es的基本操作（elasticsearch-3）
- 创建es_db索引，并将该索引的默认分词方法设置为ik_max_word
PUT /es_db
{
"settings": {
"index": {
"analysis.analyzer.default.type": "ik_max_word"
}
}
}
- 针对索引的基本操作
GET /es_db
DELETE /es_db
- 添加文档
PUT /es_db/_doc/1
{
"name": "张三",
"sex": 1,
"age": 23,
"address": "广州天河公园"
}
PUT /es_db/_doc/2
{
"name": "张三",
"sex": 0,
"age": 43,
"address": "广州天河棠下"
}
PUT /es_db/_doc/3
{
"name": "李四",
"sex": 0,
"age": 18,
"address": "深圳龙岗公园"
}
PUT /es_db/_doc/4
{
"name": "李斯",
"sex": 0,
"age": 51,
"address": "广州白云山"
}
PUT /es_db/_doc/4
{
"name": "李斯",
"sex": 0,
"age": 52,
"address": "广州白云山"
}
PUT /es_db/_doc/5
{
"name": "广州人",
"sex": 0,
"age": 100,
"address": "广州"
}
- 查询文档的基础操作
GET /es_db/_doc/_search
GET /es_db/_doc/_search?q=age:52
GET /es_db/_doc/_search?q=age:<=20
GET /es_db/_doc/_search?q=age:>20
GET /es_db/_doc/_search?q=age[40 TO 50]
GET /es_db/_doc/_search?q=age[0 TO 150]&from=2&size=2
GET /es_db/_doc/_search?_source=name,age
GET /es_db/_doc/_search?_source=name,age&sort=age:desc
- 根据多个文档id进行批量查询
GET /es_db/_doc/_mget
{
"ids":["1", "2"]
}
DSL语言高级查询
- 根据某一字段进行精确查询，term查询不会对字段进行分词查询，会采用精确匹配
类似SQL: select * from student where name = ‘张三’
POST /es_db/_doc/_search
{
"query": {
"term": {
"name": "张三"
}
}
}
- 分词测试
POST _analyze
{
"analyzer": "ik_max_word",
"text": "广州公园"
}
- 根据备注信息模糊查询 match, match会根据该字段的分词器，进行分词查询
类似于SQL: select * from user where (address like ‘%广州%’ or address like ‘%公园%’) limit 0, 5
POST /es_db/_doc/_search
{
"from": 0,
"size": 5,
"query": {
"match": {
"address": "广州公园"
}
}
}
- 多字段模糊匹配查询与精准查询 multi_match
类似于SQL: select * from student where name like ‘%广州%’ or address like ‘%广州%’
POST /es_db/_doc/_search
{
"query": {
"multi_match": {
"query": "广州",
"fields": ["name", "address"]
}
}
}
- 范围查询
- range：范围关键字
- gte：大于等于
- lte：小于等于
- gt：大于
- lt：小于
类似于SQL: select * from user where age between 20 and 30
POST /es_db/_doc/_search
{
"query": {
"range": {
"age": {
"gte": 20,
"lte": 30
}
}
}
}
- 分页、输出字段、排序综合查询
类似SQL： select name, age, address from user where age between 10 and 50 order by age desc limit 0,5
POST /es_db/_doc/_search
{
"query": {
"range": {
"age": {
"gte": 10,
"lte": 50
}
}
},
"from": 0,
"size": 5,
"_source": ["name", "age", "address"],
"sort": {
"age": "desc"
}
}
- Filter过滤器方式查询，它的查询不会计算相关性分值，也不会对结果进行排序, 因此效率会高一点，查询的结果可以被缓存
POST /es_db/_doc/_search
{
"query": {
"bool": {
"filter": {
"term": {
"age": 23
}
}
}
}
}
- 获取文档映射
GET /es_db/_mapping
- 根据文档ID批量获取
GET /es_db/_mget
{
"docs": [
{
"_type": "_doc",
"_id": 1
},
{
"_type": "_doc",
"_id": 4
}
]
}
