master

分支 (1)

管理

管理

master

elasticSerach-about
/
elasticSerach镜像

1，镜像 elasticsearch:5.6.14-alpine 拉下来即可使用,其他版本也可，如果不了解镜像的使用，可以在服务器直接安装elasticSearch，
但需要安装JAVA的一些环境，稍显麻烦。

2，ip+9200就可以访问

具体的增删改查

---------------------------------增 put方式

http://localhost:9200/blog/ariticle/1
{
"title":"New version of Elasticsearch released!",
"content":"Version 1.0 released today!",
"tags":["announce","elasticsearch","release"]
}

---------------------------------删 delete方式

http://localhost:9200/blog/ariticle/8

    {

    - "found": true,
    - "_index": "blog",
    - "_type": "ariticle",
    - "_id": "8",
    - "_version": 2,
    - "_shards": {
        - "total": 2,
        - "successful": 1,
        - "failed": 0
    - }
    }

---------------------------------改 post方式

http://localhost:9200/blog/ariticle/1/_update/ POST
{“script”:”ctx._source.content = \”new version 2.0 20160714\”“}

更新后结果显示：
{

    “_index”: “blog”,
    “_type”: “ariticle”,
    “_id”: “1”,
    “_version”: 2,
    “_shards”: {
        ”total”: 2,
        “successful”: 1,
        “failed”: 0
    }

}


---------------------------------查 get方式  参考文档 https://www.cnblogs.com/redirect/p/10066794.html

这里只是先简单的介绍下如何检索文档，后面会详细介绍这部分内容

1> 检索id为1的员工

在bibana的console中输入运行

GET /megacorp/employee/1

返回结果包含了文档的一些元数据，以及 _source 属性，内容是 John Smith 雇员的原始 JSON 文档：

{
  "_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"
    ]
  }
}

2> 搜索所有雇员

GET /megacorp/employee/_search

返回结果包括了所有三个文档，放在数组 hits 中。一个搜索默认返回十条结果。

elasticsearch 提供了两种查询模式

1> Query-string：通过url参数来搜索，被称为查询字符串搜索。

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

2> Query-DSL：使用查询表达式搜索，被称为DSL查询，它支持构建更加复杂和健壮的查询，一般来说我们重点学习这种方法。

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}

3> 更复杂的搜索

GET /megacorp/employee/_search
{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "last_name" : "smith"
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 30 }
                }
            }
        }
    }
}

注意这里搜索last_name是smith的人，同时年龄大于30。注意下语法bool里面有must，filter类型，当然以后还会学到更多类型，这里先有个意识。

4> 全文搜索

比如想要搜索下所有喜欢攀岩（rock climbing）的雇员

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}

{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 0.53484553,
    "hits": [
      {
        "_index": "megacorp",
        "_type": "employee",
        "_id": "1",
        "_score": 0.53484553,
        "_source": {
          "first_name": "John",
          "last_name": "Smith",
          "age": 25,
          "about": "I love to go rock climbing",
          "interests": [
            "sports",
            "music"
          ]
        }
      },
      {
        "_index": "megacorp",
        "_type": "employee",
        "_id": "2",
        "_score": 0.26742277,
        "_source": {
          "first_name": "Jane",
          "last_name": "Smith",
          "age": 32,
          "about": "I like to collect rock albums",
          "interests": [
            "music"
          ]
        }
      }
    ]
  }
}

注意这里稍有不同，about字段中包含两个单词，搜索的结果并不是完全匹配，是根据单词去做了相关性匹配。

Elasticsearch 默认按照相关性得分排序，即每个文档跟查询的匹配程度。

Elasticsearch中的 相关性 概念非常重要，也是完全区别于传统关系型数据库的一个概念，数据库中的一条记录要么匹配要么不匹配。

5> 短语搜索

上面如果一个短语包含多个单词，那岂不是不能精确查询了，当然不是，可以使用短语搜索。

GET /megacorp/employee/_search
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    }
}

这样结果就是精确匹配了，仅匹配同时包含 “rock” 和 “climbing” ，并且 二者以短语 “rock climbing” 的形式紧挨着的结果

6> 高亮搜索

GET /megacorp/employee/_search
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    },
    "highlight": {
        "fields" : {
            "about" : {}
        }
    }
}

结果中多了一个highlight部分

{
   ...
   "hits": {
      "total":      1,
      "max_score":  0.23013961,
      "hits": [
         {
            ...
            "_score":         0.23013961,
            "_source": {
               "first_name":  "John",
               "last_name":   "Smith",
               "age":         25,
               "about":       "I love to go rock climbing",
               "interests": [ "sports", "music" ]
            },
            "highlight": {
               "about": [
                  "I love to go <em>rock</em> <em>climbing</em>"
               ]
            }
         }
      ]
   }
}

7> 聚合

聚合类似于SQL中的GROUP_BY，但功能更强大

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

结果

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

以上是对所有的雇员进行统计，我们也可以其中的一部分雇员进行组合查询统计，比如我们想知道叫smith的雇员最受欢迎的兴趣爱好。

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

聚合还支持分级汇总，查询特定兴趣爱好的 员工的平均年龄

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

结果

  ...
  "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
           }
        }
     ]
  }