ElasticSearch快速入门详解（亲测好用，强烈推荐收藏）

3.快速入门

接下来快速看下elasticsearch的使用

3.1.概念

Elasticsearch虽然是一种NoSql库，但最终的目的是存储数据、检索数据。因此很多概念与MySQL类似的。

ES中的概念	数据库概念	说明
索引库（indices)	数据库（Database）	ES中可以有多个索引库，就像Mysql中有多个Database一样。
类型	表（table）	mysql中database可以有多个table，table用来约束数据结构。而ES中的每个索引库中只有一个类型，类型中用来约束字段属性的叫做映射(mapping)
映射（mappings）	表的字段约束	mysql表对字段有约束，ES中叫做映射，用来约束字段属性，包括：字段名称、数据类型等信息
文档（document）	行（Row）	存入索引库原始的数据，比如每一条商品信息，就是一个文档。对应mysql中的每行数据
字段（field）	列（Column）	文档中的属性，一个文档可以有多个属性。就像mysql中一行数据可以有多个列。

因此，我们对ES的操作，就是对索引库、类型映射、文档数据的操作：

• 索引库操作：主要包含创建索引库、查询索引库、删除索引库等
• 类型映射操作：主要是创建类型映射、查看类型映射
• 文档操作：文档的新增、修改、删除、查询

Rest的API介绍

操作MySQL，主要是database操作、表操作、数据操作，对应在elasticsearch中，分别是对索引库操作、类型映射操作、文档数据的操作：

• 索引库操作：主要包含创建索引库、查询索引库、删除索引库等
• 类型映射操作：主要是创建类型映射、查看类型映射
• 文档操作：文档的新增、修改、删除、查询

而ES中完成上述操作都可以通过Rest风格的API来完成，符合请求要求的Http请求就可以完成数据的操作，详见官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

下面我们分别来学习。

4.ES的索引库操作

按照Rest风格，增删改查分别使用：POST、DELETE、PUT、GET等请求方式，路径一般是资源名称。因此索引库操作的语法类似。

4.1.创建索引库

创建索引库的请求格式：

• 请求方式：PUT

• 请求路径：/索引库名

• 请求参数：格式：

  {"settings": {"属性名": "属性值"}
  }
  

  settings：就是索引库设置，其中可以定义索引库的各种属性，目前我们可以不设置，都走默认。

示例：

put /索引库名
{"settings": {"属性名": "属性值"}
}

在Kibana中测试一下：

这里我们没有写settings属性，索引库配置都走默认。

4.2.查询索引库

Get请求可以帮我们查看索引信息，格式：

GET /索引库名

在Kibana中测试一下：

可以看到返回的信息也是JSON格式，其中包含这么几个属性：

• mappings：类型映射，目前我们没有给索引库设置映射
• settings：索引库配置，目前是默认配置

4.3.删除索引库

删除索引使用DELETE请求，格式：

DELETE /索引库名

在Kibana中测试一下：

4.4.总结

索引库操作：

• 创建索引库： PUT /库名称
• 查询索引库： GET /索引库名称
• 删除索引库： DELETE /索引库名称

5.类型映射

MySQL中有表，并且表中有对字段的约束，对应到elasticsearch中就是类型映射mapping.

5.1.映射属性

索引库数据类型是松散的，不过也需要我们指定具体的字段及字段约束信息。而约束字段信息的就叫做映射（mapping）。

映射属性包括很多：

参考官网：https://www.elastic.co/guide/en/elasticsearch/reference/7.x/mapping-params.html

elasticsearch字段的映射属性该怎么选，除了字段名称外，我们一般要考虑这样几个问题：

• 1）数据的类型是什么？

  • 这个比较简单，根据字段的含义即可知道，可以通过type属性来指定

• 2）数据是否参与搜索？

  • 参与搜索的字段将来需要创建倒排索引，作为搜索字段。可以通过index属性来指定是否参与搜索，默认为true，也就是每个字段都参与搜索

• 3）数据存储时是否需要分词？

  • 一个字段的内容如果不是一个不可分割的整体，例如国家，一般都需要分词存储。

• 4）如果分词的话用什么分词器？

  • 分词器类型很多，中文一般选择IK分词器
  • 指定分词器类型可以通过analyzer属性指定

5.2.数据类型

elasticsearch提供了非常丰富的数据类型：

比较常见的有：

• string类型，又分两种：

  • text：可分词，存储到elasticsearch时会根据分词器分成多个词条
  • keyword：不可分词，数据会完整的作为一个词条

• Numerical：数值类型，分两类

  • 基本数据类型：long、interger、short、byte、double、float、half_float

  • 浮点数的高精度类型：scaled_float

    • 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

• Date：日期类型

• Object：对象，对象不便于搜索。因此ES会把对象数据扁平化处理再存储。

5.3.创建类型映射

我们可以给一个已经存在的索引库添加映射关系，也可以创建索引库的同时直接指定映射关系。

5.3.1.索引库已经存在

我们假设已经存在一个索引库，此时要给索引库添加映射。

语法

请求方式依然是PUT

PUT /索引库名/_mapping
{"properties": {"字段名1": {"type": "类型","index": true，"analyzer": "分词器"},"字段名2": {"type": "类型","index": true，"analyzer": "分词器"},...}
}

