时间:2021-05-20
一、简单的CRUD操作
1、添加
PUT /index/type/id{ "json数据"}2、查询
GET /index/type/id3、修改
POST /index/type/id/_update{ "doc": { "FIELD": "值" }}4、删除
DELETE /index/type/id二、搜索
搜索可以分成六大类
1、query string search
搜索全部:GET supplier/user/_search
{ "took": 2, "timed_out": false, "_shards": { "total": 5, "successful": 5, "failed": 0 }, "hits": { "total": 3, "max_score": 1, "hits": [ { "_index": "supplier", "_type": "user", "_id": "2", "_score": 1, "_source": { "name": "lisi", "age": 26, "address": "bei jing tong zhou", "price": 10000, "dept": [ "kaifabu" ] } }, { "_index": "supplier", "_type": "user", "_id": "1", "_score": 1, "_source": { "name": "zhangsan", "age": 30, "address": "bei jing chang chun jie", "price": 15000, "dept": [ "kaifabu", "yanfabu" ] } }, { "_index": "supplier", "_type": "user", "_id": "3", "_score": 1, "_source": { "name": "wangwu", "age": 26, "address": "bei jing tong zhou yun he ming zhu", "price": 13000, "dept": [ "kaifabu" ] } } ] }}took:耗费了几毫秒
timed_out:是否超时,这里是没有
_shards:数据拆成了5个分片,所以对于搜索请求,会打到所有的primary shard(或者是它的某个replica shard也可以)
hits.total:查询结果的数量,3个document
hits.max_score:score的含义,就是document对于一个search的相关度的匹配分数,越相关,就越匹配,分数也高
hits.hits:包含了匹配搜索的document的详细数据
2、query DSL
查询所有
GET supplier/user/_search{ "query": { "match_all": {} }}查询全部并且排序
GET suppluer/user/_search{ "query": { "match_all": {} } , "sort": [ { "price": { "order": "desc" } } ]}分页查询
GET supplier/user/_search{ "query": { "match_all": {} }, "from": 1, "size": 1}指定要查询显示的field
GET supplier/user/_search{ "query": { "match_all": {} }, "_source": ["name", "price"]}3、query filter
搜索name为‘lisi'并且price大于1500的
GET supplier/user/_search{ "query" : { "bool" : { "must" : { "match" : { "name" : "lisi" } }, "filter" : { "range" : { "price" : { "gt" : 1500} } } } }}4、full-text search(全文检索)
address这个字段,会先被拆解,建立倒排索引
GET /ecommerce/product/_search{ "query" : { "match" : { "address" : "bei jing" } }}5、phrase search(短语搜索)
跟全文检索相对应,相反,全文检索会将输入的搜索串拆解开来,去倒排索引里面去一一匹配,只要能匹配上任意一个拆解后的单词,就可以作为结果返回
phrase search,要求输入的搜索串,必须在指定的字段文本中,完全包含一模一样的,才可以算匹配,才能作为结果返回
GET /ecommerce/product/_search{ "query" : { "match_phrase" : { "address" : "bei jing" } }}6、highlight search(高亮搜索结果)
GET /ecommerce/product/_search{ "query" : { "match" : { "address" : "bei jing" } }, "highlight": { "fields" : { "address" : {} } }}总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
springboot里连接elk里的logstash,然后写指定index索引的日志,而之后使用kibana去查询和分析日志,使用elasticsearch去保
kibana是一个开源的分析和可视化平台,设计用于和Elasticsearch一起工作。 可芭纳”是KIBANA的音译。KIBANA(可芭纳)是着名全球化食品
Kibana作为Elasticsearch优秀的可视化的开源分析工具,我们下面使用Docker结合进行最简单的上手演示。docker使用教程在这里我们使用Lin
elasticsearch中term与match区别term是精确查询match是模糊查询term查询term是代表完全匹配,也就是精确查询,搜索前不会再对搜索
简单说,ElasticSearch(简称ES)是搜索引擎,是结构化数据的分布式搜索引擎。ElasticSearch是一个开源的,分布式,实时搜索和分析引擎。Sp