博客
关于我
关于文档的基本操作
阅读量:618 次
发布时间:2019-03-13

本文共 2880 字,大约阅读时间需要 9 分钟。

Elasticsearch 文档操作指南

文档操作基础

数据添加

在Elasticsearch中添加文档可以通过PUT请求实现。以下是添加用户数据的示例:

PUT /latte2/user/1{    "name": "latte",    "age": 23,    "desc": "干",    "tags": ["技术","海贼王"]}

同样,可以添加其他用户数据:

PUT /latte2/user/2{    "name": "张三",    "age": 28,    "desc": "法外狂徒",    "tags": ["旅游", "渣男", "交友"]}

获取数据

使用GET请求可以获取文档数据。以下是获取单个用户数据的示例:

GET latte2/user/1

如果需要搜索特定关键字,可以使用q参数:

GET latte2/user/_search?q=name:latte

文档更新

PUT请求可以用于文档更新,但需要注意以下几点:

  • 覆盖原有字段:如果字段没有被更新,原有字段会被丢弃。
  • 推荐使用POST:对于更新操作,建议使用POST请求,尤其是当只需要更新部分字段时。
  • 以下是使用POST更新文档的示例:

    POST latte2/user/1/_update{    "name": "new_name"}

    数据搜索

    简单搜索

    使用GET请求加上_search路径即可实现简单搜索:

    GET latte2/user/_search{    "query": {        "match": {            "name": "latte2"        }    }}

    复杂操作搜索

    支持多种操作,如排序、分页、高亮查询等。以下是分页和排序的示例:

    GET latte2/user/_search{    "query": {        "match": {            "name": "latte2"        }    },    "sort": [        {            "age": "asc"        }    ],    "from": 0,    "size": 2}

    高级搜索

    布尔查询

    • must(与,and):所有条件都必须满足
    • should(或,or):至少满足一个条件
    • must_not(非,not):所有条件都不满足

    以下是多条件查询的示例:

    GET latte2/user/_search{    "query": {        "bool": {            "must": [                {                    "match": {                        "name": "latte2"                    }                },                {                    "match": {                        "age": 23                    }                }            ]        }    }}

    过滤条件

    可以通过filter子查询进行过滤。以下是高于某个年龄的过滤查询:

    GET latte2/user/_search{    "query": {        "bool": {            "must": [                {                    "match": {                        "name": "latte2"                    }                }            ],            "filter": [                {                    "range": {                        "age": {                            "gt": 27                        }                    }                }            ]        }    }}

    分词与精准匹配

    • **text**类型:支持分词,会自动解析文本
    • **keyword**类型:不支持分词,精准匹配

    以下是创建映射关系的示例:

    PUT /latte3/mappings{    "properties": {        "name": {            "type": "text"        },        "desc": {            "type": "keyword"        }    }}

    多值匹配

    可以通过term子查询进行多值匹配:

    GET latte3/_search{    "query": {        "bool": {            "should": [                {                    "term": {                        "t1": "22"                    }                },                {                    "term": {                        "t1": "33"                    }                }            ]        }    }}

    高亮查询

    可以通过highlight参数实现高亮显示:

    GET latte2/user/_search{    "query": {        "match": {            "name": "latte2"        }    },    "highlight": {        "pre_tags": "

    ", "post_tags": "

    ", "fields": { "name": {} } }}

    Elasticsearch 操作注意事项

    • 分词器text类型会进行分词处理,而keyword类型则不会
    • 倒排索引term查询直接利用倒排索引进行精准匹配
    • 数据类型:确保查询字段与数据类型匹配
    • 默认映射:Elasticsearch会自动为字段创建映射,建议根据需求进行定制

    通过以上操作,您可以对Elasticsearch进行基本的文档管理和搜索操作。

    转载地址:http://yzkaz.baihongyu.com/

    你可能感兴趣的文章
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>
    pandas交换两列
    查看>>
    pandas介绍-ChatGPT4o作答
    查看>>
    pandas去除Nan值
    查看>>
    pandas实战:电商平台用户分析
    查看>>
    Pandas库常用方法、函数集合
    查看>>
    pandas打乱数据的顺序
    查看>>
    pandas改变一列值(通过apply)
    查看>>
    Pandas数据分析的环境准备
    查看>>