一、索引管理
Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。 为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比:
ES 里的 Index 可以看做一个库，而 Types 相当于表， Documents 则相当于表的行。这里 Types 的概念已经被逐渐弱化， Elasticsearch 6.X 中，一个 index 下已经只能包含一个type， Elasticsearch 7.X 中, Type 的概念已经被删除了。
1.1、索引的创建
对比关系型数据库，创建索引就等同于创建数据库。
创建方法：
向接口发送PUT请求：http://localhost:9200/索引名
成功后它会返回结果：
{
"acknowledged": true,
"shards_acknowledged": true,
"index": "索引名"
}
注意：请求方式必须是PUT，不能重复提交相同索引名称的请求，不然会报错。
同时可以看到它会对应打印一条索引创建的日志：
1.2、查看索引
1.2.1 查看所有索引
向接口发送GET请求：http://localhost:9200/_cat/indices?v
这里请求路径中的_cat 表示查看的意思， indices 表示索引，所以整体含义就是查看当前 ES服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，服务器响应结果如下 :
表头
含义
health
当前服务器健康状态： green(集群完整) yellow(单点正常、集群不完整) red(单点不正常)
status
索引打开、关闭状态
index
索引名
uuid
索引统一编号
pri
主分片数量
rep
副本数量
docs.count
可用文档数量
docs.deleted
文档删除状态（逻辑删除）
store.size
主分片和副分片整体占空间大小
pri.store.size
主分片占空间大小
1.2.2 查看单个索引
向接口发送GET请求：http://localhost:9200/索引名
返回结果：
{
"guojie_index": {//索引名
"aliases": {},//别名
"mappings": {},//映射
"settings": {//设置
"index": {//设置 - 索引
"creation_date": "1697614167809",//设置 - 索引 - 创建时间
"number_of_shards": "1",//设置 - 索引 - 主分片数量
"number_of_replicas": "1",//设置 - 索引 - 副本分片数量
"uuid": "cqRj0fLOTACWBXF0srFaiA",//设置 - 索引 - 是索引的唯一标识符
"version": { //设置 - 索引 - 包含与索引版本相关的信息。
"created": "7080099"//设置 - 索引 - 版本信息 - 表示索引的创建版本
},
"provided_name": "guojie_index"//设置 - 索引 - 表示为索引提供的名称
}
}
}
}
1.3、删除索引
向接口发送DELETE请求：http://localhost:9200/索引名
返回结果如下:
{
"acknowledged": true
}
此时再去查询索引就没有了。
二、文档管理
假设索引已经创建好了，接下来我们来创建文档，并添加数据。这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式。
2.1 创建文档
向接口发送POST请求：http://localhost:9200/索引名/_doc,里面的_doc也可以换成_create,这样可能好理解。
注意:此处发送请求的方式必须为 POST，不能是 PUT，否则会发生错误 。
返回结果：
{
"_index": "guojie_index",//文档所属的Elasticsearch索引的名称
"_type": "_doc",//类型-文档
"_id": "WibZQYsBNJ9lvl5TRSzV",//唯一标识，可以类比为 MySQL 中的主键，随机生成
"_version": 1,//版本
"result": "created",//结果，这里的 created 表示创建成功
"_shards": {//分片
"total": 2,//分片 - 总数
"successful": 1,//分片 - 文档成功写入的分片数量
"failed": 0 //失败的分片数，如果有分片写入失败，则会在此处记录。
},
"_seq_no": 0,//这是文档的序列号，用于实现并发控制。每次文档发生变化时，序列号也会递增。
"_primary_term": 1 //这是与分布式一致性相关的一个概念，用于确保主分片之间的一致性。
}
上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下， ES 服务器会随机生成一个。如果想要自定义唯一性标识，需要在创建时在请求地址中指定。
指定文档唯一标识：http://localhost:9200/索引名/_doc/ID
2.2 文档查询
2.2.1 主键查询
查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询。
向接口发送GET请求：http://localhost:9200/索引名/_doc/文档唯一标识(id)
返回结果：
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1",
"_version": 2,
"_seq_no": 2,
"_primary_term": 1,
"found": true,
"_source": {
"name": "陆国杰",
"gender": "男",
"age": 23,
"Phone": "12345678910",
"address": "云南省昆明市呈贡区XXXXX"
}
}
2.2.2 全查询
以上通过主键_id查询可以准确查询出文档，但是更多时候我们都记不得准确id或者想要查询所有文档，然后就可以通过以下方法查询。
