基本操作

一、介绍

"""
数据库:库、表、数据(每一条)、字段
ElasticSearch:索引、类型、数据(每一条)、属性
类别两者,数据库中可以建立多个表,而ElasticSearch5.0版本后一条索引仅能对应一个类型
"""
1、GET /* # 获取所有数据
2、DELETE /* # 删除所有数据
3、GET _cat/indices?v # 查看所有索引
4、PUT test1/type1/1
  {
      "name": zqx,
      "age": 18 
  } # 添加数据(继续运行则为按照当前json格式修改数据)
5、GET  test1/type1/1 # 查看对应数据
6、DELETE test1 # 删除对应索引下的所有数据

二、增删改查

1、PUT goods/fruit/1
  {
      "name": "zqx",
      "age": 18,
      "like": "biancheng"
  } # 新增数据
2、GET goods/fruit/1 # 获取数据
3、POST goods/fruit/1/_update
  {
      "doc": {
          "age": 21
      }
  } # 指定修改部分属性
4、DELETE goods/fruit/1 # 删除ID为1的数据
# 两者查询文档中的属性方式
   a. GET goods/fruit/_search?q=age:21
   b. GET goods/fruit/_search
      {
          "query": {
             "match": {
               "age": 21
           }
         }
      }

三、排序查询

1、查询所有
   GET goods/fruit/_search
   {
       "query": {
           "match_all": {}
       }
   }
2、排序查询
   GET goods/fruit/_search
   {
       "query": {
           "match": {
               "name": "zqx"
           },
        "sort": [{
            "age": {
                "order": "desc"
            }
        }]
       }
   }
  # 注意:只有数字或者日期可以排序

四、分页查询

1、分页查询(从第几条开始查询,查询几条)
   GET goods/fruit/_search
   {
       "query": {
           "match": {
               "name": "zqx"
           },
        "sort": [{
            "age": {
                "order": "desc"
            }
        }],
       "from": 0,
       "size": 2
       }
   }
2、查询指定属性
   GET goods/fruit/_search
   {
       "query": {
           "match_all": {}
       },
       "_source": ["name", "age"]
   }

五、bool查询

1、must(相当于and查询)
   GET goods/fruit/_search
   {
       "query": {
           "bool": {
               "must": [
                   {
                       "match": {"name": "zqx"}
                   },
                   {
                       "match": {"age": 18}
                   },
               ]
           }
       }
   }
2、should(相当于or查询)
   GET goods/fruit/_search
   {
       "query": {
           "bool": {
               "should": [
                   {
                       "match": {"name": "zqx"}
                   },
                   {
                       "match": {"age": 18}
                   },
               ]
           }
       }
   }
3、must_not(相当于not查询)

六、按条件过滤查询

"""
注意:filter属于bool查询内的过滤条件
注意:如果过滤条件使用should(底下的must改为should),检索的结果可能出现问题,建议使用must关键字
注意:range(lt小于、lte小于等于、gt大于、gte大于等于)
"""
   GET  goods/fruit/_search
   {
       "query": {
           "bool": {
               "must": [
                   {
                       "match": {"name": "zqx"}
                   }
               ],
               "filter": {
                   "range": {
                       "age": {"gt": 18}
                   }
               }
           }
       }
   }

七、短语检索

"""
注意:检索数据类型的数据,直接通过全文检索,可以匹配多个值,通过空格间隔
"""
1、GET  goods/fruit/_search
   {
       "query": {
           "match": {
                "tags": "haochi henda"
           }
       }
   }
2、GET  goods/fruit/_search
   {
       "query": {
           "match_phrase": {
               "中国你好"
           }
       }
   }

八、高亮检索

"""
注意:前置标签和后置标签需要分开写,符号外双内单
"""
   GET goods/fruit/_search
   {
       "query": {
           "match": {
               "name": "zqx"
           }
       },
       "highlight": {
           "pre_tags": "<b style='color: red' class='key'>",
           "post_tags": "</b>",
           "fields": {
               "name": {}
           }
       }
   }
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 213,417评论 6 492
  • 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 90,921评论 3 387
  • 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 158,850评论 0 349
  • 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 56,945评论 1 285
  • 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 66,069评论 6 385
  • 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 50,188评论 1 291
  • 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 39,239评论 3 412
  • 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 37,994评论 0 268
  • 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 44,409评论 1 304
  • 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 36,735评论 2 327
  • 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 38,898评论 1 341
  • 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 34,578评论 4 336
  • 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 40,205评论 3 317
  • 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 30,916评论 0 21
  • 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 32,156评论 1 267
  • 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 46,722评论 2 363
  • 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 43,781评论 2 351

推荐阅读更多精彩内容