• 类型名称：就是前面将的type的概念，类似于数据库中的表 字段名：任意填写，下面指定许多属性，例如：

  • type：类型，可以是text、long、short、date、integer、object等
  • index：是否参与搜索，默认为true
  • analyzer：分词器

示例

发起请求：

PUT /hello/_mapping
{"properties": {"title": {"type": "text","analyzer": "ik_max_word"},"images": {"type": "keyword","index": "false"},"price": {"type": "float"}}
}

响应结果：

{"acknowledged": true
}

上述案例中，就给hello这个索引库中设置了3个字段：

• title：商品标题

  • index：标题一般都参与搜索，所以index没有配置，按照默认为true
  • type: 标题是字符串类型，并且参与搜索和分词，所以用text
  • analyzer：标题内容一般较多，查询时需要分词，所以指定了IK分词器

• images：商品图片

  • type：图片是字符串，并且url不需要分词，所以用keyword
  • index：图片url不参与搜索，所以给false

• price：商品价格

  • type：价格，浮点型，这里给了float
  • index：这里没有配置，默认是true，代表参与搜索

并且给这些字段设置了一些属性：

5.3.2.索引库不存在

如果一个索引库是不存在的，我们就不能用上面的语法，而是这样：

PUT /索引库名
{"mappings":{"properties": {"字段名1": {"type": "类型","index": true，"analyzer": "分词器"},"字段名2": {"type": "类型","index": true，"analyzer": "分词器"},...}}
}

示例：

# 创建索引库和映射
PUT /hello2
{"mappings": {"properties": {"title": {"type": "text","analyzer": "ik_max_word"},"images": {"type": "keyword","index": "false"},"price": {"type": "float"}}}
}

结果：

{"acknowledged" : true,"shards_acknowledged" : true,"index" : "hello"
}

5.4.查看映射关系

查看使用Get请求

语法：

GET /索引库名/_mapping

示例：

GET /hello/_mapping

响应：

{"hello" : {"aliases" : { },"mappings" : {"properties" : {"images" : {"type" : "keyword","index" : false},"price" : {"type" : "float"},"title" : {"type" : "text","analyzer" : "ik_max_word"}}},"settings" : {"index" : {"creation_date" : "1590744589271","number_of_shards" : "1","number_of_replicas" : "1","uuid" : "v7AHmI9ST76rHiCNHb5KQg","version" : {"created" : "7040299"},"provided_name" : "hello"}}}
}

6.文档的操作

我们把数据库中的每一行数据查询出来，存入索引库，就是文档。文档的主要操作包括新增、查询、修改、删除。

6.1.新增文档

6.1.1.新增并随机生成id

通过POST请求，可以向一个已经存在的索引库中添加文档数据。ES中，文档都是以JSON格式提交的。

语法：

POST /{索引库名}/_doc
{"key":"value"
}

示例：

# 新增文档数据
POST /hello/_doc
{"title":"小米手机","images":"http://image.leyou.com/12479122.jpg","price":2699.00
}

响应：

{"_index" : "hello","_type" : "_doc","_id" : "rGFGbm8BR8Fh6kyTbuq8","_version" : 1,"result" : "created","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 0,"_primary_term" : 1
}

结果解释：

• _index：新增到了哪一个索引库。
• _id：这条文档数据的唯一标示，文档的增删改查都依赖这个id作为唯一标示。此处是由ES随即生成的，我们也可以指定使用某个ID
• result：执行结果，可以看到结果显示为：created，说明文档创建成功。

6.1.1.新增并指定id

通过POST请求，可以向一个已经存在的索引库中添加文档数据。ES中，文档都是以JSON格式提交的。

语法：

POST /{索引库名}/_doc/{id}
{"key":"value"
}

示例：

# 新增文档数据并指定id
POST /hello/_doc/1
{"title":"小米手机","images":"http://image.lello.com/12479122.jpg","price":2699.00
}

响应：

{"_index" : "hello","_type" : "_doc","_id" : "1","_version" : 1,"result" : "created","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 1,"_primary_term" : 1
}

同样新增成功了！

6.2.查看文档

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把刚刚生成数据的id带上。

语法：

GET /{索引库名称}/_doc/{id}

通过kibana查看数据：

GET /hello/_doc/rGFGbm8BR8Fh6kyTbuq8

查看结果：

{"_index": "hello","_type": "goods","_id": "r9c1KGMBIhaxtY5rlRKv","_version": 1,"found": true,"_source": {"title": "小米手机","images": "http://image.lello.com/12479122.jpg","price": 2699}
}

• _source：源文档信息，所有的数据都在里面。

6.3.修改文档

把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，

• id对应文档存在，则修改
• id对应文档不存在，则新增

比如，我们把使用id为3，不存在，则应该是新增：

# 新增
PUT /hello/_doc/2
{"title":"大米手机","images":"http://image.lello.com/12479122.jpg","price":2899.00
}

结果：

{"_index" : "hello","_type" : "_doc","_id" : "2","_version" : 1,"result" : "created","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 2,"_primary_term" : 1
}

可以看到是created，是新增。

我们再次执行刚才的请求，不过把数据改一下：

# 修改
PUT /hello/_doc/2
{"title":"大米手机Pro","images":"http://image.lello.com/12479122.jpg","price":3099.00
}

查看结果：

{"_index" : "hello","_type" : "_doc","_id" : "2","_version" : 2,"result" : "updated","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 3,"_primary_term" : 1
}

