of any node in your Elasticsearch cluster.
defaults to 9200.
such as _cluster/stats or _nodes/stats/jvm.
Any optional query-string parameters.
设置索引
PUT /customer/_doc/1
{
"name": "John Doe"
}
This request automatically creates the customer index if it doesn’t already exist, adds a new document that has an ID of 1, and stores and indexes the name field.
如果customer索引不存在则这个请求自动创建它，添加一个ID为1的新文档，并存储和索引name字段。
The new document is available immediately from any node in the cluster. You can retrieve it with a GET request that specifies its document ID:
可以从集群中的任何节点立即获得新文档。您可以使用指定其文档ID的GET请求检索它
GET /customer/_doc/1
查询
将一些数据输入到Elasticsearch索引后，可以通过向_search端点发送请求来搜索它。要访问完整的搜索功能套件，可以使用Elasticsearch查询DSL在请求主体中指定搜索条件。您可以在请求URI中指定要搜索的索引的名称。
例如，以下请求检索bank索引中按账号排序的所有文档:
GET /bank/_search
{
"query": {
"match_all": {
} },
"sort": [
{
"account_number": "asc" }
]
}
默认情况下，响应的hits部分包括匹配搜索条件的前10个文档:
{
"took" : 63,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value": 1000,
"relation": "eq"
},
"max_score" : null,
"hits" : [ {
"_index" : "bank",
"_type" : "_doc",
"_id" : "0",
"sort": [0],
"_score" : null,
"_source" : {
"account_number":0,"balance":16623,"firstname":"Bradshaw","lastname":"Mckenzie","age":29,"gender":"F","address":"244 Columbus Place","employer":"Euron","email":"[email protected]","city":"Hobucken","state":"CO"}
}, {
"_index" : "bank",
"_type" : "_doc",
"_id" : "1",
"sort": [1],
"_score" : null,
"_source" : {
"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"[email protected]","city":"Brogan","state":"IL"}
}, ...
]
}
}
该响应还提供了以下有关搜索请求的信息:
- took – 查询时间，毫秒
- timed_out --请求是否超时
- _shards – 搜索了多少个碎片，以及有多少碎片成功、失败或跳过的细分。
- max_score – 找到的最相关文件的分数
- hits.total.value – 找到了多少匹配的文档
- hits.sort – 文档的排序位置(当不按相关性评分排序时)
- hits._score – 文档的相关性得分(在使用match_all时不适用)
每个搜索请求都是自包含的:Elasticsearch不会跨请求维护任何状态信息。要分页搜索结果，请在请求中指定from和size参数。
GET /bank/_search
{
"query": {
"match_all": {
} },
"sort": [
{
"account_number": "asc" }
],
"from": 10,
"size": 10
}
要在字段中进行条件搜索，可以使用match查询。
例如，下面的请求搜索address字段以查找地址包含mill或lane的客户:
GET /bank/_search
{
"query": {
"match": {
"address": "mill lane" } }
}
要执行短语搜索而不是匹配单个条件，可以使用match_phrase而不是match。例如，下面的请求只匹配包含短语mill lane的地址:
GET /bank/_search
{
"query": {
"match_phrase": {
"address": "mill lane" } }
}
要构造更复杂的查询，可以使用bool查询组合多个查询条件。您可以指定标准:(must match)、(should match)或(must not match)。
例如，以下请求在bank索引中搜索属于40岁客户的账户，但不包括居住在爱达荷州的客户(ID):
GET /bank/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"age": "40" } }
],
"must_not": [
{
"match": {
"state": "ID" } }
]
}
}
}
bool查询中的每个must、should和must_not元素被称为查询子句。文档满足每个must或should子句中的标准的程度将决定文档的相关性得分。得分越高，文档越符合您的搜索条件。默认情况下，Elasticsearch返回按相关度评分排序的文档。
must_not子句中的条件被视为筛选器。它影响结果中是否包含文档，但不影响如何对文档进行评分。您还可以显式地指定任意过滤器，以基于结构化数据包含或排除文档。
例如，下面的请求使用范围筛选器将结果限制为余额在$20,000到$30,000之间的账户。
GET /bank/_search
{
"query": {
"bool": {
"must": {
"match_all": {
} },
"filter": {
"range": {
"balance": {
"gte": 20000,
"lte": 30000
}
}
}
}
}
}
聚合查询
Elasticsearch 聚合使您能够获得关于搜索结果的元信息，并回答诸如“德克萨斯州有多少账户持有者?”或“田纳西州的平均账户余额是多少?”您可以在一个请求中搜索文档、筛选命中结果和使用聚合来分析结果。
例如，以下请求使用terms聚合将bank索引中的所有帐户按州分组，并按递减顺序返回帐户最多的10个州:
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
}
}
}
}
响应中的bucket是state字段的值。doc_count显示每个州的帐户数量。例如，您可以看到ID (Idaho)中有27个帐户。因为请求集size=0，所以响应只包含聚合结果。
{
"took": 29,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped" : 0,
"failed": 0
},
"hits" : {
"total" : {
"value": 1000,
"relation": "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"group_by_state" : {
"doc_count_error_upper_bound": 20,
"sum_other_doc_count": 770,
"buckets" : [ {
"key" : "ID",
"doc_count" : 27
}, {
"key" : "TX",
"doc_count" : 27
}, {
"key" : "AL",
"doc_count" : 25
}, {
"key" : "MD",
"doc_count" : 25
}, {
"key" : "TN",
"doc_count" : 23
}, {
"key" : "MA",
"doc_count" : 21
}, {
"key" : "NC",
"doc_count" : 21
}, {
"key" : "ND",
"doc_count" : 21
}, {
"key" : "ME",
"doc_count" : 20
}, {
"key" : "MO",
"doc_count" : 20
} ]
}
}
}
您可以结合聚合构建更复杂的数据的总结。例如,下面的请求在前一个group_by_state聚合中嵌套了一个avg聚合以计算每个州的平均账户余额。
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
您可以通过指定terms聚合中的顺序，使用嵌套聚合的结果进行排序，而不是按计数对结果进行排序:
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"order": {
"average_balance": "desc"
}
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}