es Elasticsearch 操作手册

原文链接:https://ropledata.blog.csdn.net/article/details/106834609

 

一、前言

本文版本说明:

  1. ElasticSearch版本:7.7 (目前最新版)
  2. Kibana版本:7.7(目前最新版)

前面两篇文章咱们已经对Elasticsearch进行了精细的讲解,第一篇围绕Elasticsearch最新版进行了上万字的详细解析,相信看过的朋友对Elasticsearch及kibana等工具的极速安装配置印象深刻,也至少会对Elasticsearch有一个入门的掌握。第二篇主要围绕Elasticsearch的分词器进行讲解,并重点分析了ik中文分词器。

前文链接

  1. ElasticSearch最新版快速入门详解
  2. ElasticSearch中文分词,看这一篇就够了

本文咱们将对Elasticsearch原生的RESTful API操作进行详尽的归纳分析,并会对复杂的常用查询知识点进行一一举例展开,重点会对DSL查询,聚合查询,批量操作等进行举例解析,并会提供一些Elasticsearch的使用技巧。相信学会了这些知识和技巧之后,以后在工作中不管应对多么复杂的场景,都可以得心应手,迅速的根据RESTful API写出完美的代码。好了,废话不多说,让我们开始吧!

注意:下文咱们把ElasticSearch简称为ES,对大家可能出现的疑问进行标红并解释,并会对容易混淆的地方加以声明。

在这里插入图片描述


二、索引操作

2.1、创建索引

比如咱们创建一个3副本2分片的名为ropledata的索引:

PUT /ropledata
{
  "settings": { 
    "number_of_shards": "2", 
    "number_of_replicas": "3"
  } 
}

2.2、删除索引

和删除数据库一样,索引也是可以删除的,只需要执行如下命令就可以删除名为ropledata的索引:

DELETE /ropledata
 
  • 1

2.3、修改索引副本数

这里要注意,索引的分片不允许修改的,咱们只能修改索引的副本数量,比如想把副本数量修改为2个,只需要执行:

PUT ropledata/_settings 
{ 
  "number_of_replicas" : "2" 
}

三、基础增删改查

3.1、插入数据

咱们平时进行基础的数据插入时,可以分为两种情况。一种是指定文档的id,一种是不指定。

注意:不指定的时候,ES会帮我们自动生成,不过不容易记忆,因此推荐指定id的方式插入数据。

疑问一:这里说的id是大括号里面的id吗?

不是的,这点容易混淆,这里包括后面查询或者删除时候用到的ID是创建文档时候指定或者ES自动生成的那个id,那个是唯一id,也就是下面示例里的101,而不是文档里面大括号的那个叫id 字段!文档里面的文档字段是可以没有id 的。

    1. 不指定id

      POST /ropledata/_doc/
      {
        "id":1,
        "name":"且听_风吟",
        "page":"https://ropledata.blog.csdn.net",
        "say":"欢迎点赞,收藏,关注,一起学习" 
      }

  1. 指定id

    POST /ropledata/_doc/101 
    {
      "id":1,
      "name":"且听_风吟",
      "page":"https://ropledata.blog.csdn.net",
      "say":"欢迎点赞,收藏,关注,一起学习" 
    }

3.2、删除数据

如果咱们想删除刚才创建的ropledata索引下的id为101的文档,可以使用如下命令:

DELETE /ropledata/_doc/101

3.3、更新数据

这里大家要特别注意,ES里的文档是不可以修改的,但是可以覆盖,所以ES修改数据本质上是对文档的覆盖

ES对数据的修改分为全局更新局部更新,下面咱们进行对比说明:

  1. 全局更新

    PUT /ropledata/_doc/101
    { 
      "id":1,
      "name":"且听_风吟",
      "page":"https://ropledata.blog.csdn.net",
      "say":"再次欢迎点赞,收藏,关注,一起学习" 
    }

    然后大家可以多全局更新几次,会发现每次全局更新之后这个文档的_version都会发生改变!
    在这里插入图片描述

  2. 局部更新

    POST /ropledata/_update/101 
    {
      "doc":
      {
        "say":"奥力给"
      } 
    }

    这时候我们可以多次去执行上面的局部更新代码,会发现除了第一次执行,后续不管又执行了多少次,_version都不再变化!
    在这里插入图片描述
    疑问二:局部更新的时候ES底层的流程是怎样的?和全局更新相比性能怎么样?

