定制化开发Elasticsearch安装IK分词器，kibana安装是基本使用，DSL语句入门

1. 安装IK分词器

定制化开发默认采用的分词器， 定制化开发是单个字分词 ，效果很差 ，定制化开发所以我们需要安装一个定制化开发更实用的分词器，这里采用 IK分词器

jar定制化开发包下载地址：
定制化开发源码下载地址：

定制化开发这里选择使用 ZIP 格式下载

IK 定制化开发分词器解压即可使用，打开ES定制化开发的安装目录，然后打开 plugins 目录，定制化开发建立一个文件夹（定制化开发我这里取名为：elasticsearch-analysis-ik-6.6.2，定制化开发为了区分别的插件），将ZIP定制化开发文件解压在这个文件下就可以。

定制化开发解压之后重启ES：

2. Kibana定制化开发安装和使用

Kibana定制化开发是一个针对Elasticsearch的定制化开发开源分析及可视化平台，使用Kibana可以查询、定制化开发查看并与存储在ES定制化开发索引的数据进行交互操作，使用Kibana定制化开发能执行高级的数据分析，定制化开发并能以图表、定制化开发表格和地图的形式查看数据。
Kibana 是 ELK 定制化开发的一个组成。
E：EalsticSearch，定制化开发搜索和分析的功能
L：Logstach，定制化开发搜集数据的功能，类似于flume（定制化开发使用方法几乎跟flume一模一样），定制化开发是日志收集系统1
K：Kibana，定制化开发数据可视化（分析），定制化开发可以用图表的方式来去展示，文不如表，表不如图，定制化开发是数据可视化平台

2.1 ELK概述

ELK定制化开发的相关参考资料：

ELK官网：
ELK官网文档：
ELK中文手册：
ELK中文社区：

2.2 Kibana下载

【注意】 Kibana 定制化开发版本要和你安装的ES版本一致
定制化开发最新版本下载地址：
定制化开发其他版本下载地址：
定制化开发选择对应你的电脑版本进行下载zip文件

定制化开发下载好之后，解压：

解压之后，会有一个 kibana-版本号-系统-位的文件夹（kibana-6.6.2-windows-x86_64）

定制化开发内部文件目录：

启动Kibana，在bin目录下的 kibana.bat 双击启动


启动之后通过地址：，访问

【注意】启动Kibana之前要先启动ES，不然会报错：Error: No Living connections Unable to revive connection: http://localhost:9200/

kibana配置：
如果需要修改配置，修改 /config/kibana.yml 配置文件。

Kibana的端口号5601，是一个Web应用程序。

访问地址：

访问Kibana页面，默认情况设置：

Discover 页面加载时选择的是默认索引模式。

时间过滤器设置的为最近15分钟。

搜索查询设置的是 match-all(\*)

可以通过：，来检查Kibana的当前状态，返回图标的格式显示。

也可以通过：，返回以JSON格式输出的Kibana的状态信息。

搜索数据的时候，你可以使用Kibana标准的查询语言（基于Lucene的查询语法）或者完全基于JSON的Elasticsearch查询语言DSL。

引号包括起来作为一个整体来搜索

在搜索的时候，用引号 " " 包裹起来的一段字符串叫短语搜索。

例如，filed:"Hello World Kibana" 将在filed字段中搜索 "Hello World Kibana" 这个短语。如果没有引号包裹，将会匹配到包含这些词的所有文档，并且不管它们的顺序如何。也就是有引号包裹的时候，只会匹配到 "Hello World Kibana" ，而不会匹配到类似于 "Hello Kibana World " 这种顺序不同的。

