ElasticSearch head插件使用

一、RESTful接口使用方法

    RESTful接口URL的格式:

    http://localhost:9200///[]

    其中index、type是必须提供的。id是可选的,不提供es会自动生成。

二、新建数据

    把一条数据提交到ES中:


提交数据进es

    url中/bookshelf/book/1表示bookshelf是index,book是type,1是id

    请求体中的json即为需要插入的数据

三、查询数据

    1、简单查询

简单查询

    2、条件查询

    head插件里的简单查询页签,也有各种条件组合查询,勾选显示查询语句然后查询,大部分查询操作都在里面。

    内容转自https://www.cnblogs.com/yjf512/p/4897294.html (以下查询json都可以放入复合查询页签里进行查询,http://localhost:9200/_search,      post请求)

    match

    最简单的一个match例子:

    查询和"我的宝马多少马力"这个查询语句匹配的文档。

    {"query": {"match": {"content": {"query":"我的宝马多少马力"}    }  }}

    上面的查询匹配就会进行分词,比如"宝马多少马力"会被分词为"宝马 多少 马力", 所有有关"宝马 多少 马力", 那么所有包含这三个词中的一个或       多个的文档就会被搜索出来。

    并且根据lucene的评分机制(TF/IDF)来进行评分。

    match_phrase

    比如上面一个例子,一个文档"我的保时捷马力不错"也会被搜索出来,那么想要精确匹配所有同时包含"宝马 多少 马力"的文档怎么做?就要使        用 match_phrase 了

    {"query": {"match_phrase": {"content": {"query":"我的宝马多少马力"}    }  }}

    完全匹配可能比较严,我们会希望有个可调节因子,少匹配一个也满足,那就需要使用到slop。

    {"query": {"match_phrase": {"content": {"query":"我的宝马多少马力","slop":1}    }  }}

    multi_match

    如果我们希望两个字段进行匹配,其中一个字段有这个文档就满足的话,使用multi_match

    {"query": {"multi_match": {"query":"我的宝马多少马力","fields": ["title","content"]    }  }}

    但是multi_match就涉及到匹配评分的问题了。

    我们希望完全匹配的文档占的评分比较高,则需要使用best_fields

    {"query": {"multi_match": {"query":"我的宝马发动机多少","type":"best_fields","fields": ["tag","content"],"tie_breaker":0.3}  }}

    意思就是完全匹配"宝马 发动机"的文档评分会比较靠前,如果只匹配宝马的文档评分乘以0.3的系数

    我们希望越多字段匹配的文档评分越高,就要使用most_fields

    {"query": {"multi_match": {"query":"我的宝马发动机多少","type":"most_fields","fields": ["tag","content"]    }  }}

    我们会希望这个词条的分词词汇是分配到不同字段中的,那么就使用cross_fields

    {"query": {"multi_match": {"query":"我的宝马发动机多少","type":"cross_fields","fields": ["tag","content"]    }  }}

    term

    term是代表完全匹配,即不进行分词器分析,文档中必须包含整个搜索的词汇

    {"query": {"term": {"content":"汽车保养"}  }}

    查出的所有文档都包含"汽车保养"这个词组的词汇。

    使用term要确定的是这个字段是否“被分析”(analyzed),默认的字符串是被分析的。

    拿官网上的例子举例:

    mapping是这样的:

    PUT my_index{"mappings": {"my_type": {"properties": {"full_text": {"type":"string"},"exact_value": {"type":"string","index":"not_analyzed"}      }        }  }}PUT my_index/my_type/1{"full_text":"Quick Foxes!","exact_value":"Quick Foxes!"}

    其中的full_text是被分析过的,所以full_text的索引中存的就是[quick, foxes],而extra_value中存的是[Quick Foxes!]。

    那下面的几个请求:

    GET my_index/my_type/_search{"query": {"term": {"exact_value":"Quick Foxes!"}  }}

    请求的出数据,因为完全匹配

    GET my_index/my_type/_search{"query": {"term": {"full_text":"Quick Foxes!"}  }}

    请求不出数据的,因为full_text分词后的结果中没有[Quick Foxes!]这个分词。

    bool联合查询: must,should,must_not

    如果我们想要请求"content中带宝马,但是tag中不带宝马"这样类似的需求,就需要用到bool联合查询。

    联合查询就会使用到must,should,must_not三种关键词。

    这三个可以这么理解

    must: 文档必须完全匹配条件

    should: should下面会带一个以上的条件,至少满足一个条件,这个文档就符合should

    must_not: 文档必须不匹配条件

    比如上面那个需求:

    {"query": {"bool": {"must": {"term": {"content":"宝马"}      },"must_not": {"term": {"tags":"宝马"}      }    }  }}

四、更新数据

    

更新数据成功

    成功后查询一下数据


查询刚修改成功的数据

    更新成功,_version变为2,表示刚才更新过一次,之前是1。同时_source下id没有了,因为刚才更新数据的json里不含id。

五、删除数据


删除数据成功

    查询验证一下


查询刚删除成功的数据

你可能感兴趣的:(ElasticSearch head插件使用)