1、SearchAPI
ES 支持两种基本方式检索 :
- 一个是通过使用 REST request URI 发送搜索参数（uri+检索参数）
- 另一个是通过使用 REST request body 来发送它们（uri+请求体）
//请求参数方式检索
GET bank/_search?q=*&sort=account_number:asc
//检索 bank 下所有信息，包括 type 和 docs
GET bank/_search
1.1 检索信息（请求参数方式检索）
检索GET bank/_search?q=*&sort=account_number:asc
GET bank/_search?q=*&sort=account_number:asc
响应结果解释：
took - Elasticsearch 执行搜索的时间（毫秒）
time_out - 告诉我们搜索是否超时
_shards - 告诉我们多少个分片被搜索了，以及统计了成功/失败的搜索分片
hits - 搜索结果
hits.total - 搜索结果
hits.hits - 实际的搜索结果数组（默认为前 10 的文档）
sort - 结果的排序 key（键）（没有则按 score 排序）
score 和 max_score – 相关性得分和最高得分（全文检索用）
1.2 检索信息（uri+请求体进行检索）
检索：GET bank/_search
GET bank/_search
{
"query": {
"match_all": {
}
},
"sort": [
{
"account_number": {
"order": "desc"
}
}
]
}
提示
HTTP 客户端工具（POSTMAN），get 请求不能携带请求体，我们变为 post 也是一样的 我们 POST 一个 JSON风格的查询请求体到 _search API。 需要了解，一旦搜索的结果被返回
Elasticsearch就完成了这次请求，并且不会维护任何 服务端的资源或者结果的 cursor（游标）
2、Query DSL
1）基本语法格式
Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL（domain-specific language 领域特定语言）。这个被称为 Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂，真正学好它的方法是从一些基础的示例开始的
- 一个查询语句 的典型结构
{
QUERY_NAME: {
ARGUMENT: VALUE,
ARGUMENT: VALUE,...
}
}
- 如果是针对某个字段，那么它的结构如下：
{
QUERY_NAME: {
FIELD_NAME: {
ARGUMENT: VALUE,
ARGUMENT: VALUE,...
}
}
}
GET bank/_search
{
"query": {
"match_all": {
}
},
"from": 0,
"size": 5,
"sort": [
{
"account_number": {
"order": "desc"
}
}
]
}
query 定义如何查询:
- match_all 查询类型【代表查询所有的所有】，es 中可以在 query 中组合非常多的查
询类型完成复杂查询 - 除了 query 参数之外，我们也可以传递其它的参数以改变查询结果。如 sort，size
- from+size 限定，完成分页功能
- sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准
2）返回部分字段
主要是添加上 "_source": ["firstname","balance","age"]，如果返回字段包含多个，需要使用['字段名1','字段名2','字段名3',....]
GET bank/_search
{
"query": {
"match_all": {
}
},
"sort": [
{
"balance": {
"order": "desc"
}
}
],
"from": 0,
"size": 5,
"_source": ["firstname","balance","age"]
}
3）match(全文检索)【匹配查询】
3.1 基本类型（非字符串），精确匹配
GET bank/_search
{
"query": {
"match": {
"account_number": "20"
}
}
}
命中一条记录
3.2 字符串，全文检索
最终查询出 address 中包含 Kings单词的所有记录match 当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。
GET bank/_search
{
"query": {
"match": {
"address": "Kings"
}
},
"_source": ["firstname","address"]
}
3.3 字符串，多个单词（分词+全文检索）
最终查询出 address 中包含 mill 或者 road 或者 mill road 的所有记录，并给出相关性得分
GET bank/_search
{
"query": {
"match": {
"address":"mill road"
}
},
"_source": ["firstname","address"]
}
4）match_phrase【短语匹配】
将需要匹配的值当成一个整体单词（不分词）进行检索。
查出 address 中包含 mill road 的所有记录，并给出相关性得分
GET bank/_search
{
"query": {
"match_phrase": {
"address": "mill road"
}
}
}
5）multi_match【多字段匹配】
在指定的字段属性值中包含 mill，就将对应的记录查询出来。
GET bank/_search
{
"query": {
"multi_match": {
"query": "mill",
"fields": ["state", "address"]
}
},
"_source": ["state","address"]
}
6）bool【复合查询】
bool 用来做复合查询：复合语句可以合并 任何 其它查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。
6.1 must：必须达到 must 列举的所有条件
必须达到 must 列举的所有条件
GET bank/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "mill"
}
},
{
"match": {
"gender": "M"
}
}
]
}
},
"_source": ["gender","address"]
}
6.2 must_not 必须不是指定的情况
提示：must_not 必须不是，查询的记录中，某个属性必须不是某个值。
GET bank/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "mill"
}
},
{
"match": {
"gender": "M"
}
}
],
"must_not": [
{
"match": {
"age": "38"
}
}
]
}
},
"_source": ["gender","address","age"]
}
6.3 should 应该达到 should 列举的条件
should：应该达到 should 列举的条件，如果达到会增加相关文档的评分，并不会改变查询的结果。如果 query 中只有 should 且只有一种匹配规则，那么 should 的条件就会被作为默认匹配条件而去改变查询结果
GET bank/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "mill"
}
},
{
"match": {
"gender": "M"
}
}
],
"should": [
{
"match": {
"lastname": "Wallace"
}}
]
}
},
"_source": ["gender","address","lastname"]
}
7）filter【结果过滤】
并不是所有的查询都需要产生分数，特别是那些仅用于 “filtering”（过滤）的文档。为了不计算分数 Elasticsearch 会自动检查场景并且优化查询的执行
使用filter过滤
GET bank/_search
{
"query": {
"bool": {
"filter": [
