关于文档的基本操作
本文共 6100 字，大约阅读时间需要 20 分钟。
关于文档的基本操作
基本操作
添加数据
PUT /latte2/user/1{ "name":"latte", "age": 23, "desc": "干", "tags":["技术","海贼王"]}PUT /latte2/user/2{ "name": "张三", "age": 28, "desc": "法外狂徒", "tags": ["旅游", "渣男", "交友"]}PUT /latte2/user/3{ "name": "李四", "age": 30, "desc": "不知道怎么描述", "tags": ["旅游", "男", "唱歌"]}GET latte2/user/1GET latte2/user/_search?q=name:latte 
获取数据 GET
更新数据 PUT
Post _update , 推荐使用这种更新方式！
使用 POST 后面没有加 _update
其他没有被提交的字段会被置空，然后新添加了doc.name字段
使用 POST 后面加 _update
提交的字段值被更新了，没有被提交的字段还是原来的值
简单地搜索
GET latte2/user/1
简答的条件查询，可以根据默认的映射规则，产生基本的查询！
复杂操作搜索
select ( 排序，分页，高亮，模糊查询，精准查询！)
# 模糊查询GET latte2/user/_search{ "query": { "match": { "name": "latte2" } }}# 对查询结果进行字段过滤GET latte2/user/_search{ "query": { "match": { "name": "latte2" } }, "_source": ["name", "desc"]}# 排序GET latte2/user/_search{ "query": { "match": { "name": "latte2" } }, "sort":[{ "age": "asc" }]}第二种写法GET latte2/user/_search{ "query": { "match": { "name": "latte2" } }, "sort": [ { "age": { "order": "asc" } } ]}# 分页GET latte2/user/_search{ "query": { "match": { "name": "latte2" } }, "sort":[{ "age": "asc" }], "from": 0, "size": 2} 
输出结果，不想要那么多！
我们之后使用Java操作es ，所有的方法和对象就是这里面的 key！
排序！
分页查询！
数据下标还是从0开始的，和学的所有数据结构是一样的！
/search/{current}/{pagesize}
布尔值查询
# 多条件查询 must 相当于andGET latte2/user/_search{ "query": { "bool": { "must": [ {"match": { "name": "latte2" }}, {"match": { "age": 23 }} ] } }}# 多条件查询 should 相当于orGET latte2/user/_search{ "query": { "bool": { "should": [ {"match": { "name": "latte2" }}, {"match": { "age": 25 }} ] } }}# 多条件查询 must_not 相当于 notGET latte2/user/_search{ "query": { "bool": { "must_not": [ {"match": { "age": 25 }} ] } }}# 过滤查询1 age > 27GET latte2/user/_search{ "query": { "bool": { "must": [ {"match": { "name": "latte2" }} ], "filter": [ {"range": { "age": { "gt": 27 } }} ] } }}# 过滤器2 22 <30 GET latte2/user/_search{ "query": { "bool": { "must": [ {"match": { "name": "latte2" }} ], "filter": [ {"range": { "age": { "lt": 30, "gt": 22 } }} ] } }} GET latte2/user/_search{ "query": { "match": { "tags": "技术 男" } }} must （and），所有的条件都要符合 where id = 1 and name = xxx
should（or），所有的条件都要符合 where id = 1 or name = xxx
must_not （not）
过滤器 filter
- gt 大于
- gte 大于等于
- lt 小于
- lte 小于等于！
匹配多个条件！
精确查询！
