基础概念：
一：集群和节点
image.png
image.png
一个节点只能是集群的一部分。所有的节点都是通过集群的名字来加入到集群的。
每个节点都有自己的名字：master /slave1/slave2
二：基础概念
索引：含有相同属性的文档集合，相当于database；
类型：索引可以定义一个或多个类型，文档必须属于一个类型,相当于table
文档：文档是可以被索引的基本数据单位，相当于record（一条记录）
- 和索引相关的有“分片”和“备份”
ES索引默认5个分片，分片指定后不可以修改，备份数可以修改。
为什么要有分片和备份？
1、假设索引数据量大，造成硬盘压力大，搜索速度出现瓶颈，将索引分为多个分片，分摊压力，分片也允许用户进行水平扩展和拆分，以及分布式的操作，可以提高搜索的效率
2、主分片失败或者出现问题时，备份的分片可以代替工作，提高了es的可用性，备份的分片还可以执行搜索操作，分摊搜索的压力
基本用法
RESTFul API
API基本格式：http://ip:port/索引/类型/文档id
常用http动词：GET/POST/PUT/DELETE
- DSL 搜索
DSL (Domain Specific Language）是 E5 提出的基于 json 的搜素方式，在搜素时传入特定的 on 格式的数据来完成不同的搜索需求。
DSL 比URI 搜索方式功能强大，在项目中建议使用 DSL 方式来完成.
一.创建索引
创建索引方式：非结构化创建 和结构化创建
索引的属性：粗框框就是分片，细框框是分片的备份
非结构化创建：
head插件里索引-新建索引：
image.png
image.png
因为本地没有启动集群，所以分片的备份是无效的状态，可以看到图中的灰色框
结构化创建：
image.png
创建索引成功后，可以在索引信息中看到mapping里面有值了。
image.png
二.插入 PUT
PUT /megacorp/employee/2
{
"first_name" : "cici",
"last_name" : "xiao",
"age" : 24,
"about" : "I love to running",
"interests": [ "coding", "music" ]
}
三.修改：直接修改文档和脚本修改文档 POST
直接修改文档：
image.png
image.png
脚本修改文档：
image.png
image.png
将参数放到外面注入数据：
{
"script" : {
"lang" : "painless",
"inline" : "ctx._source.age =params.age",
"params" : {
"age":100
}
}
}
image.png
四.删除 DELETE
- 删除数据
在postman中，delete方式
127.0.0.1:9200/megacorp/employee/2_update
删除id=2_update的数据
image.png
image.png
- 删除索引
1.直接利用插件删除索引
2.脚本删除索引
127.0.0.1:9200/book
成功删除book索引
image.png
五.查询 GET
简单查询
127.0.0.1:9200/megacorp/employee/3条件查询
127.0.0.1:9200/megacorp/employee/_search 查询所有
127.0.0.1:9200/megacorp/employee/_search 查询所有和指定条数
{
"query":{
"match_all":{}
},
"from":1,
"size":1
}
127.0.0.1:9200/megacorp/employee/_search 匹配条件和按照年龄排序
{
"query":{
"match":{
"first_name":"cici"
}
},
"sort":[{"age":{"order":"desc"}}
]
}
- 聚合查询
单个分组聚合；按照年龄分组
127.0.0.1:9200/megacorp/employee/_search
{
"aggs":{//aggs 为聚合查询的格式：
"group_by_age":{
"terms":{
"field":"age"
}
}
}
}
返回的结果有数据信息和聚合结果信息（此处只截取了聚合信息）：
"aggregations": {
"group_by_word_count": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": 24, //年龄为24 // 有一人
"doc_count": 1
},
{
"key": 25,
"doc_count": 1
},
{
"key": 28,
"doc_count": 1
},
{
"key": 100,
"doc_count": 1
}
]
}
}
- 多个分组聚合:
{
"aggs":{
"group_by_age":{
"terms":{
"field":"age"
}
},
"group_by_about":{
"terms":{
"field":"about"
}
}
}
}
- 其他聚合查询
对所有人的age进行统计
{
"aggs":{
"grades_age":{
"stats":{// 对所有人的age进行统计
"field":"age"
}
}
}
}
返回：
"aggregations": {
"grades_age": {
"count": 4,
"min": 24.0,
"max": 100.0,
"avg": 44.25,
"sum": 177.0
}
}
直接指定age的最小值：
{
"aggs":{
"grades_age":{
"min":{//直接指定age的最小值：
"field":"age"
}
}
}
}
返回：
"aggregations": {
"grades_age": {
"value": 24.0
}
}
