如何正確的使用ElastchSearch

這期內容當中小編將會給大家帶來有關如何正確的使用ElastchSearch，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

1. 添加文檔

首次添加文檔時，若索引不存在會自動創建； 借助 kibana 的dev-tools來實現 es 的交互

POST first-index/_doc
{
  "@timestamp": "2021-03-31T01:12:00",
  "message": "GET /search HTTP/1.1 200 1070000",
  "user": {
    "id": "YiHui",
    "name": "一灰灰Blog"
  },
  "addr": {
    "country": "cn",
    "province": "hubei",
    "city": "wuhan"
  },
  "age": 18
}

## 添加兩個數據進行測試
POST first-index/_doc
{
  "@timestamp": "2021-03-31T02:12:00",
  "message": "GET /search HTTP/1.1 200 1070000",
  "user": {
    "id": "ErHui",
    "name": "二灰灰Blog"
  },
  "addr": {
    "country": "cn",
    "province": "hubei",
    "city": "wuhan"
  },
  "age": 19
}

當然也可以直接使用 http 進行交互，下面的方式和上面等價（后面都使用 kibanan 進行交互，更直觀一點）

curl  -X POST 'http://localhost:9200/first-index/_doc?pretty' -H 'Content-Type: application/json' -d '
{
  "@timestamp": "2021-03-31T01:12:00",
  "message": "GET /search HTTP/1.1 200 1070000",
  "user": {
    "id": "YiHui",
    "name": "一灰灰Blog"
  },
  "addr": {
    "country": "cn",
    "province": "hubei",
    "city": "wuhan"
  },
  "age": 18
}'

2. 查詢文檔

2.0 kibana 配置并查詢

除了基礎的查詢語法之外，直接使用 kibana 進行查詢，對于使用方而言，門檻最低；首先配置上面的 es 索引

• Management -> Stack Management -> Kiabana Index Patterns

• index pattern name

• 時間字段，選擇 @timestamp 這個與實際的文檔中的 field 有關

接下來進入Discover 進行查詢

比如字段查詢

2.1 查詢所有

不加任何匹配，撈出文檔(當數據量很多時，當然也不會真的全部返回，也是會做分頁的)

GET my-index/_search
{
  "query": {
    "match_all": {
    }
  }
}

2.2 term 精確匹配

根據 field 進行 value 匹配，忽略大小寫;

查詢語法，形如: `{"query": {"term": {"成員名": {"value": "查詢值"}}}}

• query, term, value 三個 key 為固定值

• 成員名: 為待查詢的成員

• 查詢值: 需要匹配的值

(說明：后面語法中，中文的都是需要替換的，英文的為固定值)

GET first-index/_search
{
  "query": {
    "term": {
      "user.id": {
        "value": "yihui"
      }
    }
  }
}

當 value 不匹配，或者查詢的 field 不存在，則查不到的對應的信息，如

2.3 terms 多值匹配

term 表示 value 的精確匹配，如果我希望類似value in (xxx)的查詢，則可以使用 terms

語法:

{
	"query": {
		"terms": {
			"成員名": [成員值, 成員值]
		}
	}
}

實例如

GET first-index/_search
{
  "query": {
    "terms": {
      "user.id": ["yihui", "erhui"]
    }
  }
}

2.4 range 范圍匹配

適用于數值、日期的比較查詢，如常見的 >, >=, <, <=

查詢語法

{
	"query": {
        "range": {
            "成員名": {
                "gte": "查詢下界" ,
                "lte": "查詢下界"
            }
        }
	}
}

實例如下

GET first-index/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 10,
        "lte": 18
      }
    }
  }
}

2.5 字段過濾

根據是否包含某個字段來查詢， 主要有兩個 exists 表示要求存在， missing表示要求不存在

查詢語法

{
    "query": {
        "exists/missing": {
            "field": "字段值"
        }
    }
}

實例如下

GET first-index/_search
{
  "query": {
    "exists": {
      "field": "age"
    }
  }
}

2.6 組合查詢

上面都是單個查詢條件，單我們需要多個查詢條件組合使用時，可以使用bool + must/must_not/should來實現

查詢語法

{
    "query": {
        "bool": {
            "must": [ # 相當于and查詢
                "查詢條件1",
                "查詢條件2"
            ],
            "must_not": [ # 多個查詢條件相反匹配，相當與not
                ...
            ],
            "should": [ # 有一個匹配即可， 相當于or
                ...
            ]
        }
    }
}

實例如下

## user.id = yihui and age < 20
GET first-index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "user.id": {
              "value": "yihui"
            }
          }
        },
        {
          "range": {
            "age": {
              "lt": 20
            }
          }
        }
      ]
    }
  }
}

