elasticsearch php

新建索引

<pre>
$es->indices()->create(['index' => '库名']);
</pre>

新进索引文档

<pre>
$es->index([
'index'=> '库名',
'type' => '表名',
'body' => [
'field' => 'field data',
'field' => 'field data',
'field' => 'field data',
'field' => 'field data',
'field' => 'field data',
'field' => 'field data',
]
]);
</pre>

fielddata = true 设置

<pre>
$x= $es->indices()->putMapping([
'index'=> '库名',
'type' => '表名',
'body' => [
'properties' => ['called' => ['type' => 'text', 'fielddata' => true],]
]
]);
</pre>

设置字段类型

<pre>
$es->indices()->putMapping([
'type' => 'vos_data',
'body' => [
'properties' => [
'id' => ['type' => 'integer'],
'vos_id' => ['type' => 'integer'],
'vos_ip' => ['type' => 'string', 'index' => 'not_analyzed'],
'vos_ip_from' => ['type' => 'string', 'analyzer' => 'ik_max_word', 'search_analyzer' => 'ik_max_word'],
'callere164' => ['type' => 'string'],
]
]
]);
</pre>

删除指定索引下的全部文档

<pre>
POST 库名/索引名/_delete_by_query
{
"query": {
"match_all": {}
}
}
</pre>

统计数量

<pre>
$es->count([
'index' => '库名',
'type' => '索引名',
'body' => [
'query' => [查询条件]
]
]);
</pre>

查询

<pre>
$es->search([
'size' => '每页显示数量,默认10条',
'from' => '开始位置,默认0'
'index' => '库名',
'type' => '索引名',
'body' => [
'query' => ['查询条件'],
'aggs' => [
'es_field' => [
'terms' => [
'field' => 'group by field'
]
]
],
//或者 统计
'aggs' => [
'num' => [
'value_count' => [
'count' => '_index'
]
]
],
//排序
'sort' => ['aa' => 'asc', 'bb' => 'desc''],
//返回字段
'_source' => ['aa', 'bb', 'cc']
]
]);
</pre>

删除指定文档

<pre>
$es->indices()->delete([
'index' => '库名',
'type' => '表名',
'id' => '索引文档id'
]);
</pre>

获取一条数据

<pre>
$es->get([
'index' => '库名',
'type' => '表名',
'id' => '索引文档id',
'body' => ['查询条件']
]);
</pre>

IK分词类型

  • ik_smart 会做最粗粒度的拆分;已被分出的词语将不会再次被其它词语占有
  • ik_max_word 会将文本做最细粒度的拆分;尽可能多的拆分出词语

深度分页

  • 深度分页,es默认是【size+from == 10000】超出会出现内存溢出问题,那么可以用Search After 类似scroll。
  • 使用search after,必须设置from=0或者-1。
  • search after 只能向下翻页,向上翻页,失去排序效果。
    <pre>
    $es->search([
    'index' => 'xx'
    'type' => 'oo',
    'body' => [
    'query' => [
    'bool' => [
    'must' => [
    ['match' => ['field' => 'value']]
    ]
    ]
    ],
    'sort' => [
    'field' => [
    'order' => 'desc'
    ]
    ],
    'search_after' => [1234567890]
    ]
    ]);
    </pre>

设置查询缓存

<pre>
PUT /索引名/_settings
{ "index.requests.cache.enable": true }
</pre>

给已存在的文档新增字段

<pre>
POST 库名/_update_by_query
{
"script":{
"lang":"painless",
"inline":"if (ctx._source.字段名 == null) {ctx._source.字段名 = ''}"
}
}
</pre>

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,635评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,628评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,971评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,986评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,006评论 6 394
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,784评论 1 307
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,475评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,364评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,860评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,008评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,152评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,829评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,490评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,035评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,156评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,428评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,127评论 2 356

推荐阅读更多精彩内容