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。
创新互联是一家集网站建设,大城企业网站建设,大城品牌网站建设,网站定制,大城网站建设报价,网络营销,网络优化,大城网站推广为一体的创新建站企业,帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿,时刻以成就客户成长自我,坚持不断学习、思考、沉淀、净化自己,让我们为更多的企业打造出实用型网站。
1. 添加文档
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 }'
2. 查询文档
2.0 kibana 配置并查询
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
2.1 查询所有
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": { } } }
2.2 term 精确匹配
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
2.3 terms 多值匹配
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"] } } }
2.4 range 范围匹配
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 } } } }
2.5 字段过滤
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" } } }
2.6 组合查询
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
2.7 match 查询
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
2.8 multi_match 查询
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": ["*"] } } }
2.9 wildcard 查询
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
2.10 regexp 查询
正则匹配
GET first-index/_search { "query": { "regexp": { "user.name": ".*log" } } }
2.11 prefix 查询
前缀匹配
GET first-index/_search { "query": { "prefix": { "user.name": "一" } } }
2.12 排序
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" } } ] }
2.13 更多
更多操作姿势,可以在官方文档上获取
官方教程
3. 删除文档
需要根据文档 id 进行指定删除
DELETE first-index/_doc/gPYLh4gBF9fSFsHNEe58
删除成功
4.更新文档
4.1 覆盖更新
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 }
4.2 增量更新
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,欢迎关注创新互联行业资讯频道。
新闻名称:如何正确的使用ElastchSearch
文章分享:http://lswzjz.com/article/jpijoc.html