es

初始化数据

POST /my_store/products/_bulk
{ "index": { "_id": 1 }}
{ "price" : 10, "productID" : "XHDK-A-1293-#fJ3" }
{ "index": { "_id": 2 }}
{ "price" : 20, "productID" : "KDKE-B-9947-#kL5" }
{ "index": { "_id": 3 }}
{ "price" : 30, "productID" : "JODL-X-1937-#pV7" }
{ "index": { "_id": 4 }}
{ "price" : 30, "productID" : "QQPX-R-3956-#aD8" }
{ "index": { "_id": 5 }}
{ "price" : 30, "productID" : "QQPX-R-3956-#aD1" }
{ "index": { "_id": 6 }}
{ "price" : 40, "productID" : "QQPX-R-3956-#aD1" }
{ "index": { "_id": 7 }}
{ "price" : 40, "productID" : "QQPX-R-3956-#aD1","aihao":"da lan qiu" }
{ "index": { "_id": 8 }}
{ "price" : 40, "productID" : "QQPX-R-3956-#aD1","aihao":"da lan ban" }
{ "index": { "_id": 9 }}
{ "price" : 40, "productID" : "QQPX-R-3956-#aD1","aihao":"da lan a qiu" }



POST /student/s1/_bulk
{"index":{"_id":1}}
{"name":"张1","age":18,"nikename":"小张1"}
{"index":{"_id":2}}
{"name":"张2","age":19,"nikename":"小张2"}
{"index":{"_id":3}}
{"name":"张3","age":18,"nikename":"小张3"}
{"index":{"_id":4}}
{"name":"张4","age":20,"nikename":"小张4"}
{"index":{"_id":5}}
{"name":"张5","age":125,"nikename":"小张5"}
{"index":{"_id":6}}
{"name":"张6","age":20,"nikename":"小张6"}


POST /dog/d1/_bulk
{"index":{"_id":1}}
{"name":"张1","age":18,"nikename":"小张1"}
{"index":{"_id":2}}
{"name":"张2","age":19,"nikename":"小张2"}
{"index":{"_id":3}}
{"name":"张3","age":18,"nikename":"小张3"}
{"index":{"_id":4}}
{"name":"张4","age":20,"nikename":"小张4"}
{"index":{"_id":5}}
{"name":"张5","age":125,"nikename":"小张5"}
{"index":{"_id":6}}
{"name":"张6","age":20,"nikename":"小张6"}
{"index":{"_id":7}}
{"name":"李7","age":20,"nikename":"小李7"}
{"index":{"_id":8}}
{"name":"李8","age":20,"nikename":"小李8"}
{"index":{"_id":9}}
{"name":"李啊哈","age":20,"nikename":"小李啊哈"}
{"index":{"_id":10}}
{"name":"li10","age":80,"nikename":"小李啊哈","backAge":20}

查询(文档)

基于url实现查询

获取索引类型下的所有数据

GET /dog/d1/_search

根据条件进行查询

?q=字段名:字段值
GET /dog/d1/_search?q=name:李7

基于QueryDSL实现查询

Query Core 查询核心

match_all 查询所有

match_all 查询简单的匹配所有文档。在没有指定查询方式时，它是默认的查询：
{ "match_all": {}}
它经常与 filter 结合使用—例如，检索收件箱里的所有邮件。所有邮件被认为具有相同的相关性，所以都将获得分值为 1 的中性 _score。

match 根据条件查询

无论你在任何字段上进行的是全文搜索还是精确查询，match 查询是你可用的标准查询。

{"match":{"filename":"value"}}

multi_match 多字段查询

{
    "multi_match": {
        "query":    "full text search",
        "fields":   [ "title", "body" ]
    }
}

range 范围查询

标识	含义
gt	大于
gte	大于等于
lt	小于
lte	小于等于

GET /dog/d1/_search
{
  "query":{
    "range": {
      "age": {
        "gte": 10
      }
    }
  }
}

term 精确查询

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件

GET /dog/d1/_search
{
  "query":{
    "term": {
      "age": 18
    }
  }
}

trems 相当于数据库的IN只要满足一个就可以返回

GET /dog/d1/_search
{
  "query":{
    "terms": {
      "age": [18, 19]
    }
  }
}

exists 存在指定属性的时候才会返回

GET /dog/d1/_search
{
  "query":{
    "exists": {
      "field": "backAge"
    }
  }
}

空查询(查询es内所有的数据)

GET /_search
{
    "query": {
        "match_all": {}
    }
}

条件查询


match: 模糊查询
GET /dog/d1/_search
{
  "query": {
    "match": {
      "name": "李"
    }
  }
}

