method	URL地址	描述
PUT	localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id）
POST	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档id	删除文档
GET	localhost:9200/索引名称/类型名称/文档id	查询文档-通过文档id
POST	localhost:9200/索引名称/类型名称/文档id/_search	查询所有数据

elasticsearch工具自带命令

通过命令elasticsearch索引情况！通过 GET_cat/ 可以获得es当前的很多信息

GET _cat/indices?v

二、索引的基本操作

1、创建索引

1、创建一个索引（同时写入数据）

PUT /索引名/[类型名]/文档id

{

请求体

}

执行结果说明


{
  "_index" : "test1",      //索引名
  "_type" : "type",        //类型名
  "_id" : "1",             //id
  "_version" : 1,          //为1表示没有被更新过（每更新一次会+1）
  "result" : "created",    //created创建状态
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

2、创建一个索引规则（只创建索引和字段，不写入数据）

其中设置了每个字段的类型 type

执行结果说明


{
  "acknowledged" : true,
  "shards_acknowledged" : true,    //状态成功
  "index" : "test2"                //索引名
}

2、查询索引（查询索引规则及其它信息）

GET /索引名

获得规则信息，可以通过 GET 请求获取具体的信息

创建时不指定字段类型

如果自己的文档字段没有指定类型，那么ES就会给我们默认配置字段类型

3、修改索引

方式1（PUT）：旧的方式（不推荐）

PUT /索引名/[类型名]/文档id
{
"name":"sally",
"age":25,
"birth":"1997-01-05"
}
PUT /索引名/[类型名]/文档id
{
  "name":"sally",
  "age":25,
  "birth":"1997-01-05"
}

方式2（POST）：可以只改变部分字段（推荐）

POST /索引名/[类型名]/文档id/_update
{
"doc":{
"name":"sally666"
}
}
POST /索引名/[类型名]/文档id/_update
{
  "doc":{
    "name":"sally666"
  }
}


PUT /test3/_doc/1
{
  "name":"sally",
  "age":25,
  "birth":"1997-01-05"
}
 
 
 
POST /test3/_doc/1/_update
{
  "doc":{
    "name":"sally666"
  }
}

4、删除索引

DELETE /索引名

通过DELETE 命令实现删除，根据你的请求来判断是删除索引还是删除索引下的文档记录

三、文档的基本操作

1、添加数据

PUT /索引名/[类型名]/文档id

{

请求体

}


PUT demo_learn/_doc/1
{
  "name":"jerry",
  "age":25,
  "desc":"会滑板的程序猿",
  "tags":["技术大牛","性格好","暖男"]
}
 
PUT demo_learn/_doc/2
{
  "name":"max",
  "age":25,
  "desc":"实力与幸运并存",
  "tags":["技术大牛","性格好","暖男"]
}
 
PUT demo_learn/_doc/3
{
  "name":"jason",
  "age":25,
  "desc":"灵魂一问",
  "tags":["技术大牛","性格好","暖男"]
}

2、查询数据【简单查询】

返回数据基本说明【重要】

"hits" : {        //索引和文档的信息
"total" : {
"value" : 1,        //结果数量
"relation" : "eq"
},
"max_score" : 1.6375021,        //文档数据中最大的分值
"hits" : [
{
"_index" : "demo_learn",        //索引名
"_type" : "_doc",                     //文档类型
"_id" : "3", //文档id
"_score" : 1.6375021, //文档数据分值（如果查询结果存在多条，匹配度越高，分值则越高）
"_source" : {                           //文档数据内容
"name" : "jason",
"age" : 25,
"desc" : "灵魂一问",
"tags" : [
"技术大牛",
"性格好",
"暖男"
]
}
}
]
}


"hits" : {                            //索引和文档的信息
    "total" : {
      "value" : 2,                    //结果数量
      "relation" : "eq"
    },
    "max_score" : 1.0341108,          //文档数据中最大的分值
    "hits" : [
      {
        "_index" : "demo_learn",      //索引名
        "_type" : "_doc",             //文档类型
        "_id" : "2",                  //文档id
        "_score" : 1.0341108,         //文档数据分值（如果查询结果存在多条，匹配度越高，分值则越高）
        "_source" : {                 //文档数据内容
          "name" : "max",
          "age" : 25,
          "desc" : "实力与幸运并存",
          "tags" : [
            "技术大牛",
            "性格好",
            "暖男"
          ]
        }
      },
      {
        "_index" : "demo_learn",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 0.542544,
        "_source" : {
          "name" : "max哈哈哈",
          "age" : 25,
          "desc" : "实力与幸运并存",
          "tags" : [
            "技术大牛",
            "性格好",
            "暖男"
          ]
        }
      }
    ]
  }