在Dev Tools 下写DSL语句，执行

Dev Tools的 Console 控制台支持CRUL，有以下特点

• 可以通过使用绿色三角形按钮向ES提交请求。

• 使用扳手菜单来做其他有用的事情（copy as curl，auto indent）。

• 可以以cURL格式粘贴请求，它们将被转换为控制台语法。

2.3 DSL语句

一般ES查询结果文档的图：

1. 索引操作

查看集群的健康状况：GET /_cluster/health 或者 GET _cat/health

集群健康值（status 字段）：

• 绿色 green —— 最健康的状态，代表所有的主分片和副本分片都可用，每个索引的primary shard和replica shard 都处于active的状态。
• 黄色 yellow ——所有的主分片可用，但是部分副本分片不可用，即每个索引的primary shard是active的状态，但是部分replica shard不是active的状态，处于不可用的状态。
• 红色 red ——部分主分片不可用，不是所有的primary shard 都是active的状态，这时候是危险的，至少我们不能保证写数据是安全的。（此时执行查询部分数据仍然可以查到，遇到这种情况，尽可能的快速解决。）

查询所有的索引：GET /_cat/indices?v

查询所有信息：GET _all
删除某个索引：DELETE /user
创建索引库：PUT user（增加一个user的index库）

更详细地配置：

number_of_shards 分片数量；

number_of_replicas 副本数量。

PUT user{	"settings": {		"number_of_shards": 5,		"number_of_replicas": 2	}}
1
2
3
4
5
6
7

---

• PUT 类似于SQL中的新增
• DELETE 类似于SQL中的删除
• POST 类似于SQL中的修改
• GET 类似于SQL中的查查询

---

2. 映射操作
为了能够将数字域视为数字、时间域视为时间、字符串域视为全文或精确值字符串， Elasticsearch 需要知道每个域中数据的类型。这个信息包含在映射中。

核心简单域类型
Elasticsearch 支持如下简单域类型：

• 字符串: string
• 整数 : byte, short, integer, long
• 浮点数: float, double
• 布尔型: boolean
• 日期: date

当你索引一个包含新域的文档（之前未曾出现过的域） Elasticsearch 会使用 动态映射，通过JSON中基本数据类型，尝试猜测域类型，使用如下转换规则：

如果你通过引号( “111” )索引一个数字，它会被映射为 string 类型，而不是 long 。但是，如果这个域已经映射为 long ，那么 Elasticsearch 会尝试将这个字符串转化为 long ，如果无法转化，则抛出一个异常。
如果索引字段没有设置映射，ES会使用动态映射，猜测域类型然后给它映射。

查看索引映射：

# 查看索引user的映射GET /user/_mapping# 查看索引user中类型userinfo的映射（两种都行）GET /user/_mapping/userinfoGET /user/userinfo/_mapping
1
2
3
4
5

自定义域映射

在很多情况下基本域数据类型已经够用，但经常需要为单独域自定义映射，特别是字符串域。自定义映射允许你执行下面的操作：

• 全文字符串域和精确值字符串域的区别
• 使用特定语言分析器
• 优化域以适应部分匹配
• 指定自定义数据格式

域最重要的属性是 type 。对于不是 string 的域，你一般只需要设置 type 类型就可以。

# 给number域设置integer类型   "number": {       "type": "integer"   }    
1
2
3
4

string 域映射的两个最重要属性是 和

index属性

index 属性控制怎样索引字符串。它可以是下面三个值：

• analyzed
  首先分析字符串，然后索引它（以全文索引这个域）

• not_analyzed
  索引这个域，所以它能够被搜索，但索引的是精确值。不会对它进行分析。

• no
  不索引这个域。这个域不会被搜索到。

string 域 index 属性默认是 analyzed 。如果我们想映射这个字段为一个精确值，我们需要设置它为 `not_analyzed

	"name": {        "type":     "string",        "index":    "not_analyzed"	}
1
2
3
4

其他简单类型（例如 long ， double ， date 等）也接受 index 参数，但有意义的值只有 no 和 not_analyzed ， 因为它们永远不会被分析。

analyzer属性

对于 analyzed 字符串域，用 analyzer 属性指定在搜索和索引时使用的分析器。

Elasticsearch 默认使用 standard 分析器， 还有其它的内置的分析器替，如：whitespace 、 simple 和 english：

{    "name": {        "type":     "string",        "analyzer": "standard" # 还可以取值whitespace 、 simple 和 english    }}
1
2
3
4
5
6

