【Elasticsearch】入门篇

Elasticsearch 入门

前言

  • 官方地址：Elastic — 搜索 AI 公司 | Elastic

  • ES 下载地址：Past Releases of Elastic Stack Software | Elastic

  • 文档：什么是 Elasticsearch？|Elasticsearch 指南

简介

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎，能够解决不断涌现出的各种用例。作为 Elastic Stck 的核心，它集中存储您的数据，帮助您发现意料之中以及意料之外的情况。

The Elastic Stack，包括 Elasticsearch、Kibana、Beats 和 Logstash(也称为ELK Stack)。
能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。

Elaticsearch，简称为 ES，ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 Elastic Sack 技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理 PB 级别的数据。

全文搜索引擎

Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。

一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。

基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的：

  • 搜索的数据对象是大量的非结构化的文本数据。
  • 文件记录量达到数十万或数百万个甚至更多。
  • 支持大量基于交互式文本的查询。
  • 需求非常灵活的全文搜索查询。
  • 对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
  • 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。

为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全
文搜索引擎

这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。

它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。

这个过程类似于通过字典中的检索字表查字的过程。

环境准备

Windows 版

Windows 版的 Elasticsearch 压缩包，解压即安装完毕，解压后的 Elasticsearch 的目录结构如下 ：

  • 解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务。
目录含义
bin可执行脚本目录
config配置目录
jdk内置 JDK 目录
lib类库
logs日志目录
modules模块目录
plugins插件目录

注意：

  • 9300 端口为 Elasticsearch 集群间组件的通信端口，
  • 9200 端口为浏览器访问的 http 协议 RESTful 端口。

打开浏览器，输入地址：http://localhost:9200，测试返回结果，返回结果如下：

  • 正常有返回结果即可
{"name": "CHENMENG","cluster_name": "elasticsearch","cluster_uuid": "kzJynYXKQge03U7WpEu8fg","version": {"number": "7.8.0","build_flavor": "default","build_type": "zip","build_hash": "757314695644ea9a1dc2fecd26d1a43856725e65","build_date": "2020-06-14T19:35:50.234439Z","build_snapshot": false,"lucene_version": "8.5.1","minimum_wire_compatibility_version": "6.8.0","minimum_index_compatibility_version": "6.0.0-beta1"},"tagline": "You Know, for Search"
}

倒排索引

正排索引（传统）

idcontent
1001my name is zhang san
1002my name is li si

倒排索引

keywordid
name1001,1002
zhang1001

Elasticsearch vs MySQL

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。

为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比：

ElasticsearchMySQL说明
Cluster多个数据库实例整个 Elasticsearch 集群（多个节点）
Index✅ 更像 Table一个索引相当于一个“表”
Type（已废弃）表（Table）旧版本中的 Type 类似于 MySQL 中的表，但 7.x+ 已废弃
Document行（Row）存储的每一条数据
Field列（Column）每个文档中的属性
Mapping表结构（Schema）定义字段类型和结构
Shard分片机制类似分库分表中的分片概念
Replica主从复制高可用副本机制

DSL 语法

  • json 格式，好理解，和 http 请求最兼容，应用最广
  • 官方文档：Query DSL | Elasticsearch Guide | Elastic

HTTP 操作

http 调试工具准备，例如：postman、apifox、apipost…

curl 也可

1、索引（表）

官方文档：Index APIs | Elasticsearch Guide | Elastic

创建 PUT

对比关系型数据库，创建【索引】就等同于创建【表】。

  • 但在使用上，Elasticsearch 的 Index 更强大、更灵活，比如它是分布式的，可以自带分片、复制、副本等能力，MySQL 表通常没有这些。

向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/shopping

  • 请求后，服务器返回响应：
{"acknowledged": true,"shards_acknowledged": true,"index": "shopping"
}
  • 如果重复发 PUT 请求：http://127.0.0.1:9200/shopping 添加索引，会返回错误信息：
{"error": {"root_cause": [{"type": "resource_already_exists_exception","reason": "index [shopping/Z3ALzZdnQzGEJNoNSEGlvw] already exists","index_uuid": "Z3ALzZdnQzGEJNoNSEGlvw","index": "shopping"}],"type": "resource_already_exists_exception","reason": "index [shopping/Z3ALzZdnQzGEJNoNSEGlvw] already exists","index_uuid": "Z3ALzZdnQzGEJNoNSEGlvw","index": "shopping"},"status": 400
}
查询 GET

