一篇文章学会es基本使用

上篇文章说了什么是es，这次分享一下es基本使用的笔记

Elasticsearch 提供了一个基于 HTTP 的 Web 接口，这意味着可以通过标准的 Web 请求与它交互。它使用的是 RESTful API 设计风格，这使得 API 易于理解和使用。

我之前有说过用docker安装elk，所以我就直接在kibana的工具上操作es，语法是通用的，朋友们如果有其他平台也是一样的效果。

索引库的操作

mapping映射属性

索引库就类似数据库表，mapping映射就类似表的结构。

我们要向es中存储数据，必须先创建“库”和“表”。

就像数据库一样，创建表之前就要声明每一个字段的类型、作用

这里也要先学习一下mapping中有哪些常见字段数据类型以及属性

• type：字段数据类型，常见的简单类型有：
  • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
  • 数值：long、integer、short、byte、double、float、
  • 布尔：boolean
  • 日期：date
  • 对象：object
• index：是否创建索引，默认为true
• analyzer：使用哪种分词器
• properties：该字段的子字段

比如下面这个字段

{
    "age": 21,
    "weight": 52.1,
    "isMarried": false,
    "info": "我爱学习编程",
    "email": "loveStudy.cn",
    "score": [99.1, 99.5, 98.9],
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

对应的每个字段映射（mapping）：

• age：类型为 integer；参与搜索，因此需要index为true；无需分词器
• weight：类型为float；参与搜索，因此需要index为true；无需分词器
• isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
• info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
• email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
• score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
• name：类型为object，需要定义多个子属性
  • name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
  • name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器

索引库的增删改查

创建索引库

#创建索引库
PUT /test
{
  "mappings": {
    "properties": {
      "info":{
        "type":"text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type":"keyword",
        "index":false
      },
      "name":{
        "type":"object",
        "properties": {
          "firstName":{
            "type":"keyword"
          },
          "lastName":{
            "type":"keyword"
          }
        }
      }
    }
  }
}

意为：创建一个test的文档，里面的字段有 info，类型为text，使用ik_smart分词器、email，类型为keyword，未使用倒排索引、name类型是object字段有两个子字段firstName和lastName

至于说为什么info的属性没有表明index，email的属性没有表明analyzer，这些没有写得都是使用默认的，默认index为true，即使用索引，为什么邮箱单独标志不需要呢，用了索引也就是支持模糊查询，那邮箱如果不完整也就是没有任何用处，所以是不需要模糊查询的。

给索引库添加一个文档

#新增文档
POST /test/_doc/1
{  
  "info": "飞流直下三千尺",  
  "email": "dkfjakl.cnm",  
  "name": {  
    "firstName": "云",  
    "lastName": "赵"  
  }  
} 

这里后面最好加上索引id，比如那个1，因为如果没有添加索引id的话，就是系统给你自动添加，到时候找起来不方便

修改索引库字段

其实是改不了的，一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

所以实际的修改就是添加新的字段到mapping中，这样不会影响之前的倒排索引。

#修改索引库
PUT /test/_mapping
{
  "properties": {
    "age":{
      "type": "integer"
    }
  }
}

查询索引库

添加用post，修改用put，那么查询肯定就是get了

#查询索引库
GET /test 
#查询某一个文档
GET /test/_doc/1

删除索引库

这很明显了，删除肯定就是DELETE了

就是把查询里面的部分把GET改为DELETE

修改文档

修改文档是一个特殊点，有两种方式：全量修改：直接覆盖原来的文档。增量修改：修改文档中的部分字段

全量修改

全量修改是覆盖原来的文档，其本质是：

• 根据指定的id删除文档
• 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

PUT /test/_doc/1
{
    "info": "特别喜欢编程",
    "email": "superloveit.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

增量修改

POST /test/_update/1
{
  "doc": {
    "email": "noloveit.cn"
  }
}

总结

文档操作有哪些？

• 创建文档：POST /{索引库名}/_doc/文档id { json文档 }
• 查询文档：GET /{索引库名}/_doc/文档id
• 删除文档：DELETE /{索引库名}/_doc/文档id
• 修改文档：
  • 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }
  • 增量修改：POST /{索引库名}/_update/文档id { “doc”: {字段}}