Elatsicsearch命令集
GET /_search
{
"query": {
"match_all": {}
}
}
索引
创建索引
PUT /hello
查看索引
GET /_cat/indices
带表头携带参数?v
GET /_cat/indices?v
删除索引
DELETE /hello
类型与映射
创建类型与映射
类型操作 /index
PUT /hello
{
"mappings": {
"emp":{
"properties":{
"id":{
"type":"keyword"
},
"name":{
"type":"text"
},
"age":{
"type":"integer"
},
"bir":{
"type":"date"
}
}
}
}
}
查看创建的索引以及索引中的映射
查看索引
GET /hello查看索引中的映射
GET /hello/_mapping
文档
插入文档
插入一条文档 PUT /索引/类型/{id}
PUT /hello/emp/2 { "id":2, "name":"李四", "age":25, "bir":"2000-03-23" }
不指定ID 随机生成 "_id" : "2jM6Y3gBsVEMiPvdjyzC"
POST /hello/emp/ { "id":3, "name":"王五", "age":42, "bir":"2020-03-23" }
查询文档
根据id查询文档‘ /hello/emp/{id}
GET /hello/emp/1GET /hello/emp/2
查询所有文档
GET /hello/emp/_search
删除文档
DELETE /hello/emp/2
更新文档
1. 更新 这种更新不保留原始数据更新->先删除再插入
POST /hello/emp/2jM6Y3gBsVEMiPvdjyzC { "name":"法外狂徒" }
2.保留原始数据更新 也可以添加新字段
POST /hello/emp/2jM6Y3gBsVEMiPvdjyzC/_update { "doc":{ "name":"无情", "dept":"好家伙" } }
全文索引
准备
PUT /ems { "mappings": { "emp":{ "properties":{ "name":{ "type":"text" }, "age":{ "type":"integer" }, "bir":{ "type":"date" }, "content":{ "type":"text" }, "address":{ "type":"keyword" } } } } }批处理
PUT /ems/emp/_bulk {"index":{}} {"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难事儿，在众多可行的方案中决择需要很高的经验和水平","address":"北京"} {"index":{}} {"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构，由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上，核心容器定义了创建、配置和管理 bean 的方式","address":"上海"} {"index":{}} {"name":"张小五","age":8,"bir":"2012-12-12","content":"Spring Cloud 作为Java 语言的微服务框架，它依赖于Spring Boot，有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多，涉及微服务的方方面面，井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善","address":"无锡"} {"index":{}} {"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释， Spring是如何简化Java开发的？","address":"南京"} {"index":{}} {"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API","address":"杭州"} {"index":{}} {"name":"张无忌","age":59,"bir":"2012-12-12","content":"ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口","address":"北京"}
ES 中高级查询
QueryString方式
***QueryString方式 sort排序 :desc倒序 分页 from(offset) size大小(limit) ***
GET /ems/emp/_search?q=*&sort=age:desc&size=5&from=4&_source=name,age,birGET /ems/emp/_search?q=spring
QueryDSL方式查询
查询所有
GET /ems/emp/_search
{
"query":{
"match_all": {}
}
}
查询所有并排序 sort
GET /ems/emp/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"age": {
"order": "desc"
},
"address": {
"order": "desc"
}
}
]
}
分页
GET /ems/emp/_search { "query": { "match_all": {} }, "size": 2, "from": 4 }
指定字段查找
GET /ems/emp/_search
{
"query": {
"match_all": {}
},
"size": 2,
"from": 4
, "_source": ["name","address"]
}
关键字查找
name是text类型 会分词查找 包含小就行
GET /ems/emp/_search { "query": { "term": { "name": { "value": "小" } } } }
bir是date类型 不会分词查找所以按照整体查寻，找不到数据
GET /ems/emp/_search/ { "query": { "term": { "bir": { "value": "2012-12-01" } } } }
范围查找
查询age>=5,<=10的文档
GET /ems/emp/_search { "query": { "range": { "age": { "gte": 5, "lte": 8 } } } }
prefix 关键字
用来检索含有指定前缀的关键词的相关文档
GET /ems/emp/_search { "query": { "prefix": { "name": { "value": "无" } } } }注意： 指定的前缀并不是说元数据文档中name属性以"张"为前缀的，而是匹配的经过分词器分词后索引区的数据，这里"张无忌"经过分词后为：“张”,“无”,“忌”，无论匹配到哪个都会指向那份文档
通配符 查询
?, which matches any single character