查看所有索引

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/_cat/indices?v

  • 这里请求路径中的 _cat 表示查看的意思，indices 表示索引，
  • 所以整体含义就是查看当前 ES 服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，
  • 服务器响应结果如下:
health status index    uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   shopping Z3ALzZdnQzGEJNoNSEGlvw   1   1          0            0       208b           208b

响应结果说明：

表头含义
health当前服务器健康状态：green(集群完整)、yellow(单点正常/集群不完整)、red(单点不正常)
status索引打开、关闭状态
index索引名
uuid索引统一编号
pri主分片数量
rep副本数量
docs.count可用文档数量
docs.deleted文档删除状态（逻辑删除）
store.size主分片和副本整体占空间大小
pri.store.size主分片占空间大小

查看单个索引

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping

  • url 中 shopping 代表 索引名称

返回结果如下：

{"shopping": {"aliases": {},"mappings": {},"settings": {"index": {"creation_date": "1744101764908","number_of_shards": "1","number_of_replicas": "1","uuid": "Z3ALzZdnQzGEJNoNSEGlvw","version": {"created": "7080099"},"provided_name": "shopping"}}}
}
删除 DELETE

向 ES 服务器发 DELETE 请求：http://127.0.0.1:9200/shopping

返回结果如下：

{"acknowledged": true
}

2、文档（行）

这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式。

创建 POST

向 ES 服务器发 POST 请求：http://127.0.0.1:9200/shopping/_doc，请求体 JSON 内容为：

{"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00
}

返回结果如下：

{"_index": "shopping", //索引"_type": "_doc", // 类型-文档"_id": "aemnFJYBLUeT2LeerGCL", // 唯一标识，可以类比为 MySQL 中的主键，随机生成"_version": 1, // 版本"result": "created", // 结果，这里的 create 表示创建成功"_shards": {"total": 2, // 分片 - 总数"successful": 1, // 分片 - 总数"failed": 0 // 分片 - 总数},"_seq_no": 0,"_primary_term": 1
}

⚠️注意：

  • 上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下， ES 服务器会随机生成一个。

如果想要自定义唯一性标识，需要在创建时指定：http://127.0.0.1:9200/shopping/_doc/1，请求体 JSON 内容为：

{"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00
}

返回结果如下：

{"_index": "shopping","_type": "_doc","_id": "1","_version": 1,  // 自定义唯一标识"result": "created","_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 1,"_primary_term": 1
}
主键查询 GET
  • 查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询
  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_doc/1

返回结果如下：

{"_index": "shopping","_type": "_doc","_id": "1","_version": 1,"_seq_no": 1,"_primary_term": 1,"found": true,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}
}

查找不存在的内容

  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_doc/1001

返回结果如下：

{"_index": "shopping","_type": "_doc","_id": "1001","found": false
}
查询索引下所有数据 GET
  • 相当于查询某张表下的所有数据
  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search

返回结果如下：

{"took": 384,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 2,"relation": "eq"},"max_score": 1.0,"hits": [{"_index": "shopping","_type": "_doc","_id": "aemnFJYBLUeT2LeerGCL","_score": 1.0,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}},{"_index": "shopping","_type": "_doc","_id": "1","_score": 1.0,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}}]}
}
修改 POST

全量修改

和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖

  • 向 ES 服务器发 POST 请求：http://127.0.0.1:9200/shopping/_doc/1

请求体 JSON 内容为:

{"title": "华为手机","category": "华为","images": "http://www.gulixueyuan.com/hw.jpg","price": 4999.00
}

修改成功后，服务器响应结果：

{"_index": "shopping","_type": "_doc","_id": "1","_version": 2,"result": "updated", // updated 表示数据被更新"_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 4,"_primary_term": 1
}

再次进行主键查询，结果如下：

{"_index": "shopping","_type": "_doc","_id": "1","_version": 2,"_seq_no": 4,"_primary_term": 1,"found": true,"_source": {"title": "华为手机","category": "华为","images": "http://www.gulixueyuan.com/hw.jpg","price": 4999.00}
}

可以看到，修改成功。

局部修改

修改数据时，也可以只修改某一给条数据的局部信息

向 ES 服务器发 POST 请求：http://127.0.0.1:9200/shopping/_update/1

请求体 JSON 内容为:

