背景

环境搭建

基本使用

索引操作

创建索引

在Postman中，向es发送PUT请求

对比关系型数据库，创建索引就等同于创建数据库

1
http://120.132.96.181:9200/shopping

image-20211117205357832

响应：

image-20211117205408664

PUT具有幂等性，再发一次的话，结果是已经存在的

image-20211117205605072

查看索引

查看指定索引

请求方式变为GET

image-20211117205732030

image-20211117205742486

查看全部索引

路径如下：

1
http://120.132.96.181:9200/_cat/indices/?v

image-20211117205854896

删除索引

DELETE

1
http://120.132.96.181:9200/shopping

image-20211117210055397

删除后再查看所有索引

image-20211117210133085

之前创建的索引已经没有了

文档操作

创建文档

新版的es是没有表的概念的

索引已经创建好了，接下来我们创建文档，并添加数据

这里的文档可以类比关系型数据库中的表数据，添加的数据格式为JSON格式

发送POST请求，路径

1
http://120.132.96.181:9200/shopping/_doc

请求体内容为

1
2
3
4
5
6
{
    "title":"小米手机",
    "category":"小米",
    "price":"3999.0",
    "images":"https://tse4-mm.cn.bing.net/th/id/OIP-C.LVlWYge93-BzZWq38jd67gHaEc?pid=ImgDet&rs=1"
}

image-20211117212058530

不能用PUT创建文档：

image-20211117212357861

当我们用POST，发送多个请求时，返回的_id的值是不一样的

我们也可以自己指定id

1
http://120.132.96.181:9200/shopping/_doc/1001

image-20211117213228443

查询文档

主键查询

GET请求

1
http://120.132.96.181:9200/shopping/_doc/1001

image-20211117215507121

全查询

GET请求

1
http://120.132.96.181:9200/shopping/_search

修改文档

全量修改

全量更新，完全覆盖，用PUT请求，这个请求时幂等性的

1
http://120.132.96.181:9200/shopping/_doc/1001

image-20211117215931136

局部修改

局部更新用POST

1
http://120.132.96.181:9200/shopping/_doc/1001

body中，指定修改的字段

1
2
3
4
5
{
    "doc": {
        "title": "华为手机"
    }
}

image-20211118061611797

删除文档

DELETE

1
http://120.132.96.181:9200/shopping/_doc/1001

image-20211118061844068

查询操作

条件查询

GET请求

添加请求参数

1
http://120.132.96.181:9200/shopping/_search?q=category:小米

但是一般参数是放在请求体中

GET请求

请求路径

1
http://120.132.96.181:9200/shopping/_search

请求体

1
2
3
4
5
6
7
{
    "query": {
        "match": {
            "category": "小米"
        }
    }
}

image-20211118062313020

全量查询

请求体中，改变match关键字

1
2
3
4
5
6
7
8
http://120.132.96.181:9200/shopping/_search
{
    "query": {
        "match_all": {

        }
    }
}

但全量查询的数据量太大了

分页查询

body请求体中，加入from和size字段

1
2
3
4
5
6
7
8
9
{
    "query": {
        "match_all": {

        }
    },
    "from": 0,
    "size": 2
}

上述设置中，我们从位置0开始，每页只查2条数据

这样就只查询出来两条数据

image-20211118062915940

如果要查第二页，只要更改from字段即可

计算公式为：（页码 - 1）* 每页数据条数，要查第二页，每页2条，计算得出from的值为2

分页查询过滤字段

对_source字段进行控制

请求体

1
2
3
4
5
6
7
8
9
10
11
12
{
    "query": {
        "match_all": {

        }
    },
    "from": 0,
    "size": 2,
    "_source": [
        "title"
    ]
}

这样查询出来的结果，就只有title字段了

image-20211118063351066

分页查询排序结果

指定关键词sort

下面是对price字段进行降序

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
    "query": {
        "match_all": {

        }
    },
    "from": 0,
    "size": 2,
    "_source": [
        "title"
    ],
    "sort": {
        "price": {
            "order": "desc"
        }
    }
}

order的可选值为asc、desc，分别是升序和降序

多条件查询

条件参数bool，值填must

must是一个数组

查询价格为3999.0的小米手机

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
    "query": {
        "bool": {
            "must": [
                {                    
                    "match": {
                        "category": "小米"
                    }
                },
                {                    
                    "match": {
                        "price": "3999.0"
                    }
                }
            ]
        }
    }
}

查询小米手机和华为手机

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
    "query": {
        "bool": {
            "must": [
                {                    
                    "match": {
                        "category": "小米"
                    }
                },
                {                    
                    "match": {
                        "category": "HuaWei"
                    }
                }
            ]
        }
    }
}

范围查询

filter字段

查询价格大于5000的小米和华为手机

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
{
    "query": {
        "bool": {
            "must": [
                {                    
                    "match": {
                        "category": "小米"
                    }
                },
                {                    
                    "match": {
                        "category": "HuaWei"
                    }
                }
            ],
            "filter": {
                "range": {
                    "price": {
                        "gt": 5000
                    }
                }
            }
        }
    }
}

全文检索

注意一个现象

我们查询关键字如果是小华的话，es会默认分词小和华，然后再进行查询的

1
2
3
4
5
6
7
{
    "query": {
        "match": {
            "category": "小华"
        }
    }
}

上面这种的是全文检索匹配

如果想完全匹配的话，用match_phrase

1
2
3
4
5
6
7
{
    "query": {
        "match_phrase": {
            "category": "小米"
        }
    }
}

高亮显示

对查询结果的字段，进行高亮显示

使用highlight字段

完全匹配查询小米，并将其类别字段进行高亮显示

1
2
3
4
5
6
7
8
9
10
11
12
{
    "query": {
        "match_phrase": {
            "category": "小米"
        }
    },
    "highlight": {
        "fields": {
            "category": {}
        }
    } 
}

查询结果对其加了css样式

image-20211118070015543

聚合查询

如果需要对查询结果进行分组或者统计分析