ElastchSearch 基本使用姿势，如常见的
- 添加文档
- 常见的查询姿势
- 修改/删除文档
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
3. 删除文档
需要根据文档 id 进行指定删除
DELETE first-index/_doc/gPYLh3gBF9fSFsHNEe58
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/gvarh3gBF9fSFsHNuO49
{
"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/gvarh3gBF9fSFsHNuO49
{
"script": "ctx._source.age += 5"
}
II. 其他
1. 一灰灰 Blog： https://liuyueyi.github.io/hexblog
一灰灰的个人博客，记录所有学习和工作中的博文，欢迎大家前去逛逛
2. 声明
尽信书则不如，以上内容，纯属一家之言，因个人能力有限，难免有疏漏和错误之处，如发现 bug 或者有更好的建议，欢迎批评指正，不吝感激
- 微博地址: 小灰灰 Blog
- QQ： 一灰灰/3302797840
3. 扫描关注
一灰灰 blog