添加映射（ik_smart是粗粒度检索，本身分词会较细粒度max_word少），analyzer 使用 ik_smart，IK分词器（需要下载plugin）

PUT user/userinfo/_mapping{"properties": {    "name": {		"type": "string",		"analyzer": "ik_smart",		"store": false,		"search_analyzer": "ik_smart"	},	"age": {		"type": "long",		"store": false	},	"description": {		"type": "text",		"analyzer": "ik_smart",		"store": false,		"search_analyzer": "ik_smart"	}  }}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

使用 analyze API 测试字符串域的映射，name 使用 ik_smart 分词器，对I am strive_day, I love china 进行分词

GET /user/_analyze{  "field": "name",  "text": "strive_day, 爱中国"}
1
2
3
4
5

结果：

{  "tokens" : [    {      "token" : "strive_day",      "start_offset" : 0,      "end_offset" : 10,      "type" : "LETTER",      "position" : 0    },    {      "token" : "爱",      "start_offset" : 12,      "end_offset" : 13,      "type" : "CN_CHAR",      "position" : 1    },    {      "token" : "中国",      "start_offset" : 13,      "end_offset" : 15,      "type" : "CN_WORD",      "position" : 2    }  ]}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

token： 是实际存储到索引中的词条。
start_offset 和 end_offset ：指明字符在原始字符串中的起始和终止位置。
type：是字符的类型。
position 指明词条在原始文本中出现的位置。

---

3. 添加数据 PUT / POST

保存一篇文档到索引当中去 (这相当于插入一条记录到一个数据库表当中)
保存文档到索引当中，如果没有设置id，会自动分配一个id。

PUT 和 POST 都可以用于创建数据，只是创建的格式不同。
POST /uri
PUT /uri/xxx

PUT user/userinfo/1{	"name":"孙悟空",	"age":2599,	"description":"齐天大圣"}PUT user/userinfo/2{	"name":"如来佛祖",	"age":2586,	"description":"多宝道人"}
1
2
3
4
5
6
7
8
9
10
11
12

---

4. 查询数据
获取某个索引中某个类型某个id的数据（返回Json格式）：
GET 索引名/类型名/id，例如：
GET user/userinfo/1 或 GET user/userinfo/1?_source

获取某个索引中某个类型的某个id的某列数据（获取name列数据）：
GET user/userinfo/1?_source=name

获取某个索引中某个类型某个id的某几列数据（name,description列）：
GET user/userinfo/1?_source=name,description

match_all： 查询简单的匹配所有文档，匹配所有数据返回为json格式。在没有指定查询方式时，它是默认的查询。

GET /user/userinfo/_search{  "query": {	"match_all": {}  }}
1
2
3
4
5
6

match ： 标准查询（无论在任何字段进行 全文本查询/精准查询都可以使用match）

如果你在一个全文字段上使用 match 查询，在执行查询前，它将用正确的分析器去分析查询的字符串

GET /user/userinfo/_search{  "query": {	"match": {	  "name": "孙悟空"	}  }}
1
2
3
4
5
6
7
8

如果在一个精确值的字段上使用它，例如数字、日期、布尔或者一个 not_analyzed 字符串字段，那么它将会精确匹配给定的值：

GET /user/userinfo/_search{  "query": {	{ "match": { "age":    26           }}	{ "match": { "description":   "孙悟空" }}	{ "match": { "boolean":  true         }}  }}
1
2
3
4
5
6
7
8

对于精确值的查询，你可能需要使用 filter 语句来取代 query，因为 filter 将会被缓存。

_source ：返回指定字段的内容（这里返回description和name字段）
这个字段包含我们索引数据时发送给 Elasticsearch 的原始 JSON 文档

