Elastic Stack学习笔记02 elasticsearch

ElasticSearch核心详解文档

元数据（metadata）

_index 索引

_type 文档类型

_id 唯一标识符（默认32位）

查询响应

美化pertty : 使得返回的json更易查看

GET {查询url}?pretty

指定响应字段 : _source

GET /haoke/user/1005?_source=id,name

只返回指定字段 : _source?source=

GET /haoke/user/1005/_source?_source=id,name

判断文档是否存在

HEAD /{索引}/{类型}/{id}

批量操作批量查询 _mget

POST /{索引}/{类型}/_mget

{ "ids":["AXqP5R4PXV22eQAormWv","1111"] }

文章图片

found:false 表示查询结果不存在
批量增、删、改 _bulk

POST /{索引}/{类型}/_bulk

/* 插入 */ {"create":{"_index":"haoke","_type":"user","_id":2001}} {"id":2001,"name":"name1","age": 20,"sex": "男"} {"create":{"_index":"haoke","_type":"user","_id":2002}} {"id":2002,"name":"name2","age": 20,"sex": "男"} //最后一行需要有回车/* 删除 */ {"delete":{"_index":"haoke","_type":"user","_id":2001}} {"delete":{"_index":"haoke","_type":"user","_id":2002}} //最后一行需要有回车

分页

size : 结果数，默认10
from : 跳过开始的结果数，默认0

GET /{索引}/{类型}/_search?size=10&from=0

【Elastic Stack学习笔记02】

ES 分页会在每个分片生成一次排序结果，最后集中起来汇总排序，因此分页太深或请求太多会影响性能

映射

text ：需要被全文搜索（分词）的字段，如内容，描述
keyword ：结构化字段，如地址，状态，标签

创建映射

PUT /{索引}

{ "settings":{ "index":{ "number_of_shards":"2", "number_of_replicas":"0" } }, "mappings":{ "person":{ "properties":{ "name":{ "type":"text" }, "age":{ "type":"integer" }, "mail":{ "type":"keyword" }, "hobby":{ "type":"text" } } } } }

查看映射

GET /{索引}/_mapping

搜索测试

POST /test/person/_bulk

{"create":{"_index":"test","_type":"person","_id":1}} {"id":1,"name":"听音乐","age": 20} {"create":{"_index":"test","_type":"person","_id":2}} {"id":2,"name":"玩音乐","age": 20}

POST /{索引}/{文档}/_search

{ "query":{ "match":{ "name":"音乐" } } }

结构化查询 term查询：精确匹配值。如数字，日期，布尔值

POST /{索引}/{文档}/_search { "query":{ "term":{ "age": 20 } } }

terms查询：多条件匹配

POST /{索引}/{文档}/_search { "query":{ "terms":{ "age": [20, 21] } } }

range查询：范围匹配

POST /{索引}/{文档}/_search { "query":{ "range":{ "age": { "gte" : 20 } } } }

exits查询：文档是够包含某字段，相当于SQL的IS NULL条件

POST /{索引}/{文档}/_search { "query":{ "exists":{ "field" : "hobby" } } }

match查询：标准查询，全文本查询，精确查询

POST /{索引}/{文档}/_search { "query":{ "match":{ "name" : "音乐" } } }

bool查询：合并多个查询条件

must 多个条件完全匹配，相当于 and
must_not 多个条件相反匹配，相当于 not
should 至少有一个条件匹配，相当于 or

POST /{索引}/{文档}/_search { "query":{ "bool": { "must": { "term":{ "age" : 20 } }, "must_not": { "term":{ "name" : "听音乐" } }, "should": [ { "term":{ "name" : "name1" } }, { "term":{ "name" : "name2" } } ] }} }

过滤查询：filter

POST /{索引}/{文档}/_search { "query":{ "bool" : { "filter": { "term": { "age": 20 } } } } }

查询和过滤的对比

一条过滤语句会询问每个文档的字段值是否包含着特定值。
查询语句会询问每个文档的字段值与特定值的匹配程度如何。
一条查询语句会计算每个文档与查询语句的相关性，会给出一个相关性评分 _score，并且按照相关性对匹配到的文档进行排序。这种评分方式非常适用于一个没有完全配置结果的全文本搜索。
一个简单的文档列表，快速匹配运算并存入内存是十分方便的，每个文档仅需要1个字节。这些缓存的过滤结果集与后续请求的结合使用是非常高效的。
查询语句不仅要查找相匹配的文档，还需要计算每个文档的相关性，所以一般来说查询语句要比过滤语句更耗时，并且查询结果也不可缓存。

建议：做精确匹配搜索时，最好用过滤语句，因为过滤语句可以缓存数据。