欢迎光临
我们一直在努力

elasticsearch快速使用

基础概念

***********************************************************************************************

索引: 含有相同属性的文档(例如 一个索引待变消费者的数据,另一个索引代表产品的数据)

类型: 索引可以定义一个或多个类型(相同字段的文档定为一个类型)

文档: 文档是可以被索引的基本数据单位(比如 一个用户的基本信息,一篇文章的数据等), 文档必须属于一个类型。

 

索引通过名字来识别,英文字母小写且不含中画线

索引相当于database 一个数据库。类型相当于table,一个表。 文档相当于一行记录

 

另一个例子

搜索系统有汽车索引,家具索引,图书索引。图书索引中有科普类,文学类等类型,具体到每本书就是文档。

***********************************************************************************************

分片: 每个索引都有多个分片,每个分片是一个Lucene索引。(创建索引时指定)

备份:拷贝一份分片就完成了分片的备份。

***********************************************************************************************

基本用法

RESTFul API

API基本格式 http://<ip>:<port>/<索引>/<类型>/<文档id>

常用http动词 get/post/put/delete

*************************************************************************************************

创建索引:非结构化创建、结构化创建。

先介绍非结构化创建(通过head插件介绍),有的人下载head插件然后安装,较为繁琐。我这里直接用谷歌浏览器的扩展程序即可。

 

打开head插件

索引名字填写book,点击ok,如果再弹出确认框也点击ok。

点击概览可以看到如下页面。多了很多小方块。

判断是结构化还是非结构化方法:

 

建立结构化索引:

回到概览,刷新后,查索引信息可以看到mappings有内容了

因为在head插件中写json太麻烦,可以用postman这个软件

返回成功

 

查看head插件,多了people索引

**************************************************************************************************

插入

#指定文档id插入

 

#自动产生文档id插入

改为post , url中去掉id

***********************************************************************

修改:

返回数据

head插件刷新

脚本更新方式 视年龄加10(ctx是上下文)

脚本中还可以用参数更新(年龄设置为100)

********************************************************************************

删除

#删除文档(url中指定id为1)

#删除索引

在head插件中删除

刷新查看删除结果

在postman中删除索引

查看head插件,刷新,发现索引没了(剩下的kibana是一个辅助软件,先忽略)

***************************************************************

查询

#简单查询

#条件查询

#聚合查询

先在head插件上新增索引

再在postman上结构化,添加类型

刷新head插件可以看到mappings里有内容了

然后添加了5条数据,就可以进行查询操作了

#简单查询(使用postman)查询id为1的数据

 

#条件查询

关键词查询(match_all改为match)

也可以自己指定排序方式,比如按照publish_date字段降序

 

聚合查询

也可以同时查询多个聚合

其他功能函数

返回结果完成对word_count的统计,最大值,最小值,平均值等

查最小值

返回结果

 

赞(1) 打赏
转载请注明来源:IT技术资讯 » elasticsearch快速使用

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