*, which can match zero or more characters, including an empty one
GET /ems/emp/_search { "query": { "wildcard": { "name": { "value": "?小*" } } } }
多id查找
GET /ems/emp/_search
{
"query": {
"ids": {
"values": ["2zN4Y3gBsVEMiPvdQCym","3TN4Y3gBsVEMiPvdQCyn"]
}
}
}
fuzzy模糊查询
GET /ems/emp/_search { "query": { "fuzzy": { "content": { "value": "clou" } } } }模糊查询的规则：
最大模糊错误 必须在0-2之间
搜索关键词长度为 2 不允许存在模糊 0
搜索关键词长度为3-5 允许一次模糊 0 1
搜索关键词长度大于5 允许最大2模糊
bool 查询
must: 相当于&& 同时成立
should: 相当于|| 成立一个就行
must_not: 相当于! 不能满足任何一个
GET /ems/emp/_search { "query": { "bool": { "must": [ { "range": { "age": { "gte":8, "lte": 9 } } } ], "must_not": [ { "fuzzy": { "address": { "value": "*南*" } } } ] } } }
highlight高亮查询
GET /ems/emp/_search { "query": { "term": { "name": { "value": "五" } } }, "highlight": { "fields": { "name": {} } } }highlight 是对查询后的结果进行高亮，所以要放在"query"之后进行，同时，并不是在原数据上进行操作，而是新增了，并增加的为自定义高亮 html标签: 可以在highlight中使用pre_tags和post_tags
GET /ems/emp/_search { "query": { "term": { "name": { "value": "五" } } }, "highlight": { "pre_tags": ["<span style='color:red'>"], "post_tags": ["</span>"], "fields": { "name":{} } } }
多字段查询
GET /ems/emp/_search { "query": { "multi_match": { "query": "中国", "fields": ["name","content"] } } }注意： 检索的关键词是否需要拆开来检索还需要看指定的字段是否有分词
多字段增加分词
GET /ems/emp/_search { "query": { "multi_match": { "query": "水平决策", "analyzer": "standard", "fields": ["content","name"] } } }
GET _cat/plugins
GET /_analyze { "text": ["中华人民共和国国歌"], "analyzer": "ik_smart" }
Ik分词器
准备
删除原有的ems索引数据
DELETE /ems新建索引/类型/约束
同时针对属性增加了使用IK分词器
PUT /ems { "mappings":{ "emp":{ "properties":{ "name":{ "type":"text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" }, "age":{ "type":"integer" }, "bir":{ "type":"date" }, "content":{ "type":"text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" }, "address":{ "type":"keyword" } } } } }添加数据
PUT /ems/emp/_bulk {"index":{}} {"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难事儿，在众多可行的方案中决择需要很高的经验和水平","address":"北京"} {"index":{}} {"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构，由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上，核心容器定义了创建、配置和管理 bean 的方式","address":"上海"} {"index":{}} {"name":"张小五","age":8,"bir":"2012-12-12","content":"Spring Cloud 作为Java 语言的微服务框架，它依赖于Spring Boot，有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多，涉及微服务的方方面面，井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善","address":"无锡"} {"index":{}} {"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释， Spring是如何简化Java开发的？","address":"南京"} {"index":{}} {"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API","address":"杭州"} {"index":{}} {"name":"张无忌","age":59,"bir":"2012-12-12","content":"ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口","address":"北京"}测试
GET /ems/emp/_search { "query":{ "term":{ "content":"个" } }, "highlight": { "pre_tags": ["<span style='color:red'>"], "post_tags": ["</span>"], "fields": { "*":{} } } }
类型
IK分词器提供了两种mapping类型用来做文档的分词分别是ik_max_word 和 ik_smart
ik_max_word 和 ik_smart 什么区别?
ik_max_word:
会将文本做最细粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,中华人民,中华,华人,人民共和国,人民,人,民,共和国,共和,和,国国,国歌”，会穷尽各种可能的组合；
ik_smart:
会做最粗粒度的拆分，比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”
