elasticsearch基本语法

elasticsearch简介

Elasticsearch 是一个开源的分布式搜索和分析引擎，基于 Apache Lucene 构建而成。它提供了一个快速、可扩展和分布式的全文搜索引擎，适用于各种类型的数据和用例。

以下是 Elasticsearch 的一些主要特点和功能：

1. 分布式架构：Elasticsearch 使用分布式架构，可以在多个节点上存储和处理数据。它具有高可用性和容错性，可以自动处理节点故障和数据复制。

2. 实时搜索和分析：Elasticsearch 提供了实时搜索和分析功能，可以快速地对大量数据进行搜索、过滤和聚合操作。它支持全文搜索、近实时的数据索引和分析，适用于日志分析、监控数据、电子商务等场景。

3. 多种数据类型支持：Elasticsearch 支持多种数据类型，包括文本、数值、地理位置、日期等。它可以处理结构化和非结构化数据，并提供了丰富的查询语言和过滤器来处理不同类型的数据。

4. 强大的查询语言：Elasticsearch 使用基于 JSON 的查询语言，可以进行复杂的查询和过滤操作。它支持全文搜索、模糊匹配、范围查询、聚合等功能，可以灵活地满足各种搜索需求。

5. 可扩展性和高性能：Elasticsearch 具有良好的可扩展性，可以通过添加更多的节点来扩展存储和处理能力。它使用倒排索引和分布式搜索算法，提供了快速的搜索和分析性能。

6. 插件生态系统：Elasticsearch 拥有丰富的插件生态系统，可以扩展其功能和集成其他工具。例如，可以使用插件来实现数据可视化、安全认证、数据同步等功能。

Elasticsearch 在许多领域都有广泛的应用，包括企业搜索、日志分析、电商推荐、监控和报告等。它易于使用、可扩展和高性能，成为了许多应用程序中的核心组件。

基本语法

Elasticsearch是一个分布式的RESTful 风格的搜索和数据分析引擎。

索引

ES的索引主要由3部分组成：

1. mappings：描述索引的字段，以及字段的各种属性
2. setting：描述该索引的全局配置，包括副本数、分片数等
3. aliases：索引的别名。

mappings：在创建一个索引的时候，可以对 dynamic 进行设置，可以设成 false、true 或者 strict。

比如一个新的文档，这个文档包含一个字段，当 Dynamic 设置为 true 时，这个文档可以被索引进 ES，这个字段也可以被索引，也就是这个字段可以被搜索，Mapping 也同时被更新；当 dynamic 被设置为 false 时候，存在新增字段的数据写入，该数据可以被索引，但是新增字段被丢弃；当设置成 strict 模式时候，数据写入直接出错。

setting：用于定义索引的全局设置和配置，并非某一个字段的设置。
表的属性设置按是否可更改可分为：

1. (static) 静态：创建后不能更改，它们只能在创建索引时或在关闭的索引上设置。
2. (dynamic) 动态：创建后，可更改，可以使用 update-index-settings API 动态的在活动索引上更改它们。
   主要属性如下：

属性名	类型	描述
index.number_of_shards	静态	指定索引的分片数。默认为5。
index.shard.check_on_startup	静态	当检查到分片损坏将禁止被打开。
index.codec	静态	默认值：default，是使用LZ4压缩算法，压缩存储的数据；可以设置成best_compression；它使用 DEFLATE 拥有更高的压缩比，但是存储性能将会降低。在修改压缩类型之后，在下次段合并的时候将会使用。
index.routing_partition_size	静态	可以路由的分片数量，同样只能在创建索引时指定，默认值为1.这个值必须小于number_of_shards（除非number_of_shards的值也是1）
index.load_fixed_bitset_filters_eagerly	静态	nestedquery的cache filter是否预加载，值为true(默认)、false
index.number_of_replicas	动态	指定索引的副本数。默认为1。
index.auto_expand_replicas	动态	设置是否根据节点数量，自动扩展副本数量。
index.refresh_interval	动态	索引执行刷新的频率，默认30s

alias：索引别名可以关联一个活多个索引。别名提供了一个可读性更好且易于管理的方式来引用索引，通过别名，可以在不影响应用程序的情况下，轻松切换、重命名或删除索引。
别名可以用于以下情况：

1. 索引切换：可以将别名指向不同的索引，实现索引的无缝切换，而不需要修改应用程序代码。
2. 索引重命名：可以通过修改别名的指向来重命名索引，而不需要重新索引数据。
3. 索引删除：可以通过修改别名的指向来删除索引，而不会影响应用程序的查询。