# !(user.id) = yihui and !(age>20)
GET first-index/_search
{
  "query": {
    "bool": {
      "must_not": [
        {
          "term": {
            "user.id": {
              "value": "yihui"
            }
          }
        },
        {
          "range": {
            "age": {
              "gt": 20
            }
          }
        }
      ]
    }
  }
}

# user.id = 'yihui' or age>20
GET first-index/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "user.id": {
              "value": "yihui"
            }
          }
        },
        {
          "range": {
            "age": {
              "gt": 20
            }
          }
        }
      ]
    }
  }
}

下面截圖以 must_not 輸出示意

說明

• 前面根據字段查詢 existing 只能單個匹配，可以借助這里的組合來實現多個的判斷

2.7 match 查詢

最大的特點是它更適用于模糊查詢，比如查詢某個 field 中的字段匹配

語法

{
    "query": {
        "match": {
            "字段名": "查詢值"
        }
    }
}

舉例說明

GET first-index/_search
{
  "query": {
    "match": {
      "user.name": "灰og"
    }
  }
}

說明，如果有精確查詢的需求，使用前面的 term，可以緩存結果

2.8 multi_match 查詢

更多相關信息，可以查看: 官網-multi_match 查詢

多個字段中進行查詢

語法

• type: best_fields 、 most_fields 和 cross_fields （最佳字段、多數字段、跨字段）

• 最佳字段 ：當搜索詞語具體概念的時候，比如 “brown fox” ，詞組比各自獨立的單詞更有意義

• 多數字段：為了對相關度進行微調，常用的一個技術就是將相同的數據索引到不同的字段，它們各自具有獨立的分析鏈。

• 混合字段：對于某些實體，我們需要在多個字段中確定其信息，單個字段都只能作為整體的一部分

{
    "query": {
        "multi_match": {
            "query":                "Quick brown fox",
            "type":                 "best_fields",
            "fields":               [ "title", "body" ],
            "tie_breaker":          0.3,
            "minimum_should_match": "30%"
        }
    }
}

實例演示

GET first-index/_search
{
  "query": {
    "multi_match": {
      "query": "漢",
      "fields": ["user.id", "addr.city"]
    }
  }
}

上面除了寫上精確的字段之外，還支持模糊匹配，比如所有字段中進行匹配

GET first-index/_search
{
  "query": {
    "multi_match": {
      "query": "blog",
      "fields": ["*"]
    }
  }
}

2.9 wildcard 查詢

shell 統配符

• ?: 0/1 個字符

• *: 0/n 個字符

GET first-index/_search
{
  "query": {
    "wildcard": {
      "user.id": {
        "value": "*Hu?"
      }
    }
  }
}

說明，對中文可能有問題

2.10 regexp 查詢

正則匹配

GET first-index/_search
{
  "query": {
    "regexp": {
      "user.name": ".*log"
    }
  }
}

2.11 prefix 查詢

前綴匹配

GET first-index/_search
{
  "query": {
    "prefix": {
      "user.name": "一"
    }
  }
}

2.12 排序

查詢結果排序，根據 sort 來指定

{
	"sort": [
        {
          "成員變量": {
            "order": "desc"
          }
        }
  	]
}

實例如下

GET first-index/_search
{
  "query":{
    "match_all": {}
  },
  "sort": [
    {
      "@timestamp": {
        "order": "desc"
      }
    }
  ]
}

2.13 更多

更多操作姿勢，可以在官方文檔上獲取

官方教程

3. 刪除文檔

需要根據文檔 id 進行指定刪除

DELETE first-index/_doc/gPYLh4gBF9fSFsHNEe58

刪除成功

4.更新文檔

4.1 覆蓋更新

使用 PUT 來實現更新，同樣通過 id 進行

• 覆蓋更新

• version 版本會+1

• 如果 id 對應的文檔不存在，則新增

PUT first-index/_doc/f_ZFhngBF9fSFsHNte7f
{
  "age": 28
}

4.2 增量更新

采用 POST 來實現增量更新

• field 存在，則更新

• field 不存在，則新增

POST first-index/_update/gvarh4gBF9fSFsHNuO49
{
  "doc": {
    "age": 25
  }
}

此外還可以采用 script 腳本更新

• 在原來的 age 基礎上 + 5

POST first-index/_update/gvarh4gBF9fSFsHNuO49
{
  "script": "ctx._source.age += 5"
}

上述就是小編為大家分享的如何正確的使用ElastchSearch了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。