ElasticSearch语法使用

前言

kibana作为ElasticSearch的视图，可以在界面上操作ElasticSearch的索引或者索引数据，本文是基于kibana8界面的，因为不同的版本界面有点差异

查看索引数据

进入kibana，然后点击左边菜单栏

然后点击

查看索引数据，具体界面为

创建索引

点击create index按钮，可以创建索引

输入索引名称，点击save就可以创建索引

查看索引数据

点击索引进入到界面

点击try in Console点击语法查询界面，其语法如下

_bulk

_bulk 操作可以在单个请求中一次执行多个新增、修改、删除操作，使用这种方式可以极大的提升索引性能。

json 复制代码

POST _bulk?pretty
{ "index" : { "_index" : "aaa" } }
{"name": "foo", "title": "bar"}

往索引aaa添加数据

_search查询数据

查询该索引下所有数据

bash 复制代码

GET /aaa/_search

这个查询aaa索引所有数据

根据条件查询

match

json 复制代码

{
  "query": {
    "match": {
      "name": "张三"
    }
  }
}

该语法是查询索引数据中带有"张三"的数据，但是es采用的是倒排索引，也就是拆词，索引name中带有"张三"的数据，会被查出来备注如果要精准查询，可以在字段加个keyword

bash 复制代码

GET /aaa/_search
{
  "query": {
    "match": {
      "name.keyword": "张三"
    }
  }
}

查询结果为

must

must子句：文档必须匹配must查询条件

bash 复制代码

GET /aaa/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "张三"
          }
        }
      ]
    }
  }
}

must_not

文档不能匹配must_not查询条件；语法为

bash 复制代码

GET /aaa/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "张三"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "title": "bar"
          }
        }
      ]
    }
  }
}

should

should子句：文档应该匹配should子句查询的一个或多个；语法为

bash 复制代码

GET /aaa/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "name": "张三"
          }
        },
         {
          "match": {
            "name": "asds"
          }
        }
      ]
    }
  }
}

可以理解为查询name包含张三或者asds，查询结果为

filter

根据类型过滤，如根据年龄过滤

bash 复制代码

GET /aaa/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "age": {
              "gte": 10,
              "lte": 20
            }
          }
        }
      ]
    }
  }
}

根据id查询

（1）根据id查询单个

bash 复制代码

GET /aaa/_doc/1

（2）根据多个id取回多个文档

bash 复制代码

GET /_mget
{
   "docs" : [
      {
         "_index" : "aaa",
         "_id" :    20
      },
      {
         "_index" : "aaa",
         "_id" :    1
      }
   ]
}

保存数据

（1）指定主键

bash 复制代码

PUT /aaa/_doc/20
{
  "id": 20,
  "name": "John",
  "age": 20
}

指定文档的id为20

（2）随机生成主键id

bash 复制代码

POST /aaa/_doc
{
  "id": 20,
  "name": "Joh1n",
  "age": 20
}

更新数据

bash 复制代码

PUT /aaa/_doc/20
{
  "id": 20,
  "name": "John20",
  "age": 20
}

如果id=20存在就更新

总结

es是一个非常优秀的框架，在开发过程中，如果存在数据量过大的话，可以考虑一下用es存储