这期内容当中小编将会给大家带来有关如何正确的使用ElastchSearch，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
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": "一灰灰Blog"
},
"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": "二灰灰Blog"
},
"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": "一灰灰Blog"
},
"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": "灰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/gPYLh4gBF9fSFsHNEe58
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/gvarh4gBF9fSFsHNuO49
{
"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/gvarh4gBF9fSFsHNuO49
{
"script": "ctx._source.age += 5"
}上述就是小编为大家分享的如何正确的使用ElastchSearch了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
