本文主要介绍了ES文档的基本操作
插入
es可以指定id存储，也可以不指定id自动生成。自动生成的id是 URL-safe、基于Base64编码且长度为20个字符的GUID字符串。这些GUID字符串由可修改的FlakeID模式生成，这种模式允许多个节点并行生成唯一ID且互相之间的冲突概率几乎为零。
PUT /wangzhe/_doc/1
{
"name":"夏侯惇",
"age":26,
"role":"上单",
"tags":["战士","肉"]
}
依次添加鲁班、王昭君，结果如下：
查询
对于一个查询请求，Elasticsearch 的工程师偏向于使用 GET 方式，因为他们觉得它比 POST 能更好的描述信息检索（retrieving information）的行为。然而，因为带请求体的 GET 请求并不被广泛支持，所以 search API同时支持 POST 请求。
简单查询
GET /wangzhe/_doc/1
如下：
返回文档的一部分数据
GET /wangzhe/_doc/1?_source=name,age
只要 _source字段
GET /wangzhe/_doc/1?_source=name,age
更新
PUT操作全量修改
PUT /wangzhe/_doc/1
{
"name":"孙策",
"age":26,
"role":"上单",
"tags":["战士","船夫"]
}
POST+_update局部更新修改
POST /wangzhe/_update/1
{
"doc": {
"tags": [
"战士",
"船夫",
"肉"
]
}
}
删除
删除id为1的文档
DELETE /wangzhe/_doc/1
删除之后_version 值仍然会增加。这是 Elasticsearch 内部记录本的一部分，用来确保这些改变在跨多节点时以正确的顺序执行。
搜索
简单搜索
GET /wangzhe/_search?q=name:孙
//q表示query
//字段是name
//匹配的值是鲁
复杂搜索
ES比较复杂的是查询操作，包括排序、分页、高亮、模糊查询、精准查询等
- 查询名称包含鲁班的数据
语法
GET /wangzhe/_search
{
"query": {
"match": {
"name": "孙"
}
}
}
hit:包含了索引和文档的信息、查询的结果总数、查询出来的具体的文档、分数（通过分数可以判断哪个更符合）
- 查询结果返回固定字段（类似于mongo中的倒影查询）
GET /wangzhe/_search
{
"query": {
"match": {
"name": "鲁班"
}
},
"_source": ["name","role"]
}
-
排序
根据关键字符合鲁班，age排序，asc:升序，desc:降序
根据age进行排序的结果.png -
分页查询
from:从第几条数据开始，size:返回多少条数据
分页查询.png - 通过bool进行多条件的匹配查询
must(相当于MySQL中的and)，所有条件都要符合
must_not(相当于MySQL中的!=)
GET /wangzhe/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "鲁班"
}
},
{
"match": {
"age": 5
}
}
]
}
}
}
should(相当于MySQL中的or)，所有条件或的查询
- 通过filter进行过滤查询
GET /wangzhe/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"name": "鲁班"
}
}
],
"filter": {
"range": {
"age": {
"lte": 8
}
}
}
}
}
}
- 数组匹配查询
数组里的多个匹配条件通过空格隔开即可，只要满足其中一个条件即可被查出
GET /wangzhe/_search
{
"query": {
"match": {
"tags": "学生 肉"
}
}
}
- 精确查询
term查询是直接通过倒排索引指定的词条进程精确的查找！
关于分词
a. term:查询精确的
b. match:会使用分词器解析（先分析文档，再通过分析的文档进行查询）
两个类型 text keyword
创建testdb索引并插入两条数据，name为text类型，desc为keyword类型。text类型会被当成分词器普通解析，如果是keyword类型则不会解析。
PUT testdb
{
"mappings": {
"properties": {
"name":{
"type": "text"
},
"desc":{
"type": "keyword"
}
}
}
}
PUT testdb/_doc/1
{
"name":"刻威舟",
"desc":"刻威舟desc1"
}
PUT testdb/_doc/2
{
"name":"刻威舟",
"desc":"刻威舟desc2"
}
通过head插件查看索引的映射规则：
测试text、keyword两种类型
利用keyword会把它当做一个整体，而利用普通的默认分词器，会把它拆分成一个个字，如下图：
-
多个值匹配精确查询
多个值匹配精确查询.png 高亮查询
1.默认高亮查询
GET wangzhe/_search
{
"query": {
"match": {
"name": "王昭君"
}
},
"highlight": {
"fields": {
"name":{}
}
}
}
搜索相关的结果会被高亮显示，通过highlight里面的fields进行字段设置
2.自定义高亮查询
GET wangzhe/_search
{
"query": {
"match": {
"name": "王昭君"
}
},
"highlight": {
"pre_tags": "<p class='key' style='color:red'",
"post_tags": "</p>",
"fields": {
"name":{}
}
}
}
处理冲突
关系型数据库使用悲观并发控制，假定有变更冲突可能发生，因此阻塞访问资源以防止冲突。而es使用乐观并发控制，不会阻塞正在尝试的操作。 然而，如果源数据在读写当中被修改，更新将会失败。应用程序接下来将决定该如何解决冲突。 例如，可以重试更新、使用新的数据、或者将相关情况报告给用户。
