ES操作指南

Creating a text file with the described Elasticsearch operations.

es_operations = """

Elasticsearch 基本操作语法:

  1. 索引文档 (Index Documents):

自动生成 ID:

POST /index_name/_doc

{

"field1": "value1",

"field2": "value2"

}

指定 ID:

PUT /index_name/_doc/1

{

"field1": "value1",

"field2": "value2"

}

  1. 获取文档 (Get Documents):

按 ID 获取:

GET /index_name/_doc/1

  1. 更新文档 (Update Documents):

部分更新文档:

POST /index_name/_update/1

{

"doc": {

"field2": "new_value"

}

}

  1. 删除文档 (Delete Documents):

按 ID 删除:

DELETE /index_name/_doc/1

  1. 查询文档 (Search Documents):

Match 查询:

GET /index_name/_search

{

"query": {

"match": {

"field1": "value"

}

}

}

Term 查询:

GET /index_name/_search

{

"query": {

"term": {

"field1": "exact_value"

}

}

}

Bool 查询:

GET /index_name/_search

{

"query": {

"bool": {

"must": [

{ "match": { "field1": "value" } },

{ "term": { "field2": "exact_value" } }

],

"must_not": [

{ "term": { "field3": "value_to_exclude" } }

],

"should": [

{ "match": { "field4": "optional_value" } }

]

}

}

}

{

"multi_match": {

"query": "search text",

"fields": ["field1", "field2", "field3"]

}

}

  1. 范围查询 (Range Queries):

GET /index_name/_search

{

"query": {

"range": {

"timestamp": {

"gte": "2024-01-01",

"lte": "2024-12-31"

}

}

}

}

  1. 聚合查询 (Aggregations):

按字段分组 (Terms Aggregation):

GET /index_name/_search

{

"size": 0,

"aggs": {

"group_by_field1": {

"terms": {

"field": "field1.keyword"

}

}

}

}

统计 (Stats Aggregation):

GET /index_name/_search

{

"size": 0,

"aggs": {

"field1_stats": {

"stats": {

"field": "field1"

}

}

}

}

  1. 排序 (Sort):

GET /index_name/_search

{

"query": {

"match_all": {}

},

"sort": [

{ "field1": { "order": "asc" } },

{ "field2": { "order": "desc" } }

]

}

  1. 分页 (Pagination):

GET /index_name/_search

{

"query": {

"match_all": {}

},

"from": 0,

"size": 10

}

  1. 批量操作 (Bulk Operations):

POST /_bulk

{ "index": { "_index": "index_name", "_id": "1" } }

{ "field1": "value1" }

{ "delete": { "_index": "index_name", "_id": "2" } }

{ "update": { "_index": "index_name", "_id": "3" } }

{ "doc": { "field2": "new_value" } }

  1. 滚动查询 (Scroll Query):

POST /index_name/_search?scroll=1m

{

"size": 100,

"query": {

"match_all": {}

}

}

使用 _scroll_id 获取后续批次数据:

POST /_search/scroll

{

"scroll": "1m",

"scroll_id":"DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAABbZjaFl1N3dLcmJNTE1GZ1BQOGZqZ3cAAAAAAA"

}

  1. 删除索引 (Delete Index):

DELETE /index_name

相关推荐
财经资讯数据_灵砚智能1 小时前
基于全球经济类多源新闻的NLP情感分析与数据可视化(日间)2026年5月13日
大数据·人工智能·python·信息可视化·自然语言处理
霑潇雨1 小时前
Spark学习基础转换算子案例(单词计数(WordCount))
java·大数据·分布式·学习·spark·maven
Vwms2 小时前
2026年电商行业WMS系统选型指南
大数据·人工智能·产品运营
盘古信息IMS2 小时前
盘古信息 MES:赋能电子制造精益生产,实现排程、物料、质量一体化精准管控
大数据·运维·制造
eastyuxiao2 小时前
数字孪生教程(软件篇)官方学习路径
大数据·人工智能·学习·数字孪生
我有医保我先冲2 小时前
【无标题】
java·大数据·人工智能
染指11102 小时前
2.AI大模型-链式思考TOC让AI实现思考-优秀提示词设计技巧
大数据·数据库·人工智能
数据智研2 小时前
【数据分享】中国第三产业统计年鉴(1991-2025)(1993-1994、2001-2005末出版)
大数据·人工智能·信息可视化·数据分析
黄金矿工Kingliu2 小时前
基于大数据平台技术实现计算任务应用案例(思考版)
大数据
科技测评-阿博2 小时前
律师案源开发指南:精准获客方法,附实操模板
大数据·人工智能