GET /es_db/_doc/_mget
{
"docs": [
{
"_id": 1
},
{
"_id": 4
}
]
}
- 批量查询不同索引下，不同文档ID的数据
GET _mget
{
"docs": [
{
"_index": "es_db",
"_type": "_doc",
"_id": 4
},
{
"_index": "es_db_second",
"_type": "_doc",
"_id": 1
}
]
}
- 批量操作文档
批量对文档进行写操作是通过_bulk的API来实现
请求方式：POST
请求地址：_bulk
请求参数：通过_bulk操作文档，一般至少有两行参数(或偶数行参数)
第一行参数为指定操作的类型及操作的对象
(index,type和id)
第二行参数才是操作的数据
参数设置如下：
{"actionName":{"_index":"indexName", "_type":"typeName","_id":"id"}} 2 {"field1":"value1", "field2":"value2"}actionName：表示操作类型，主要有create,index,delete和update
批量创建文档create
POST _bulk
{"create": {"_index": "es_db", "_type": "_doc", "_id": 6}}
{"name": "曹操", "sex": 0, "age": 30, "address": "许昌"}
{"create": {"_index": "es_db", "_type": "_doc", "_id": 7}}
{"name": "曹丕", "sex": 0, "age": 20, "address": "许昌"}
如果原文档不存在，则是创建;如果原文档存在，则是替换(全量修改原文档)
POST _bulk
{"index": {"_index": "es_db", "_type": "_doc", "_id": 8}}
{"name": "曹植", "sex": 0, "age": 30, "address": "许昌"}
{"index": {"_index": "es_db", "_type": "_doc", "_id": 7}}
{"name": "曹丕", "sex": 0, "age": 20}
批量删除delete
POST _bulk
{"delete": {"_index": "es_db", "_type": "_doc", "_id": 8}}
{"delete": {"_index": "es_db_second", "_type": "_doc", "_id": 1}}
- 不指定字段进行数据匹配查询query_string,含AND与OR条件（会进行分词模糊匹配所有字段的数据）
POST /es_db/_search
{
"query": {
"query_string": {
"query": "广州 OR 曹丕"
}
}
}
- 分析一个document上的_score是如何被计算出来的
GET /es_db/_doc/2/_explain
{
"query": {
"match": {
"address": "广州天河"
}
}
}
总结
-
match
模糊匹配，需要指定字段名，会对查询条件进行分词；也就是说match是一个部分匹配的模糊查询。查询条件相对来说比较宽松。
-
term
term是精确查询，不会对查询条件进行分词操作；
该查询方式和match在查询单个词，无法进行分词的信息时，是等价的，查询结果一样；
-
match_phase
会对查询条件进行分词操作，但是查询的结果是需要包含查询条件所有的分词，而且顺序要是一样；
例：查询“hello world”,则查询结果中必须包含“hello”和“world”,且hello要在world之前，且是连续的，“world hello”不满足，“hello that world”也不满足；
-
query_string
与match类似，但是match需要指定字段名，query_string是在所有字段中搜索，范围更广泛。
扩展 Elasticsearch SQL语法
注：目前FROM只支持单表
SELECT select_expr [, ...]
[ FROM table_name ]
[ WHERE condition ]
[ GROUP BY grouping_element [, ...] ]
[ HAVING condition]
[ ORDER BY expression [ ASC | DESC ] [, ...] ]
[ LIMIT [ count ] ]
[ PIVOT ( aggregation_expr FOR column IN ( value [ [ AS ] alias ] [, ...] ) ) ]
例：
-
查询es_db索引里年龄大于等于50岁的数据
GET /_sql?format=txt { "query": "SELECT * FROM es_db where age >= 50" }其中formar=txt表示指定返回的数据类型
格式 描述 txt 类cli表示 json JSON格式 csv 逗号分隔符 Yaml yaml人类可读格式 tsv 制表符分隔符 -
分别统计不同性别50岁以上的总年龄
GET /_sql?format=txt { "query": "SELECT sex, sum(age) FROM es_db where age >= 50 group by sex" } -
将SQL转换为DSL
GET /_sql/translate { "query": "SELECT sex, sum(age) FROM es_db where age >= 50 group by sex" }