可以看到结果是：updated，显然是更新数据

说明:

es对API的要求并没有那么严格

如:

• POST 新增文档时：如果指定了id，并且id在索引库不存在，直接存入索引库；如果id已经存在，则执行修改
• PUT修改文档时：先根据id删除指定文档，然后加入新的文档
• PUT修改文档时: 如果对应的文档不存在时，会添加该文档

6.4.删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

语法

DELETE /索引库名/类型名/id值

示例

# 根据id删除数据
DELETE /hello/_doc/rGFGbm8BR8Fh6kyTbuq8

结果：

{"_index" : "hello","_type" : "_doc","_id" : "rGFGbm8BR8Fh6kyTbuq8","_version" : 2,"result" : "deleted","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 4,"_primary_term" : 1
}

可以看到结果result为：deleted，说明删除成功了。

6.5.默认映射

刚刚我们在新增数据时，添加的字段都是提前在类型中通过mapping定义过的，如果我们添加的字段并没有提前定义过，能够成功吗？

事实上Elasticsearch有一套默认映射规则，如果新增的字段从未定义过，那么就会按照默认映射规则来存储。

测试一下：

# 新增未映射字段
POST /hello/_doc/3
{"title":"超大米手机","images":"http://image.lello.com/12479122.jpg","price":3299.00,"stock": 200,"saleable":true,"subTitle":"超级双摄,亿级像素"
}

我们额外添加了stock库存，saleable是否上架，subtitle副标题、3个字段。

来看结果：

{"_index" : "hello","_type" : "_doc","_id" : "3","_version" : 1,"result" : "created","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 5,"_primary_term" : 1
}

成功了！在看下索引库的映射关系:

{"hello" : {"mappings" : {"properties" : {"images" : {"type" : "keyword","index" : false},"price" : {"type" : "float"},"saleable" : {"type" : "boolean"},"stock" : {"type" : "long"},"subTitle" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"title" : {"type" : "text","analyzer" : "ik_max_word"}}}}
}

stock、saleable、subtitle都被成功映射了:

• stock：默认映射为long类型

• saleable：映射为布尔类型

• subtitle是String类型数据，ES无法确定该用text还是keyword，它就会存入两个字段。例如：

  • subtitle：text类型
  • subtitle.keyword：keyword类型

如图：

6.6.动态映射模板

6.6.1.基本语法

默认映射规则不一定符合我们的需求，我们可以按照自己的方式来定义默认规则。这就需要用到动态模板了。

动态模板的语法：

• 模板名称，随便起

• 匹配条件，凡是符合条件的未定义字段，都会按照这个mapping中的规则来映射，匹配规则包括：

  • match_mapping_type：按照数据类型匹配，如：string匹配字符串类型，long匹配整型
  • match和unmatch：按照名称通配符匹配，如：t_*匹配名称以t开头的字段

• 映射规则，匹配成功后的映射规则

凡是映射规则中未定义，而符合2中的匹配条件的字段，就会按照3中定义的映射方式来映射

6.6.2.示例

在kibana中定义一个索引库，并且设置动态模板：

# 动态模板
PUT hello3 
{"mappings": {"properties": {"title": {"type": "text","analyzer": "ik_max_word"}},"dynamic_templates": [{"strings": { "match_mapping_type": "string","mapping": {"type": "keyword"}}}]}
}

这个动态模板的意思是：凡是string类型的自动，统一按照 keyword来处理。

接下来新增一个数据试试：

POST /hello2/_doc/1
{"title":"超大米手机","images":"http://image.lello.com/12479122.jpg","price":3299.00
}

然后查看映射：

GET /hello2/_mapping

结果：

{"hello2" : {"mappings" : {"dynamic_templates" : [{"strings" : {"match_mapping_type" : "string","mapping" : {"type" : "keyword"}}}],"properties" : {"images" : {"type" : "keyword"},"price" : {"type" : "float"},"title" : {"type" : "text","analyzer" : "ik_max_word"}}}}
}

可以看到images是一个字符串，被映射成了keyword类型。

7.查询

首先我们批量导入一些数据，方便后面的讲解：

# 删除hello索引库
DELETE /hello
# 重新创建
PUT /hello
{"mappings": {"properties": {"title": {"type": "text","analyzer": "ik_max_word"},"images": {"type": "keyword","index": "false"},"price": {"type": "float"}}}
}