在请求的查询串参数中加上 pretty 参数，这将会调用 Elasticsearch 的 pretty-print 功能，该功能 使得 JSON 响应体更加可读。但是， _source 字段不能被格式化打印出来。相反，我们得到的 _source 字段中的 JSON 串，刚好是和我们传给它的一样。

GET /user/userinfo/_search{  "query": {	"match": {	  "name": "孙悟空"	}  },  "_source": ["description", "name"]}
1
2
3
4
5
6
7
8
9

在查询数据的时候，查询条件也会进行分词（所以下面这个方式查询到两条结果 -孙悟空和如来佛祖的数据）

GET /user/userinfo/_search{  "query": {	"match": {	  "name": "孙悟空 如来佛祖"	}  }}
1
2
3
4
5
6
7
8

match_phrase：让查询条件不进行分词，精确匹配（下面这个就查询不到数据，因为没有name = 孙悟空 如来佛祖 的文档数据）

GET /user/userinfo/_search{  "query": {	"match_phrase": {	  "name": "孙悟空 如来佛祖"	}  }}
1
2
3
4
5
6
7
8

highlight ： 将查询结果高亮显示，默认以html的 <em>; 标签包裹，可以自定义替换（支持html语言），关于高亮可以查看这个>>>

GET /user/userinfo/_search{  "query": {	"match": {	  "name": "孙悟空"	}  },  "highlight": {	"fields": {	  "name": {}	}  }}
1
2
3
4
5
6
7
8
9
10
11
12
13

空搜索 - 没有指定任何查询的空搜索，返回集群中所有索引下的所有文档

GET /_search
1

Elasticsearch 转发搜索请求到每一个主分片或者副本分片，汇集查询出的前10个结果，并且返回给我们。

空搜索 中如果集群中有超过 10 个文档匹配了 。 但是在 hits 数组中只有 10 个文档显示出来。如何才能看到其他的文档？
— > 使用 分页 技术 （下面有分页相关的信息 ： ）

其他GET 多索引、多类型的使用

GET /_search# 在所有的索引中搜索所有的类型 返回所有索引中的所有文档（并将前10个结果返回）GET /_search# 在 user 索引中搜索所有的类型GET /user/_search# 在 user 和 website 索引中搜索所有的文档GET /user,website/_search# 在任何以 u 或者 w 开头的索引中搜索所有的类型GET /u*,w*/_search# 在 user 索引中搜索 userinfo 类型GET /user/userinfo/_search# 在 user 和 website 索引中搜索 userinfo 和 blog 类型(两个索引中，匹配类型)GET /user,website/userinfo,blog/_search# 在所有的索引中搜索 user 和 blog 类型GET /_all/user,blog/_search
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

---

5. 更新数据POST、PUT
在 Elasticsearch 中文档是 不可改变 的，不能修改它们。如果想要更新现有的文档，需要 重建索引 或者 进行替换，在ES内部，Elasticsearch 已将旧文档标记为已删除，并增加一个全新的文档。（就是新建索引，然后将原索引删除，可以查看每次更新后 _version 字段增加）。

