Es使用kibana增删改查以及复杂查询

1.简单操作

1.1 增加

先插入四条数据

PUT /esstudy/user/1
{
  "name": "张三",
  "age": 21
}
PUT /esstudy/user/2
{
  "name": "李四",
  "age": 22
}
PUT /esstudy/user/3
{
  "name": "王五",
  "age": 23
}
PUT /esstudy/user/4
{
  "name": "赵六",
  "age": 24
}

看一下数据：

如果说数据存在那么便是覆盖（全量覆盖）

PUT /esstudy/user/1
{
  "name": "法外狂徒张三",
  "age": 21,
  "desc": "法律大牛"
}

再执行

GET /esstudy/user/1

PUT /esstudy/user/2
{
  "name": "李四"
}

已经修改了 那么 PUT 可以更新数据但是。麻烦的是 原数据你还要重写一遍要 这不符合我们规矩。

 1.2 更新

使用 POST 命令，在 id 后面跟 _update ，要修改的内容放到 doc 文档(属性)中即可。

POST /esstudy/user/3/_update
{
  "doc":{
    "name": "王五升级",
    "age": 23
  }
}

1.3 删除

DELETE /xxx

1.4 获取

GET /xxx

5.查询

GET esstudy/user/_search?q=name:赵六

通过 _serarch?q=name:狂神说 查询条件是name属性有赵六的那些数据。

我们看一下结果 返回并不是 数据本身，是给我们了一个 hits ，还有 _score得分，就是根据算法算出和

查询条件匹配度高得分就搞。

2.复杂查询

2.1 查询所有

GET esstudy/user/_search
{
  "query": {
    "match_all": {}
  }

}

2.2 构建查询 

再插入一条数据

PUT /esstudy/user/5
{
  "name": "张三",
  "age": 21
}

再进行查询

GET esstudy/user/_search
{
  "query": {
    "match": {
      "name": "法外狂徒张三"
    }
  }
}

 通过分数来查看谁更加符合结果

2.3限制属性

通过 _source 来控制，比如说只需要名字的属性

GET esstudy/user/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  },
  "_source": ["name"]
}

 2.4 排序

根据年龄倒序

GET esstudy/user/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}

2.5 分页

GET esstudy/user/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ], 
  "from": 0,
  "size": 2
}

 2.6 布尔查询

1. must

都要符合

例如。查询名字是张三，年龄是21的

GET esstudy/user/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "张三"
          }
        },
        {
          "match": {
            "age": 21
          }
        }
      ]
    }
  }
  
}

 2. should

只要满足一个即可

GET esstudy/user/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "name": "张三"
          }
        },
        {
          "match": {
            "age": 22
          }
        }
      ]
    }
  }
  
}

3. must_not

查询不满足条件的，即过滤操作

GET esstudy/user/_search
{
  "query": {
    "bool": {
      "must_not": [
        {
          "match": {
            "name": "张三"
          }
        },
        {
          "match": {
            "age": 22
          }
        }
      ]
    }
  }
  
}

 4. filter

gt 表示大于

gte 表示大于等于

lt 表示小于

lte 表示小于等于 

GET esstudy/user/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "张三"
          }
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gte": 20,
            "lte": 40
          }
        }
      }
    }
  }
  
}

2.7 term精确查询

关于分词：

term 查询是直接通过倒排索引指定的词条，也就是精确查找。

term和match的区别:

• match是经过分析(analyer)的，也就是说，文档是先被分析器处理了，根据不同的分析器，分析出的结果也会不同，在会根据分词 结果进行匹配。
• term是不经过分词的，直接去倒排索引查找精确的值。

注意 ⚠ ：我们现在 用的es7版本 所以我们用 mappings properties 去给多个字段(fifields)指定类型的时

候,不能给我们的索引制定类型：

 创建规则

PUT testdb
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "desc": {
        "type": "keyword"
      }
    }
  }
}

 插入数据：

PUT testdb/_doc/1
{
  "name": "法外狂徒1号",
  "desc": "法外狂徒1号decs"
}
PUT testdb/_doc/2
{
  "name": "法外狂徒2号",
  "desc": "法外狂徒2号decs"
}

总结：keyword 字段类型不会被分析器分析！ 

然后使用term查询

GET testdb/_search
{
  "query": {
    "term": {
      "desc": "法外狂徒2号decs"
    }
  }
}

可以看到结果只有一个

 如果只查询法外狂徒那么一个都没有

GET testdb/_search
{
  "query": {
    "term": {
      "desc": "法外狂徒"
    }
  }
}

精确查询多个值：

GET esstudy/user/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "age": "22"
          }
        },
        {
          "term": {
            "age": 21
          }
        }
      ]
    }
  }
  
}

2.8 高亮显示

GET esstudy/user/_search
{
"query": {
"match": {
"name": "张三"
}
},
"highlight": {
"fields": {
"name": {}
}
}

}

 可以看到加上了em标签，当然我们也可以自定义。

GET esstudy/user/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  },
  "highlight": {
    "pre_tags": "<p class='key' style='color:red'>", 
    "post_tags": "</p>", 
    "fields": {
      "name": {}
    }
  }
  
}