1.通过elasticsearch-head 创建
（1）登录localhost:9100
（2）点击复合查询
（3）输入内容
（4）勾选易读，点击验证是否是JSON格式
（5）点击提交请求，返回
{
- "acknowledged": true
}
2.通过postman来创建索引：
（1）选择请求格式PUT,输入请求访问地址：127.0.0.1:9200/peoper
(2)选择下面的Body->raw->JSON(application/json)
(3)创建索引，例如：
{
"settings":{
"number_of_shards":3, //创建分片数
"number_of_replicas":1//创建备份数
},
"mappings":{
"man":{
"properties":{
"name":{
"type":"text"
},
"country":{
"type":"keyword"
},
"age":{
"type":"integer"
},
"data":{
"type":"date",
"format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
}
}
}
}
}
（4）点击send ，如果格式正确会返回如下信息：
{
"acknowledged": true,
"shards_acknowledged": true,
"index": "peoper"
}
（5）现在索引就创建好了，返回elasticsearch-head 的页面刷新就能看到
3.在postman中对索引进行插入数据
（1）选择访问请求为POST ,请求内容：127.0.0.1:9200/peoper/man/（也可以在后面跟上ID号，不跟是自动自增长ID）
（2）根据创建索引是创建的数据格式，插入数据如下：
{
"name":"王尼玛",
"country":"China",
"age":35,
"date":"1987-12-08"
}
如国数据添加成功会返回信息如下：
（3）在浏览器中点击刷新，就能够看到数据增加一条。点击数据浏览找到对应的索引就能看到插入数据的内容。
4.使用postman直接修改文档（指定修改文件的内容）
（1）请求访问类型为POST，请求访问内容输入：127.0.0.1:9200/peoper/man/1/_update（修改索引peoper下man对象ID为1的数据,后面的_update修改必须更上）
（2）修改内容如下：
{
"doc":{
"name":"baing"
}
}
其中修改的数据必须放在：“doc”:{}中
5.使用脚本修改文档（使用postman）
（1）请求访问类型为POST，请求访问内容输入：127.0.0.1:9200/peoper/man/1/_update（修改索引peoper下man对象ID为1的数据,后面的_update修改必须更上）
(2)修改内容如下：
{
"script":{ //使用脚本语言的类型
"lang":"painless", //lang为语言，painless为内置的语言还可以是python
"inline":"ctx._source.age += 15" //获取当前年龄在加上15
}
}
5.删除对应的数据
6.查询
（1）简单查询：
在postman中选择GET 内容为127.0.0.1:9200/peoper/man/1
（2）条件查询
类型选择POST 内容为：127.0.0.1:9200/peoper/_search
查询条件：
{
"query":{
"match_all":{}
}
}
这样就查出所有的内容
图中“from”表示从第几条数据开始，“size”表示返回一条数据
表示查询出标题中含有“elasticsearch”的内容通过“publish_date”这个字段进行降序
（3）聚合查询
图中"aggs"为聚合查询的关键自，"group_by_word_count"自定义根据字数查询的名字，“word_count”表示根据这个字段去查询统计
. 条件查询
{
"query":{
"match":{
"title":"elasticsearch"
}
},
"from": 1,
"size": 2,
"sort":[{"publish_date":"desc"}]
}
match_all :表示查询所有 match : 表示条件查询 from : 表示返回结果从第几页开始 size : 表示返回结果的大小 sort : 表示排序
6. 聚合查询
{
"aggs": {
"group_by_word_count": {
"terms":{
"field":"word_count"
}
},
"group_by_publish_date":{
"terms":{
"field":"publish_date"
}
}
}
}
aggs: 表明是聚合查询 "group_by_word_count":自定义名称,可以随意 terms:关键字 field:使用的字段
7. 统计查询
{
"aggs": {
"grand_word_count":{
"stats":{
"field":"word_count"
}
}
}
}
返回结果:
aggregations":{
"grand_word_count":{
"count": 8,
"min": 2000,
"max": 5000,
"avg": 3375,
"sum": 27000
}
}
说明: aggs:统计查询 grand_word_count:自定义名称 stats:统计方法,可以换成min/max/sum field:进行统计的字段
8. 高级查询
高级查询分为子条件查询和复合查询
1. 子条件查询:特定字段查询所指特定值
1. query context
在查询过程中,除了判断文档是否满足查询条件外,ES还会计算一个_score来标识匹配的程度,旨在判断目标文档和查询条件匹配的有多好.
常用查询:
- 全文本查询: 针对文本类型的查询
a. 模糊匹配:
post - http://127.0.0.1:9200/book/_search
{
"query":{
"match":{
"title":"ElastichSearch入门"
}
}
}
从结果中可以看出,结果会匹配ElasticSearch和入门,他们的关系是或的关系,相当于自动分词
b. 习语匹配
{
"query":{
"match_phrase":{
"title": "ElasticSearch入门"
}
}
}
从结果中可以看出,会把ElasticSearch入门当做一个整体的词进行匹配
c. 多个字段的模糊查询
{
"query":{
"multi_match":{
"query":"瓦力",
"fields":["author","title"]
}
}
}
d. querystring,语法查询()
{
"query":{
"query_string":{
"query":"(ElasticSearch) AND 入门) OR Python"
}
}
}
{
"query":{
"query_string":{
"query":"瓦力 OR ElasticSearch",
"fields":["author","title"]
}
}
}
2). 字段级别的查询: 针对结构化数据,如数字,日期等
{
"query":{
"term":{
"word_count":1000
}
}
}
term : 表示具体的字段查询
还可以指定范围:
{
"query":{
"range":{
"word_count":{
"gte": 1000,
"lte": 2000
}
}
}
}
关键词:
range表明是范围查询,后面跟具体的字段,gte表示>=,lte表示<=
范围,还可以用在日期上.
2. filter context
在查询过程中,只判断该文档是否满足条件,只有Yes或No
{
"query":{
"bool":{
"filter":{
"term":{
"word_count":1000
}
}
}
}
}
filter结合bool使用
2. 复合条件查询:以一定的逻辑组合子条件查询
1. 固定分数查询
{
"query":{
"constant_score":{
"filter":{
"match":{
"title":"ElasticSearch"
}
},
"boost":2
}
}
}
constant_score:固定分数,即把_score的值指定,如果不加boost则为1,指定了boost的值,则_score等于boost的值
注意: constant_score不支持match
2. bool查询
{
"query":{
"bool":{
"should":[
{
"match":{
"author":"瓦力"
}
},
{
"match":{
"title":"ElasticSearch"
}
}
]
}
}
}
should为关键词,应该满足他列出的条件,是或的关系
{
"query":{
"bool":{
"must":[
{
"match":{
"author":"瓦力"
}
},
{
"match":{
"title":"ElasticSearch"
}
}
]
}
}
}
must:与的关系
must和filter
{
"query":{
"bool":{
"must":[
{
"match":{
"author":"瓦力"
}
},
{
"match":{
"title":"ElasticSearch"
}
}
],
"filter:[
"term":{
"word_count