一. 运维类命令
1. 健康度检查
curl 'localhost:9200/_cat/health?v'
2. 查看集群中节点列表
curl 'localhost:9200/_cat/nodes?v'
二. 索引类命令
3. 列举所有索引
curl 'localhost:9200/_cat/indices?v'
4. 创建索引
curl -XPUT 'localhost:9200/students?pretty'
5. 删除索引
curl -XDELETE 'localhost:9200/customer?pretty'
三. 文档类命令
6. 索引并查询一个文档
curl -XPUT 'localhost:9200/customer/external/1?pretty' -d '
{"name":"John Doe"}'
curl -XGET 'localhost:9200/customer/external/1?pretty'
7. 更新文档
es底层并不支持原地更新, 它会先删除旧文档, 再索引一个更新过的新文档.
例1:
curl -XPOST 'localhost:9200/customer/external/1/_update?pretty' -d '
{
"doc":{"name":"David.Liu"}
}'
例2:
更改name, 并新增字段age:
curl -XPOST 'localhost:9200/customer/external/1/_update?pretty' -d '
{
"doc":{"name":"DavidAngelfish", "age":31}
}'
例3:
更新也可以使用简单的脚步来进行, 下面使用一个脚步将age+5
8. 删除文档
a). 根据文档id删除
curl -XDELETE 'localhost:9200/customer/external/AVgjuLOxqPgQLLFyGwIp?pretty'
{
"found" : true,
"_index" : "customer",
"_type" : "external",
"_id" : "AVgjuLOxqPgQLLFyGwIp",
"_version" : 2
}
b). 根据条件一次删除符合查询条件的多个文档.(如: 删除名字中包含John的所有的客户)
curl -XDELETE 'localhost:9200/customer/external/_query?pretty' -d'
{
"query":{"match":{"name":"John"}}
}'
{
"_indices" : {
"customer" : {
"_shards" : {
"total" : 5,
"successful" : 5,
"failed" : 0
}
}
}
}
9. 批处理
除对单个文档进行索引, 更新, 删除操作外, es也提供了批处理命令, 通过_bulk api来实现.
提供高效的机制来尽可能多得完成多个操作 ,也尽可能少减少网络传输.
例1:
一次bulk操作索引2个文档(ID 6 - John Doe and ID 7 - Jane Doe)
curl -XPOST 'localhost:9200/customer/external/_bulk?pretty' -d'
> {"index":{"_id":"6"}}
> {"name":"John Doe"}
> {"index":{"_id":"7"}}
> {"name":"Jane Doe"}
> '
{
"took" : 7,
"errors" : false,
"items" : [ {
"index" : {
"_index" : "customer",
"_type" : "external",
"_id" : "6",
"_version" : 1,
"status" : 201
}
}, {
"index" : {
"_index" : "customer",
"_type" : "external",
"_id" : "7",
"_version" : 1,
"status" : 201
}
} ]
}
例2:
一次bulk操作中, 首先更新第一个文档(ID为6), 然后删除第二个文档(ID为7)
curl -XPOST 'localhost:9200/customer/external/_bulk?pretty' -d'
> {"update":{"_id":"6"}}
> {"doc":{"name":"John Doe becomes David.liu"}}
> {"delete":{"_id":"7"}}
> '
{
"took" : 5,
"errors" : false,
"items" : [ {
"update" : {
"_index" : "customer",
"_type" : "external",
"_id" : "6",
"_version" : 2,
"status" : 200
}
}, {
"delete" : {
"_index" : "customer",
"_type" : "external",
"_id" : "7",
"_version" : 2,
"status" : 200,
"found" : true
}
} ]
}
四. 搜索类命令
构造数据集.
在(https://github.com/bly2k/files/blob/master/accounts.zip?raw=true) 上下载样本数据集.
加载到集群中
curl -XPOST 'localhost:9200/bank/account/_bulk?pretty' --data-binary @accounts.json
搜索API
搜索有2种方式:
一. 在REST请求的URI中发送搜索参数;
二. 将搜索参数发送到REST请求体重; (表达能力更强, 推荐)
例如: 请求全量数据
URI语法:
curl 'localhost:9200/bank/_search?q=*&pretty'
请求体语法(查询DSL , 一种json风格的特定领域语言):
curl 'localhost:9200/bank/_search?pretty' -d '
{
"query":{"match_all":{}}
}'
返回第一个文档:
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"size": 1
}'
返回第11到第20个文档( 可做分页):
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"from": 10,
"size": 10
}'
执行搜索:
1. 只返回指定字段(类似于sql中 select xx,yy from)
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": {"match_all":{}},
"_source": ["account_number", "balance"]
}'
2. match查询
例a). 返回账户编号为20的文档:
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{"match":{"account_number":20}}
}'
例b). 返回地址中包含"mill"的所有文档(忽略大小写):
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{"match":{"address":"mill"}}
}'
例c). 返回地址中包含"mill" 或者 包含 "lane" 的所有文档(忽略大小写):
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{"match":{"address":"mill lane"}}
}'
例c). match的变体(match_phase), 严格匹配短语"mill lane"
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{"match_phrase":{"address":"mill lane"}}
}'
3. bool 查询
返回布尔查询允许我们将较小的查询组合成较大的查询.
