西安做网站推广,企业网络营销实施方案,太仓网站建设服务,北京政平建设投资集团有限公司网站一、操作es的工具
ElasticSearch HeadKibana DevToolsElasticHQ
本文主要是总结Kibana DevTools操作es的语句。
二、搜索文档
1、根据ID查询单个记录
GET /course_idx/_doc/course:202、term 匹配name字段的值为6789999的文档 类似于sql语句中的等…一、操作es的工具
ElasticSearch HeadKibana DevToolsElasticHQ
本文主要是总结Kibana DevTools操作es的语句。
二、搜索文档
1、根据ID查询单个记录
GET /course_idx/_doc/course:202、term 匹配name字段的值为6789999的文档 类似于sql语句中的等于属于精准匹配
GET /course_idx/_search
{query:{term: {name: 6789999}}
}3、terms 匹配课程编号包含C00B5230920105650700A1、C00B5230921171813401A8中任意一个值的文档。 类似于in集合查询 GET course_idx/_doc/_search
{query : {terms : {courseNo : [C00B5230920105650700A1,C00B5230921171813401A8],boost : 1.0}}
}
返回内容
{took : 1,timed_out : false,_shards : {total : 5,successful : 5,skipped : 0,failed : 0},hits : {total : 2,max_score : 1.0,hits : [{_index : course_idx,_type : _doc,_id : course:23,_score : 1.0,_source : {id : course:23,courseType : 0,courseNo : C00B5230921171813401A8,// 省略其他字段}},{_index : course_idx,_type : _doc,_id : course:7,_score : 1.0,_source : {id : course:7,courseType : 0,courseNo : C00B5230920105650700A1,// 省略其他字段}}]}
}
4、match 用于在文本字段中执行全文搜索可以模糊匹配文本。它会分析文本将其分成词汇并搜索匹配的词汇。 GET /course_idx/_search
{query: {match: {name: 课}}
}5、multi_match 用于在多个字段上执行全文搜索。你可以指定多个字段并搜索它们中的匹配项。 字段name或者courseNo检索匹配课字的记录
GET /course_idx/_search
{query: {multi_match: {query: 课,fields: [name, courseNo]}}
}6、bool
must必须匹配 查询courseNo‘C005230922B133545556M4’ and useCount0的记录 相当于sql中的and
GET /course_idx/_search
{query: {bool: {must: [{ term: { courseNo: C005230922B133545556M4 } },{ term: { useCount: 0 } }]}}
}should可以匹配比must的强制性小得多 查询courseNo‘C005230922B133545556M4’ or useCount5的记录 相当于sql中的or
GET /course_idx/_search
{query: {bool: {should: [{ term: { courseNo: C005230922B133545556M4 } },{ term: { useCount: 5 } }]}}
}查询结果匹配到了3条记录第一条记录满足第一个条件第二三条记录满足第二个条件。
{took : 1,timed_out : false,_shards : {total : 5,successful : 5,skipped : 0,failed : 0},hits : {total : 3,max_score : 5.0834727,hits : [{_index : course_idx,_type : _doc,_id : course:35,_score : 5.0834727,_source : {id : course:35,courseType : 0,courseNo : C005230922B133545556M4,useCount : 0}},{_index : course_idx,_type : _doc,_id : lecture:942,_score : 1.0,_source : {id : lecture:942,courseType : 2,courseNo : L005231012B1421252702M5,useCount : 5}},{_index : course_idx,_type : _doc,_id : lecture:943,_score : 1.0,_source : {id : lecture:943,courseType : 2,courseNo : L005231012142125B2703M4,useCount : 5}}]}
}
must_not不匹配 对must的取反操作,它是一个逻辑非运算。 类似于sql 中的 !
