四、文档操作：数据的增删改查
4.1 添加文档
文档（Document）是索引中的最小数据单元，使用 `POST` 或 `PUT` 添加：
```json
POST /products/_doc/1
{
"name": "华为Mate50 Pro",
"price": 6999.0,
"category": "手机",
"create_time": "2023-10-01"
}
```
4.2 查询文档
- 根据ID查询：
```bash
GET /products/_doc/1
```
- 条件查询（查找价格低于7000的手机）：
```json
GET /products/_search
{
"query": {
"bool": {
"must": [
{ "term": { "category": "手机" } },
{ "range": { "price": { "lt": 7000 } } }
]
}
}
}
```
4.3 更新与删除文档
```json
POST /products/_update/1
{
"doc": {
"price": 6599.0
}
}
DELETE /products/_doc/1
```
五、数据聚合：挖掘数据的深层价值
聚合（Aggregation）是 ES 的杀手级功能，支持多维数据分析。
5.1 指标聚合：统计基础数值
```json
GET /products/_search
{
"size": 0,
"aggs": {
"avg_price": { "avg": { "field": "price" } },
"max_price": { "max": { "field": "price" } }
}
}
```
5.2 桶聚合：分组统计
按商品类别分组，统计每个类别的商品数量：
```json
GET /products/_search
{
"size": 0,
"aggs": {
"category_count": {
"terms": { "field": "category" }
}
}
}
```
5.3 嵌套聚合：复杂分析场景
统计每个商品类别下的平均价格：
```json
GET /products/_search
{
"size": 0,
"aggs": {
"category_group": {
"terms": { "field": "category" },
"aggs": {
"avg_price": { "avg": { "field": "price" } }
}
}
}
}
```
六、最佳实践与常见问题
6.1 性能优化建议
-
合理设置分片数：分片过多会导致资源浪费，过少影响并发。
-
冷热数据分离：使用 ILM（索引生命周期管理）自动迁移旧数据。
-
避免大结果集：使用 `scroll` API 分页查询海量数据。
6.2 常见问题排查
-
脑裂问题：配置 `discovery.zen.minimum_master_nodes` 避免集群分裂。
-
索引只读：磁盘空间不足时，ES 会自动将索引设为只读模式。
七、总结
Elasticsearch 的强大不仅在于其检索速度，更在于其灵活的数据分析能力。无论是构建实时日志监控系统，还是实现复杂的商业智能分析，ES 都能提供高效的解决方案。