# 批量导入
POST _bulk
{"index":{"_index":"hello","_type":"_doc","_id":"1"}}
{"title":"三星 Note II (N7100) 云石白 联通3G手机","images":"http://image.leyou.com/12479122.jpg","price":2599.00}
{"index":{"_index":"hello","_type":"_doc","_id":"2"}}
{"title":"三星 B9120 钛灰色 联通3G手机 双卡双待双通","images":"http://image.leyou.com/12479122.jpg","price":2899.00}
{"index":{"_index":"hello","_type":"_doc","_id":"3"}}
{"title":"夏普（SHARP）LCD-46DS40A 46英寸 日本原装液晶面板 智能全高清液晶电视","images":"http://image.leyou.com/12479122.jpg","price":12880.00}
{"index":{"_index":"hello","_type":"_doc","_id":"4"}}
{"title":"中兴 U288 珠光白 移动3G手机","images":"http://image.leyou.com/12479122.jpg","price":1099.00}
{"index":{"_index":"hello","_type":"_doc","_id":"5"}}
{"title":"飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待","images":"http://image.leyou.com/12479122.jpg","price":500.00}
{"index":{"_index":"hello","_type":"_doc","_id":"6"}}
{"title":"诺基亚(NOKIA) 1050 (RM-908) 黑色 移动联通2G手机","images":"http://image.leyou.com/12479122.jpg","price":998.00}
{"index":{"_index":"hello","_type":"_doc","_id":"7"}}
{"title":"海信（Hisense）LED42EC260JD 42英寸 窄边网络 LED电视（黑色）","images":"http://image.leyou.com/12479122.jpg","price":3255.00}
{"index":{"_index":"hello","_type":"_doc","_id":"8"}}
{"title":"酷派 8076D 咖啡棕 移动3G手机 双卡双待","images":"http://image.leyou.com/12479122.jpg","price":1499.00}
{"index":{"_index":"hello","_type":"_doc","_id":"9"}}
{"title":"华为 P6 (P6-C00) 黑 电信3G手机 双卡双待双通", "images":"http://image.leyou.com/12479122.jpg","price":2340.00}
{"index":{"_index":"hello","_type":"_doc","_id":"10"}}
{"title":"康佳（KONKA） LED42K11A 42英寸 网络安卓智能液晶电视（黑色+银色）","images":"http://image.leyou.com/12479122.jpg","price":3699.00}

7.1.基本查询

elasticsearch提供的查询方式有很多，例如：

• 查询所有
• 分词查询
• 词条查询
• 模糊查询
• 范围查询
• 布尔查询

虽然查询的方式有很多，但是基本语法是一样的：

基本语法

GET /索引库名/_search
{"query":{"查询类型":{"查询条件":"查询条件值"}}
}

这里的query代表一个查询对象，里面可以有不同的查询属性

• 查询类型，有许多固定的值，如：

  • match_all：查询所有
  • match：分词查询
  • term：词条查询
  • fuzzy：模糊查询
  • range：范围查询
  • bool：布尔查询

• 查询条件：查询条件会根据类型的不同，写法也有差异，后面详细讲解

  注意: 只有index为true的字段才可以作为查询条件哦~~

7.1.1 查询所有match_all

示例：

# 查询所有 match_all
GET /hello/_search
{"query":{"match_all": {}}
}

• query：代表查询对象
• match_all：代表查询所有

结果：

{"took" : 3,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 10,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "2","_score" : 1.0,"_source" : {"title" : "三星 Note II (N7100) 云石白 联通3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 2599}},{"_index" : "hello","_type" : "_doc","_id" : "1","_score" : 1.0,"_source" : {"title" : "三星 B9120 钛灰色 联通3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2899}},{"_index" : "hello","_type" : "_doc","_id" : "3","_score" : 1.0,"_source" : {"title" : "夏普（SHARP）LCD-46DS40A 46英寸 日本原装液晶面板 智能全高清液晶电视","images" : "http://image.leyou.com/12479122.jpg","price" : 12880}},{"_index" : "hello","_type" : "_doc","_id" : "4","_score" : 1.0,"_source" : {"title" : "中兴 U288 珠光白 移动3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 1099}},{"_index" : "hello","_type" : "_doc","_id" : "5","_score" : 1.0,"_source" : {"title" : "飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 500}},{"_index" : "hello","_type" : "_doc","_id" : "6","_score" : 1.0,"_source" : {"title" : "诺基亚(NOKIA) 1050 (RM-908) 黑色 移动联通2G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 998}},{"_index" : "hello","_type" : "_doc","_id" : "7","_score" : 1.0,"_source" : {"title" : "海信（Hisense）LED42EC260JD 42英寸 窄边网络 LED电视（黑色）","images" : "http://image.leyou.com/12479122.jpg","price" : 3255}},{"_index" : "hello","_type" : "_doc","_id" : "8","_score" : 1.0,"_source" : {"title" : "酷派 8076D 咖啡棕 移动3G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 1499}},{"_index" : "hello","_type" : "_doc","_id" : "9","_score" : 1.0,"_source" : {"title" : "华为 P6 (P6-C00) 黑 电信3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2340}},{"_index" : "hello","_type" : "_doc","_id" : "10","_score" : 1.0,"_source" : {"title" : "康佳（KONKA） LED42K11A 42英寸 网络安卓智能液晶电视（黑色+银色）","images" : "http://image.leyou.com/12479122.jpg","price" : 3699}}]}
}
​

• took：查询花费时间，单位是毫秒

• time_out：是否超时

• _shards：分片信息

• hits：搜索结果总览对象

  • total：搜索到的总条数

  • max_score：所有结果中文档得分的最高分

  • hits：搜索结果的文档对象数组，每个元素是一条搜索到的文档信息

    • _index：索引库
    • _type：文档类型
    • _id：文档id
    • _score：文档得分

    Elasticsearch 默认是按照文档与查询的相关度 (匹配度) 的得分倒序返回结果的. 得分 (_score) 就越大, 表示相关性越高.