{"doc": {"title": "小米手机","category": "小米"}
}
删除 DELETE

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

向 ES 服务器发 DELETE 请求：http://127.0.0.1:9200/shopping/_doc/1

返回结果：

{"_index": "shopping","_type": "_doc","_id": "1", // 对应删除标识"_version": 4,"result": "deleted", // 表示删除成功"_shards": {"total": 2,"successful": 1,"failed": 0},"_seq_no": 6,"_primary_term": 2
}

向 ES 服务器发 GET请求：http://127.0.0.1:9200/shopping/_doc/1，查看是否删除成功：

{"_index": "shopping","_type": "_doc","_id": "1","found": false
}

3、映射操作（表结构）

先创建一个索引：

  • 向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/user
创建映射 PUT
  • 向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/user/_mapping
  • 附带 JSON 体如下
{"properties": {"name": {"type": "text","index": true},"sex": {"type": "keyword", // 关键词类型，查询的时候不会分词"index": true},"tel": {"type": "keyword","index": false // 字段不会被索引，不能用来搜索}}
}

映射数据说明：

  • 字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
  • type：类型，Elasticsearch 中支持的数据类型非常丰富，说几个关键的：
    • String 类型，又分两种：
      • text：可分词
      • keyword：不可分词，数据会作为完整字段进行匹配
    • Numerical：数值类型，分两类
      • 基本数据类型：long、integer、short、byte、double、float、half_float
      • 浮点数的高精度类型：scaled_float
    • Date：日期类型
    • Array：数组类型
    • Object：对象
  • index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引
    • true：字段会被索引，则可以用来进行搜索
    • false：字段不会被索引，不能用来搜索
  • store：是否将数据进行独立存储，默认为 false
    • 原始的文本会存储在 source 里面，默认情况下其他提取出来的字段都不是独立存储
      的，是从 source 里面提取出来的
    • 当然你也可以独立的存储某个字段，只要设置 "store":true 即可，获取独立存储的字段要比从 _source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置
  • analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器
索引映射关联 PUT
  • 创建索引（表）时并创建映射（表结构）
  • 向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/student
  • 附带 JSON 体如下
{"mappings": {"properties": {"name": {"type": "text"},"sex": {"type": "keyword"},"tel": {"type": "long","index": false}}}
}
查询映射 GET
  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/user/_mapping

4、复杂查询

确保索引下有数据

  • 先向索引（表）中新增多条测试数据

  • 然后查询所有数据，向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search

{"took": 661,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 3,"relation": "eq"},"max_score": 1.0,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 1.0,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 1.0,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00}},{"_index": "shopping","_type": "_doc","_id": "qMZfGZYBs2T-OKTlDK1W","_score": 1.0,"_source": {"title": "华为手机","category": "华为","images": "http://www.gulixueyuan.com/xm.jpg","price": 5999.00}}]}
}
URL 带参查询

查找 category 为小米的文档，

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search?q=category:小米，返回结果如下：

  • 可以看出来，会自动进行分词查询，即会查出 category 包含 小 或 米 的所有数据
{"took": 9,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 2,"relation": "eq"},"max_score": 2.5700645,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 2.5700645,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 1.0296195,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00}}]}
}
请求体带参查询

URL 带参数形式查询，这很容易让不善者心怀恶意，或者参数值出现中文会出现乱码情况。

为了避免这些情况，我们可用使用带 JSON 请求体请求进行查询。

接下带 JSON 请求体，还是查找 category 为小米的文档，

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

{"query": {"match": {"category": "小米"}}
}

返回结果如下：

{"took": 790,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 2,"relation": "eq"},"max_score": 2.5700645,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 2.5700645,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 1.0296195,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00}}]}
}
查询所有文档（请求体）

查找所有文档内容，也可以这样，

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

  • 不带也是同样的效果
{"query": {"match_all": {}}
}
查询指定字段

如果你想查询指定字段，

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

  • 比如，只查询 title 字段
{"query": {"match_all": {}},"_source": ["title"]
}

返回结果如下：

{"took": 53,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 3,"relation": "eq"},"max_score": 1.0,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 1.0,"_source": {"title": "小米手机"}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 1.0,"_source": {"title": "红米手机"}},{"_index": "shopping","_type": "_doc","_id": "qMZfGZYBs2T-OKTlDK1W","_score": 1.0,"_source": {"title": "华为手机"}}]}
}
分页查询
  • from：当前页的起始索引，默认从 0 开始。from = (pageNum - 1) * size
  • size：每页显示多少条

