目的

1.学习elasticsearch初体验，更快了解elasticsearch的魅力

2.作为日常开发操作elasticsearchAPI的参考

常用API

IK分词器

即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词。有时我们就要搜索固定一个词组，比如"我爱学习"；如果不用分词器，就会拆分为"我"、"爱"、"学"、"习"这种或类似的情况，显然不是我们想要的，所以需要使用中文分词器IK来解决。

IK提供了两个分词算法：ik_smart和ik_max_word，其中ik_smart为最少切分、ik_max_word为最细粒度划分

GET _analyze

{

"analyzer": "ik_smart",

"text": "我爱学习"

}

#IK分词器算法最细粒度划分

GET _analyze

{

"analyzer": "ik_max_word",

"text": "我爱学习"

}

创建索引

# 方式一：直接创建索引，默认分片和备份数量为1

PUT test1

# 方式二：创建索引，设置分片数量为5、备份数量为1

PUT test2

{

"settings": {

"number_of_replicas": 1,

"number_of_shards": 5

}

}

# 方式三：创建索引，设置分片数量为5、备份数量为1, 同时设置关系型结构，类似表结构，分片和备份可不设置，有默认值

PUT test3

{

"settings": {

"number_of_replicas": 1,

"number_of_shards": 5

},

"mappings": {

"properties": {

"name": {

"type": "keyword"

},

"age": {

"type": "integer"

},

"birthday": {

"type": "date",

"format": "yyyy-MM-dd"

}

}

}

}

删除索引

DELETE test1

查看索引

GET test1

插入文档数据

#(/{index}/_doc/{id}, /{index}/_doc, or /{index}/_create/{id})

#方式一: put方式必须指明id

PUT test1/_doc/1

{

"name":"狂神说",

"age":3

}

#方式二: id选填，不指明时采用uuid

POST test3/_doc

{

"name":"狂神说22",

"age":311

}

#方式四:

PUT test1/_create/2

{

"name":"狂神说",

"age":3

}

PUT test3/_create/2

{

"name":"狂神说22",

"age":3,

"birthday":"1997-02-01"

}

删除文档

DELETE test1/_doc/1

修改文档数据

# 方式一： put请求，全覆盖存在id的数据，故如name不传值时，会将name置空，如果id不存在则为新增

PUT test1/_doc/1

{

"name":"狂神说",

"age":3

}

# 方式二： post请求,全覆盖存在id的数据，故如name不传值时，会将name置空，如果id不存在则为新增

POST test3/_doc/1

{

"name":"狂神说22",

"age":311

}

# 方式三： post请求, 按指定id修改指定字段，该方法已过时

POST test3/_doc/1/_update

{

"doc":{

"name": "狂神说33"

}

}

# 方式四： post请求, 按指定id修改指定字段, 推荐

POST test3/_update/1

{

"doc":{

"name": "狂神说3657573"

}

}

基本查询

# 方式一: 最简单的查询

GET test3/_doc/1

# 方式二: 查询索引全部数据

GET test1/_search

{

"query": {

"match_all": {}

}

}

# 方式三: 查询索引指定字段数据

GET test1/_search

{

"query": {

"match_all": {}

},

"_source": ["name"]

}

# 方式四: 查询索引指定字段数据

#匹配含有name的文档数据，如果name的类型为keyword不会走分词器解析

#match是会使用分词器解析的

GET test1/_search

{

"query": {

"match": {

"name": "狂神说"

}

}

}

#方式五：term直接精确查询，通过倒排索引查询，效率高

GET test1/_search

{

"query": {

"match": {

"age": "3"

}

}

}

复杂查询

#排序

GET test1/_search

{

"query": {

"match": {

"name": "狂神说"

}

},

"sort": [

{

"age": {

"order": "desc"

}

}

]

}

#分页

GET test1/_search

{

"query": {

"match": {

"name": "狂神说"

}

},

"sort": [

{

"age": {

"order": "desc"

}

}

],

"from": 0,

"size": 2

}

#布尔值查询

# must（and），所有的条件都要符合

GET test3/_search

{

"query": {

"bool": {

"must": [

{

"match": {

"name": "狂神说3657573"

}

},

{

"term": {

"age": "311"

}

}

]

}

}

}

# should(or), 满足一个条件即可

GET test3/_search

{

"query": {

"bool": {

"should": [

{

"match": {

"name": "狂神说3657573"

}

},

{

"term": {

"age": "3"

}

}

]

}

}

}

# must_not (not) 不等于

GET test3/_search

{

"query": {

"bool": {

"must_not": [

{

"match": {

"name": "狂神说3657573"

}

},

{

"term": {

"age": "3"

}

}

]

}

}

}

#过滤器filter gt 大于 gte 大于等于 lt 小于 lte 小于等于！

GET test3/_search

{

"query": {

"bool": {

"should": [

{

"match": {

"name": "狂神说3657573"

}

},

{

"term": {

"age": "3"

}

}

],

"filter": {

"range": {

"age": {

"gte": 1,

"lte": 20

}

}

}

}

}

}

高亮查询

GET test1/_search

{

"query": {

"match": {

"name": "狂神说"

}

},

"highlight": {

"fields": {

"name": {}

}

}

}

#自定义高亮

GET test1/_search

{

"query": {

"match": {

"name": "狂神说"

}

},

"highlight": {

"pre_tags": "
",

"post_tags": "
",

"fields": {

"name": {}

}

}

}

restfulAPI的基本操作

目的