    • _source：文档的源数据

7.1.2 分词查询match

match类型查询，会把查询条件进行分词，然后进行查询,多个词条之间默认是or的关系

语法：

GET /hello/_search
{"query":{"match":{"字段名":"搜索条件"}}
}

示例：

GET /hello/_search
{"query":{"match":{"title":"三星手机"}}
}

结果：

{"took" : 5,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 7,"relation" : "eq"},"max_score" : 5.250329,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "2","_score" : 5.250329,"_source" : {"title" : "三星 Note II (N7100) 云石白 联通3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 2599}},{"_index" : "hello","_type" : "_doc","_id" : "1","_score" : 5.250329,"_source" : {"title" : "三星 B9120 钛灰色 联通3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2899}},{"_index" : "hello","_type" : "_doc","_id" : "5","_score" : 1.0063455,"_source" : {"title" : "飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 500}},{"_index" : "hello","_type" : "_doc","_id" : "4","_score" : 0.83515364,"_source" : {"title" : "中兴 U288 珠光白 移动3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 1099}},{"_index" : "hello","_type" : "_doc","_id" : "6","_score" : 0.8129092,"_source" : {"title" : "诺基亚(NOKIA) 1050 (RM-908) 黑色 移动联通2G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 998}},{"_index" : "hello","_type" : "_doc","_id" : "8","_score" : 0.8129092,"_source" : {"title" : "酷派 8076D 咖啡棕 移动3G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 1499}},{"_index" : "hello","_type" : "_doc","_id" : "9","_score" : 0.73464036,"_source" : {"title" : "华为 P6 (P6-C00) 黑 电信3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2340}}]}
}

查询结果中把title 字段包含了 “三星” 或 “手机” 的数据都查询了处理，说明在默认情况下，

分词查询 将查询条件进行分词，并以 or 的关系，将所有满足条件的数据查了出来。

某些情况下，我们需要更精确查找，我们希望这个关系变成and，可以这样做：

GET /hello/_search
{"query":{"match":{"title":{"query":"三星手机","operator":"and"}}}
}

结果：

{"took" : 2,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 2,"relation" : "eq"},"max_score" : 5.250329,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "2","_score" : 5.250329,"_source" : {"title" : "三星 Note II (N7100) 云石白 联通3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 2599}},{"_index" : "hello","_type" : "_doc","_id" : "1","_score" : 5.250329,"_source" : {"title" : "三星 B9120 钛灰色 联通3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2899}}]}
}

本例中，只有同时包含三星和手机的词条才会被搜索到。

7.1.3 词条匹配term

term 查询，词条查询。查询的条件是一个词条，不会被分词。可以是keyword类型的字符串、数值、或者text类型字段中分词得到的某个词条.

GET /hello/_search
{"query":{"term": {"price": 2599}}
}

结果：

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "2","_score" : 1.0,"_source" : {"title" : "三星 Note II (N7100) 云石白 联通3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 2599}}]}
}

7.1.4.模糊查询fuzzy

相似度查询

首先看一个概念，叫做编辑距离：一个词条变为另一个词条需要修改的次数，例如：

facebool 要修改成facebook 需要做的是把 l 修改成k ，一次即可，编辑距离就是1

模糊查询允许用户查询内容与实际内容存在偏差，但是编辑距离不能超过2，示例：

# 模糊查询 fuzzy
GET /hello/_search
{"query":{"fuzzy": {"title": {"value": "飞利铺","fuzziness": 1}}}
}

本例中我搜索的是飞利铺，看看结果：

{"took" : 2,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.2439895,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "5","_score" : 1.2439895,"_source" : {"title" : "飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 500}}]}
}

可以看到结果中飞利浦还是被搜索到了。

7.1.5.范围查询range

range 查询找出那些落在指定区间内的数字或者时间

# 范围查询
GET /hello/_search
{"query": {"range": {"price": {"gte": 1000,"lt": 2800}}}
}

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

结果：

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 4,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "2","_score" : 1.0,"_source" : {"title" : "三星 Note II (N7100) 云石白 联通3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 2599}},{"_index" : "hello","_type" : "_doc","_id" : "4","_score" : 1.0,"_source" : {"title" : "中兴 U288 珠光白 移动3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 1099}},{"_index" : "hello","_type" : "_doc","_id" : "8","_score" : 1.0,"_source" : {"title" : "酷派 8076D 咖啡棕 移动3G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 1499}},{"_index" : "hello","_type" : "_doc","_id" : "9","_score" : 1.0,"_source" : {"title" : "华为 P6 (P6-C00) 黑 电信3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2340}}]}
}

7.1.6.布尔查询

bool把各种其它查询通过must（与）、must_not（非）、should（或）的方式进行组合

# 想查找手机
# 想查找价格 2099 ~ 2999
# 不想用三星
GET /hello/_search
{"query": {"bool": {"must": [{"match": {"title": "手机"}},{"range": {"price": {"gte": 2099,"lte": 2999}}}],"must_not": [{"match": {"title": "三星"}}]}}
}

结果：

{"took" : 7,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.7346404,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "9","_score" : 1.7346404,"_source" : {"title" : "华为 P6 (P6-C00) 黑 电信3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2340}}]}
}
​

