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
天硕国产存储技术站3 小时前
DualPLP 双重掉电保护赋能 天硕工业级SSD筑牢关键领域安全存储方案
大数据·人工智能·安全·固态硬盘
雷文成.思泉软件3 小时前
以ERP为核心、企微为门户,实现一体化集成
大数据·低代码·创业创新
东哥说-MES|从入门到精通4 小时前
数字化部分内容 | 十四五年规划和2035年远景目标纲要(新华社正式版)
大数据·人工智能·数字化转型·mes·数字化工厂·2035·十四五规划
南飞测绘视界5 小时前
上市公司绿色专利申请、授权数据(1999-2024年)
大数据·专利·上市公司
一个天蝎座 白勺 程序猿6 小时前
KingbaseES在政务领域的应用实践——武汉人社大数据平台“数字化服务新模式”
大数据·数据库·政务·kingbasees·金仓数据库
pale_moonlight6 小时前
十、 Scala 应用实践 (上)
大数据·开发语言·scala
Elasticsearch7 小时前
混合搜索无需头疼:使用 retrievers 简化混合搜索
elasticsearch
第二只羽毛8 小时前
遵守robots协议的友好爬虫
大数据·爬虫·python·算法·网络爬虫
Elastic 中国社区官方博客8 小时前
使用 A2A 协议和 MCP 在 Elasticsearch 中创建一个 LLM agent 新闻室:第二部分
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
安达发公司8 小时前
安达发|告别手工排产!车间排产软件成为中央厨房的“最强大脑”
大数据·人工智能·aps高级排程·aps排程软件·安达发aps·车间排产软件