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

{"query": {"match_all": {}},"from": 0,"size": 2
}

返回结果如下：

{"took": 113,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 3,"relation": "eq"},"max_score": 1.0,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 1.0,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 1.0,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00}}]}
}
排序查询

  • 根据价格进行降序查询

  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

{"query": {"match_all": {}},"sort": {"price": {"order": "desc"}}
}

返回结果如下：

{"took": 298,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 3,"relation": "eq"},"max_score": null,"hits": [{"_index": "shopping","_type": "_doc","_id": "qMZfGZYBs2T-OKTlDK1W","_score": null,"_source": {"title": "华为手机","category": "华为","images": "http://www.gulixueyuan.com/xm.jpg","price": 5999.00},"sort": [5999.0]},{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": null,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00},"sort": [3999.0]},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": null,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00},"sort": [1999.0]}]}
}
组合查询
  • bool 把各种其它查询通过 must(必须)、must not(必须不)、should(应该) 的方式进行组合

must 与查询

  • 假设想找出小米牌子，价格为 3999 元的。（must 相当于 sql 的 and）
  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：
{"query": {"bool": {"must": [{"match": {"category": "小米"}},{"match": {"price": 3999.00}}]}}
}

返回结果如下：

{"took": 119,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 1,"relation": "eq"},"max_score": 2.89712,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 2.89712,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}}]}
}

should 或查询

  • 假设想找出小米和华为牌子。（should 相当于 sql 的 or）
  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：
{"query": {"bool": {"should": [{"match": {"category": "小米"}},{"match": {"category": "华为"}}]}}
}

返回结果如下：

  • 字段不是关键词类型，会分词查询
{"took": 13,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 3,"relation": "eq"},"max_score": 1.89712,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 1.89712,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}},{"_index": "shopping","_type": "_doc","_id": "qMZfGZYBs2T-OKTlDK1W","_score": 1.3862942,"_source": {"title": "华为手机","category": "华为","images": "http://www.gulixueyuan.com/xm.jpg","price": 5999.00}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 0.6931471,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00}}]}
}
范围查询

range 查询找出那些落在指定区间内的数字或者时间。range 查询允许以下字符

操作符说明
gt大于 >
gte大于等于 >=
lt小于 <
lte小于等于 <=

  • 假设想找出小米和华为的牌子，价格大于 4000 元的手机。

  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

{"query": {"bool": {"should": [{"match": {"category": "小米"}},{"match": {"category": "华为"}}],"filter": {"range": {"price": {"gt": 4000}}}}}
}

返回结果如下：

{"took": 40,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 1,"relation": "eq"},"max_score": 1.3862942,"hits": [{"_index": "shopping","_type": "_doc","_id": "qMZfGZYBs2T-OKTlDK1W","_score": 1.3862942,"_source": {"title": "华为手机","category": "华为","images": "http://www.gulixueyuan.com/xm.jpg","price": 5999.00}}]}
}
完全匹配

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

{"query": {"match_phrase": {"category": "小米"}}
}

返回结果如下：

  • 不会进行分词查询
{"took": 65,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 1,"relation": "eq"},"max_score": 1.89712,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 1.89712,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}}]}
}
高亮查询

向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

{"query": {"match_phrase": {"category": "米"}},"highlight": {"fields": {"category": {} // 高亮这字段}}
}

返回结果如下：

{"took": 403,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 2,"relation": "eq"},"max_score": 0.6931471,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 0.6931471,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00},"highlight": {"category": ["小<em>米</em>"]}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 0.6931471,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00},"highlight": {"category": ["红<em>米</em>"]}}]}
}
聚合查询

分组查询示例

聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很多其他的聚合，例如取最大值 max、平均值 avg 等等。

接下来按 price 字段进行分组：

  • 新增个相同 price 的数据

  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：

{"aggs": { //聚合操作"price_group": { //名称，随意起名"terms": { //分组"field": "price" //分组字段}}}
}

