目录
- 一、Elasticsearch的文档增删查改(CURD)
- 二、Elasticsearch之查询的两种方式
- 三、term与match查询
- 四、Elasticsearch之排序查询
- 五、Elasticsearch之分页查询
- 六、Elasticsearch之布尔查询
- 七、Elasticsearch之查询结果过滤
- 八、Elasticsearch之高亮查询
- 九、Elasticsearch之聚合函数
- 十、Elasticsearch for Python之连接
- 十一、Elasticsearch高级之-集群搭建，数据分片
一、Elasticsearch的文档增删查改(CURD)
# 增
PUT lqz/_doc/1
{
"name":"顾老二",
"age":30,
"from": "gu",
"desc": "皮肤黑、武器长、性格直",
"tags": ["黑", "长", "直"]
}
# 删
DELETE lqz/_doc/4
# 改
# 修改1:如果之前没有，就是新增，如果之前有，会使用新的覆盖掉旧的（新的字段少，少的字段会被删除）
PUT lqz/_doc/1
{
"desc":"皮肤很黄，武器很长，性格很直",
"tags":["很黄","很长", "很直"]
}
# 修改2---这个多
POST lqz/_doc/2/_update
{
"doc": {
"desc": "皮肤很黄，武器很长，性格很直",
"tags": ["很黄","很长", "很直"]
}
}
# 查（复杂）
# 根据id查,查单条
GET lqz/_doc/1
二、Elasticsearch之查询的两种方式
# 查询方式一：
GET lqz/_search?q=from:gu
GET lqz/_search?q=age:30
# 查询方式二：结构化查询，查询要放到query字典中，使用match查询，条件有且只有一个
GET lqz/_search
{
"query": {
"match": {
"from": "gu"
}
}
}
三、term与match查询
# term和match有什么区别？
-match：进行搜索的时候，会先进行分词，分词完后，再来匹配，全文检索用它
-term：term是代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词
-如果查的类型是keyword类型，用term比较好
-如果全文检索，text类型，用match较好
# match_all：查询所有
GET lqz/_search
{
"query": {
"match_all": {
}
}
}
# 短语查询之match_phrase 中国和世界之间最多有2个字符
GET t1/_search
{
"query": {
"match_phrase": {
"title": {
"query": "中国世界",
"slop": 2
}
}
}
}
# 最左前缀match_phrase_prefix
-查询一bea开头的单词
GET t3/_search
{
"query": {
"match_phrase_prefix": {
"desc": "bea"
}
}
}
四、Elasticsearch之排序查询
GET lqz/_search
{
"query": {
"match": {
"from": "gu"
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
# 不是所有字段都可以排序，只有数字字段可以
五、Elasticsearch之分页查询
GET lqz/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"age": {
"order": "desc"
}
}
],
"from": 0,
"size": 2
}
六、Elasticsearch之布尔查询
# 多个条件的查询
must（and）
should（or）
must_not（not）
filter
# and条件
GET lqz/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"age": "28"
}
}
]
}
}
}
## or条件
GET lqz/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"tags": "闭月"
}
}
]
}
}
}
# 取反
GET lqz/_search
{
"query": {
"bool": {
"must_not": [
{
"match": {
"from": "gu"
}
},
{
"match": {
"tags": "可爱"
}
},
{
"match": {
"age": 18
}
}
]
}
}
}
# filter
GET lqz/_search
{
"query": {
"bool": {
"must": [
{
"match_all": {
}
}
],
"filter": {
"range": {
"age": {
"lte": 25
}
}
}
}
}
}
# 小结
must：与关系，相当于关系型数据库中的and。
should：或关系，相当于关系型数据库中的or。
must_not：非关系，相当于关系型数据库中的not。
filter：过滤条件。
range：条件筛选范围。
gt：大于，相当于关系型数据库中的>。
gte：大于等于，相当于关系型数据库中的>=。
lt：小于，相当于关系型数据库中的<。
lte：小于等于，相当于关系型数据库中的<=。
七、Elasticsearch之查询结果过滤
GET lqz/_search
{
"query": {
"match": {
"name": "顾老二"
}
},
"_source": ["name", "age"]
}
八、Elasticsearch之高亮查询
# 基本使用
GET lqz/_search
{
"query": {
"match": {
"name": "石头"
}
},
"highlight": {
"fields": {
"name": {}
}
}
}
# 自定义高亮显示
GET lqz/_search
{
"query": {
"match": {
"name": "石头"
}
},
"highlight": {
"pre_tags": "<b class='key' style='color:red'>",
"post_tags": "</b>",
"fields": {
"name": {}
}
}
}
<b class='key' style='color:red'>石</b><b class='key' style='color:red'>头</b>
九、Elasticsearch之聚合函数
# 聚合函数
avg
max
min
sum
GET lqz/_search
{
"query": {
"match_all": {
}
},
"aggs": {
"my_avg": {
"sum": {
"field": "age"
}
}
}
}
# 分组
GET lqz/_search
{
"size": 0,
"query": {
"match_all": {}
},
"aggs": {
"age_group": {
"range": {
"field": "age",
"ranges": [
{
"from": 15,
"to": 20
},
{
"from": 20,
"to": 25
},
{
"from": 25,
"to": 30
}
]
}
}
}
}
十、Elasticsearch for Python之连接
# import requests
#
# res=requests.get('http://localhost:9200/lqz/_doc/2').json()
# print(res['_source'])
# es官方提供的操作的包，es的客户端
from elasticsearch import Elasticsearch
# es是7版本，模块也要用7版本
obj = Elasticsearch(hosts=['http://127.0.0.1:9200', ])
# 创建索引（Index）
# result = obj.indices.create(index='user',ignore=[400, 404])
# result = obj.indices.delete(index='user', ignore=[400, 404])
# print(result)
# 插入数据
# data = {'userid': '1', 'username': 'lqz','password':'123'}
# result = obj.create(index='user1',id=2, document=data)
# print(result)
# 更新数据
# data = {'password': '888', 'test': '88'}
# result = obj.update(index='user1', doc=data, id=2)
# print(result)
# 删除数据
# result = obj.delete(index='user1',id=1)
# 查询
# 查找所有文档
# query = {'query': {'match_all': {}}}
# 查找名字叫做jack的所有文档
query = {'query': {'term': {'from': 'gu'}}}
# 查找年龄大于11的所有文档
# query = {'query': {'range': {'age': {'gt': 11}}}}
#
allDoc = obj.search(index='lqz', body=query)
# print(allDoc)
print(allDoc['hits']['hits'][0]['_source'])