03 elasticsearch学习笔记-Rest风格说明

Rest风格说明

3.1 Rest风格说明

method	url地址	描述
PUT	localhost:9200/索引名称/类型名称/文档id	创建文档(指定文档id)
POST	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档id	删除文档
GET	localhost:9200/索引名称/类型名称/文档id	通过文档id查询文档
POST	localhost:9200/索引名称/类型名称/_search	查询所有的数据

关于索引的操作

1. 创建一个索引！

PUT /索引名/～类型名～/文档id
{请求体}

类型名以后到8版本就没有了

PUT /test1/type1/1
{
  "name":"haima",
  "age":2
}

创建成功

在head里可能看到test索引已经创建成功了

2. 查看数据

完成了自动增加了索引，数据也成功的添加了，这就是我说大家在初期可以把它当做数据库学习的原因！

3. 那么name这个字段用不用指定类型呢。毕竟我们关系型数据库是需要指定类型的啊

• 字符串类型
  text，keyword
• 数值类型
  long，integer,short,byte,double,float,half_float,scaled_float
• 日期类型
  date
• 布尔值类型
  boolean
• 二进制类型
  binary
• 等等

更多详情看下面的文章

官网地址：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

es 数据类型：
https://blog.csdn.net/liuxiao723846/article/details/109099508

4. 指定字段的类型
   建 索引规则 和 字段的类型，不填入数据内容

请求

PUT /test2
{
  "mappings": {
    "properties": {
      "name":{
        "type":"text"
      },
      "age":{
        "type": "long"
      },
      "birthday":{
        "type": "date"
      }
    }
  }
}

返回成功

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "test2"
}

看以看到已经成功建立test2索引，但是没有写入数据

获取test2索引的命令

获取这个规则！可以通过GET请求获取具体的信息

请求

GET test2

返回数据

{
  "test2" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "long"
        },
        "birthday" : {
          "type" : "date"
        },
        "name" : {
          "type" : "text"
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1609688493459",
        "number_of_shards" : "1",
        "number_of_replicas" : "1",
        "uuid" : "lm-IkU7QTsifdLdxyXgwgw",
        "version" : {
          "created" : "7030199"
        },
        "provided_name" : "test2"
      }
    }
  }
}

5. 查看默认的信息

请求

PUT /test3/_doc/1
{
    "name":"狂神说",
    "age":13,
    "birth":"1997-01-05"
}

返回数据

{
  "_index" : "test3",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

获取test3索引

如果自己不设置文档字段类型，那么es会自动给默认类型

获取健康值

GET _cat/health

获取所有的信息

GET _cat/indices?v

还有很多 可以自动展示 都试试

修改索引

1. 修改我们可以还是用原来的PUT的命令，根据id来修改

但是如果没有填写的字段 会重置为空了 ，相当于java接口传对象修改，如果只是传id的某些字段，那其他没传的值都为空了。

2. 还有一种update方法 这种不设置某些值 数据不会丢失

POST /test3/_doc/1/_update
{
  "doc":{
    "name":"212121"
  }
}

GET /test3/_doc/1

带doc修改 查询也是带doc的（document）

//下面两种都是会将不修改的值清空的

POST /test3/_doc/1
{
    "name":"212121"
}

POST /test3/_doc/1
{
  "doc":{
    "name":"212121"
  }
}

删除索引

DELETE /test1

通过DELETE命令实现删除，根据你的请求来判断是删除索引还是删除文档记录

使用RESTFUL的风格是我们ES推荐大家使用的！

3.3 关于文档的基本操作

1. 添加数据PUT

PUT /haima/user/1
{
     "name":"狂神说123",
     "age":13,
     "desc":"我是描述",
     "tags":["技术宅","温暖","直男"]
}

返回数据

#! Deprecation: [types removal] Specifying types in document get requests is deprecated, use the /{index}/_doc/{id} endpoint instead.
{
  "_index" : "haima",
  "_type" : "user",
  "_id" : "1",
  "_version" : 1,
  "_seq_no" : 0,
  "_primary_term" : 7,
  "found" : true,
  "_source" : {
    "name" : "狂神说123",
    "age" : 13,
    "desc" : "我是描述",
    "tags" : [
      "技术宅",
      "温暖",
      "直男"
    ]
  }
}