返回结果如下：

{"took": 1309,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 4,"relation": "eq"},"max_score": 1.0,"hits": [{"_index": "shopping","_type": "_doc","_id": "psZeGZYBs2T-OKTlWq1C","_score": 1.0,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}},{"_index": "shopping","_type": "_doc","_id": "p8ZeGZYBs2T-OKTloK3v","_score": 1.0,"_source": {"title": "红米手机","category": "红米","images": "http://www.gulixueyuan.com/xm.jpg","price": 1999.00}},{"_index": "shopping","_type": "_doc","_id": "qMZfGZYBs2T-OKTlDK1W","_score": 1.0,"_source": {"title": "华为手机","category": "华为","images": "http://www.gulixueyuan.com/xm.jpg","price": 5999.00}},{"_index": "shopping","_type": "_doc","_id": "wcbjGZYBs2T-OKTlL62H","_score": 1.0,"_source": {"title": "小米手机","category": "小米","images": "http://www.gulixueyuan.com/xm.jpg","price": 3999.00}}]},"aggregations": {"price_group": {"doc_count_error_upper_bound": 0,"sum_other_doc_count": 0,"buckets": [{"key": 3999.0,"doc_count": 2},{"key": 1999.0,"doc_count": 1},{"key": 5999.0,"doc_count": 1}]}}
}

不返回原始数据写法：

上面返回结果会附带原始数据的。若不想要不附带原始数据的结果，可以加多个 size 筛选属性：

{"aggs": {"price_group": {"terms": {"field": "price"}}},"size": 0
}

返回结果如下：

{"took": 10,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 4,"relation": "eq"},"max_score": null,"hits": []},"aggregations": {"price_group": {"doc_count_error_upper_bound": 0,"sum_other_doc_count": 0,"buckets": [{"key": 3999.0,"doc_count": 2},{"key": 1999.0,"doc_count": 1},{"key": 5999.0,"doc_count": 1}]}}
}

平均值查询示例

  • 向 ES 服务器发 GET 请求：http://127.0.0.1:9200/shopping/_search，附带 JSON 体如下：
{"aggs": {"price_avg": { // 名称，随意起名"avg": { // 求平均"field": "price"}}},"size": 0
}

返回结果如下：

{"took": 188,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": {"value": 4,"relation": "eq"},"max_score": null,"hits": []},"aggregations": {"price_avg": {"value": 3999.0}}
}

学习参考

  • 视频地址：【尚硅谷】ElasticSearch教程入门到精通（基于ELK技术栈elasticsearch 7.x+8.x新特性）_bilibili
  • 笔记地址：Elasticsearch学习笔记-CSDN博客
  • Elasticsearch 基础入门详文
  • Elasticsearch 保姆级入门篇
  • ElasticSearch在项目中具体怎么用？ - 知乎
  • https://t.zsxq.com/4K41D

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/pingmian/78110.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

2024新版仿蓝奏云网盘源码，已修复已知BUG，样式风格美化，可正常运营生产

2024新版仿蓝奏云网盘源码，已修复已知BUG，样式风格美化，可正常运营生产

说起网盘源码&#xff0c;网络上出现的也很多&#xff0c;不过可真正正能够用于运营的少之又少。今天将的蓝奏云网盘源码&#xff0c;其实网络上也有&#xff0c;不过是残缺版&#xff0c;bug很多。我今天分享的仿蓝奏云模板是经过长时间测试修复后的源码&#xff0c;源码实测可…
阅读更多...
机器人结构认知与安装

机器人结构认知与安装

机器人结构认知与安装 1. ES机器人系统结构与硬件组成 核心组件&#xff1a; OPPO ES5机器人系统由机器人本体、控制手柄、48V电源和OPPO Studio终端构成。一体化底座&#xff1a;包含控制主板、安全接口板、监测保护电路单元&#xff0c;支持外接急停开关&#xff0c;采用光耦…
阅读更多...
sass 变量

sass 变量

基本使用 如果分配给变量的值后面添加了 !default 标志 &#xff0c;这意味着该变量如果已经赋值&#xff0c;那么它不会被重新赋值&#xff0c;但是&#xff0c;如果它尚未赋值&#xff0c;那么它会被赋予新的给定值。 如果在此之前变量已经赋值&#xff0c;那就不使用默认值…
阅读更多...
python自动化测试1——鼠标移动偏移与移动偏移时间

python自动化测试1——鼠标移动偏移与移动偏移时间

python对自动化测试运维提供了一个简易的库—pyautogui&#xff0c;我们可以借助这个库进行开发。 import pyautogui as pp.moveTo(100,100,3) 这里将鼠标光标移动到100&#xff0c;100处&#xff0c;并且用时3秒移动 鼠标移动是以固定坐标为单位&#xff0c;鼠标偏移则是在…
阅读更多...
LX4-数据手册相关