    局部更新的底层流程:

    1. 内部先获取到对应的文档;
    2. 将传递过来的字段更新到文档的json中(这一步实质上也是一样的);
    3. 将老的文档标记为deleted(到一定时候才会物理删除);
    4. 将修改后的新的文档创建出来。

    性能对比:

    1. 全局更新本质上是替换操作,即使内容一样也会去替换;
    2. 局部更新本质上是更新操作,只有遇到新的东西才更新,没有新的修改就不更新;
    3. 局部更新比全局更新的性能好,因此推荐使用局部更新。

3.4、基础查询数据

3.4.1、搜索全部数据(默认展示10条数据)
  1. GET全局搜索数据:

    GET /ropledata/_search
  2. match_all全局搜索数据,可以加各种条件,比如排序:

    POST /ropledata/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "id": {
            "order": "asc"
          }
        }
      ]
    }

    以match_all为例,查询后的结果如下:
    在这里插入图片描述

    疑问三:查询出来的字段都是什么含义呢?

    1. took:Elasticsearch运行查询需要多长时间(以毫秒为单位);
    2. timed_out :搜索请求是否超时 ;
    3. _shards 搜索了多少碎片,并对多少碎片成功、失败或跳过进行了细分;
    4. _max_score 找到最相关的文档的得分;
    5. hits.total.value :找到了多少匹配的文档;
    6. hits.sort :文档排序后的位置(比如上面查询的1,2,3…) ;
    7. hits._score:文档的相关性评分(在使用match_all时不适用)
3.4.2、指定文档id搜索数据:
GET /ropledata/_doc/101
3.4.3、根据关键字搜索数据

比如咱们想查找ropledata这个索引下,name字段为**“且听风吟,静待花开”**的数据:

GET /ropledata/_search?q=name:"且听风吟,静待花开"
3.4.4、高亮显示数据

注意:使用高亮查询,会对要查询的数据进行分词搜索!

有时候我们想把查询到的数据进行高亮显示,比如查到“且听风吟”后,想把name这个字段的数据高亮显示,可以用如下的方式:

POST /ropledata/_search
{
  "query": {
    "match": {
      "name": "且听风吟"
    }
  },
  "highlight": {
    "fields": {
      "name": {}
    }
  }
}

查询后,可以得到如下结果:
在这里插入图片描述

我们可以发现,会查询到分词后的“且听风吟”,同时会把name个字段分词后的数据进行高亮强调显示。注:这里的"<em></em>"标签在html里有强调文本的作用,支持所有的浏览器!


四、DSL查询

疑问四:DSL是啥意思呢?怎么通俗点解释呢?

简单来说,DSL就是ES的一种查询方式,DSL基于JSON实现了直观简单的结构化查询功能。由于DSL查询是JSON格式的,所以更加的灵活,而且可以同时包含查询和过滤器,咱们可以很轻松的构造出复杂的查询功能。

好,废话不多说,咱们把常用的关键点逐一展开,最后再来个复杂的查询玩玩:

  1. term查询

    term需要完全匹配,不会对词汇进行分词器分析。主要用于查询精确匹配的值,比如数字,日期,布尔值或未经分析的文本数据类型的字符串 (not_analyzed)。

    比如咱们查询id字段为9的数据(注意:这里的id不是文档id,是文档里的咱们自己命名为id的字段):

    POST /ropledata/_search
    {
      "query": {
        "term": {
          "id": 9
        }
      }
    }
  2. terms查询

    terms和term 有点类似,但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值,那么文档需要一起去做匹配。

    比如咱们查询id字段为9和5的数据:

    POST /ropledata/_search
    {
      "query": {
        "terms": {
          "id": [5,9]
        }
      }
    }
  3. range查询

    range 主要用于过滤,通常用于按照指定范围查找一批数据,咱们需要记忆如下四个关键字的含义:

    1. gt :大于
    2. gte : 大于等于
    3. lt :小于
    4. lte : 小于等于

    记忆小技巧:gt可以理解为高to,也就是高于,大于的意思。lt可以理解为little to,也就是小于的意思。然后加上e就附加一个等于。

    比如咱们想要查询id字段大于等于5且小于10的数据:

    POST /ropledata/_search
    {
      "query": {
        "range": {
          "id": {
            "gte": 5,
            "lt": 10
          }
        }
      }
    }
  4. exists查询

    exists查询类似sql里的is null条件,通常用于查找文档中是否包含指定字段,包含这个字段就返回返回这条数据。

    比如咱们想查询ropledata这个索引下,包含hobby这个字段的数据:

    POST /ropledata/_search
    {
      "query": {
        "exists": {
          "field": "hobby"
        }
      }
    }
  5. match查询

    match 查询是一个标准查询,不管是全文本查询还是精确查询基本上都要用到它。所以非常非常重要,一定要掌握。

    在使用 match 查询一个全文本字段时,它会在真正查询之前用分析器先分析match一下查询字符;如果用 match 下指定了一个确切值, 在遇到数字,日期,布尔值或者 not_analyzed 的字符串时,它将为你搜索你给定的值。

    比如咱们查询hobbyrun的数据:

    POST /ropledata/_search
    {
      "query": {
        "match": {
          "hobby": "run"
        }
      }
    }
  6. match_phrase查询

    疑问五:match_phrase和match有啥区别呢?

    match_phrase和match类似,在查询时都会对查询词进行分词,但是match会忽略查询词的空格,而match_phrase不会。因此需要注意的是:查询包含空格的字符串,要用match_phrase!