# 定义类型term: 精确匹配PUT latte3{ "mappings": { "properties": { "name": { "type": "text" }, "desc": { "type": "keyword" } } }}PUT /latte3/_doc/1{ "name":"latte3", "desc":"latte3 desc"}PUT /latte3/_doc/2{ "name":"latte3", "desc":"desc 2"}# 按照keyword类型精准匹配GET latte3/_search{ "query": { "term": { "desc": { "value": "desc 2" } } }}# 结果：{ "took" : 174, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 0.6931471, "hits" : [ { "_index" : "latte3", "_type" : "_doc", "_id" : "2", "_score" : 0.6931471, "_source" : { "name" : "latte3", "desc" : "desc 2" } } ] }}# 按照text类型匹配GET latte3/_search{ "query": { "term": { "name":"latte3" } }# 结果：{ "took" : 0, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 2, "relation" : "eq" }, "max_score" : 0.18232156, "hits" : [ { "_index" : "latte3", "_type" : "_doc", "_id" : "1", "_score" : 0.18232156, "_source" : { "name" : "latte3", "desc" : "latte3 desc" } }, { "_index" : "latte3", "_type" : "_doc", "_id" : "2", "_score" : 0.18232156, "_source" : { "name" : "latte3", "desc" : "desc 2" } } ] }}多个值匹配精确查询PUT /latte3/_doc/3{ "t1":"22", "t2":"2021-03-13"}PUT /latte3/_doc/4{ "t1": "33", "t2": "2021-03-13"}GET /latte3/_search{ "query": { "bool": { "should": [ { "term": { "t1": "22" } },{ "term": { "t1": "33" } } ] } }}高亮GET latte2/user/_search{ "query": { "match": { "name": "latte2" } }, "highlight": { "pre_tags": "", "post_tags": "
", "fields": { "name": {} } }}# 结果显示：#! Deprecation: [types removal] Specifying types in search requests is deprecated.{ "took" : 148, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 2, "relation" : "eq" }, "max_score" : 0.8405091, "hits" : [ { "_index" : "latte2", "_type" : "user", "_id" : "1", "_score" : 0.8405091, "_source" : { "doc" : { "name" : "latte2" }, "name" : "latte2" }, "highlight" : { "name" : [ "latte2
" ] } }, { "_index" : "latte2", "_type" : "user", "_id" : "2", "_score" : 0.8405091, "_source" : { "name" : "latte2", "age" : 28, "desc" : "法外狂徒", "tags" : [ "旅游", "渣男", "交友" ] }, "highlight" : { "name" : [ "latte2
" ] } } ] }} term 查询是直接通过倒排索引指定的词条进程精确查找的！
关于分词：
- term ，直接查询精确的
- match，会使用分词器解析！（先分析文档，然后在通过分析的文档进行查询！）
两个类型 text keyword (text类型的会被分词，keyword类型的不会被分词)
多个值匹配精确查询
高亮查询！
转载地址：http://yzkaz.baihongyu.com/
你可能感兴趣的文章
mysql_secure_installation初始化数据库报Access denied
查看>>
MySQL_西安11月销售昨日未上架的产品_20161212
查看>>
Mysql——深入浅出InnoDB底层原理
查看>>
MySQL“被动”性能优化汇总
查看>>
MySQL、HBase 和 Elasticsearch：特点与区别详解
查看>>
MySQL、Redis高频面试题汇总
查看>>
MYSQL、SQL Server、Oracle数据库排序空值null问题及其解决办法
查看>>
mysql一个字段为空时使用另一个字段排序
查看>>
MySQL一个表A中多个字段关联了表B的ID，如何关联查询？
查看>>
MYSQL一直显示正在启动
查看>>
MySQL一站到底！华为首发MySQL进阶宝典，基础+优化+源码+架构+实战五飞
查看>>
MySQL万字总结！超详细！
查看>>
Mysql下载以及安装(新手入门，超详细)
查看>>
MySQL不会性能调优？看看这份清华架构师编写的MySQL性能优化手册吧
查看>>
MySQL不同字符集及排序规则详解：业务场景下的最佳选
查看>>
Mysql不同官方版本对比
查看>>
MySQL与Informix数据库中的同义表创建：深入解析与比较
查看>>
mysql与mem_细说 MySQL 之 MEM_ROOT
查看>>
MySQL与Oracle的数据迁移注意事项，另附转换工具链接
查看>>
mysql丢失更新问题
查看>>