查询
使用 from 和 size 分页查询，需要注意的是：from+size 要小于 10000，不然会报错
// 从第9条开始，查询100条
GET index_test/_search?from=9&size=100
// 这个也行
GET index_test/_search
{
"from":9,
"size":100
}查询某个 id: DE7BEo0BngUdM_im08lv
GET index_test/_doc/DE7BEo0BngUdM_im08lv查询结果不要元字段，只查询 _source，使用 _source api 加上 id
GET index_test/_source/2一次性查询多个 id 值
GET index_test/_mget
{
"ids":[1,2]
}
GET index_test/_search
{
"query":{
"ids": {
"values":[1,2,4]
}
}
}match
match 搜索需要注意以下几点：
- 被查询字段必须是可以分词的，比如 name 字段必须是可以分词的，例如 text 类型。
- 搜索过程是：首先对搜索词进行分词，然后只要一个某个分词和被搜索字段的分词匹配上了，就满足。、
- es 分词的时候，首先会对分词统一改成小写，所以不区分大小写了。
例如下例子中，name 字段必须是可以分词的字段，然后搜索词 小米手机，会被分词
GET index_test/_search
{
"query":{
"match": {
"name": "小米手机"
}
}
}搜索词分词的时候，本身也会作为分词结果之一，例如 HuaWei Mate 9000 会作为一个特殊项，作为整体去匹配
GET index_test/_search
{
"query":{
"match": {
"name.keyword": "HuaWei Mate 9000"
}
}
}match_phrase
这个查询和 match 查询一样，不同点在于所有分词要按顺序都匹配上
- 会对搜索词进行分词
- 搜索词的分词必须全部匹配上，并且顺序也要相同，中间不能有其他词。
- 中间不能有其它词，不过这个可以通过 slop 配置允许多少个其他词，默认是 0 个。
例如下例中：搜索词 xiao mi 会被分词成 xiao、mi 两个单词。这两个单词去 name 的分词中搜索，如果 name 中有个 xiao mi 既可以被匹配上，如果 name 是 xiao x mi 就不能匹配上，因为中间有其他干扰词语。
GET index_test/_search
{
"query":{
"match_phrase": {
"name": "xiao mi"
}
}
}
可以通过 slop 参数配置干扰词的数量，例如下例中，slop=1，这样 name 是 xiao x mi 就能匹配上了
GET index_test/_search
{
"query":{
"match_phrase": {
"name": {
"query": "小米手机",
"slop": 1
}
}
}
}
term
一般用于精确查询
- 不会对搜索词进行分词，会保留搜索词的所有属性，包括大小写，标点符号等。
- 被搜索字段一般是子字段 keyword（text 类型一般都有子字段，叫做 keyword，记录着原始信息，不过文本内容如果太长的话，就会忽略，导致搜索不到），或者其他不分词的字段
- 被搜索是可以分词的字段也是可以，需要和分词结果匹配上就行
下面例子中，Xiao mi shou ji 会作为整体去匹配，name 必须也是 Xiao mi shou ji 才可以被匹配上
GET index_test/_search
{
"query":{
"term": {
"name.keyword": {
"value": "Xiao mi shou ji"
}
}
}
}如果想要一次搜索多个词，可以用 terms
GET index_test/_search
{
"query":{
"terms": {
"name.keyword": ["xiao mi shou ji","hua wei shou ji"]
}
}
}range
只支持大于，大于等于，小于，小于等于
GET index_test/_search
{
"query":{
"range": {
"age":{
"gte":10,
"lte":20
}
}
}
}bool 组合
组合查询，就是多条件查询，bool 里的每个条件自己是 and 关系。
must
must 查询，定义多个必须同时满足的条件
GET index_test/_search
{
"_source":fase, // 关掉
"query":{
"bool": {
"must": [
// 多个条件必须同时满足
{
"match": {
"FIELD": "TEXT"
},
"match_phrase": {
"FIELD": "PHRASE"
}
}
]
}
}
}filter
filter 和 must 是一样的，只是会缓存，没有计算评分排序，如果不需要排序，用这个会快一点
GET index_test/_search
{
"query":{
"bool": {
"filter": [
{
"match": {
"name": "小米"
},
"range": {
"price": {
"lte": 20
}
}
}
]
}
}
}should
should 子句，和 or 有点类型，但是不等价
GET index_test/_search
{
"query":{
"bool": {
"should": [
{
"match": {
"name": "小米"
},
"range": {
"price": {
"lte": 20
}
}
}
],
"minimum_should_match": 1 // should 条件应该满足的个数，默认就是1
}
}
}must not
must not，子条件都不能满足，但凡满足一个都不行
GET index_test/_search
{
"query":{
"bool": {
"must_not": [
{
"match": {
"name": "小米"
},
"range": {
"price": {
"lte": 20
}
}
}
]
}
}
}嵌套子查询
嵌套子查询，需要再加上 bool。
下例中：name != iphone AND ((name = phone AND price <= 20) OR (type = phone AND brand IN ("苹果","华为")))
{
"query": {
"bool": {