三个关系规则：

• MUST：该规则必须有效
• MUST_NOT:该规则必须无效
• SHOULD:该规则可以有效。

常见组合：

• Must+Must：交集：结果准确 ，类似于and
• Should+Should：并集：结果最多，类似于Or
• Must+MustNot：补集：排除某结果

各种组合参考（自己理解）：

1）、MUST和MUST表示“与”的关系，即“交集”。

2）、MUST和MUST_NOT前者包含后者不包含。

3）、MUST_NOT和MUST_NOT没意义

4）、SHOULD与MUST表示MUST，SHOULD失去意义；

5）、SHOUlD与MUST_NOT相当于MUST与MUST_NOT。

6）、SHOULD与SHOULD表示“或”的概念。

7.2. 排序

排序、高亮、分页并不属于查询的条件，因此并不是在query内部，而是与query平级，

基本语法：

GET /{索引库名称}/_search
{"query": { ... },"sort": [{"{排序字段}": {"order": "{asc或desc}"}}]
}

sort 可以让我们按照不同的字段进行排序，并且通过order指定排序的方式

注意: 分词字段不能参与排序哦~~

# 排序
GET /hello/_search
{"query": {"match": {"title": "手机"}},"sort": [{"price": {"order": "desc"}}]
}

结果：

{"took" : 5,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 7,"relation" : "eq"},"max_score" : null,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "1","_score" : null,"_source" : {"title" : "三星 B9120 钛灰色 联通3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2899},"sort" : [2899.0]},{"_index" : "hello","_type" : "_doc","_id" : "2","_score" : null,"_source" : {"title" : "三星 Note II (N7100) 云石白 联通3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 2599},"sort" : [2599.0]},{"_index" : "hello","_type" : "_doc","_id" : "9","_score" : null,"_source" : {"title" : "华为 P6 (P6-C00) 黑 电信3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2340},"sort" : [2340.0]},{"_index" : "hello","_type" : "_doc","_id" : "8","_score" : null,"_source" : {"title" : "酷派 8076D 咖啡棕 移动3G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 1499},"sort" : [1499.0]},{"_index" : "hello","_type" : "_doc","_id" : "4","_score" : null,"_source" : {"title" : "中兴 U288 珠光白 移动3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 1099},"sort" : [1099.0]},{"_index" : "hello","_type" : "_doc","_id" : "6","_score" : null,"_source" : {"title" : "诺基亚(NOKIA) 1050 (RM-908) 黑色 移动联通2G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 998},"sort" : [998.0]},{"_index" : "hello","_type" : "_doc","_id" : "5","_score" : null,"_source" : {"title" : "飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 500},"sort" : [500.0]}]}
}

7.3. 高亮

高亮是在搜索结果中把搜索关键字标记出来，因此必须使用match这样的条件搜索。

elasticsearch中实现高亮的语法比较简单：

GET /hello/_search
{"query": {"match": {"title": "联通手机"}},"highlight": {"pre_tags": "<em>","post_tags": "</em>", "fields": {"title": {}}}
}

在使用match查询的同时，加上一个highlight属性：

• pre_tags：前置标签，可以省略，默认是em

• post_tags：后置标签，可以省略，默认是em

• fields：需要高亮的字段

  • title：这里声明title字段需要高亮，后面可以为这个字段设置特有配置，也可以空

结果：

{"took" : 6,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 7,"relation" : "eq"},"max_score" : 1.8434389,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "5","_score" : 1.8434389,"_source" : {"title" : "飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 500},"highlight" : {"title" : ["飞利浦 老人<em>手机</em> (X2560) 喜庆红 移动<em>联通</em>2G<em>手机</em> 双卡双待"]}},{"_index" : "hello","_type" : "_doc","_id" : "6","_score" : 1.761483,"_source" : {"title" : "诺基亚(NOKIA) 1050 (RM-908) 黑色 移动联通2G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 998},"highlight" : {"title" : ["诺基亚(NOKIA) 1050 (RM-908) 黑色 移动<em>联通</em>2G<em>手机</em>"]}},{"_index" : "hello","_type" : "_doc","_id" : "2","_score" : 1.6723943,"_source" : {"title" : "三星 Note II (N7100) 云石白 联通3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 2599},"highlight" : {"title" : ["三星 Note II (N7100) 云石白 <em>联通</em>3G<em>手机</em>"]}},{"_index" : "hello","_type" : "_doc","_id" : "1","_score" : 1.6723943,"_source" : {"title" : "三星 B9120 钛灰色 联通3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2899},"highlight" : {"title" : ["三星 B9120 钛灰色 <em>联通</em>3G<em>手机</em> 双卡双待双通"]}},{"_index" : "hello","_type" : "_doc","_id" : "4","_score" : 0.83515364,"_source" : {"title" : "中兴 U288 珠光白 移动3G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 1099},"highlight" : {"title" : ["中兴 U288 珠光白 移动3G<em>手机</em>"]}},{"_index" : "hello","_type" : "_doc","_id" : "8","_score" : 0.8129092,"_source" : {"title" : "酷派 8076D 咖啡棕 移动3G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 1499},"highlight" : {"title" : ["酷派 8076D 咖啡棕 移动3G<em>手机</em> 双卡双待"]}},{"_index" : "hello","_type" : "_doc","_id" : "9","_score" : 0.73464036,"_source" : {"title" : "华为 P6 (P6-C00) 黑 电信3G手机 双卡双待双通","images" : "http://image.leyou.com/12479122.jpg","price" : 2340},"highlight" : {"title" : ["华为 P6 (P6-C00) 黑 电信3G<em>手机</em> 双卡双待双通"]}}]}
}
​