向接口发送GET请求：http://localhost:9200/索引名/_search
返回结果：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 3,
"relation": "eq"
},
"max_score": 1.0,
"hits": [
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "WibZQYsBNJ9lvl5TRSzV",
"_score": 1.0,
"_source": {
"name": "陆国杰",
"gender": "男",
"age": 23,
"Phone": "12345678910",
"address": "云南省昆明市呈贡区XXXXX"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1",
"_score": 1.0,
"_source": {
"name": "陆国杰",
"gender": "男",
"age": 23,
"Phone": "12345678910",
"address": "云南省昆明市呈贡区XXXXX"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "2",
"_score": 1.0,
"_source": {
"name": "陆国杰",
"gender": "男",
"age": 23,
"Phone": "12345678910",
"address": "云南省昆明市呈贡区XXXXX"
}
}
]
}
}
注意：postman虽然选择GET请求但是它还是会带着Body去请求，需要把它清除，选到none。或者可以直接复制地址到浏览器直接查询也可以。
2.3 文档修改
2.3.1 全量修改
和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖。
向接口发送POST请求：http://localhost:9200/索引名/_doc/文档唯一标识(id)
例：
查询原数据：
假设要把age改成28：
再次查看，发现数据修改完成：
2.3.2 局部修改
修改数据时，也可以只修改某一给条数据的局部信息。
向接口发送POST请求：http://localhost:9200/索引名/_update/文档唯一标识(id),注意：这里从_doc变为了_update。
再查看文档，age已近被修改为23：
2.4 文档删除
删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。
向接口发送DELETE请求：http://localhost:9200/索引名/_update/文档唯一标识(id)
再查询显示已经没有了
三、文档查询
3.1 条件查询
假设有以下文档内容，发送GET请求：http://localhost:9200/guojie_index/_search
{
"took": 42,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 7,
"relation": "eq"
},
"max_score": 1.0,
"hits": [
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1001",
"_score": 1.0,
"_source": {
"name": "关羽",
"gender": "男",
"age": 43,
"opus": "《三国演义》"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1002",
"_score": 1.0,
"_source": {
"name": "刘备",
"gender": "男",
"age": 38,
"opus": "《三国演义》"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1003",
"_score": 1.0,
"_source": {
"name": "张飞",
"gender": "男",
"age": 29,
"opus": "《三国演义》"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1004",
"_score": 1.0,
"_source": {
"name": "貂蝉",
"gender": "女",
"age": 18,
"opus": "《三国演义》"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1005",
"_score": 1.0,
"_source": {
"name": "孙悟空",
"gender": "男",
"age": 1432423,
"opus": "《西游记》"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1006",
"_score": 1.0,
"_source": {
"name": "唐僧",
"gender": "男",
"age": 40,
"opus": "《西游记》"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1007",
"_score": 1.0,
"_source": {
"name": "猪八戒",
"gender": "男",
"age": 423432,
"opus": "《西游记》"
}
}
]
}
}
3.1.1 URL带参查询
向接口发送GET请求：http://localhost:9200/索引名/_search?q=字段名:"字段值"
例如查询如上文档中的貂蝉：http://localhost:9200/guojie_index/_search?q=name:"貂蝉"
3.1.2 请求体带参查询
上述为URL带参数形式查询，这很容易让不善者心怀恶意，或者参数值出现中文会出现乱码情况。为了避免这些情况，我们可用使用带JSON请求体请求进行查询。