尽管你不能再对旧版本的文档进行访问，但它并不会立即消失。当继续索引更多的数据，Elasticsearch 会在后台清理这些已删除文档。

Elasticsearch 更新文档 步骤：

1. 从旧文档构建 JSON 数据
2. 更改该 JSON 数据
3. 删除旧文档
4. 重新索引一个新文档

使用GET命令查询ID=1的Source信息

GET user/userinfo/1/_source
1

查询结果：

{  "name" : "孙悟空",  "age" : 2599,  "description" : "齐天大圣"}
1
2
3
4
5
6

PUT采用的是覆盖的方式进行文档的更新，但是这种修改会丢失数据， 这是全局的修改。

PUT user/userinfo/1{	"name":"猪八戒",	"age":18}
1
2
3
4
5

查询结果 GET user/userinfo/1/_source

{  "name" : "猪八戒",  "age" : 18}
1
2
3
4

执行上述的操作后，发现之前的 description 列消失了（PUT全局更新，原文档本删除后重新索引了）。

如果只需要更新某个字段使用POST：

POST user/userinfo/1{  "doc":{	"name":"猪八戒",	"age":18  }}
1
2
3
4
5
6
7

查询结果 GET user/userinfo/1/_source

{  "name" : "猪八戒",  "age" : 18}
1
2
3
4

发现之前的 description 列也消失了，因为被覆盖了。

所以真正的局部更新应该在后面添加字段 _update

POST user/userinfo/1/_update{  "doc":{	"name":"猪八戒",	"age":18  }}
1
2
3
4
5
6
7

查询结果 GET user/userinfo/1/_source

{  "name" : "猪八戒",  "age" : 18,  "description" : "齐天大圣"}
1
2
3
4
5

这时候发现 description 列存在，没有被删除，因为使用 _update 更新只是局部更新，虽然还是新建了一个文档，但是保留了没有更新的原字段。

Post 和 Put 的区别：

Post 和 Put 都可以用于创建和更新数据。

• POST /uri创建或更新
• PUT /uri/xxx更新或创建

POST方式不用加具体的id，它是作用在一个集合资源之上的（/uri），而PUT操作是作用在一个具体资源之上的（/uri/xxx）。
在ES中，如果不确定 文档document 的ID，那么直接POST对应uri（ 比如：POST /user/userinfo/1 ），ES可以自己生成不会发生碰撞的UUID。

（自动生成的 ID 是 URL-safe、 基于 Base64 编码且长度为20个字符的 GUID 字符串。）
这些 GUID 字符串由可修改的 FlakeID 模式生成，这种模式允许多个节点并行生成唯一 ID ，且互相之间的冲突概率几乎为零。

POST可以实现局部更新数据（_update），别的数据不改变，只更新需要更新的数据。PUT只能全局更新（没有更新的字段默认删除）

POST 和 PUT 主要区别

1. 更新：PUT会将新的json值完全替换掉旧的；而POST方式只会更新相同字段的值，其他数据不会改变，新提交的字段若不存在则增加。
2. PUT和DELETE操作是幂等的。所谓幂等是指不管进行多少次操作，结果都一样。比如用PUT修改一篇文章，然后在做同样的操作，每次操作后的结果并没有什么不同，DELETE也是一样。
3. POST操作不是幂等的，比如常见的POST重复加载问题：当我们多次发出同样的POST请求后，其结果是创建了若干的资源。
4. 创建操作可以使用POST，也可以使用PUT，区别就在于POST是作用在一个集合资源(/user/userinfo)之上的，而PUT操作是作用在一个具体资源之上的(/user/userinfo/123)。

---

6. 删除数据
删除一条指定id的记录：DELETE user/userinfo/1

如果存在对应id的文档，那么删除成功，返回一个 200 ok 的 HTTP 响应码，并且版本号字段_version 值增加， "result" : "deleted"。

如果不存在，那么返回失败，得到 404 Not Found 的响应码，并且版本号字段_version 值也会增加，"result" : "not_found"

即使文档不存在（ Found 是 false ）， _version 值仍然会增加。这是 Elasticsearch 内部记录本的一部分，用来确保这些改变在跨多节点时以正确的顺序执行。

---

7. 高级查询
order：搜索排序

排序条件的顺序是很重要的。结果首先按第一个条件排序，仅当结果集的第一个 sort 值完全相同时才会按照第二个条件进行排序，依此类推。
按age升序排序，如果排序完全相同才会安装name降序排序

"sort": [        { "age":   { "order": "asc" }},        { "name": { "order": "desc" }}    ]
1
2
3
4

按age年龄排序

GET /user/userinfo/_search{	"query": {		"match_all": {}	},	"sort":{		"age":{			"order": "desc"		}	}}
1
2
3
4
5
6
7
8
9
10
11

或者

GET /user/userinfo/_search{	"sort":{		"age":{			"order": "desc"		}	}}
1
2
3
4
5
6
7
8

分页查询
在之前的 中说到了了集群中有超过 10 个文档匹配了 。 但是在 hits 数组中默认只有 10 个文档。那么怎么才能查看到其他的文档信息，就需要使用到分页查询了。

分页查询 和 SQL 中使用的 LIMIT 关键字返回单个 page 结果的方法是一样的，Elasticsearch 分页查询使用到 from 和 size 参数：

• from：显示应该跳过的初始结果数量（跳过多少条数据之后再显示），默认值为0。
• size：每页应该返回的数据量，默认值为10.

