Elasticsearch入门语法

首先是一些术语和基本的概念,这里的数据借鉴了es的中文文档
让我们建立一个员工目录
假设我们刚好在Megacorp工作，这时人力资源部门出于某种目的需要让我们创建一个员工目录，这个目录用于促进人文关怀和用于实时协同工作，所以它有以下不同的需求：
数据能够包含多个值的标签、数字和纯文本。
检索任何员工的所有信息。
支持结构化搜索，例如查找30岁以上的员工。
支持简单的全文搜索和更复杂的短语(phrase)搜索
高亮搜索结果中的关键字
能够利用图表管理分析这些数据

在Elasticsearch中存储数据的行为就叫做索引(indexing)，不过在索引之前，我们需要明确数据应该存储在哪里。在Elasticsearch中，文档归属于一种类型(type),而这些类型存在于索引(index)中,这样说可能不是很好理解,这里贴出一张es和关系型数据库的对应图,就懂了

Paste_Image.png

第一步:创建员工目录,为每个员工的文档(document)建立索引，每个文档包含了相应员工的所有信息。

每个文档的类型为employee
employee类型归属于索引megacorp

megacorp索引存储在Elasticsearch集群中。

PUT /megacorp/employee/1
{
"first_name" : "John",
"last_name" :  "Smith",
"age" :        25,
"about" :      "I love to go rock climbing",
"interests": [ "sports", "music" ]
}

上图代表的意思是在一个叫megacorp的索引(index)中建立了一个叫
employee的类型(type),它的ID是1,整个json部分代表的是这个id为1的文档(document).
同样的,我们再次插入两个document.

PUT /megacorp/employee/2
{
"first_name" :  "Jane",
"last_name" :   "Smith",
"age" :         32,
"about" :       "I like to collect rock albums",
"interests":  [ "music" ]
}
PUT /megacorp/employee/3
{
"first_name" :  "Douglas",
"last_name" :   "Fir",
"age" :         35,
"about":        "I like to build cabinets",
"interests":  [ "forestry" ]
}

搜索,上一步中插入了3个document,我们可以通过http get来获取它们的信息.

GET /megacorp/employee/1

{
"_index" :   "megacorp",
"_type" :    "employee",
"_id" :      "1",
"_version" : 1,
"found" :    true,
"_source" :  {
    "first_name" :  "John",
    "last_name" :   "Smith",
    "age" :         25,
    "about" :       "I love to go rock climbing",
    "interests":  [ "sports", "music" ]
  }
}

_index--索引名称
_type--类型名称
_id--id(这个id可以自己指定也可以自动生成)
_version--版本号,每次改动会+1
found--true表示在document存在
_source--document的全部内容

轻量级搜索,查询字符串(query string)

GET /megacorp/employee/_search?q=last_name:Smith

{
 "took":      6,                                    //花费的时间(毫秒)
 "timed_out": false,                                //是否超时
  "_shards": { ... },                               //分片相关,后续介绍
 "hits": {                                          //存放所有命中
    "total":      2,                                //命中document的个数
    "max_score":  0.30685282,                       //最高命中分
    "hits": [
       {
          ...
          "_source": {
             "first_name":  "John",
             "last_name":   "Smith",
             "age":         25,
             "about":       "I love to go rock climbing",
             "interests": [ "sports", "music" ]
          }
       },
       {
          ...
          "_source": {
             "first_name":  "Jane",
             "last_name":   "Smith",
             "age":         32,
             "about":       "I like to collect rock albums",
             "interests": [ "music" ]
          }
       }
    ]
 }
}

Elasticsearch提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询。DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现。我们可以这样表示之前关于“Smith”的查询:
```
GET /megacorp/employee/_search
{
  "query" : {
      "match" : {
          "last_name" : "Smith"
      }
  }
}
```

更复杂的搜索,使用过滤器(filter)来实现sql中where的效果,比如:你想要搜索一个叫Smith,且年龄大于30的员工,可以这么检索.

GET /megacorp/employee/_search
{
  "query" : {
      "filtered" : {
          "filter" : {
              "range" : {
                  "age" : { "gt" : 30 } 
              }
          },
          "query" : {
              "match" : {
                  "last_name" : "Smith" 
              }
          }
      }
  }
}

短语搜索(phrases),match_phrase与match的区别在于,前者会把rock climbing(搜索条件)作为一个整体,而后者会命中rock balabala climbing
```
GET /megacorp/employee/_search
{
  "query" : {
      "match_phrase" : {
          "about" : "rock climbing"
      }
  }
}
```

聚合(aggregations)，它允许你在数据上生成复杂的分析统计,类似于sql中的group by.

GET /megacorp/employee/_search
{
"aggs": {
  "all_interests": {
    "terms": { "field": "interests" }
  }
}
}

{
 ...
 "hits": { ... },
 "aggregations": {
    "all_interests": {
       "buckets": [
          {
             "key":       "music",
             "doc_count": 2
          },
          {
             "key":       "forestry",
             "doc_count": 1
          },
          {
             "key":       "sports",
             "doc_count": 1
          }
       ]
    }
 }
}

如果我们想知道所有姓"Smith"的人最大的共同点（兴趣爱好），我们只需要增加合适的语句既可：

GET /megacorp/employee/_search
{
  "query": {
    "match": {
      "last_name": "smith"
    }
  },
"aggs": {
    "all_interests": {
      "terms": {
        "field": "interests"
      }
    }
  }
}

聚合也允许分级汇总。例如，让我们统计每种兴趣下职员的平均年龄

GET /megacorp/employee/_search
{
  "aggs" : {
      "all_interests" : {
          "terms" : { "field" : "interests" },
          "aggs" : {
              "avg_age" : {
                  "avg" : { "field" : "age" }
              }
          }
      }
  }
}

...
"all_interests": {
   "buckets": [
      {
         "key": "music",
         "doc_count": 2,
         "avg_age": {
            "value": 28.5
         }
      },
      {
         "key": "forestry",
         "doc_count": 1,
         "avg_age": {
            "value": 35
         }
      },
      {
         "key": "sports",
         "doc_count": 1,
         "avg_age": {
            "value": 25
         }
      }
   ]
}

posted @ 2017-06-09 15:28 luckc# 阅读(212) 评论(0) 收藏举报

刷新页面返回顶部

Ws99

Elasticsearch入门语法

公告