1、查询索引下的全部

GET 索引名/_search

2、根据文档id查询

GET 索引名/_doc/文档id

3、条件筛选查询（根据分词拆分规则匹配的）【不建议使用这种写法】

GET 索引名/_doc/_search?q=数据名:数据值

3、修改数据

【PUT】方式更新：整体覆盖，也可理解为创建覆盖（不推荐）

注意：put 在修改时，请求体如果数据少了几个字段（不是全量的数据），会进行整体数据覆盖，那么该字段数据就会被置空（如图二）

【POST】方式更新：只更新需要的字段（推荐）

POST /索引名/[类型名]/文档id/_update
{
"doc":{
"需要更新的字段":"内容"
}
}
POST /索引名/[类型名]/文档id/_update
{
  "doc":{
    "需要更新的字段":"内容"
  }
}

4、删除数据

【POST】方式删除：条件删除（可支持多条件删除）

POST /索引名/[类型名]/_delete_by_query

{
"query":{
"match":{

"查询的字段":"查询内容"
}
}
}
POST /索引名/[类型名]/_delete_by_query
{
  "query":{
    "match":{
      "查询的字段":"查询内容"
    }
  }
}

四、文档的复杂查询【重要】

1、返回数据基本说明


{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {//索引和文档的信息
    "total" : {
      "value" : 2,//结果数量
      "relation" : "eq"
    },
    "max_score" : 1.0341108,//文档数据中最大的分值
    "hits" : [
      {
        "_index" : "demo_learn_1",//索引名
        "_type" : "_doc",//文档类型
        "_id" : "3",//文档id
        "_score" : 1.0341108,//文档数据分值（如果查询结果存在多条，匹配度越高，分值则越高）
        "_source" : {//文档数据内容
          "id" : "3",
          "name" : "max",
          "age" : 25,
          "desc" : "实力与幸运并存",
          "tags" : [
            "技术大牛",
            "性格好",
            "暖男"
          ]
        }
      },
      {
        "_index" : "demo_learn_1",
        "_type" : "_doc",
        "_id" : "4",
        "_score" : 0.542544,
        "_source" : {
          "id" : "4",
          "name" : "max哈哈哈",
          "age" : 25,
          "desc" : "实力与幸运并存",
          "tags" : [
            "技术大牛",
            "性格好",
            "暖男"
          ]
        }
      }
    ]
  }
}

提前构建一些数据


PUT demo_learn_1/_doc/1
{
  "id" : "1",
  "name" : "jerry",
  "age" : "28",
  "desc" : "会滑板的程序猿,好快乐~~~",
  "tags" : [
    "技术大牛",
    "性格好",
    "暖男"
  ]
}
 
PUT demo_learn_1/_doc/2 
{
  "id" : "2",
  "name" : "jason",
  "age" : 27,
  "desc" : "灵魂一问",
  "tags" : [
    "技术大牛",
    "性格好",
    "暖男"
  ]
}
 
PUT demo_learn_1/_doc/3     
{
  "id" : "3",
  "name" : "max",
  "age" : 25,
  "desc" : "实力与幸运并存",
  "tags" : [
    "技术大牛",
    "性格好",
    "暖男"
  ]
}
 
PUT demo_learn_1/_doc/4
{
  "id" : "4",
  "name" : "max哈哈哈",
  "age" : 25,
  "desc" : "实力与幸运并存",
  "tags" : [
    "技术大牛",
    "性格好",
    "暖男"
  ]
}
 
PUT demo_learn_1/_doc/5
{
  "id" : "5",
  "name" : "sally",
  "age" : 26,
  "desc" : "女神",
  "tags" : [
    "技术大牛",
    "性格好",
    "村长"
  ]
}
 
PUT demo_learn_1/_doc/6
{
  "id" : "6",
  "name" : "marvin",
  "age" : 24,
  "desc" : "哦，雪季的快乐",
  "tags" : [
    "技术大牛",
    "性格好",
    "滑雪滑雪"
  ]
}

2、单字段多个条件匹配（match）

会使用分词器解析匹配，先分析文档，然后再通过分析的文档进行查询

match 查询词会被分词
match_phrase 不会分词
match_phrase 可对多个字段进行匹配

GET 索引名/_search
{
"query":{
"match":{

"查询的字段":"查询内容"
}
}
}
GET 索引名/_search
{
  "query":{
    "match":{
      "查询的字段":"查询内容"
    }
  }
}