    比如咱们查询hobbymusic and movie的数据(注意:这里要查询的数据包含空格):

    POST /ropledata/_search
    {
      "query": {
        "match_phrase": {
          "hobby": "music and movie"
        }
      }
    }
  7. bool查询

    bool 查询可以用来合并多个条件查询结果的布尔逻辑,咱们需要记忆如下操作符关键字:

    1. must:多个查询条件的完全匹配,相当 于 and;
    2. must_not:多个查询条件的相反匹配,相当于 not;
    3. should:至少有一个查询条件匹配, 相当于 or。

    注意:这些参数可以分别继承一个查询条件或者一个查询条件的数组。

    比如咱们想查询hobby必须是runid必须不是4name可以是一起学习或者且听风吟的数据:

    POST /ropledata/_search
    {
      "query": {
        "bool": {
          "must": {
            "term": {
              "hobby": "run"
            }
          },
          "must_not": {
            "term": {
              "id": 4
            }
          },
          "should": [
            {
              "term": {
                "name": "且听风吟"
              }
            },
            {
              "term": {
                "name": "一起学习"
              }
            }
          ]
        }
      }
  8. filter查询

    filter用于过滤查询,通常和bool连用,就像编程语言一样,用于过滤数据。

    比如咱们想查询hobbymusic的用户:

    POST /ropledata/_search
    {
      "query": {
        "bool": {
          "filter": {
            "term": {
              "hobby": "music"
            }
          }
        }
      }
    }
  9. 融合在一起使用

    其实常用的就是上面这些,它们一般是融合在一起使用的。比如咱们要查询id必须不是4name包含且听风吟,同时id大于等于2且小于10的数据:

    POST /ropledata/_search
    {
      "query": {
        "bool": {
          "filter": {
            "range": {
              "id": {
                "gte": 2,
                "lt": 10
              }
            }
          },
          "must_not": {
            "term": {
              "id": 4
            }
          },
          "must": {
            "match": {
              "name": "且听风吟"
            }
          }
        }
      }
    }

五、聚合查询

学会了非常实用的DSL查询,下面咱们再看看聚合查询。

  1. 常用数学统计函数

    首先咱们需要了解几个非常常用的数学统计函数:

    1. avg:平均值
    2. max:最大值
    3. min:最小值
    4. sum:求和

    比如咱们求id的平均值,有两种写法,基础写法和脚本写法:

    基础写法:

    POST /ropledata/_search
    {
      "aggs": {
        "ropledata": {
          "avg": {
            "field": "id"
          }
        }
      },
      "size": 0
    }

    脚本写法:

    POST /ropledata/_search
    {
      "aggs": {
        "ropledata": {
          "avg": {
            "script": {
              "source": "doc.id.value"
            }
          }
        }
      },
      "size": 0
    }

    疑问六:求平均值或求和时,为什么要加(“size”: 0)呢?

    size用来控制返回多少数据,由于咱们是想要在所有文档里求平均值和求和,所以要用size来控制返回一个数据即可,不然ES还会默认返回10条数据。

  2. cardinality去查

    涉及到聚合查询的场景,当然少不了去重了,ES提供了cardinality去重统计函数来解决这个问题。

    比如咱们想根据id字段去重统计:

    POST /ropledata/_search
    {
      "aggs": {
        "ropledata": {
          "cardinality": {
            "field": "id"
          }
        }
      },
      "size": 0
    }
  3. value_count计数统计

    有时候咱们会遇到让统计个数的场景,这时候就可以使用value_count来解决了。

    比如咱们要统计有多少条数据:

    POST /ropledata/_search
    {
      "aggs": {
        "ropledata": {
          "value_count": {
            "field": "id"
          }
        }
      },
      "size": 0
    }
  4. terms词聚合

    terms词聚合可以基于给定的字段,并按照这个字段对应的每一个数据为一个桶,然后计算每个桶里的文档个数。默认会按照文档的个数排序。

    比如咱们要根据id字段进行词聚合:

    POST /ropledata/_search
    {
      "aggs": {
        "ropledata": {
          "terms": {
            "field": "id"
          }
        }
      }
    }
  5. top_hits聚合

    咱们使用sql时可以很方便的处理top问题,ES也提供了对应的支持,top_hits就是这样的函数,一般和terms连用,可以获取到每组前n条数据。

    比如咱们想根据id分组,然后拿到前6条数据:

