ElasticSearch基础和常用命令增删改查讲解

基础概念

集群和节点

索引：含有相同属性的文档集合，索引通过名字识别，小写英文字母命名，不能中划线数字等

类似 database

分片：每个索引都有多个分片，每个分片是一个Lucene索引

好处：提高io读写效率

分片只能在创建索引的时候指定，后期不能修改

备份：拷贝一份分片就完成了分片的备份

好处：当主分片不可用，备份即可顶替

备份可以查询，可以分摊压力

备份可以动态修改

类型：索引可以定义一个或多个类型，文档必须属于一个类型

类似 table

文档：文档是可以被索引的基本数据单位

类似 一行记录

一、索引创建：

6.0 版本中，不支持多个type创建，mappings只能添加一个。

put 127.0.0.1:9200/people
{
    "settings":{
        "number_of_shards" : 3,
        "number_of_replicas" : 1
    },
    "mappings":{
        "doc":{
            "properties":{
                "type":{
                    "type":"keyword"
                },
                "name":{
                    "type":"text"
                },
                "country":{
                    "type":"keyword"
                },
                "age":{
                    "type":"integer"
                },
                "date":{
                    "type":"date",
                    "format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
                }
            }
        }
    }
}

二、数据插入：

由于mappings只能添加一个，如何插入多个type呢？ 答案是通过type字段进行标识！

put people/doc/1
{
    "type":"man",
    "name":"wxk",
    "country":"china",
    "date":"1990-02-19",
    "age":21
}
put people/doc/2
{
    "type":"woman",
    "name":"qsy",
    "country":"UK",
    "date":"1990-02-12"
}

自动产生文档id插入

post people/doc/
{
    "type":"man",
    "name":"superwxk",
    "country":"china",
    "date":"2000-02-19 01:01:01"
}

检查：

POST people/_search
{
  "query": {
    "bool": {
      "must": {
        "match": {
          "name": "wxk"
        }
      },
      "filter": {
        "match": {
          "type": "man" 
        }
      }
    }
  }
}

三、修改文档

直接修改

post 127.0.0.1:9200/people/doc/1/_update
{
    "doc":{ 
        "age":31
    }
}

通过脚本修改文档

#直接写入参数
post 127.0.0.1:9200/people/doc/1/_update
{
    "script":{
        "lang":"painless",
        #ctx 代表es上下文，_source代表当前文档
        "inline":"ctx._source.age += 10"
    }
}

#使用参数
post 127.0.0.1:9200/people/doc/1/_update
{
    "script":{
        "lang":"painless",
        #ctx 代表es上下文，_source代表当前文档
        "inline":"ctx._source.age = params.age",
        "params":{
            "age":100
        }
    }
}

四、删除文档/索引

删除文档

DELETE 127.0.0.1:9200/people/doc/1

删除索引

删除索引，索引的文档都会删掉

1、header插件可以直接删除
2、DELETE 127.0.0.1:9200/people 

五、查询

定义book
novel:
    word_count:integer
    author:keyword
    title: text
    publish_date: 三种
插入数据1,2,3,4,5,6,7

造数据：

#建索引
put 127.0.0.1:9200/book
{
    "settings":{
        "number_of_shards" : 2,
        "number_of_replicas" : 1
    },
    "mappings":{
        "novel":{
            "properties":{
                "word_count":{
                    "type":"integer"
                },
                "author":{
                    "type":"keyword"
                },
                "title":{
                    "type":"text"
                },
                "publish_date":{
                    "type":"date",
                    "format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
                }
            }
        }
    }
}
#插数据
put book/novel/1
{
    "word_count":"1000",
    "author":"wxk",
    "title":"ElasticSearch",
    "publish_date":"1990-02-19"
}
put book/novel/2
{
    "word_count":"2000",
    "author":"qsy",
    "title":"learn_学习",
    "publish_date":"1990-03-19"
}
put book/novel/3
{
    "word_count":"1000",
    "author":"panda",
    "title":"mooc",
    "publish_date":"1990-04-19"
}
put book/novel/4
{
    "word_count":"1500",
    "author":"wxk",
    "title":"ES",
    "publish_date":"1991-10-19"
}
put book/novel/5
{
    "word_count":"3000",
    "author":"wxk",
    "title":"ElasticSearch 学习",
    "publish_date":"1990-02-19"
}
put book/novel/6
{
    "word_count":"2000",
    "author":"wxk",
    "title":"python",
    "publish_date":"2000-05-01"
}
put book/novel/7
{
    "word_count":"4000",
    "author":"wxk",
    "title":"Scala和spark",
    "publish_date":"1990-06-20"
}

简单查询

GET 127.0.0.1:/book/novel/1

复杂查询

POST 127.0.0.1:/book/_search
查询所有数据
{
    "query":{
        "match_all":{}
    },
    "from":1, #指定从哪里返回
    "size":1  #指定返回几条数据
}

关键字查询，条件查询

#查询标题为 ElasticSearch ,按照出版时间倒序，字数升序查询
{
    "query":{
        "match":{
            "title":"ElasticSearch"
        }
    },
    "sort":[
        {"publish_date":{"order":"desc"}},{"word_count":{"order":"asc"}}
    ]
}
解果是默认_score 倒序，
可以通过添加"sort"关键字，对字段进行升降排序

聚合查询

#字数进行聚合，解果为字数1000的5本书
#单个分组聚合
{
    "aggs":{
        "group_by_word_count":{ #这个名字自取的
            "terms":{
                "field":"word_count"
            }
        }
    }
}

#多个分组聚合
{
    "aggs":{
        "group_by_word_count":{ #这个名字自取的
            "terms":{
                "field":"word_count"
            }
        },
        "group_by_publish_date":{
            "terms":{
                "field":"publish_date"
            }
        }
    }
}

#其他聚合函数，对某个字段进行解析计算
#注意，这里stats 只能对 data，integer进行操作，否则会报错
{
    "aggs":{
        "grades_word_count":{ #自定义
            "stats":{ #这里填写函数名：
                    如：min
                "field":"word_count"
            }
        }
    }
}

结果为：

"aggregations": {
    "grades_word_count": {
        "count": 7,
        "min": 1000,
        "max": 4000,
        "avg": 2071.4285714285716,
        "sum": 14500
    }
}

高级查询将在下篇记录