接下带JSON请求体，还是查找name为貂蝉的文档。
向接口发送GET请求：http://localhost:9200/索引名/_search
请求体：
{
"query": {
"match": {
"name": "貂蝉"
}
}
}
查询结果：
{
"took": 11,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 3.5283816,
"hits": [
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1004",
"_score": 3.5283816,
"_source": {
"name": "貂蝉",
"gender": "女",
"age": 18,
"opus": "《三国演义》"
}
}
]
}
}
3.1.3 带请求体方式的查找所有内容
还是一样的，向接口发送GET请求：http://localhost:9200/索引名/_search
请求体match换成match_all,但是查询条件为空。
{
"query":{
"match_all":{}
}
}
然后它会返回改索引下的所有文档。
3.1.4 查询指定字段
比如以上文档，我只想看name、和opus,就可以再请求体里添加过滤条件,控制需要查询的字段：
{
"query": {
"match_all": {}
},
"_source": ["name","opus"]
}
3.1.5 查询大于\小于多少
如果需要查询某个条件在xxx以上或者以下的，就需要使用range，还是上面的文档，比如查询age在100以上的，使用gt,如果查询在100以下的就用lt。
{
"query": {//查询
"bool": {//条件
"filter": {//过滤
"range": {//范围
"age": {
"gt": 100//大于100
}
}
}
}
}
}
3.2 分页查询
分页查询类似于MySQL中的limit，可以在请求体里添加指定from和size来过滤查询结果，其中from用来定义起始位，即从第几条开始查，如果从最开始查就是0,size用来指定每页显示的条数。如下：
还是查询上面的文档，请求体：
{
"query": {
"match_all": {}
},
"_source": ["name","opus"],
"from": 0,
"size": 2
}
返回结果：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 7,
"relation": "eq"
},
"max_score": 1.0,
"hits": [
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1001",
"_score": 1.0,
"_source": {
"name": "关羽",
"opus": "《三国演义》"
}
},
{
"_index": "guojie_index",
"_type": "_doc",
"_id": "1002",
"_score": 1.0,
"_source": {
"name": "刘备",
"opus": "《三国演义》"
}
}
]
}
}
3.3 排序
排序通过请求体中添加，有两种排序规则asc为升序，desc为降序：
"sort": { "字段名": { "order": "排序规则" } }
比如还是查上面的文档：
{
"query": {
"match_all": {}
},
"sort": {
"age": {
"order": "asc"
}
}
}
3.4 多条件查询
3.4.1 同时满足(must)
还是上面那个文档，比如现在我要查询opus是《三国演义》并且name是张飞：
{
"query": {//查询
"bool": {//条件
"must": [//必须，即条件要同时成立,类似于MySQL中的and
{
"match": {//匹配
"opus": "《三国演义》"//条件1，opus要为《三国演义》
}
},
{
"match": {//匹配
"name": "张飞"//条件2，name要为张飞
}
}
]
}
}
}
3.4.2 只要满足其中一个就可以（should）
还是上面那个文档，比如现在我要查询name是关羽或者孙悟空的：
{
"query": {//查询
"bool": {//条件
"should": [//可能，即条件满足其一就行,类似于MySQL中的or
{
"match": {//匹配
"name": "关羽"//条件1，name要为关羽
}
},
{
"match": {//匹配
"name": "孙悟空"//条件2，name要为张飞
}
}
]
}
}
}
3.5 全文检索(match)
这功能像搜索引擎那样，如品牌输入“孙关”，返回结果带回品牌有“孙悟空”和“关羽”。因为这些词语全部被分词了，只要查询条件有的关键字它都会匹配到。
{
"query": {
"match": {
"name": "孙关"
}
}
}
3.6 完全匹配(match_phrase)
使用match_phrase将会要求完全匹配，但是查询“孙”或者“孙悟”、“孙悟空”，它都可以查到孙悟空，但是“孙关”就不行了。
{
"query": {
"match_phrase": {
"name": "孙关"
}
}
}
3.7 查询结果高亮显示
3.8 聚合查询
聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很多其他的聚合，例如取最大值max、平均值avg等等。(好像只能对数据类型为数值型的分组)
分组查询：
{
"aggs":{//聚合操作
"price_group":{//名称，随意起名
"terms":{//分组
"field":"age"//分组字段
}
}
}
}
加个size它会去掉原数据，只显统计结果：
{
"aggs":{//聚合操作
"price_group":{//名称，随意起名
"terms":{//分组
"field":"age"//分组字段
}
}
},
"size": 0
}
求平均值：
四、映射关系