    POST /ropledata/_search
    {
      "aggs": {
        "ropledata": {
          "terms": {
            "field": "id"
          },
          "aggs": {
            "count": {
              "top_hits": {
                "size": 6
              }
            }
          }
        }
      },
      "size": 0
    }
  6. range范围查询

    在咱们日常进行数据统计时,控制数据的范围是必不可少的,除了前面DSL查询时介绍的gt,lt函数,其实在聚合查询里还提供了range用来进行范围查询。

    比如咱们想查询id字段的值在6-9之间和10-20之间的文档有多少:

    POST /ropledata/_search
    {
      "aggs": {
        "group_by_id": {
          "range": {
            "field": "id",
            "ranges": [
              {
                "from": 6,
                "to": 9
              },
              {
                "from": 10,
                "to": 20
              }
            ]
          }
        }
      },
      "size": 0
    }

六、批量操作

作为一个存储系统,对数据的批量增删改查自然也是必不可少的!ES也提供了批量的操作,具体的用法如下。

  1. 批量插入

    POST _bulk
    { "create" : { "_index" : "ropledata", "_id" : "1009" } }
    {"id":9,"name": "且听风吟,静待花开","hobby": "music and movie"}
    { "create" : { "_index" : "ropledata", "_id" : "1010" } }
    {"id":10,"name": "且听_风吟","hobby": "music"}
    { "create" : { "_index" : "ropledata", "_id" : "1011" } }
    {"id":11,"name": "大数据领域","hobby": "movie"}
    { "create" : { "_index" : "ropledata", "_id" : "1012" } }
    {"id":12,"name": "一起学习","hobby": "run"}
  2. 批量查询

    比如咱们想批量查询ropledata这个索引下文档id为1010,1011,1012的文档数据,可以这样写:

    POST /ropledata/_mget
    {
      "ids": [
        "1010",
        "1011",
        "1012"
      ]
    }
  3. 批量更新

    如果咱们想批量修改1011和1012的文档里的name字段的值,可以这样写:

    POST _bulk
    { "update" : {"_id" : "1011", "_index" : "ropledata"} } { "doc" : {"name" : "批量修改"} }
    { "update" : {"_id" : "1012", "_index" : "ropledata"} } { "doc" : {"name" : "大家好"}}
  4. 批量删除

    如果咱们想批量删除文档id为1011和1012的文档,可以这样写:

    POST _bulk 
    { "delete" : { "_index" : "ropledata", "_id" : "1011" } } 
    { "delete" : { "_index" : "ropledata", "_id" : "1012" } }


七、实用骚操作

7.1、浏览器查询结果美化

咱们之前介绍的所有的操作,都是在kibana里输入的,里面可以对输入的命令和输出的结果进行格式化。但是如果咱们直接使用浏览器进行查询时,输出的查询结果会乱成一团,那么怎么去美化呢?

别急,只要在查询的最后加上pretty参数,就可以了:

http://127.0.0.1:9200/ropledata/_doc/1001?pretty

查询出来的结果就会被美化了:
在这里插入图片描述

7.2、指定返回的字段

咱们有时候不需要返回整个文档所有的字段,只想要查看其中的一个或者多个字段,这时候ES也提供的有方法,只需要在最后使用**_source**参数,并传递想要返回的字段就可以了。

http://127.0.0.1:9200/ropledata/_doc/1001?pretty&_source=id,name

在这里插入图片描述

7.3、不显示元数据

咱们查询的时候,会返回一大堆数据,上面那些称为元数据,那不需要的时候,怎么去掉呢?别急,只需要把_doc换成_source就可以了。

http://127.0.0.1:9200/ropledata/_source/1001?pretty&_source=id,name

在这里插入图片描述

7.4、查看文档是否存在

有时候咱们为了防止报错,在查询之前,需要查看这个文档是否存在,这时候只需要用到HEAD关键字就可以了。

HEAD /ropledata/_doc/1001

在这里插入图片描述

7.5、分页查询

对于海量存储的数据,有时候咱们需要分页查看。ES提供了sizefrom两个参数,size代表每页的个数,默认是10个,from代表从第几个获取。咱们只要在代码里写清楚这两个参数,就可以实现翻译了。

http://127.0.0.1:9200/ropledata/_search?size=1&from=2&pretty

在这里插入图片描述

八、总结

本文围绕ES最新版本,从常用基础操作、DSL查询、聚合查询、批量操作,实用技巧等方面进行了详细的举例解析,并对读者可能出现的疑惑进行了标红疑问总结(本文共总结了六处容易产生的疑问点),对需要注意的地方也进行了单独的声明,希望对大家学习ES提供帮助!

注意:如果我的文章对您有所帮助,欢迎关注点赞收藏,如果您有疑惑或发现文中有不对的地方,还请不吝赐教,非常感谢!!

 
posted @ 2021-01-09 17:20  一个人的孤独自白  阅读(96)  评论(0编辑  收藏  举报