短语查询(精确匹配)

match_phrase : 短语查询
GET /dog/d1/_search
{
  "query":{
    "match_phrase": {
      "nikename": "小李"
    }
  }
}

多字段匹配查询

multi_match: 多字段查询
GET /dog/d1/_search
{
  "query":{
   "multi_match": {
     "query": "20",
     "fields": ["age","backAge"]
   }
  }
}

复合查询

关键字	含义
must	文档必须匹配这些条件才能被包含进来。
must_not	文档必须不匹配这些条件才能被包含进来。
should	如果满足这些语句中的任意语句，将增加 _score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。
filter	必须匹配，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。

GET /dog/d1/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match_phrase": {
            "name": "张"
          }
        }
      ],
      "must_not": [
        {
          "match_phrase": {
            "age": 20
          }
        }
      ],
      "should": [
        {
          "match": {
            "age": 20
          }
        }
      ],
      "filter": [
        {
          "range": {
            "age": {
              "gt": 18
            }
          }
        }
      ]
    }
  }
}

增加过滤器查询

filter:过滤器
range:范围
gt:大于

GET /dog/d1/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match_phrase": {
            "name": "张"
          }
        }
      ],
      "must_not": [
        {
          "match_phrase": {
            "age": 20
          }
        }
      ],
      "should": [
        {
          "match": {
            "age": 20
          }
        }
      ],
      "filter": [
        {
          "range": {
            "age": {
              "gt": 30
            }
          }
        }
      ]
    }
  }
}

constant_score

查询也是你工具箱里有用的查询工具。它将一个不变的常量评分应用于所有匹配的文档。它被经常用于你只需要执行一个 filter 而没有其它查询（例如，评分查询）的情况下。
可以使用它来取代只有 filter 语句的 bool 查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。
GET /student/s1/_search
{
  "query":{
    "constant_score": {
      "filter": {
        "exists": {
          "field": "name"
        }
      },
      "boost": 1.2
    }
  }
}

获取多个索引下的指定ID数据

GET /_mget
{
   "docs" : [
      {
         "_index" : "student",
         "_type" :  "s1",
         "_id":1
      },
      {
        "_index":"dog",
        "_type":"d1",
        "_id":1
      }
   ]
}

获取单个索引下指定ID字段

GET /student/s1/_mget
{
   "docs" : [
      {
         "_id":1
      }
   ]
}

查询多个(类似数据库in)

GET /student/s1/_mget
{
  "ids":[1,5,2]
}

查询分页

from 从第几条开始
size 展示多少条
GET /student/s1/_search
{
    "from":0,
    "size":2
}

排序

age :为需要排序的字段名
order:排序方式 asc 从小到大 desc 从大到小
GET /dog/d1/_search
{
   "sort":{
     "age":{
       "order":"asc"
     }
   }
}

多个字段排序
GET /dog/d1/_search
{
   "sort":{
     "age":{
       "order":"desc"
     },
     "backAge":{
       "order":"desc"
     }
   }
}

修改(文档)

基于DSL进行修改修改时需将所有列填充

POST /dog/d1/1
{
  "name":"张11"
}

基于 DSL (也会将原有列覆盖)

POST /dog/d1/1
{
  "_doc":{
    "name":"张1"
  }
}

删除(文档)

删除

DELETE /dog/d1/1

新增(文档)

批量新增

基于_bulk实现
POST /dog/d1/_bulk
{"index":{"_id":1}}
{"name":"张1","age":18,"nikename":"小张1"}
{"index":{"_id":2}}
{"name":"张2","age":19,"nikename":"小张2"}

新增单个

POST /dog/d1/1
{
  "name":"张11"
}

锁

类似于数据库的乐观锁
通过前置查询_seq_no与primary_term
_seq_no:修改时就会递增

POST /student/s1/1?if_seq_no=9&if_primary_term=1
{
   "name" : "张1",
        "age" : 18,
        "nikename" : "小aa张1"
}

校验

_validate-query API 可以用来验证查询是否合法

GET /dog/d1/_validate/query
{
    "age": {
      "term": 18
    }
}

explain 打印错误信息

GET /dog/d1/_validate/query?explain
{
    "age": {
      "term": 18
    }
}

explain 打印查询如何被解析

GET /_validate/query?explain
{
  "query":{
    "match_all": {}
  }
}

索引

禁止自动索引创建:在配置文件中配置
action.auto_create_index: false

索引配置

分片配置

新增

number_of_shards
每个索引的主分片数，默认值是 5 。这个配置在索引创建后不能修改。
number_of_replicas
每个主分片的副本数，默认值是 1 。对于活动的索引库，这个配置可以随时修改。