例a). 组合查询返回包含"mill" 和 "lane"的所有的账户:
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{
"bool":{
"must":[
{"match": {"address":"mill"}},
{"match": {"address":"lane"}}
]
}
}
}'
例b). 组合查询返回包含"mill" 或者 "lane"的所有的账户:
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{
"bool":{
"should":[
{"match":{"address":"mill"}},
{"match":{"address":"lane"}}
]
}
}
}'
例c). 组合查询返回既不包含"mill" 又不包含 "lane"的所有的账户:
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{
"bool":{
"must_not":[
{"match":{"address":"mill"}},
{"match":{"address":"lane"}}
]
}
}
}'
例d). 我们可以在一个bool查询里一起使用must、should、must_not。此外，我们可以将bool查询放到这样的bool语句中来模拟复杂的、多等级的布尔逻辑。
返回40岁, 并且不生活在ID州的人的账户：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{
"bool":{
"must":[
{"match":{"age":"40"}}
],
"must_not":[
{"match":{"state":"ID"}}
]
}
}
}'
4. filter 过滤器查询
过滤器
在先前的章节中，我们跳过了文档得分的细节（搜索结果中的_score字段）。这个得分是与我们指定的搜索查询匹配程度的一个相对度量。得分越高，文档越相关，得分越低文档的相关度越低。
Elasticsearch中的所有的查询都会触发相关度得分的计算。对于那些我们不需要相关度得分的场景下，Elasticsearch以过滤器的形式提供了另一种查询功能。过滤器在概念上类似于查询，但是它们有非常快的执行速度，这种快的执行速度主要有以下两个原因
- 过滤器不会计算相关度的得分，所以它们在计算上更快一些
- 过滤器可以被缓存到内存中，这使得在重复的搜索查询上，其要比相应的查询快出许多。
为了理解过滤器，我们先来介绍“被过滤”的查询，这使得你可以将一个查询（像是match_all，match，bool等）和一个过滤器结合起来。作为一个例子，我们介绍一下范围过滤器，它允许我们通过一个区间的值来过滤文档。这通常被用在数字和日期的过滤上。
查询账户余额位于20000和30000之间的账户:
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query":{
"filtered":{
"query": {
"match_all":{}
},
"filter":{
"range":{
"balance":{
"gte": 20000,
"lte": 30000
}
}
}
}
}
}'
分解上面的例子，被过滤的查询包含一个match_all查询（查询部分）和一个过滤器（filter部分）。我们可以在查询部分中放入其他查询，在filter部分放入其它过滤器。在上面的应用场景中，由于所有的在这个范围之内的文档都是平等的（或者说相关度都是一样的），没有一个文档比另一个文档更相关，所以这个时候使用范围过滤器就非常合适了。
通常情况下，要决定是使用过滤器还是使用查询，你就需要问自己是否需要相关度得分。如果相关度是不重要的，使用过滤器，否则使用查询。如果你有SQL背景，查询和过滤器在概念上类似于SELECT WHERE语句， although more so for filters than queries。
除了match_all, match, bool,filtered和range查询，还有很多其它类型的查uxn/过滤器，我们这里不会涉及。由于我们已经对它们的工作原理有了基本的理解，将其应用到其它类型的查询、过滤器上也不是件难事。
5. 聚合操作
除了m聚合提供了分组并统计数据的能力。理解聚合的最简单的方式是将其粗略地等同为SQL的GROUP BY和SQL聚合函数。在Elasticsearch中，你可以在一个响应中同时返回命中的数据和聚合结果。你可以使用简单的API同时运行查询和多个聚合，并以一次返回，这避免了来回的网络通信，这是非常强大和高效的。
作为开始的一个例子，
例a). 我们按照state分组，按照州名的计数倒序排序：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d'
{
"size":0,
"aggs":{
"group_by_state":{
"terms":{
"field":"state"
}
}
}
}'
以上查询语句类似于sql:
select count(*) from bank group by state order by count(*) desc
例b). 每个州账户的平均余额：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d'
{
"size":0,
"aggs":{
"group_by_state":{
"terms":{
"field":"state"
},
"aggs":{
"average_balance":{
"avg":{
"field":"balance"
}
}
}
}
}
}'
例c). 每个州账户的平均余额, 并按余额进行排序：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d'
{
"size":0,
"aggs":{
"group_by_state":{
"terms":{
"field":"state",
"order":{
"average_balance":"desc"
}
},
"aggs":{
"average_balance":{
"avg":{
"field":"balance"
}
}
}
}
}
}'
例d).下面的例子显示了如何使用年龄段（20-29，30-39，40-49）分组，然后在用性别分组，然后为每一个年龄段的每一个性别计算平均账户余额：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"size": 0,
"aggs": {
"group_by_age": {
"range": {
"field": "age",
"ranges": [
{
"from": 20,
"to": 30
},
{
"from": 30,
"to": 40
},
{
"from": 40,
"to": 50
}
]
},
"aggs": {
"group_by_gender": {
"terms": {
"field": "gender"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
}
}'