赞
踩
ElastchSearch 基本使用姿势,如常见的
添加文档
常见的查询姿势
修改/删除文档
首次添加文档时,若索引不存在会自动创建;借助 kibana 的dev-tools
来实现 es 的交互
- POST first-index/_doc
- {
- "@timestamp": "2021-03-31T01:12:00",
- "message": "GET /search HTTP/1.1 200 1070000",
- "user": {
- "id": "YiHui",
- "name": "一张三"
- },
- "addr": {
- "country": "cn",
- "province": "hubei",
- "city": "wuhan"
- },
- "age": 18
- }
-
- ## 添加两个数据进行测试
- POST first-index/_doc
- {
- "@timestamp": "2021-03-31T02:12:00",
- "message": "GET /search HTTP/1.1 200 1070000",
- "user": {
- "id": "ErHui",
- "name": "二张三"
- },
- "addr": {
- "country": "cn",
- "province": "hubei",
- "city": "wuhan"
- },
- "age": 19
- }
当然也可以直接使用 http 进行交互,下面的方式和上面等价(后面都使用 kibanan 进行交互,更直观一点)
- curl -X POST 'http://localhost:9200/first-index/_doc?pretty' -H 'Content-Type: application/json' -d '
- {
- "@timestamp": "2021-03-31T01:12:00",
- "message": "GET /search HTTP/1.1 200 1070000",
- "user": {
- "id": "YiHui",
- "name": "一张三"
- },
- "addr": {
- "country": "cn",
- "province": "hubei",
- "city": "wuhan"
- },
- "age": 18
- }'
除了基础的查询语法之外,直接使用 kibana 进行查询,对于使用方而言,门槛最低;首先配置上面的 es 索引
Management -> Stack Management -> Kiabana Index Patterns
index pattern name
时间字段,选择 @timestamp
这个与实际的文档中的 field 有关
接下来进入Discover
进行查询
比如字段查询
不加任何匹配,捞出文档(当数据量很多时,当然也不会真的全部返回,也是会做分页的)
- GET my-index/_search
- {
- "query": {
- "match_all": {
- }
- }
- }
根据 field 进行 value 匹配,忽略大小写;
查询语法,形如: `{"query": {"term": {"成员名": {"value": "查询值"}}}}
query
, term
, value
三个 key 为固定值
成员名
: 为待查询的成员
查询值
: 需要匹配的值
(说明:后面语法中,中文的都是需要替换的,英文的为固定值)
- GET first-index/_search
- {
- "query": {
- "term": {
- "user.id": {
- "value": "yihui"
- }
- }
- }
- }
当 value 不匹配,或者查询的 field 不存在,则查不到的对应的信息,如
term 表示 value 的精确匹配,如果我希望类似value in (xxx)
的查询,则可以使用 terms
语法:
- {
- "query": {
- "terms": {
- "成员名": [成员值, 成员值]
- }
- }
- }
实例如
- GET first-index/_search
- {
- "query": {
- "terms": {
- "user.id": ["yihui", "erhui"]
- }
- }
- }
适用于数值、日期的比较查询,如常见的 >, >=, <, <=
查询语法
- {
- "query": {
- "range": {
- "成员名": {
- "gte": "查询下界" ,
- "lte": "查询下界"
- }
- }
- }
- }
范围操作符 | 说明 |
---|---|
gt | 大于 > |
gte | 大于等于 >= |
lt | 小于 < |
lte | 小于等于 <= |
实例如下
- GET first-index/_search
- {
- "query": {
- "range": {
- "age": {
- "gte": 10,
- "lte": 18
- }
- }
- }
- }
根据是否包含某个字段来查询, 主要有两个 exists
表示要求存在, missing
表示要求不存在
查询语法
- {
- "query": {
- "exists/missing": {
- "field": "字段值"
- }
- }
- }
实例如下
- GET first-index/_search
- {
- "query": {
- "exists": {
- "field": "age"
- }
- }
- }
上面都是单个查询条件,单我们需要多个查询条件组合使用时,可以使用bool + must/must_not/should
来实现
查询语法
- {
- "query": {
- "bool": {
- "must": [ # 相当于and查询
- "查询条件1",
- "查询条件2"
- ],
- "must_not": [ # 多个查询条件相反匹配,相当与not
- ...
- ],
- "should": [ # 有一个匹配即可, 相当于or
- ...
