这里我们继续来学习Elasticsearch索引操作，我这里基本上就是按照官方文档来做测试。
官方文档地址：
1：创建索引以及配置分词器
PUT /test123
{
"settings": {
"analysis": {
"analyzer": {
"ik_analyzer": {
"type": "custom",
"tokenizer": "ik_max_word",
"filter": ["synonym_filter", "stop_filter"]
}
},
"filter": {
"synonym_filter": {
"type": "synonym",
"synonyms_path": "analysis/synonyms.txt"
},
"stop_filter": {
"type": "stop",
"stopwords_path": "analysis/stop.txt"
}
}
}
},
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "ik_analyzer"
},
"arttitle": {
"type": "text",
"analyzer": "ik_analyzer"
},
"artdesc": {
"type": "text",
"analyzer": "ik_analyzer"
}
}
}
}
我在前文中是安装了IK分词器的插件的，因此我上边创建索引的时候，直接将IK分词器配置进去了，如果你没有安装IK分词器，建议你安装一下，具体请移步《Elasticsearch（三）安装分词器》
2：字段数据类型（这个玩意儿后期要废弃）
1) 字符串类型
a) text、keyword
2) text：支持分词，全文检索,支持模糊、精确查询,不支持聚合,排序操作;text类型的最大支持的字符长度无限制,适合大字段存储；
3) keyword：不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。
4) 数值型
a) long、Integer、short、byte、double、float、half float、scaled float
5) 日期类型
a) date
6) 布尔类型
a) boolean
7) 二进制类型
a) binary
3：指定字段的类型（使用PUT）
类似于建库（建立索引和字段对应类型），也可看做规则的建立
这个我在创建索引部分已经做过了。
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "ik_analyzer"
},
"arttitle": {
"type": "text",
"analyzer": "ik_analyzer"
},
"artdesc": {
"type": "text",
"analyzer": "ik_analyzer"
}
}
}
**
**
4：获取我们创建的规则
GET /test123
如下图所示：
5：添加数据
_doc 默认类型（default type），type 在未来的版本中会逐渐弃用，因此产生一个默认类型进行代替
PUT /test123/_doc/1
{
"content": "流柚",
"arttitle": 18,
"artdesc": "1999-10-10"
}
如果自己的文档字段没有被指定，那么ElasticSearch就会给我们默认配置字段类型
6：获取上边添加的数据
GET /test123/_doc/1
7：修改数据
修改数据有两种方式，一种是直接添加（同一个id），另一种是直接修改。
（1）：直接添加修改
版本+1（_version）
但是如果漏掉某个字段没有写，那么更新是没有写的字段 ，会消失
PUT /test123/_doc/1
{
"name" : "流柚"
}
获取刚修改的数据
GET /test123/_doc/1
（2）：使用post的update
version不会改变
需要注意doc
不会丢失字段
POST /test123/_doc/1/_update
{
"doc":{
"name" : "post修改，version不会加一",
"age" : 2
}
}
获取刚修改的数据
GET /test123/_doc/1
8：删除
这个就很简单了。
DELETE /test1
9：简单查询
命令格式
GET /test123/_doc/_search?q=name:post
查询结果：
10：复杂查询
（1）：查询匹配
² match：匹配（会使用分词器解析（先分析文档，然后进行查询））
² _source：过滤字段
² sort：排序
² form、size 分页
// 查询匹配
GET /test123/_doc/_search
{
// 匹配
"query":{
"match":{
"name":"post"
}
}
// 过滤字段
,
"_source": ["name","age"]
,
// 排序
"sort": [
{
"age": {
"order": "asc"
}
}
]
,
// 从第几条开始取
"from": 0
,
// 取几条
"size": 1
}
结果如下图所示：
（2）：多条件查询（bool）
must 相当于 and
should 相当于 or
must_not 相当于 not (... and ...)
filter 过滤
/// bool 多条件查询
//// must <==> and
//// should <==> or
//// must_not <==> not (... and ...)
//// filter数据过滤
//// boost
//// minimum_should_match
GET /test123/_doc/_search
{
"query":{
"bool": {
// 相当于and条件
"must": [
{
"match":{
"age":2
}
},
{
"match": {
"name": "post"
}
}
],
// 过滤条件，range按范围
"filter": {
"range": {
"age": {
"gte": 1,
"lte": 3
}
}
}
}
}
}
查询结果如下图所示：
（3）：匹配数组
貌似不能与其它字段一起使用
可以多关键字查（空格隔开）— 匹配字段也是符合的
match 会使用分词器解析（先分析文档，然后进行查询）
// 匹配数组 貌似不能与其它字段一起使用
// 可以多关键字查（空格隔开）
// match 会使用分词器解析（先分析文档，然后进行查询）
GET /test123/_doc/_search
{
"query":{
// match会使用分词器将 “年龄 牛 大” 分拆为 “年” “龄” “牛” “大”
"match":{
"name":"年龄 牛 大"
}
}
}
结果如下图所示：
（4）：精确查询
term 直接通过 倒排索引 指定词条查询
适合查询 number、date、keyword ，不适合text
// 精确查询（必须全部都有，而且不可分，即按一个完整的词查询）
// term 直接通过 倒排索引 指定的词条 进行精确查找的
GET /test123/_doc/_search
{
"query":{
// term使用倒H排索引查的，所以他会把"流"看成一个整体，从表中查文档然而没有符号的，如果换成"流”就满足，可以查询出数据
"term":{
"name":"流"
}
}
}
搜索结果如下图所示：
（5）：text和keyword
**1) ** text ：
a) 支持分词，全文检索、支持模糊、精确查询,不支持聚合,排序操作;
b) text类型的最大支持的字符长度无限制,适合大字段存储；
**2) ** keyword ：
² 不进行分词，直接索引、支持模糊、支持精确匹配，支持聚合、排序操作。
² keyword类型的最大支持的长度为——32766个UTF-8类型的字符,可以通过设置ignore_above指定自持字符长度，超过给定长度后的数据将不被索引，无法通过term精确匹配检索返回结果。
// 测试keyword和text是否支持分词
// 设置索引类型
PUT /test
{
"mappings": {
"properties": {
"text":{
"type":"text"
},
"keyword":{
"type":"keyword"
}
}
}
}
// 设置字段数据
PUT /test/_doc/1
{
"text":"测试keyword和text是否支持分词",
"keyword":"测试keyword和text是否支持分词"
}
// text 支持分词
// keyword 不支持分词
GET /test/_doc/_search
{
"query":{
"match":{
"text":"测试"
}
}
}// 查的到
GET /test/_doc/_search
{
"query":{
"match":{
"keyword":"测试"
}
}
}// 查不到，必须是 "测试keyword和text是否支持分词" 才能查到
GET _analyze
{
"analyzer": "keyword",
"text": ["测试liu"]
}// 不会分词，即 测试liu
GET _analyze
{
"analyzer": "standard",
"text": ["测试liu"]
}// 分为 测 试 liu
GET _analyze
{
"analyzer":"ik_max_word",
"text": ["测试liu"]
}// 分为 测试 liu
（6）：高亮查询
// 高亮且自定义前缀和后缀
GET test123/_doc/_search
{
"query": {
"match": {
"name":"流"
}
}
,
"highlight": {
"pre_tags": "<p style='color:red'>",
"post_tags": "</p>",
"fields": {
"name": {}
}
}
}
查询结果如下所示：
以上大概就是elasticsearch对索引以及文档的基本操作。
有好的建议，请在下方输入你的评论。