多条件使用空格隔开，只要满足其中一个结果就可以被查出，若有需要此时可以通过分值进行判断

3、单字段精确匹配（term）

tram查询直接通过倒排索引指定的词条进行精确查找

term 代表完全匹配，不进行分词器分析
term 查询的字段需要在mapping的时候定义好，否则可能词被分词。传入指定的字符串，查不到

GET 索引名/_search
{
"query": {
"term": {
"查询的字段":"查询内容"
}
}
}
GET 索引名/_search
{
  "query": {
    "term": {
      "查询的字段":"查询内容"
    }
  }
}

4、多条件复杂查询（bool）

关键字	描述
must（and）	相当于where 字段名1=值1 and 字段名2=值3
must_not（not）	不等于
should（or）	相当于where 字段名1=值1 or 字段名2=值3
filter	过滤器条件 range：区间 gt：大于 gte：大于等于 lt：小于 lte：小于等于

GET 索引名/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"查询的字段":"查询内容"
}
},
{
"match": {
"查询的字段":"查询内容"
}
}
]
}
}
}

GET 索引名/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"查询的字段":"查询内容"
}
},
{
"term": {
"查询的字段":"查询内容"
}
}
],
"should": [
{
"match": {
"查询的字段":"查询内容"
}
}
]
}
}

5、返回值控制（_source）

通过"_source"的方式控制只返回需要的结果

GET 索引名/_search
{
"query": {
"match": {
"查询的字段":"查询内容"
}
},
"_source": ["返回字段1","返回字段2"]
}
GET 索引名/_search
{
  "query": {
    "match": {
      "查询的字段":"查询内容"
    }
  },
  "_source": ["返回字段1","返回字段2"]
}

6、查询排序（sort）

通过"sort"的方式控制排序

GET 索引名/_search
{
"query": {
"match": {
"查询的字段":"查询内容"
}
},
"sort": [
{
"字段名": {
"order": "desc"
}
}
]
}

7、查询分页（from、size）

通过"from"控制起始行（默认从0开始），"size"控制查几条

同 MySQL 的 limit 相似

GET 索引名/_search
{
"from": 从第几条数据开始,
"size": 查询几条
}

8、高亮查询结果（highlight）

搜索的相关结果可以高亮展示

GET 索引名/_search
{
"query": {
"match": {
"查询的字段":"查询内容"
}
},
"highlight": {
"pre_tags": 标签头,
"post_tags": 标签尾,
"fields": {
"字段名": {}
}
}
}
GET demo_learn_1/_search
{
  "query": {
    "match": {
      "查询的字段":"查询内容"
    }
  },
  "highlight": {
    "pre_tags": 标签头,
    "post_tags": 标签尾, 
    "fields": {
      "字段名": {}
    }
  }
}

默认标签

自定义标签

五、定义文档规则【重要】

1、关于分词

term：直接查询精确的解析（会用到分词器，分词器存在两种情况，text 和 keyword）

match：会使用分词器解析！（先分析文档，然后再通过分析的文档进行查询）

两个类型

text：会被分词器分析
keyword：不会被分词器分析

2、查看分词结果（_analyze）

keyword：一个整体，不进行分词分析

standard：标准分词器


//分词结果（keyword）
GET _analyze
{
  "analyzer": "keyword",
  "text": ["张三java name"]
}
 
 
//分词结果（standard）
GET _analyze
{
  "analyzer": "standard",
  "text": ["张三java name"]
}

3、创建文档规则

1、创建文档（及测试数据）


# 创建文档规则
PUT demo_learn_2
{
  "mappings": {
    "properties": {
      "name":{                //字段名                    
        "type": "text"        //字段类型
      },
      "desc":{
        "type": "keyword"
      }
    }
  }
}
 
 
# 创建数据
PUT demo_learn_2/_doc/1
{
  "name":"张三java name",
  "desc":"张三java desc"
}
 
PUT demo_learn_2/_doc/2
{
  "name":"张三java name2",
  "desc":"张三java desc2"
}

2、查询结果案例

（1）text类型的检索结果

字段name的类型定义为text，内容被分词解析器解析为多个分词结果，其中一个就是“张”所以可以查到

（2）keyword类型检索结果

字段desc的类型定义为keyword，内容不会被分词器进行解析

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/很楠不爱3/article/detail/492722

Elasticsearch（一）基本语法命令_elasticsearch命令

一、常用操作