- ]
- }
- }
- }
实例如下
- ## user.id = yihui and age < 20
- GET first-index/_search
- {
- "query": {
- "bool": {
- "must": [
- {
- "term": {
- "user.id": {
- "value": "yihui"
- }
- }
- },
- {
- "range": {
- "age": {
- "lt": 20
- }
- }
- }
- ]
- }
- }
- }
-
- # !(user.id) = yihui and !(age>20)
- GET first-index/_search
- {
- "query": {
- "bool": {
- "must_not": [
- {
- "term": {
- "user.id": {
- "value": "yihui"
- }
- }
- },
- {
- "range": {
- "age": {
- "gt": 20
- }
- }
- }
- ]
- }
- }
- }
-
- # user.id = 'yihui' or age>20
- GET first-index/_search
- {
- "query": {
- "bool": {
- "should": [
- {
- "term": {
- "user.id": {
- "value": "yihui"
- }
- }
- },
- {
- "range": {
- "age": {
- "gt": 20
- }
- }
- }
- ]
- }
- }
- }
下面截图以 must_not 输出示意
说明
前面根据字段查询 existing
只能单个匹配,可以借助这里的组合来实现多个的判断
最大的特点是它更适用于模糊查询,比如查询某个 field 中的字段匹配
语法
- {
- "query": {
- "match": {
- "字段名": "查询值"
- }
- }
- }
举例说明
- GET first-index/_search
- {
- "query": {
- "match": {
- "user.name": "张og"
- }
- }
- }
说明,如果有精确查询的需求,使用前面的 term,可以缓存结果
更多相关信息,可以查看: 官网-multi_match 查询
多个字段中进行查询
语法
type: best_fields
、 most_fields
和 cross_fields
(最佳字段、多数字段、跨字段)
最佳字段 :当搜索词语具体概念的时候,比如 “brown fox” ,词组比各自独立的单词更有意义
多数字段:为了对相关度进行微调,常用的一个技术就是将相同的数据索引到不同的字段,它们各自具有独立的分析链。
混合字段:对于某些实体,我们需要在多个字段中确定其信息,单个字段都只能作为整体的一部分
- {
- "query": {
- "multi_match": {
- "query": "Quick brown fox",
- "type": "best_fields",
- "fields": [ "title", "body" ],
- "tie_breaker": 0.3,
- "minimum_should_match": "30%"
- }
- }
- }
实例演示
- GET first-index/_search
- {
- "query": {
- "multi_match": {
- "query": "汉",
- "fields": ["user.id", "addr.city"]
- }
- }
- }
上面除了写上精确的字段之外,还支持模糊匹配,比如所有字段中进行匹配
- GET first-index/_search
- {
- "query": {
- "multi_match": {
- "query": "blog",
- "fields": ["*"]
- }
- }
- }
shell 统配符
?
: 0/1 个字符
*
: 0/n 个字符
- GET first-index/_search
- {
- "query": {
- "wildcard": {
- "user.id": {
- "value": "*Hu?"
- }
- }
- }
- }
说明,对中文可能有问题
正则匹配
- GET first-index/_search
- {
- "query": {
- "regexp": {
- "user.name": ".*log"
- }
- }
- }
前缀匹配
- GET first-index/_search
- {
- "query": {
- "prefix": {
- "user.name": "一"
- }
- }
- }
查询结果排序,根据 sort 来指定
- {
- "sort": [
- {
- "成员变量": {
- "order": "desc"
- }
- }
- ]
- }
实例如下
- GET first-index/_search
- {
- "query":{
- "match_all": {}
- },
- "sort": [
- {
- "@timestamp": {
- "order": "desc"
- }
- }
- ]
- }
更多操作姿势,可以在官方文档上获取
官方教程
需要根据文档 id 进行指定删除
DELETE first-index/_doc/gPYLh3gBF9fSFsHNEe58
删除成功
使用 PUT 来实现更新,同样通过 id 进行
覆盖更新
version 版本会+1
如果 id 对应的文档不存在,则新增
- PUT first-index/_doc/f_ZFhngBF9fSFsHNte7f
- {
- "age": 28
- }
采用 POST 来实现增量更新
field 存在,则更新
field 不存在,则新增
- POST first-index/_update/gvarh3gBF9fSFsHNuO49
- {
- "doc": {
- "age": 25
- }
- }
此外还可以采用 script 脚本更新
在原来的 age 基础上 + 5
- POST first-index/_update/gvarh3gBF9fSFsHNuO49
- {
- "script": "ctx._source.age += 5"
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。