创建只有 一个主分片，没有副本的小索引：
PUT /my_temp_index
{
    "settings": {
        "number_of_shards" :   1,
        "number_of_replicas" : 0
    }
}

修改

可以用 update-index-settings API 动态修改副本数

PUT /my_temp_index/_settings
{
    "number_of_replicas": 1
}

索引创建

PUT /cms

索引删除

删除单个

删除单个 : DELETE /cms
删除多个:

删除多个

DELETE /index_one,index_two
DELETE /index_*

删除所有

对一些人来说，能够用单个命令来删除所有数据可能会导致可怕的后果。如果你想要避免意外的大量删除, 你可以在你的 elasticsearch.yml 做如下配置：
action.destructive_requires_name: true
这个设置使删除只限于特定名称指向的数据, 而不允许通过指定 _all 或通配符来删除指定索引库。

DELETE /_all
DELETE /*

其他

查看集群健康

GET /_cluster/health

检查文档是否存在

HEAD /dog/d1/1

理论

文档存储规则

集群环境下文档的分发规则
shard = hash(routing) % number_of_primary_shards

routing = 文档Id
number_of_primary_shards = 主分片数量

倒排索引

将文档根据内容进行分词,查询时根据匹配度返回匹配度最高的数据,其次匹配较低的

文档1:asd asdc asdcde

文档2:asd asdc asdcde asds

词条	文档1	文档2
asd	x	x
asdc	x	x
asdcde	x	x
asds	x	x

分析与分词器

分析

1、将文档分成适合于倒排索引的的独立的词条。

2、将词条统一进行格式化提高搜索性。

分析器包含以下三个功能

字符过滤器

首先，字符串按顺序通过每个字符过滤器。他们的任务是在分词前整字符串。一个字符过滤器可以用来去掉HTML，或者将 & 转化成 and。

分词器

以固定的分隔符将字符串进行分割,分割成单独的词条

Token过滤器

词条按顺序通过每个 token 过滤器。这个过程可能会改变词条（例如小写化 Quick ），删除词条（例如，像 a， and， the 等无用词），者增加词条（例如，像 jump 和 leap 这种同义词）。

es内置分词器

Set the shape to semi-transparent by calling set_trans(5)

标准分析器

标准分析器是Elasticsearch默认使用的分析器。它是分析各种语言文本最常用的选择。它根据 Unicode联盟定义的单词边界划分文本。删除绝大部分标点。最后，将词条小写。它会产生
set, the, shape, to, semi, transparent, by, calling, set_trans, 5

简单分词器

简单分析器在任何不是字母的地方分隔文本，将词条小写。它会产生

set, the, shape, to, semi, transparent, by, calling, set, trans

空格分析器

空格分析器在空格的地方划分文本。它会产生
Set, the, shape, to, semi-transparent, by, calling, set_trans(5)

语言分析器

特定语言分析器可用于很多语言。它们可以考虑指定语言的特点。例如，英语分析器附带了一组英语无用词（常用单词，例如 and 或者 the ，它们对相关性没有多少影响），它们会被删除。由于理解英语语法的规则，这个分词器可以提取英语单词的词干。
英语分词器会产生下面的词条：
set, shape, semi, transpar, call, set_tran, 5
注意看 transparent、 calling 和 set_trans 已经变为词根格式。

最后编辑于：2021.07.30 17:33:16

人面猴
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 212,542评论 6赞 493
死咒
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 90,596评论 3赞 385
救了他两次的神仙让他今天三更去死
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 158,021评论 0赞 348
道士缉凶录：失踪的卖姜人
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 56,682评论 1赞 284
港岛之恋（遗憾婚礼）
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 65,792评论 6赞 386
恶毒庶女顶嫁案：这布局不是一般人想出来的
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 49,985评论 1赞 291
城市分裂传说
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 39,107评论 3赞 410
双鸳鸯连环套：你想象不到人心有多黑
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 37,845评论 0赞 268
万荣杀人案实录
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 44,299评论 1赞 303
护林员之死
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 36,612评论 2赞 327
白月光启示录
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 38,747评论 1赞 341
活死人
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 34,441评论 4赞 333
日本核电站爆炸内幕
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 40,072评论 3赞 317
男人毒药：我在死后第九天来索命
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 30,828评论 0赞 21
一桩弑父案，背后竟有这般阴谋
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 32,069评论 1赞 267
情欲美人皮
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 46,545评论 2赞 362
代替公主和亲
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 43,658评论 2赞 350

es