# 搜索所有索引所有类型数据，且显示前20条数据（from默认为0）GET /_search?size=20# 显示第1-第21条数据（from=1，跳过第一条显示）GET /_search?size=20&from=1# 显示第21-第40条数据（from=20.跳过前20条数据）GET /_search?size=20&from=20
1
2
3
4
5
6

# 查找user索引中userinfo类型，跳过from=前3条数据，按每页2条数据显示第3-第5条（2条）数据，且按照age降序显示。GET /user/userinfo/_search{	"query": {		"match_all": {}	},	"sort":{		"age":{			"order": "desc"		}	},	"from": 3,	"size": 2}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

在分布式系统中深度分页

为什么深度分页是有问题的？我们可以假设在一个有 5 个主分片的索引中搜索。 当我们请求结果的第一页（结果从 1 到 10 ），每一个分片产生前 10 的结果，并且返回给 协调节点 ，协调节点对 50 个结果排序得到全部结果的前 10 个。

现在假设我们请求第 1000 页，结果从 10001 到 10010 。所有都以相同的方式工作除了每个分片不得不产生前10010个结果以外。 然后协调节点对全部 50050 个结果排序最后丢弃掉这些结果中的 50040 个结果。

可以看到，在分布式系统中，对结果排序的成本随分页的深度成指数上升。这就是 web 搜索引擎对任何查询都不要返回超过 1000 个结果的原因。

multi_match 查询：可以在多个字段上执行相同的 match 查询。
根据多个字段查询 - 根据 fields 中的列，找满足query的值（从多列中查找对应query值的文档）

GET /user/userinfo/_search{  "query": {    "multi_match": {      "query": "孙悟空",      "fields": [        "name",        "description"      ]    }  }}
1
2
3
4
5
6
7
8
9
10
11
12

过滤查询

term： term 词项搜索主要用于分词精确匹配字符串、数值、日期或者那些 not_analyzed 等的值
term 查询对于输入的文本不 分析 ，所以它将给定的值进行精确查询。

GET /user/userinfo/_search{	"query": {		"term": {			"age":{				"value": 2599			}		}	}}
1
2
3
4
5
6
7
8
9
10

terms：和 term 查询一样，但它允许你指定多值进行匹配，其实就是多个 term 词项搜索（多条件用terms）。
如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件。

terms 查询对于输入的文本也不进行不分析。它查询那些精确匹配的值（包括在大小写、重音、空格等方面的差异）

GET /user/userinfo/_search{	"query": {		"terms": {			"age": [2599, 2586, 21]		}	}}
1
2
3
4
5
6
7
8

范围过滤查询

range： 过滤允许按照指定范围查找一批数据。

gte：大于等于
lte：小于等于
gt：大于
lt：等于

GET /user/userinfo/_search{	"query": {		"range": {			"age": {				"gte": 18,				"lte": 2586			}		}	}}
1
2
3
4
5
6
7
8
9
10
11

exists：过滤查询 - 查找指定字段中 有值 存在的文档（类似于mysql中该列有数据的就能查询出来，类似于SQL中的 NOT IS_NULL）
missing ： 查找指定字段中 没有值 存在的文档（类似于SQL中的 IS_NULL）

GET /user/userinfo/_search{	"query": {		"exists": {			"field": "description"		}	}}
1
2
3
4
5
6
7
8

bool 过滤： - 用来合并多个过滤条件查询结果的布尔逻辑（当需要多个查询条件拼接的时候就用bool，就是将多查询组合成单一查询的查询方法），它包含以下操作符：

