• ES的入门学习


    ES的入门:
    ES的雇员文档的设计和实现功能

    ES的存放中包括:索引,类型,文档,字段

    PUT /megacorp/employee/1
    {
    {

    "first_name" : "John",

    "last_name" : "Smith",

    "age" : 25,

    "about" : "I love to go rock climbing",

    "interests": [ "sports", "music" ]
    }
    }

    megacorp 索引名称
    employee 类型名称
    1 特定雇员的ID


    查询这个雇员文档
    使用GET命令 GET /megacorp/employee/1

    返回结果是

    {

    "_index" : "megacorp",

    "_type" : "employee",

    "_id" : "1",

    "_version" : 1,

    "found" : true,

    "_source" : {

    "first_name" : "John",

    "last_name" : "Smith",

    "age" : 25,

    "about" : "I love to go rock climbing",

    "interests": [ "sports", "music" ]

    }
    }
    }
    _source :表示存放数据是的原始文档

    DELETE命令来删除文档
    HEAD指令来检查文档

    高级查询:
    1. GET /megacorp/employee/_search
    返回 该索引该类型下所有的数据,但是,默认返回10条数据


    2.高亮查询:
    GET /megacorp/employee/_search?q=last_name:Smith
    返回结果是 last_name 为 Smith的所有数据


    3.使用查询表达式搜索
    上述查询可写成
    GET /megacorp/employee/_search
    {
    {

    "query" : {

    "match" : {

    "last_name" : "Smith"

    }

    }
    }
    }

    match是查询类型,可以有不同的多种的查询参数的设置
    4.复杂的查询表达式
    在上面的查询结果中过滤出age>32
    查询表达式的书写
    GET /megacorp/employee/_search
    {
    {

    "query" : {

    "bool": {

    "must": {

    "match" : {

    "last_name" : "smith"
    }

    },

    "filter": {

    "range" : {

    "age" : { "gt" : 30 }
    }

    }

    }

    }
    }
    }
    filter的使用-》fliter过滤器
    5.短语查询
    将两个单词组成的一个短语组成一个整体进行查询,不可分割
    GET /megacorp/employee/_search
    {
    {

    "query" : {

    "match_phrase" : {

    "about" : "rock climbing"

    }

    }
    }
    }
    使用match_phrase进行数据查询
    这个查询关键字就是,将整个字段当成一个字段来进行查询

    6.高亮查询的使用
    在查询的字段后加一个highlight的关键字
    GET propdict/doc/_search
    {
    "query": {
    "match": {
    "value": "北京"
    }
    },
    "highlight": {
    "fields": {
    "value": {}
    }
    }
    }

  • 相关阅读:
    SQL Server 错误日志过滤(ERRORLOG)
    SQL Server 错误日志收缩(ERRORLOG)
    (原)Max Area of Island(即连通域标记)
    (原)caffe中的conv
    (整理)plsql导入dmp文件
    (原)matlab导出oracle中blob的jpg数据到图片
    (原)faster rcnn的tensorflow代码的理解
    (原)tensorflow使用eager在mnist上训练的简单例子
    (原)DropBlock A regularization method for convolutional networks
    (原)netbeans中添加anaconda3安装的opencv
  • 原文地址:https://www.cnblogs.com/learndata/p/10509103.html
Copyright © 2020-2023  润新知