下面通过一个例子来说明各个属性

PUT /products
{"mappings": {"properties": {//定义的字段属性"title": { //有一个名字为title的字段"type": "text",  //定义该字段类型为text"analyzer": "custom_analyzer", // 指定该title字段采用custom_analyzer分词器，"fields": {"keyword": { //定义了一个子字段 "keyword""type": "keyword" // 该子字段的类型为keyword，用于精确匹配} // 该字段的配置含义是：可以使用 "title" 字段进行模糊搜索，使用 "title.keyword" 字段进行精确匹配查询。}},"description": {"type": "text","analyzer": "custom_analyzer","fields": {"keyword": {"type": "keyword"}}},"price": {"type": "float"},"category": {"type": "keyword"},"tags": {"type": "keyword"},"created_at": {"type": "date","format": "yyyy-MM-dd HH:mm:ss"}}},"settings": {"analysis": {  //定义了索引的分析器和过滤器"analyzer": {  //定义了一个名为 "custom_analyzer" 的自定义分析器。它的类型为 "custom"，表示使用自定义的分析器。"custom_analyzer": {"type": "custom","tokenizer": "standard",  //使用标准分词器进行分词"filter": ["lowercase", "my_stopwords"]}},"filter": { //定义了一个名为 "my_stopwords" 的过滤器. 它的类型为 "stop"，表示使用停用词过滤器。停用词过滤器用于去除常见的停用词，如 "the"、"and"、"or" 等。"my_stopwords": {"type": "stop","stopwords": ["the", "and", "or"]}}}}
}

https://www.cnblogs.com/wupeixuan/p/12514843.html

创建索引

修改索引

删除索引

查询

简单查询

匹配所有文档：GET /index/_search
匹配指定字段的值：GET /index/_search?q=field:value
匹配多个字段的值：GET /index/_search?q=field1:value1 AND field2:value2

精确查询

在Elasticsearch中，可以使用精确查询来匹配字段的确切值。以下是几种常用的精确查询方式：

1. Term Query（词项查询）：用于精确匹配某个字段的确切值。
   示例：GET /index/_search {“query”: {“term”: {“field”: “value”}}}
2. Terms Query（多词项查询）：用于精确匹配某个字段的多个确切值。
   示例：GET /index/_search {“query”: {“terms”: {“field”: [“value1”, “value2”]}}}

条件查询

在Elasticsearch中，条件查询是通过使用查询语句来筛选满足特定条件的文档。match查询是一种常用的全文搜索查询，用于在指定字段中匹配包含特定词项的文档。match查询会对查询词进行分词处理，并与字段中的词项进行匹配。

匹配指定字段的值：GET /index/_search {“query”: {“match”: {“field”: “value”}}}
匹配多个字段的值：

GET /index/_search
{"query": {"bool": {"must": [{"match": {"field1": "value1"}},{"match": {"field2": "value2"}},{"match": {"field3": "value3"}}]}}
}

注意，must代表的是“与”的含义，即同时满足相应的条件。布尔查询还支持其他子句，如should（应该匹配至少一个子句）和must_not（不应该匹配任何子句）。

范围查询：

在Elasticsearch中，范围查询（Range Query）用于匹配某个字段在指定范围内的文档。范围可以是数值范围、日期范围或字符串范围。

以下是范围查询的使用示例：

1. 数值范围查询：

GET /index/_search
{"query": {"range": {"field": {"gte": 10,"lte": 100}}}
}

上述示例中的范围查询会匹配字段field的值在10到100之间（包括10和100）的文档。

2. 日期范围查询：

GET /index/_search
{"query": {"range": {"date_field": {"gte": "2021-01-01","lte": "2021-12-31"}}}
}

上述示例中的范围查询会匹配字段date_field的日期值在2021年1月1日到2021年12月31日之间（包括这两个日期）的文档。

3. 字符串范围查询：

GET /index/_search
{"query": {"range": {"field": {"gte": "A","lte": "Z"}}}
}

上述示例中的范围查询会匹配字段field的字符串值在"A"到"Z"之间（包括"A"和"Z"）的文档。

范围查询还支持其他参数和选项，如gt（大于）、lt（小于）、format（日期格式）等，可以根据具体需求进行配置。

需要注意的是，范围查询对于文本字段的排序和匹配是基于词项的，而不是基于整个字符串的。因此，在进行范围查询时，需要确保字段的分词和分析器设置正确。

聚合查询：

按字段分组统计：GET /index/_search {“aggs”: {“group_by_field”: {“terms”: {“field”: “field”}}}}
计算字段的平均值：GET /index/_search {“aggs”: {“avg_field”: {“avg”: {“field”: “field”}}}}
计算字段的总和：GET /index/_search {“aggs”: {“sum_field”: {“sum”: {“field”: “field”}}}}

排序和分页：

按字段排序：GET /index/_search {“sort”: [{“field”: {“order”: “asc”}}]}
分页查询：GET /index/_search {“from”: 0, “size”: 10}

参考文献：

https://xiaoxiami.gitbook.io/elasticsearch/ji-chu/35query-dsldslfang-shi-cha-8be229/354zhu-yu-ji-bie-cha-8be228-term-level-queries/range-cha-8be228-fan-wei-cha-8be229
https://cloud.tencent.com/developer/article/1947246