2. 查询

最简单的搜索是GET

GET /haima/user/1

返回数据

#! Deprecation: [types removal] Specifying types in document get requests is deprecated, use the /{index}/_doc/{id} endpoint instead.
{
  "_index" : "haima",
  "_type" : "user",
  "_id" : "1",
  "_version" : 2,
  "_seq_no" : 1,
  "_primary_term" : 7,
  "found" : true,
  "_source" : {
    "name" : "狂神说123",
    "age" : 13,
    "desc" : "我是描述",
    "tags" : [
      "技术宅",
      "温暖",
      "直男"
    ]
  }
}

多添加几条数据

PUT /haima/user/2
{
     "name":"张三说",
     "age":22,
     "desc":"我是描述22",
     "tags":["技术宅","温暖","直男"]
}


PUT /haima/user/3
{
     "name":"李四说",
     "age":33,
     "desc":"我是描述33",
     "tags":["技术宅","温暖","直男"]
}

PUT /haima/user/4
{
     "name":"王五说",
     "age":44,
     "desc":"我是描述44",
     "tags":["技术宅","温暖","直男"]
}

3. 搜索功能search

GET /haima/user/_search?q=name:李四

这边name是text 所以做了分词的查询 如果是keyword就不会分词搜索了

---

4. 复杂操作搜索select（排序，分页，高亮，模糊查询，精准查询）

//测试只能一个字段查询
GET lisen/user/_search
{
  "query": {
    "match": {
      "name": "李森"
    }
  }
}

结果过滤，就是只展示列表中某些字段

GET /haima/user/_search
{
  "query": {
    "match": {
      "name": "李四"
    }
  },
  "_source":["name","age"]
}

包含

不包含

GET /haima/user/_search
{
  "query": {
    "match": {
      "name": "李四"
    }
  },
  "_source":{"excludes":["name","age"]}
}

排序 asc(正序) / desc（倒序）

分页

GET /haima/user/_search
{
  "query": {
    "match": {
      "name": "说"
    }
  },
  "sort":{
    "age":{
      "order":"asc" 
    }
  },
  "from":0,
  "size":2
}

多条件查询

布尔值查询

must（and），所有的条件都要符合

GET /haima/user/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match": {
            "name": "说"
          }
        },{
          "match": {
            "age": "22"
          }
        }
      ]
    }
  }
}

should（or）或者的关系,有一个条件成立即可

GET /haima/user/_search
{
  "query":{
    "bool": {
      "should": [
        {
          "match": {
            "name": "王五"
          }
        },{
          "match": {
            "age": "44"
          }
        }
      ]
    }
  }
}

must_not（not）不等于

GET /haima/user/_search
{
  "query":{
    "bool": {
      "must_not": [
        {
          "match": {
            "name": "王五"
          }
        }
      ]
    }
  }
}

条件区间

过滤年龄区间符合条件的

GET /haima/user/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match": {
            "name": "王五"
          }
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gte": 10,
            "lte": 50
          }
        }
      }
    }
  }
}

• 大于 gt
• 大于等于 gte
• 小于 lt
• 小于等于 lte

匹配多个条件（数组）

GET /haima/user/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match": {
            "tags": "技术 女"
          }
        }
      ]
    }
  }
}

match没用倒排索引 这边改正一下

精确查找

term查询是直接通过倒排索引指定的词条进程精确查找的
关于分词

- term，直接查询精确的
- match，会使用分词器解析！（先分析文档，然后通过分析的文档进行查询）

GET _analyze
{
  "analyzer":"standard",
  "text":"张三说"
}

默认的是被分词了

GET _analyze
{
  "analyzer":"keyword",
  "text":"狂神说"
}

keyword没有被分词

精确查询多个值

高亮

还能自定义高亮的样式

---

参考笔记：
https://blog.csdn.net/lisen01070107/article/details/108288037
https://blog.csdn.net/mgdj25/article/details/105740191