7.4. 分页

通过from和size来指定分页的开始位置及每页大小。

如果size不指定, 默认为10

语法：

GET /hello/_search
{"query": {"match_all": {}},"sort": [{"price": {"order": "asc"}}],"from": 0,"size": 2
}

结果：

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 10,"relation" : "eq"},"max_score" : null,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "5","_score" : null,"_source" : {"title" : "飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待","images" : "http://image.leyou.com/12479122.jpg","price" : 500},"sort" : [500.0]},{"_index" : "hello","_type" : "_doc","_id" : "6","_score" : null,"_source" : {"title" : "诺基亚(NOKIA) 1050 (RM-908) 黑色 移动联通2G手机","images" : "http://image.leyou.com/12479122.jpg","price" : 998},"sort" : [998.0]}]}
}

但是，其本质是逻辑分页，因此为了避免深度分页的问题，ES限制最多查到第10000条。

如果需要查询到10000以后的数据，你可以采用两种方式：

• scroll滚动查询
• search after

详见文档：https://www.elastic.co/guide/en/elasticsearch/reference/7.5/search-request-body.html#request-body-search-search-after

7.5. Filter过滤

当我们在京东这样的电商网站购物，往往查询条件不止一个，还会有很多过滤条件：

而在默认情况下，所有的查询条件、过滤条件都会影响打分和排名。而对搜索结果打分是比较影响性能的，因此我们一般只对用户输入的搜索条件对应的字段打分，其它过滤项不打分。此时就不能简单实用布尔查询的must来组合条件了，而是实用filter方式。

示例，比如我们要查询手机，同时对价格过滤，原本的写法是这样的：

GET /hello/_search
{"query": {"bool": {"must": [{"match": {"title": "手机"}},{"range": {"price": {"gte": 2099,"lte": 2999}}}]}}
}

现在要修改成这样：

GET /hello/_search
{"query": {"bool": {"must": {"match": {"title": "手机"}},"filter": [{"range": {"price": {"gte": 2099,"lte": 2999}}}]}}
}

7.6._source筛选

默认情况下，elasticsearch在搜索的结果中，会把文档中保存在_source的所有字段都返回。

如果我们只想获取其中的部分字段，我们可以添加_source的过滤

7.6.1.直接指定字段

示例：

GET /hello/_search
{"_source": ["title","price"],"query": {"term": {"price": 2699}}
}

返回的结果：

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "hello","_type" : "_doc","_id" : "5","_score" : 1.0,"_source" : {"price" : 500,"title" : "飞利浦 老人手机 (X2560) 喜庆红 移动联通2G手机 双卡双待"}}]}
}

7.6.2.指定includes和excludes

我们也可以通过：

• includes：来指定想要显示的字段
• excludes：来指定不想要显示的字段

二者都是可选的。

示例：

GET /hello/_search
{"_source": {"includes":["title","price"]},"query": {"term": {"price": 500}}
}

与下面的结果将是一样的：

GET /hello/_search
{"_source": {"excludes": ["images"]},"query": {"term": {"price": 500}}
}

8.aggs聚合

聚合（aggregations）可以让我们极其方便的实现对数据的统计、分析。例如：

• 什么品牌的手机最受欢迎？
• 这些手机的平均价格、最高价格、最低价格？
• 这些手机每月的销售情况如何？

实现这些统计功能的比数据库的sql要方便的多，而且查询速度非常快，可以实现近实时搜索效果。

要注意：参与聚合的字段，必须是keyword类型 和 数值类型 。

8.1 基本概念

Elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫桶，一个叫度量：

桶（bucket）

桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中称为一个桶，例如我们根据国籍对人划分，可以得到中国桶、英国桶，日本桶……或者我们按照年龄段对人进行划分：0_10,1020,20_30,3040等。

Elasticsearch中提供的划分桶的方式有很多：

• Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组
• Histogram Aggregation：根据数值阶梯分组，与日期类似，需要知道分组的间隔（interval）
• Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组，类似数据库group by
• Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
• ……

综上所述，我们发现bucket aggregations 只负责对数据进行分组，并不进行计算，因此往往bucket中往往会嵌套另一种聚合：metrics aggregations即度量

度量（metrics）

分组完成以后，我们一般会对组中的数据进行聚合运算，例如求平均值、最大、最小、求和等，这些在ES中称为度量

比较常用的一些度量聚合方式：

• Avg Aggregation：求平均值
• Max Aggregation：求最大值
• Min Aggregation：求最小值
• Percentiles Aggregation：求百分比
• Stats Aggregation：同时返回avg、max、min、sum、count等
• Sum Aggregation：求和
• Top hits Aggregation：求前几
• Value Count Aggregation：求总数
• ……

为了测试聚合，我们先批量导入一些数据

创建索引：

PUT /car
{"mappings": {"properties": {"color": {"type": "keyword"},"make": {"type": "keyword"}}}
}

注意：在ES中，需要进行聚合、排序的字段其处理方式比较特殊，因此不能被分词，必须使用keyword或数值类型。这里我们将color和make这两个文字类型的字段设置为keyword类型，这个类型不会被分词，将来就可以参与聚合