LX4-数据手册相关

数据手册相关 一 如何获取数据手册 ST官网&#xff1a;www.st.com 中文社区网&#xff1a; https://www.stmcu.com.cn/Designresource/list/STM32F1/document/datasheet 淘宝的商品详情页 二 如何阅读数据手册 芯片手册 定义&#xff1a;由芯片制造商提供&#xff0c;详细…
阅读更多...
如何使用 uv 构建 Python 包并本地安装

如何使用 uv 构建 Python 包并本地安装

本文将逐步指导你创建一个简单的 Python 包&#xff0c;并将其本地安装到机器或云环境中。完成本教程后&#xff0c;你将拥有一个可复用的 Python 库&#xff0c;可直接通过 pip 安装或在项目中导入使用。 步骤详解 Step 0: 选择构建工具 - 使用 uv 推荐理由&#xff1a;uv 是…
阅读更多...
Linux之安装配置Nginx

Linux之安装配置Nginx

Linux系统下安装配置Nginx的详细步骤如下&#xff1a; 一、准备工作 系统环境&#xff1a;确保Linux系统已安装&#xff0c;并且具有网络连接&#xff08;以便在线安装依赖或下载Nginx&#xff09;。 安装依赖&#xff1a;Nginx依赖于一些开发库和工具&#xff0c;如gcc、pcr…
阅读更多...
计算机视觉cv入门之答题卡自动批阅

计算机视觉cv入门之答题卡自动批阅

前边我们已经讲解了使用cv2进行图像预处理与边缘检测等方面的知识&#xff0c;这里我们以答题卡自动批阅这一案例来实操一下。 大致思路 答题卡自动批阅的大致流程可以分为这五步&#xff1a;图像预处理-寻找考试信息区域与涂卡区域-考生信息区域OCR识别-涂卡区域填涂答案判断…
阅读更多...
语音合成之一TTS技术发展史综述

语音合成之一TTS技术发展史综述

TTS技术发展史综述 引言TTS技术的起源与早期探索基于规则的TTS系统&#xff1a;原理与发展共振峰合成技术&#xff1a;作用与影响拼接合成技术&#xff1a;发展与应用统计参数语音合成&#xff1a;以隐马尔可夫模型&#xff08;HMM&#xff09;为例深度学习驱动的TTS&#xff1…
阅读更多...
目标检测中的损失函数(一) | IoU GIoU DIoU CIoU EIoU Focal-EIoU

目标检测中的损失函数(一) | IoU GIoU DIoU CIoU EIoU Focal-EIoU

&#x1f680;该系列将会持续整理和更新BBR相关的问题&#xff0c;如有错误和不足恳请大家指正&#xff0c;欢迎讨论&#xff01;&#xff01;&#xff01; &#x1f4e6;目标检测的损失函数一般包含三个部分&#xff0c;分别是边界框损失也可称为定位损失、置信度损失和分类损…
阅读更多...
结构型模式：适配器模式

结构型模式：适配器模式

什么是适配器模式&#xff1f; 适配器模式&#xff08;Adapter Pattern&#xff09;是一种常用的结构型设计模式&#xff0c;它的主要作用是将一个类的接口转换成客户端期望的另一个接口。就像现实生活中的各种转接头一样&#xff0c;适配器模式使得原本因接口不兼容而无法一起…
阅读更多...
AI Agent认知框架（ReAct、函数调用、计划与执行、自问自答、批判修正、思维链、思维树详解和对比，最后表格整理总结

AI Agent认知框架（ReAct、函数调用、计划与执行、自问自答、批判修正、思维链、思维树详解和对比，最后表格整理总结

以下是主流AI Agent认知框架的详细说明、对比及表格总结&#xff1a; 1. 各认知框架详解 (1) ReAct (Reasoning Action) 定义&#xff1a;结合推理&#xff08;Reasoning&#xff09;和行动&#xff08;Action&#xff09;的循环过程。核心机制&#xff1a; 模型先推理&…
阅读更多...
特征存储的好处：特征存储在机器学习开发中的优势