"must_not": [
{
"match": {
"name": "iphone"
}
}
],
"should": [
{
"bool": {
"must": [
{
"match": {
"name": "phone"
}
},
{
"range": {
"price": {
"lte": 20
}
}
}
]
}
},
{
"bool": {
"must": [
{
"match": {
"type": "phone"
}
},
{
"terms": {
"brand.keywords": [
"华为",
"苹果"
]
}
}
]
}
}
]
}
}
}索引操作
因为，新增文档的时候，如果索引不存在也会自动创建，没有必要特意创建，了解就行
创建索引 index_test，请求体 body 可以没有。
PUT index_test
{
"settings":{
"number_of_shards":1,// 主分片数量
"number_of_replicas":1 // 每个主分片的副本分片数量
}
}修改索引 index_test
PUT index_test/_settings
{
"number_of_shards":1
}删除索引，这个操作要小心
DELETE index_test新增文档
创建数据，1 是文档 id，如果已经存在就会报错
PUT index_test/_doc/1?op_type=create
{
"name":"手机",
"content":"小米"
}等效 _create api
PUT index_test/_create/2
{
"name":"手机",
"content":"小米"
}如果 id 已经存在，希望更新的话，可以使用 index，这个更新是覆盖掉原来的内容
PUT index_test/_doc/1?op_type=index
{
"name":"手机1",
"content":"小米"
}
// 不加op_type=index 也一样
PUT index_test/_doc/1
{
"name":"手机1",
"content":"小米"
}创建文档的时候，不指定 id，系统自动生成 uuid
POST index_test/_doc/
{
"name":"手机1",
"content":"小米"
}批量创建，使用 bulk 接口，批量创建，注意不能格式化，必须一行是命令，下一行是数据，中间不能有换行和空格。
POST /_bulk
{"create":{"_index":"index_test","_id":5}} // 命令
{"name":"手机5","content":"123"} // 数据
{"create":{"_index":"index_test","_id":6}}
{"name":"手机6","content":"123"}
{"create":{"_index":"index_test","_id":7}}
{"name":"手机7","content":"123"}
// 已经存在的不报错
POST /_bulk
{"index":{"_index":"index_test","_id":5}}
{"name":"手机5","content":"123"}
{"index":{"_index":"index_test","_id":6}}
{"name":"手机6","content":"123"}
{"index":{"_index":"index_test","_id":7}}
{"name":"手机7","content":"123"}删除文档
删除的时候，要加上文档 id
DELETE index_test/_doc/DE7BEo0BngUdM_im08lv批量删除
POST /_bulk
{"delete":{"_index":"index_test","_id":5}}
{"delete":{"_index":"index_test","_id":6}}通过条件删除
POST /index_test/_delete_by_query
{
"query":{
"term": {
"price": 500
}
}
}更新文档
更新 name 字段，这个时候要加上 doc 属性，如果有多个字段，就把相应的字段新增上去就很
POST index_test/_update/1
{
"doc":{
"name":"手机1"
}
}批量更新
POST /_bulk
{"update":{"_index":"index_test","_id":5}}
{"doc":{"name":"手机55"}}
{"update":{"_index":"index_test","_id":6}}
{"doc":{"name":"手机66"}}mapping 操作
mapping 相当于 mysql 的表结构，定义索引的了 es 的数据结构等信息
GET index_test/_mappinges 的字段可以有多个类型，如果是文本类型，系统默认会创建一个 keword 类型，字段名称就叫做 keword
- text 类型，字段内容会被分词，不会区服大小写
- keword 类型，不会被分词，用于精确查询，会区分大小写，字段太长的时候会被忽略会搜索不到
- nested 类型，字段是个 json 对象，或者是个数组里嵌套对象，这种比较复杂的类型
{
"index_test": {
"mappings": {
"properties": {
"content": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"name": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"price": {
"type": "long"
}
}
}
}
}不像 mysql 使用表之前，需要先定义好表结构，es 添加数据的时候，可以新增字段，会自动传教 mapping，es 会更加值类型，创建相应的字段类型
PUT index_test/_create/10
{
"name":"手机",
"content":"小米2",
"price":500 // 例如此时没有price字段
}虽然 mapping 可以自动创建，不过最好手动创建，只能创建索引的时候设置好，后面很多参数都不允许修改
PUT index_test1
{
"mappings":{
"properties":{
"long_field":{
"type":"long"
}
}
}
}测试分词
查看分词结果
GET index_test/_analyze
{
"text":["华为mate"]
}