{
"range": {
"age": {
"gte": 18,
"lte": 30
}
}
}
]
}
}
}
GET bank/_search
{
"query": {
"bool": {
"must": [
{
"range": {
"age": {
"gte": 18,
"lte": 30
}
}}
]
}
}
}
8）term
和 match 一样。匹配某个属性的值。全文检索字段用 match，其他非 text 字段匹配用 term。
GET bank/_search
{
"query": {
"term": {
"balance": {
"value": "32838"
}
}
}
}
9）aggregations（执行聚合）
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 SQL GROUPBY 和 SQL 聚合函数。在Elasticsearch 中，您有执行搜索返回 hits（命中结果），并且同时返回聚合结果，把一个响应中的所有 hits（命中结果）分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的 API 来避免网络往返。
9.1 案例1（平均年龄）
搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄，但不显示这些人的详情。
GET bank/_search
{
"query": {
"match": {
"address": "mill"
}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 10
}
},
"ageAvg": {
"avg": {
"field": "age"
}
}
},
"size": 0
}
提示：
size：0 不显示搜索数据
aggs：执行聚合。聚合语法如下
"aggs": {
"aggs_name 这次聚合的名字，方便展示在结果集中": {
"AGG_TYPE 聚合的类型（avg,term,terms）": {
}
}
},
9.2 案例2 （平均薪资）
按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
GET bank/_search
{
"query": {
"match": {
"address": "mill"
}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size":10
}
},
"ageAvg":{
"avg":{
"field":"age"
}
},
"balanceAvg":{
"avg": {
"field": "balance"
}
}
},
"size": 0
}
9.3 案例3（嵌套聚合）
GET bank/_search
{
"query": {
"match_all": {
}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"ageAvg": {
"avg": {
"field": "balance"
}
}
}
}
}
}
9.4 案例4（嵌套）
查出所有年龄分布，并且这些年龄段中 M 的平均薪资和 F 的平均薪资以及这个年龄段的总体平均薪资
GET bank/account/_search
{
"query": {
"match_all": {
}
},
"aggs": {
"age_agg": {
"terms": {
"field": "age",
"size": 100
},
"aggs": {
"gender_agg": {
"terms": {
"field": "gender.keyword",
"size": 100
},
"aggs": {
"balance_avg": {
"avg": {
"field": "balance"
}
}
}
},
"balance_avg": {
"avg": {
"field": "balance"
}
}
}
}
},
"size": 1000
}
3、Mapping
1） 字段类型
2） 映射
Mapping（映射）
Mapping 是用来定义一个文档（document），以及它所包含的属性（field）是如何存储和索引的。比如，使用 mapping 来定义：
- 哪些字符串属性应该被看做全文本属性(full text fields)。
- 哪些属性包含数字，日期或者地理位置。
- 文档中的所有属性是否都能被索引（_all 配置）。
- 日期的格式。
- 自定义映射规则来执行动态添加属性。
- 查看 mapping 信息：
GET bank/_mapping
- 修改 mapping 信息
3）新版本改变
Es7 及以上移除了 type 的概念。
- 关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但 ES 中不是这样的。elasticsearch 是基于 Lucene 开发的搜索引擎，而 ES 中不同 type下名称相同的 filed 最终在 Lucene 中的处理方式是一样的。
-
两个不同 type 下的两个 user_name，在 ES 同一个索引下其实被认为是同一个 filed，你必须在两个不同的 type 中定义相同的 filed 映射。否则，不同 type 中的相同字段名称就会在处理中出现冲突的情况，导致 Lucene 处理效率下降。
-
去掉 type 就是为了提高 ES 处理数据的效率。
-
Elasticsearch 7.x
- URL 中的 type 参数为可选。比如，索引一个文档不再要求提供文档类型。
Elasticsearch 8.x - 不再支持 URL 中的 type 参数。
解决：-
将索引从多类型迁移到单类型，每种类型文档一个独立索引
-
将已存在的索引下的类型数据，全部迁移到指定位置即可。详见数据迁移
-
3.1 创建映射
创建索引并指定映射
PUT /my-index
{
"mappings": {
"properties": {
"age": {
"type": "integer"
},
"email": {
"type": "keyword"
},
"name": {
"type": "text"
}
}
}
}
3.2 添加新的字段映射
PUT /my-index/_mapping
{
"properties": {
"employee-id": {
"type": "keyword",
"index": false
}
}
}
GET /my-index
3.3 更新映射
对于已经存在的映射字段，我们不能更新。更新必须创建新的索引进行数据迁移
4.4 数据迁移
映射名是小写，在创建新索引的时候，指定类型。
PUT /newbank
{
"mappings": {
"properties": {
"account_number": {
"type": "long"
},
"address": {
"type": "text"
},
"age": {
"type": "integer"
},
"balance": {
"type": "long"
},
"city": {
"type": "keyword"
},
"email": {
"type": "keyword"
},
"employer": {
"type": "keyword"
},
"firstname": {
"type": "text"
},
"gender": {
"type": "keyword"
},
"lastname": {
"type": "keyword"
},
"state": {
"type": "keyword"
}
}
}
}
先创建出 new_twitter 的正确映射。然后使用如下方式进行数据迁移
POST _reindex [固定写法]
{
"source": {
"index": "twitter"
},
"dest": {
"index": "new_twitter"
}
}
//将旧索引的 type 下的数据进行迁移
POST _reindex
{
"source": {
"index": "bank",
"type": "account"
},
"dest": {
"index": "newbank"
}
}
这里按照旧索引的 type 下的数据进行迁移
POST _reindex
{
"source": {
"index": "bank",
"type": "account"
},
"dest": {
"index": "newbank"
}
}
查看迁移后的数据
GET /newbank/_search