• must：多个查询条件的完全匹配，相当于and；
• must_not：多个查询条件的相反匹配，相当于not；
• should：如果满足这些语句中的任意语句，将增加 _score ，主要用于修正每个文档的相关性得分，相当于or。
• filter：必须匹配，但它以不评分、过滤模式来进行。这些语句对评分 _score 没有贡献，只是根据过滤标准来排除或包含文档。不评分查询，可缓存。使用filter（过滤），表明只希望获取匹配对应的文档，并不需要获取对应的相关性（即获取到的文档都会评分为零分 _source）

• 相关性得分组合方法：
  每一个子查询都独自地计算文档的相关性得分。一旦他们的得分被计算出来， bool 查询就将这些得分进行合并并且返回一个代表整个布尔操作的得分。

GET /user/userinfo/_search{  "query": {    "bool": {      "must": [        {          "term": {            "name": "孙悟空"          }        }      ],      "filter": {        "range": {          "age": {            "gte": 18,            "lte": 2600          }        }      }    }  }}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

查找字段 description 必须匹配为 齐天大圣 的文档，并且 name 不是 猴子，age 在 ( 30, 2600 ] 区间，且 name 按照 孙悟空、猪八戒 进行比较评分排名显示。

GET /user/userinfo/_search{  "query": {    "bool": {      "must": {        "match": {          "description": "齐天大圣"        }      },      "must_not": {        "match": {          "name": "猴子"        }      },      "should": {        "match": {          "name": "孙悟空, 猪八戒"        }      },      "filter": {        "range": {          "age": {            "gt": 30,            "lte": 2600          }        }      }    }  }}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

如果没有 must 语句，那么至少需要能够匹配其中的一条 should 语句。但，如果存在至少一条 must 语句，则对 should 语句的匹配没有要求。

constant_score 查询：它将一个不变的常量评分应用于所有匹配的文档。它被经常用于你只需要执行一个 filter 而没有其它查询的情况下。
可以使用它来取代只有 filter 语句的 bool 查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。

GET /user/userinfo/_search{  "query": {    "constant_score": {      "filter": {        "term": {          "name": "孙悟空"        }      }    }  }}
1
2
3
4
5
6
7
8
9
10
11
12

term 查询被放置在 constant_score 中，转成不评分的 filter。这种方式可以用来取代只有 filter 语句的 bool 查询。

根据某个字符搜索满足条件的数据（需要数据完全匹配）

GET /user/userinfo/_search{  "query": {	"match": {	  "description": "齐天大圣"	}  }}
1
2
3
4
5
6
7
8

根据字段前缀查询满足添加的数据（只能从文档字段的第一个词开始匹配，一旦出现不同就匹配失败，比如name = 孙悟空，匹配悟、悟空都是查询不到数据的）

GET /user/userinfo/_search{  "query": {    "prefix": {      "name": {        "value": "孙"      }    }  }}
1
2
3
4
5
6
7
8
9
10

