ElasticSearch基于REST风格APi的常用操作

前言

该文章最好要有一点REST风格API的知识。
操作是ES配置Kibana进行使用。

基本的REST命令说明

method	url地址	说明
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	查询该类型下所有数据

索引相关操作

新增索引

命令：

#PUT /索引名PUT /test_create_index  #创建一个名为test_create_index 索引

创建成功。并且主分片个数为1，复制分片个数为1，文档个数为0。

新增索引时指定某些字段的映射：
有时在创建索引时需要对某些特定字段类型进行映射，比如年龄字段要设置为整形等，这样就避免了ES进行猜类型。

PUT /test_create_index1
{"mappings": {"properties": {"name":{  #name字段设置为text类型"type": "text"},"age":{  #age字段设置为int类型"type": "integer"}}}
}

这样在进行文档新增时，如果age属性不是int类型，就会新增失败，如上图。

创建索引都某些字段指定分词器

PUT /test_create_index4
{"mappings": {"properties": {"name":{"analyzer": "ik_max_word",  #指定name属性使用ik_max_word分词器进行分词。"type": "text"},"desc":{"type": "keyword"  #keyword类型的字段不能指定分词器，因为该类型不会进行分词。}}}
}

查看索引信息

GET /索引名
GET /test_create_index1

获取ES的很多信息

GET _cat/xxxxxxxxx不同就可以获取ES不同的信息#获取ES的所有索引
GET _cat/indices #获取ES的master节点的信息
GET _cat/master#还有很多很多信息 Kibana会有提示。

删除索引

DELETE /索引名

文档相关操作

添加文档：

PUT /索引名/类型/文档ID

根据Id查询文档

GET /索引名/类型/文档Id

修改文档

不推荐方法

PUT /索引名/类型/文档Id
{文档内容
}

修改文档的name属性，但是，这种修改方式有一个弊端，那就是类似于把文档删了重建，如果你在修改的内容上只指定部分属性，那么没指定的属性就会没有了。
如下图：

因为修改时没有指定age属性，所以属性不见了。

推荐方法:

POST /索引名/类型/文档ID/_update
{"doc":{  #doc是固定的##要修改的属性}
}

只指定了age属性，但是name属性也没有被清空。所以推荐这种修改文档的方法。

删除文档

DELETE /索引名/类型/文档Id

各种查询

查询所有文档

查询某索引下的所有文档GET /索引名/_search    #查询某索引下的所有文档GET /索引名/类型/_search   #查询某类型下的所有文档

简单过滤文档

#q代表query的意思，是固定的
GET /索引名/_search?q=属性:值

复杂查询

GET /索引名/_search
{##查询参数体
}

查询name属性带令的文档。

查询文档的指定字段
比如指向查询name和age字段

GET /索引名/_search
{"_source":[要查询的字段名数组]
}

对查询结果进行排序

GET /索引名/_search
{"sort":{"字段名":{"order":"asc/desc"}}
}

按年龄降序排序。

分页查询

GET /索引名/_search
{"from":x,   #起始"size":x    #显示多少条数据
}#与数据库sql的 limit offset limit 一样   from=limit  limit=size  从零开始

只查询一条数据

多条件查询

语法：

boost、filter、minimum_should_match、must、must_not、should 分别代表了条件间关系和一些过滤信息等功能。

查出名字带有令并且年龄等于18的。 must表示and的意思

查出名字带有令或者年龄等于18的。should代表or

查出年龄不等于18的。must_not代表不等于

范围查询年龄在5-18岁的人

gte : 大于等于
lte：小于等于
gt：大于
lt：小于

多个值查询，用空格隔开
查询名字带有令或者孙的。

精确查询

term查询是直接通过倒排索引指定的词条进行文档的精确查询的，无需扫描所有文档，速度会快很多。

term：直接用查询的词条(不进行分词)，然后用ES维护好的倒排索引进行直接定位到指定文档返回。
match：先把查询的词条进行分词，然后扫描所有文档，把每个文档的值进行匹配。

倒排索引就像是维护了一个map，key是新建文档时，使用分词器进行分词出来的若干词条，value是文档包含该词条的文档Id的集合。使用key可以直接定位到value，然后返回文档Id。

而match就是相当于遍历一个文档数组，每个都拿出来比较。

ElasticSearch的字符串有两种类型：
text：该字符串类型的属性会被分词器进行分析。
keyword：该字符串类型的属性代表的就是一个关键字，所以不会被分词器进行分析，直接整串匹配。

测试：

创建索引并指定字段的类型和分词器：name属性设置为text并使用IK分词器进行分词，desc属性设置为keyword属性。

PUT /test_create_index4
{"mappings": {"properties": {"name":{"analyzer": "ik_max_word",  #指定name属性使用ik_max_word分词器进行分词。"type": "text"},"desc":{"type": "keyword"  #keyword类型的字段不能指定分词器，因为该类型不会进行分词。}}}
}

添加两个文档

PUT /test_create_index4/_doc_1/1
{"name" : "令狐冲","desc" : "笑傲江湖第一人"
}PUT /test_create_index4/_doc_1/2
{"name" : "令狐冲他哥","desc" : "笑傲江湖第一人他哥"
}

使用ik_max_word分词器分别对两个文档的name属性值进行分词，查看结果。我这里的IK分词器已经修改了词典，把令狐冲看作一个词，如果你没修改，可能得到的分词结构就不是这样的。

所以这两个文档构建的name字段的倒排索引目录大概为（这里是简略版，真正的倒排索引的数据结构要比这复杂）：
共有词：令狐冲、令狐、冲、他、哥
所以：

词条	文档
令狐冲	1,2
令狐	1,2
冲	1,2
他	2
哥	2

查询：

令狐冲，直接去倒排索引查，查到文档1,2都含有，就直接返回文档1,2的内容。

冲、令狐都能查到，因为倒排索引里面都有该词条。

输入“令”、“令狐冲他哥”都查不到数据，因为倒排索引中没有“令”和“令狐冲他哥”的词条。因为term查询不会对输入进行分词。

测试keyword类型：
因为desc属性时keyword类型，所以分词器不会对该属性的值进行分词。
所以对desc属性建立的倒排索引为：

词条	文档
笑傲江湖第一人	1
笑傲江湖第一人他哥	2

查询：

查询结果高亮

主要是对查询结果使用HTML标签或者CSS样式进行高亮展示：

GET /test_create_index4/_search
{"highlight": {"fields": {"name": {}  #对name属性进行高亮}}
}

默认使用<em>标签进行高亮

自定义高亮展示的样式：

GET /test_create_index4/_search
{"highlight": {"fields": {"name": {}  #对name属性进行高亮}"pre_tags": "<p style='color:red;'>"  #开始标签, "post_tags": "</p>"   #结束标签}
}