导入数据，这里是采用批处理的API，大家直接复制到kibana运行即可：

POST /car/_bulk
{ "index": {}}
{ "price" : 10000, "color" : "红", "make" : "本田", "sold" : "2014-10-28" }
{ "index": {}}
{ "price" : 20000, "color" : "红", "make" : "本田", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 30000, "color" : "绿", "make" : "福特", "sold" : "2014-05-18" }
{ "index": {}}
{ "price" : 15000, "color" : "蓝", "make" : "丰田", "sold" : "2014-07-02" }
{ "index": {}}
{ "price" : 12000, "color" : "绿", "make" : "丰田", "sold" : "2014-08-19" }
{ "index": {}}
{ "price" : 20000, "color" : "红", "make" : "本田", "sold" : "2014-11-05" }
{ "index": {}}
{ "price" : 80000, "color" : "红", "make" : "宝马", "sold" : "2014-01-01" }
{ "index": {}}
{ "price" : 25000, "color" : "蓝", "make" : "福特", "sold" : "2014-02-12" }

度量计算

类似数据库中聚合运算，es提供了更为丰富的各种运算分析方法

语法:
{"query":{},..."aggs":{"自定义的聚合处理名称": {"聚合类型":{"field":"域字段"}}}}
​
常用度量类型:
count   数量
min     最小值
max     最大值
avg     平均值
sum     求和
stats   显示上面5种信息
​
get /car/_search
{"query":{"match_all": {}},"aggs":{"avg_price":{"stats": {"field": "price"}}}
}
// 对价格进行分析  的结果
"aggregations" : {"avg_price" : {"count" : 8,    //8条记录"min" : 10000.0,  // 最小值"max" : 80000.0,  // 最大值"avg" : 26500.0,  // 平均值"sum" : 212000.0  // 所有价格之和}}
​

8.2 聚合为桶

类似于数据库中的分组，

首先，我们按照 汽车的颜色color来划分桶，按照颜色分桶，最好是使用TermAggregation类型，按照颜色的名称来分桶。

GET /car/_search
{"size" : 0,"aggs" : { "my_popular_colors" : { "terms" : { "field" : "color"}}}
}

• size： 查询条数，这里设置为0，因为我们不关心搜索到的数据，只关心聚合结果，提高效率

• aggs：声明这是一个聚合查询，是aggregations的缩写

  • popular_colors：给这次聚合起一个名字，可任意指定。

    • terms：聚合的类型，这里选择terms，是根据词条内容（这里是颜色）划分

      • field：划分桶时依赖的字段

结果：

{"took": 33,"timed_out": false,"_shards": {"total": 5,"successful": 5,"skipped": 0,"failed": 0},"hits": {"total": 8,"max_score": 0,"hits": []},"aggregations": {"my_popular_colors": {"doc_count_error_upper_bound": 0,"sum_other_doc_count": 0,"buckets": [{"key": "红","doc_count": 4},{"key": "绿","doc_count": 2},{"key": "蓝","doc_count": 2}]}}
}

• hits：查询结果为空，因为我们设置了size为0

• aggregations：聚合的结果

• my_popular_colors：我们定义的聚合名称

• buckets：查找到的桶，每个不同的color字段值都会形成一个桶

  • key：这个桶对应的color字段的值
  • doc_count：这个桶中的文档数量

通过聚合的结果我们发现，目前红色的小车比较畅销！

8.3 桶内度量

前面的例子告诉我们每个桶里面的文档数量，这很有用。 但通常，我们的应用需要提供更复杂的文档度量。 例如，每种颜色汽车的平均价格是多少？

因此，我们需要告诉Elasticsearch使用哪个字段，使用何种度量方式进行运算，这些信息要嵌套在桶内，度量的运算会基于桶内的文档进行

现在，我们为刚刚的聚合结果添加 求价格平均值的度量：

GET /car/_search
{"size" : 0,"aggs" : { "my_popular_colors" : { "terms" : { "field" : "color"},"aggs":{"my_avg_price": { "avg": {"field": "price" }}}}}
}

• aggs：我们在上一个aggs(my_popular_colors)中添加新的aggs。可见度量也是一个聚合
• my_avg_price：聚合的名称
• avg：度量的类型，这里是求平均值
• field：度量运算的字段

结果：

{"took" : 8,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 8,"relation" : "eq"},"max_score" : null,"hits" : [ ]},"aggregations" : {"my_popular_colors" : {"doc_count_error_upper_bound" : 0,"sum_other_doc_count" : 0,"buckets" : [{"key" : "红","doc_count" : 4,"my_avg_price" : {"value" : 32500.0}},{"key" : "绿","doc_count" : 2,"my_avg_price" : {"value" : 21000.0}},{"key" : "蓝","doc_count" : 2,"my_avg_price" : {"value" : 20000.0}}]}}
}
​

可以看到每个桶中都有自己的avg_price字段，这是度量聚合的结果

8.4 桶内嵌套桶

刚刚的案例中，我们在桶内嵌套度量运算。事实上桶不仅可以嵌套运算， 还可以再嵌套其它桶。也就是说在每个分组中，再分更多组。

比如：我们想统计每种颜色的汽车中，分别属于哪个制造商，按照make字段再进行分桶