Es 基础操作 增删改查

ES想知道大家应该都很熟悉了,今天就来稍微介绍入门下 也是为了帮助自己记忆

一. ES专属名称

看上面图就知道了 具体分片副本的就不讲那么细了 还有个倒排索引可以了解下 相当于把内容拆分成分词 然后每个分词都对应哪些内容对应的id 这样查到了分词就能查到哪些内容有这个词

ps :特别强调7.x版本后就没有type了 差不多就相当于索引 = 表 文档=数据了

二**. ES基本操作 (直接学这个就好了 版本7.x)**

1.创建索引(表)

复制代码
PUT /my_index
{
  "settings": {
    "number_of_shards": 1,  // 指定索引的分片数
    "number_of_replicas": 1  // 指定每个主分片的副本数
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text"  // 标题字段,全文搜索类型
      },
      "author": {
        "type": "keyword"  // 作者字段,适合精确匹配,不用于全文搜索
      },
      "published_date": {
        "type": "date"  // 出版日期字段,存储日期类型
      },
      "content": {
        "type": "text"  // 内容字段,全文搜索类型
      },
      "tags": {
        "type": "keyword"  // 标签字段,适合存储多个标签,支持精确匹配
      }
    }
  }
}

删除修改等后面遇到了再查吧

2.文档操作增删改查 (同样只写个最基础的)

新增修改

复制代码
PUT /user/user/1
{
  "id":1,
  "name":"战三",
  "age":18
}

post全量新增修改 可以不指定id(不指定记得返回保存id)

put全量新增修改 必须指定id

post修改单独某个doc列 需要改成 post /user/user/1/_update

删除

复制代码
// 条件删
POST /my_index/_delete_by_query
{
  "query": {
    "term": {
      "author": "张三"
    }
  }
}
// id删除
DELETE /my_index/_doc/id

三**.查询(比较重要)**

ES主要就是解决查询问题 这个当然是重点

复制代码
{
  "query": {                               // 查询对象
    // 使用 "match_all" 查询,获取所有文档
    "match_all": {}                        
    // 使用 "term" 查询,精确查询
    "term": {
      "price": {
        "value": "1899.99"                 
      }
    }
    // 使用 "match" 查询,匹配列 分词查询文档
   "match": {
      "title": "小米 手机"
    }

    // 使用 "match_phras" 查询,匹配列 不分词查询文档
   "match_phras": {
      "title": "小米 手机"
    }

    // 使用 "range" 查询,匹配范围 查询文档
    "range": {
      "price": {
        "gte": 1600,
        "lte": 2800
      }
    }


  },
  "from": 0,                               // 从第0个结果开始,表示第一页
  "size": 10,                              // 返回10条结果,表示每页显示10条文档
  "sort": [                                // 排序数组,用于指定结果的排序
    {
      "timestamp": {                       // 按照timestamp字段进行排序
        "order": "desc"                   // 降序排列,最新的文档排在前面
      }
    }
  ]
}
相关推荐
刀客Doc16 分钟前
即时零售不只是多一个渠道,品牌开始重做终端生意
大数据·数据库
湘美书院--湘美谈教育20 分钟前
湘美书院主理人谈AI文学:提示词与Skill的与时俱进
大数据·人工智能·安全·自动化·生活
weixin_5498083631 分钟前
人力资源数字化转型:从工具堆叠到AI原生架构的组织级跃迁路径
大数据·人工智能
l00010932 分钟前
图书馆静谧环境构建:主流声学品牌产品与服务梳理
大数据·人工智能·声音
ACP广源盛139246256732 小时前
蚂蚁百灵 Ling‑3.0‑flash 开源 + 昇腾 0‑Day 原生适配@ACP#GSV9001E 在国产算力矩阵中的机会与落地场景
大数据·人工智能·分布式·单片机·嵌入式硬件
x863 小时前
Agent 的搜索引擎:Agentic Resource Discovery 规范,以及它解决不了的信任问题
搜索引擎·agent
微三云-张梅3 小时前
东莞企业做GEO:AI信任体系的三个建设层级
大数据·人工智能·微三云geo·东莞系统开发·东莞geo
starzy19904 小时前
Spark 核心之 Spark-SortShuffle 原理深度剖析
大数据·spark
Elasticsearch4 小时前
什么是混合搜索?
elasticsearch
美狐美颜sdk6 小时前
直播APP开发技术架构解析:从音视频流到第三方美颜SDK接入的完整方案
大数据·人工智能·音视频·美颜sdk·美颜api