济南公众平台网站建设,备案网站建设,长春免费建网站,一个空间做两个网站目录 elasticsearch基本概念RESTful API创建非结构化索引#xff08;增#xff09;创建空索引#xff08;删#xff09;删除索引#xff08;改#xff09;插入数据#xff08;改#xff09;数据更新#xff08;查#xff09;搜索数据#xff08;id#xff09;… 目录 elasticsearch基本概念RESTful API创建非结构化索引增创建空索引删删除索引改插入数据改数据更新查搜索数据id查搜索数据全部查关键字搜索数据查DSL搜索其他聚合 elasticsearch基本概念
Elasticsearch 是一个分布式搜索引擎用于全文搜索、分析和可视化大规模数据。以下是 Elasticsearch 中一些基本概念
索引Index Elasticsearch 中的数据存储单元类似于传统数据库中的数据库。每个索引包含一组相关的文档。 文档Document 索引中的基本信息单元可以是 JSON、XML、或其他格式的数据。文档是 Elasticsearch 中可被索引和搜索的基本数据单元。 类型Type在7.x版本之前 Elasticsearch 6.x及更早版本中索引可以包含一个或多个类型每个类型定义了文档的结构。从 Elasticsearch 7.x 开始不再支持多类型一个索引只有一个默认类型 “_doc”。 映射Mapping 定义了索引中的文档结构包括每个字段的类型和属性。映射在创建索引时自动创建也可以手动定义。 节点Node Elasticsearch 集群中的单个服务器用于存储数据和执行数据操作。每个节点属于一个集群并且有唯一的名称。 集群Cluster 由一个或多个节点组成的集合共同存储数据并提供联合的搜索能力。集群有一个唯一的名称。 分片Shard 索引可以被分割成多个分片每个分片是一个独立的索引。分片允许数据水平扩展提高并发性能。 副本Replica 每个分片可以有零个或多个副本。副本是分片的精确拷贝用于提高高可用性和故障恢复。 查询Query 用于搜索 Elasticsearch 中文档的条件。可以通过查询DSLDomain Specific Language来构建各种类型的查询。 聚合Aggregation 用于分析和统计数据的机制可以计算平均值、总和、最小值等。 索引别名Index Alias 为索引提供一个可读的名称可以用于简化索引操作和在查询中引用多个索引。 分析器Analyzer 用于在索引和查询阶段处理文本数据的组件包括分词、小写化、去停用词等。 倒排索引Inverted Index Elasticsearch 使用倒排索引来加速搜索它记录了每个词项出现在哪些文档中。
这些是 Elasticsearch 中一些基本的概念了解它们有助于更好地理解和使用 Elasticsearch 进行数据存储和检索。
RESTful API
在Elasticsearch中提供了功能丰富的RESTful API的操作包括基本的CRUD、创建索引、删除索引等操作。
创建非结构化索引
在Lucene中创建索引是需要定义字段名称以及字段的类型的在Elasticsearch中提供了非结构化的索引就是不需要创建索引结构即可写入数据到索引中实际上在Elasticsearch底层会进行结构化操作此操作对用户是透明的。
增创建空索引
PUT /elk
{settings:{index:{number_of_shards:2,number_of_replicas:0}}
}这里我选择postman进行测试。 去elasticsearch-head看是否索引创建是否成功。 可以看到索引已经创建成功了。 删删除索引
DELETE /elk
{acknowledged: true
}在postman中进行删除操作 检查是否删除成功 可以看到已经删除成功了 改插入数据
上面我们已经学会了如何创建好删除索引现在我们进行数据的添加操作。 URL规则 POST /{索引}/{类型}/{id} 插入如下数据。 {
id:1001,
name:王五,
age:18,
sex:男
}postman中显示插入成功了。 浏览器上是否也是插入成功呢 可以看到数据已经成功插入了。 改数据更新 在Elasticsearch中文档数据是不为修改的但是可以通过覆盖的方式进行更新。 {
id:1001,
name:王老五,
age:55,
sex:男
}服务器中的数据也成功更新了。 问题与探究问题与探究问题与探究 可以看到数据已经被覆盖了。问题来了可以局部更新吗 – 可以的。前面不是说文档数据不能更新吗 其实是这样的在内部依然会查询到这个文档数据然后进行覆盖操作步骤如下 从旧文档中检索JSON修改它删除旧文档索引新文档 #注意这里多了_update标识POST /haoke/_update/1001
{
doc:{
age:66
}
}可以看到数据已经成功更新了。 我们需要id存在否则会报错也就是404 当id存在我们可以往数据添加原先没有的数据。 查搜索数据id
GET /elk/_doc/id我们也可以直接在elasticsearch中进行搜索 查搜索数据全部
GET /elk/_search同样的查询全部也可以直接在elasticsearch-head中的基本查询中进行搜索。 查关键字搜索数据
#格式
GET /elk/_search?q字段名:对应值#查询年龄等于13的用户
GET /elk/_search?qage:20#查询年龄等于13的用户
GET /elk/_search?qaddress:湖南查DSL搜索
Elasticsearch的DSLDomain-Specific Language是一种查询语言用于在Elasticsearch中执行搜索操作。DSL允许用户以结构化的方式构建复杂的查询以满足不同的搜索需求。DSL查询通常以JSON格式表示并包含各种查询和过滤条件。
以下是一些常见的DSL查询语法和查询类型的详细解释 Match Query: Match查询用于执行全文本搜索它会在指定的字段中查找包含特定词语的文档。 {query: {match: {field_name: search_term}}
}匹配年龄为20的数据 POST /elk/_search
#请求体
{query : {match : {age : 23}}
}匹配多个姓名数据 POST /elk/_search
#请求数据
{query : {match : {name : 张四 李三 王老五}}
}高亮显示 POST /elk/_search
#请求数据
{query: {match: {name: 王老五}},highlight: {fields: {name: {}}}
}Term Query: Term查询用于匹配确切的词语。它通常用于精确匹配而不进行全文本搜索。 {query: {term: {field_name: exact_term}}
}Bool Query: Bool查询允许将多个查询组合在一起并使用逻辑运算符must、must_not、should来定义查询逻辑。 {query: {bool: {must: [{ match: { field1: value1 } },{ term: { field2: value2 } }],must_not: [{ range: { field3: { gte: 2022-01-01 } } }],should: [{ term: { field4: value3 } }]}}
}查询年龄大于18岁的男性用户。 POST /elk/user/_search
#请求数据
{query: {bool: {filter: {range: {age: {gt: 18}}},must: {match: {sex: 男}}}}
}Range Query: Range查询用于匹配指定范围内的值。 {query: {range: {field_name: {gte: min_value,lte: max_value}}}
}Wildcard Query: 通配符查询允许使用通配符进行模糊匹配。 {query: {wildcard: {field_name: search*term}}
}Nested Query: Nested查询用于在嵌套文档中执行查询。 {query: {nested: {path: nested_field,query: {match: {nested_field.property: value}}}}
}这些是一些基本的DSL查询示例。在实际应用中可以将这些查询类型组合使用以满足特定的搜索需求。此外Elasticsearch还支持聚合Aggregation、排序Sorting、分页Pagination等高级功能可以进一步扩展查询的能力。
其他聚合 在Elasticsearch中支持聚合操作类似SQL中的group by操作。 POST /elk/_search
{aggs: {all_interests: {terms: {field: age}}}
}