GET /course_idx/_search
{query: {bool: {must_not: [{ term: { courseNo: C005230922B133545556M4 } }]}}
}7、wildcard 允许使用通配符进行模糊匹配。 星号* 星号用于匹配零个或多个字符。例如app* 将匹配任何以app开头的词汇例如apple、application等。 问号?问号用于匹配一个单一字符。例如te?t 将匹配test、“text等但不会匹配tent”因为它包含了两个不同的字符。
GET /course_idx/_search
{query: {wildcard: {name.keyword: 22*}}
}返回报文
{took : 4,timed_out : false,_shards : {total : 5,successful : 5,skipped : 0,failed : 0},hits : {total : 31,max_score : 1.0,hits : [{_index : course_idx,_type : _doc,_id : lecture:184,_score : 1.0,_source : {id : lecture:184,courseType : 2,courseNo : L005B2310111036451771M7,creatorId : 155954,name : 22}},{_index : course_idx,_type : _doc,_id : lecture:211,_score : 1.0,_source : {id : lecture:211,courseType : 2,courseNo : L005B2310111052501806M4,creatorId : 155954,name : 222}},{_index : course_idx,_type : _doc,_id : lecture:557,_score : 1.0,_source : {id : lecture:557,courseType : 2,courseNo : L0B052310111423472182M8,creatorId : 155954,name : 22222}}]}
}
8、prefix 用于匹配字段的前缀 类似于sql中的 like ‘22%’
GET /course_idx/_search
{query: {prefix: {name: 22}}
}9、fuzzy 模糊查询name名称字段中包含课字的记录。 依赖于分词器
GET /course_idx/_search
{query: {fuzzy: {name: 课}}
}fuzzy查询还允许你配置其他选项如模糊度、前缀长度和最大扩展数以控制查询的模糊度和性能。
三、更新文档
POST /course_idx/_doc/course:20
{doc: {name: 6789}
}// 修改成功
{_index : course_idx,_type : _doc,_id : course:20,_version : 14,result : updated,_shards : {total : 2,successful : 1,failed : 0},_seq_no : 11960,_primary_term : 1
}再次查询发现文档的name内容是更新了但是文档的字段也只剩下name了。 所以在使用本操作语句的时候需要特别注意这一点。
四、删除文档
DELETE /course_idx/_doc/course:20五、索引
1、创建索引 这里只列举出几个字段并不是全部字段的定义。 PUT /course_idx
{mappings:{_doc:{properties:{courseType:{type:integer},creatorId:{type:long},courseNo:{type:keyword},name:{type:text,fields:{keyword:{ignore_above:256,type:keyword}}},id:{type:keyword}}}}
}2、删除索引 谨慎操作这个会删除掉所有数据及结构。 DELETE /course_idx六、聚合查询
1、计数
GET /course_idx/_count// 总记录数是1153条
{count : 1153,_shards : {total : 5,successful : 5,skipped : 0,failed : 0}
}
2、平均值 统计字段useCount-使用次数的平均数 GET /course_idx/_search
{aggs: {avg_useCount: {avg: {field: useCount}}}
}3、汇总 使用次数的汇总 GET /course_idx/_search
{aggs: {total_useCount: {sum: {field: useCount}}}
} 4、bucket桶查询 使用次数的桶统计 GET /course_idx/_search
{aggs: {useCount_ranges: {range: {field: useCount,ranges: [{ from: 0, to: 5 },{ from: 5, to: 10 },{ from: 10, to: 100 }]}}}
}5、最大/小值 求最大使用次数和最小使用次数。 GET /course_idx/_search
{aggs: {max_useCount: {max: {field: useCount}},min_useCount: {min: {field: useCount}}}
} 6、日期直方图 按天的直方图统计每天的文档数量 GET /course_idx/_search
{aggs: {date_histogram: {date_histogram: {field: createdDate,interval: day}}}
}七、分词器
es默认的分词器是standard。 下面以“数学的课程库”三个字为示例看下分词结果。
GET /_analyze
{analyzer: standard,text: 数学的课程库
}GET /_analyze
{text: 数学的课程库
}结果都是“数”“学”“的”“课”“程”“库”。
想要更好的支持中文分词一般的建议是按照ik分词器。 如果想要进一步自定义分词需要编写你自己的dict文本。
建议在安装es的时候就把需用的分词器安装OK第二步在建立es索引的时候指定具体字段使用什么分词器否则它将使用对中文不是很友好的标准分词器