有了索引库，等于有了数据库中的 database。
接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。
创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。
先创建一个索引：
PUT http://127.0.0.1:9200/user
返回结果：
{
"acknowledged": true,
"shards_acknowledged": true,
"index": "user"
}
创建映射：
地址：
PUT http://127.0.0.1:9200/user/_mapping
Body：
{
"properties": {
"name":{
"type": "text",
"index": true
},
"sex":{
"type": "keyword",
"index": true
},
"tel":{
"type": "keyword",
"index": false
}
}
}
返回结果：
{
"acknowledged": true
}
查看映射：
GET http://127.0.0.1:9200/user/_mapping
返回结果：
{
"user": {
"mappings": {
"properties": {
"name": {
"type": "text"
},
"sex": {
"type": "keyword"
},
"tel": {
"type": "keyword",
"index": false
}
}
}
}
}
增加数据：
地址：
PUT http://127.0.0.1:9200/user/_create/1001
Body：
{
"name":"小米",
"sex":"男的",
"tel":"1111"
}
返回结果：
{
"_index": "user",
"_type": "_doc",
"_id": "1001",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 0,
"_primary_term": 1
}
查找name含有”小“数据：
#GET http://127.0.0.1:9200/user/_search
{
"query":{
"match":{
"name":"小"
}
}
}
返回结果：
{
"took": 495,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 0.2876821,
"hits": [
{
"_index": "user",
"_type": "_doc",
"_id": "1001",
"_score": 0.2876821,
"_source": {
"name": "小米",
"sex": "男的",
"tel": "1111"
}
}
]
}
}
查找sex含有”男“数据：
#GET http://127.0.0.1:9200/user/_search
{
"query":{
"match":{
"sex":"男"
}
}
}
返回结果：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 0,
"relation": "eq"
},
"max_score": null,
"hits": []
}
}
找不想要的结果，只因创建映射时"sex"的类型为"keyword"。
"sex"只能完全为”男的“，才能得出原数据。
#GET http://127.0.0.1:9200/user/_search
{
"query":{
"match":{
"sex":"男的"
}
}
}
返回结果：
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 0.2876821,
"hits": [
{
"_index": "user",
"_type": "_doc",
"_id": "1001",
"_score": 0.2876821,
"_source": {
"name": "小米",
"sex": "男的",
"tel": "1111"
}
}
]
}
}
查找电话：
# GET http://127.0.0.1:9200/user/_search
{
"query":{
"match":{
"tel":"11"
}
}
}
返回结果：
{
"error": {
"root_cause": [
{
"type": "query_shard_exception",
"reason": "failed to create query: Cannot search on field [tel] since it is not indexed.",
"index_uuid": "ivLnMfQKROS7Skb2MTFOew",
"index": "user"
}
],
"type": "search_phase_execution_exception",
"reason": "all shards failed",
"phase": "query",
"grouped": true,
"failed_shards": [
{
"shard": 0,
"index": "user",
"node": "4P7dIRfXSbezE5JTiuylew",
"reason": {
"type": "query_shard_exception",
"reason": "failed to create query: Cannot search on field [tel] since it is not indexed.",
"index_uuid": "ivLnMfQKROS7Skb2MTFOew",
"index": "user",
"caused_by": {
"type": "illegal_argument_exception",
"reason": "Cannot search on field [tel] since it is not indexed."
}
}
}
]
},
"status": 400
}
报错只因创建映射时"tel"的"index"为false。