特征存储的好处：特征存储在机器学习开发中的优势

随着企业寻求提升机器学习生产力和运营能力 (MLOps)，特征存储 (Feature Store) 的普及度正在迅速提升。随着 MLOps 技术的进步，特征存储正成为机器学习基础设施的重要组成部分，帮助企业提升模型的性能和解释能力，并加速新模型与生产环境的集成。这些存储充当集中式存储库，…
阅读更多...
SPRING-AI 官方事例

SPRING-AI 官方事例

springAI 关于最近看了很多SpringAi&#xff0c;阅读很多代码都感觉特别陌生 SpringAI依赖的springBoot版本都是3.3以上, 以及很多SpringAi都是依赖JDK版本最低17, 并且出现了很多新关键字例如 var,record 等写法, 烟花缭乱得lambda 表达式&#xff0c; 到处都是使用build 构…
阅读更多...
Visual Studio Code 使用tab键往左和往右缩进内容

Visual Studio Code 使用tab键往左和往右缩进内容

使用VSCode写东西&#xff0c;经常遇到多行内容同时缩进的情况&#xff0c;今天写文档的时候就碰到&#xff0c;记录下来&#xff1a; 往右缩进 选中多行内容&#xff0c;点tab键&#xff0c;会整体往右缩进&#xff1a; 往左缩进 选中多行内容&#xff0c;按shifttab&am…
阅读更多...
机器学习（7）——K均值聚类

机器学习（7）——K均值聚类

文章目录 1. K均值&#xff08;K-means&#xff09;聚类是什么算法&#xff1f;2. 核心思想2. 数学目标3. 算法步骤3.1. 选择K个初始质心&#xff1a;3.2.迭代优化3.3. 重复步骤2和步骤3&#xff1a; 4. 关键参数5. 优缺点6. 改进变种7. K值选择方法8. Python示例9. 应用场景10…
阅读更多...
爬虫案例-爬取某企数据

爬虫案例-爬取某企数据

文章目录 1、准备要爬取企业名称数据表2、爬取代码3、查看效果 1、准备要爬取企业名称数据表 企业名称绍兴市袍江王新国家庭农场绍兴市郑杜粮油专业合作社绍兴市越城区兴华家庭农场绍兴市越城区锐意家庭农场绍兴市越城区青甸畈家庭农场绍兴市袍江王新国家庭农场绍兴市袍江月明…
阅读更多...
足球 AI 智能体技术解析：从数据采集到比赛预测的全链路架构

足球 AI 智能体技术解析：从数据采集到比赛预测的全链路架构

一、引言 在足球运动数字化转型的浪潮中&#xff0c;AI 智能体正成为理解比赛、预测赛果的核心技术引擎。本文从工程实现角度&#xff0c;深度解析足球 AI 的技术架构&#xff0c;涵盖数据采集、特征工程、模型构建、实时计算到决策支持的全链路技术方案&#xff0c;揭示其背后…
阅读更多...
怎么配置一个kubectl客户端访问多个k8s集群

怎么配置一个kubectl客户端访问多个k8s集群

怎么配置一个kubectl客户端访问多个k8s集群 为什么有的客户端用token也访问不了k8s集群&#xff0c;因为有的是把~/.kube/config文件&#xff0c;改为了~/.kube/.config文件&#xff0c;文件设置成隐藏文件了。 按照kubectl的寻找配置的逻辑&#xff0c;kubectl找不到要访问集群…
阅读更多...
[QMT量化交易小白入门]-四十六、年化收益率118%的回测参数，如何用贪心算法挑选50个两两相关性最小的ETF组合

[QMT量化交易小白入门]-四十六、年化收益率118%的回测参数，如何用贪心算法挑选50个两两相关性最小的ETF组合

本专栏主要是介绍QMT的基础用法，常见函数，写策略的方法，也会分享一些量化交易的思路，大概会写100篇左右。 QMT的相关资料较少，在使用过程中不断的摸索，遇到了一些问题，记录下来和大家一起沟通，共同进步。 文章目录 相关阅读准备工作安装所需库导入所需模块下载所有ETF数…
阅读更多...
最新文章

Copyright @ 2022~2023