上述代码>>>

# 查看集群健康状态GET /_cluster/healthGET _cat/health# 查询所有的索引GET /_cat/indices?v# 查询所有信息GET _all# 获取集群的节点列表GET /_cat/nodes?v# 删除某个索引DELETE demo# 创建索引库PUT user{  "settings": {    "number_of_shards": 5,    "number_of_replicas": 2  }}# 添加映射（IK分词器：ik_smart是粗粒度检索）PUT user/userinfo/_mapping{  "properties": {    "name": {      "type": "text",      "analyzer": "ik_smart",      "store": false,      "search_analyzer": "ik_smart"    },    "age": {      "type": "long",      "store": false    },    "description": {      "type": "text",      "analyzer": "ik_smart",      "store": false,      "search_analyzer": "ik_smart"    }  }}# 查看映射GET user/userinfo/_mapping# 添加数据PUT user/userinfo/1{  "name": "孙悟空",  "age": 2599,  "description": "齐天大圣"}PUT user/userinfo/2{  "name": "如来佛祖",  "age": 2586,  "description": "多宝道人"}# 查询数据GET user/userinfo/1# 或者这么查询GET user/userinfo/1?_source# match_all - 查询所有数据GET /user/userinfo/_search{  "query": {    "match_all": {}  }}# match - 标准查询(全文本查询/精准查询一般都用得上)GET /user/userinfo/_search{  "query": {    "match": {      "name": "孙悟空"    }  }}# 查询数据的时候，查询条件也会进行分词（所以查询到两条结果）GET /user/userinfo/_search{  "query": {    "match": {      "name": "孙悟空 如来佛祖"    }  }}# 使用match_phrase，让查询条件不进行分词，精确匹配GET /user/userinfo/_search{  "query": {    "match_phrase": {      "name": "孙悟空 如来佛祖"    }  }}# highlight - 将查询结果高亮显示，默认是<em>标签，可以自定义替换GET /user/userinfo/_search{  "query": {    "match": {      "name": "孙悟空"    }  },  "highlight": {    "fields": {      "name": {}    }  }}# 通过 _source 返回指定字段的内容GET /user/userinfo/_search{  "query": {    "match": {      "name": "孙悟空"    }  },  "_source": [    "description",    "name"  ]}# 获取user索引中某个类型的某个id的某列(name)数据GET user/userinfo/1?_source=nameGET user/userinfo/2?_source=description# 获取某个索引中某个类型某个id的某几列数据GET user/userinfo/1?_source=name,description# 局部更新数据 Post（age没有更新还在）POST user/userinfo/1/_update{  "doc": {    "name": "沙悟净",    "description": "物流搬运工"  }}# 全局更新 PUT（删掉重建，age被删除了）PUT user/userinfo/1{  "doc": {    "name": "沙悟净",    "description": "物流搬运工"  }}# 搜索（按age年龄降序输出）GET /user/userinfo/_search{  "query": {    "match_all": {}  },  "sort": {    "age": {      "order": "desc"    }  }}# 分页查询 from：跳过前多少条数据，size：每页数据量GET /user/userinfo/_search{  "query": {    "match_all": {}  },  "sort": {    "age": {      "order": "desc"    }  },  "from": 0,  "size": 2}# 过滤查询 - term（精确匹配字符串、日期、数值等）GET /user/userinfo/_search{  "query": {    "term": {      "age": {        "value": 2599      }    }  }}# 多个term词项搜索（多条件）GET /user/userinfo/_search{  "query": {    "terms": {      "age": [        2599,2586,21      ]    }  }}# range 范围过滤查询 - 过滤允许按照指定范围查找一批数据。GET /user/userinfo/_search{  "query": {    "range": {      "age": {        "gte": 18,        "lte": 2586      }    }  }}# exists过滤查询 - 查找拥有某个域的数据GET /user/userinfo/_search{  "query": {    "exists": {      "field": "description"    }  }}# bool 过滤 - 合并多个过滤条件查询结果的布尔逻辑（多个查询条件拼接）GET /user/userinfo/_search{  "query": {    "bool": {      "must": [        {          "term": {            "name": "孙悟空"          }        }      ],      "filter": {        "range": {          "age": {            "gte": 18,            "lte": 2600          }        }      }    }  }}# 根据某个字符搜索满足条件的数据GET /user/userinfo/_search{  "query": {    "match": {      "description": "齐天大圣"    }  }}# 根据字段前缀查询满足添加的数据GET /user/userinfo/_search{  "query": {    "prefix": {      "name": {        "value": "孙"      }    }  }}# 根据多个字段查询 - 根据fields中的列，找满足query的值（从多列中查找）GET /user/userinfo/_search{  "query": {    "multi_match": {      "query": "孙悟空",      "fields": [        "name",        "description"      ]    }  }}# 删除数据DELETE user/userinfo/2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300