基本概念
索引
- 索引（index）是Elasticsearch對邏輯數據的邏輯存儲，所以它可以分爲更小的部分。
- 可以把索引看成關係型數據庫的表，索引的結構是爲快速有效的全文索引準備的，特別是它不存儲原始值。
- Elasticsearch可以把索引存放在一臺機器或者分散在多臺服務器上，每個索引有一或多個分片（shard），每個
- 分片可以有多個副本（replica）。
文檔
- 存儲在Elasticsearch中的主要實體叫文檔（document）。用關係型數據庫來類比的話，一個文檔相當於數據庫表中的一行記錄。
- Elasticsearch和MongoDB中的文檔類似，都可以有不同的結構，但Elasticsearch的文檔中，相同字段必須有相同類型。
- 文檔由多個字段組成，每個字段可能多次出現在一個文檔裏，這樣的字段叫多值字段（multivalued）。
- 每個字段的類型，可以是文本、數值、日期等。字段類型也可以是複雜類型，一個字段包含其他子文檔或者數組。
映射
- 所有文檔寫進索引之前都會先進行分析，如何將輸入的文本分割爲詞條、哪些詞條又會被過濾，這種行爲叫做映射（mapping）。一般由用戶自己定義規則。
文檔類型
- 在Elasticsearch中，一個索引對象可以存儲很多不同用途的對象。例如，一個博客應用程序可以保存文章和評論。
- 每個文檔可以有不同的結構。
- 不同的文檔類型不能爲相同的屬性設置不同的類型。例如，在同一索引中的所有文檔類型中，一個叫title的字段必須具有相同的類型。
RESTful API
在Elasticsearch中，提供了功能豐富的RESTful API的操作，包括基本的CRUD、創建索引、刪除索引等操作。
創建非結構化索引
在Lucene中，創建索引是需要定義字段名稱以及字段的類型的，在Elasticsearch中提供了非結構化的索引，就是不
需要創建索引結構，即可寫入數據到索引中，實際上在Elasticsearch底層會進行結構化操作，此操作對用戶是透明
的。
創建空索引：
PUT /haoke
{
"settings": {
"index": {
"number_of_shards": "2", #分片數
"number_of_replicas": "0" #副本數
}
}
}
#刪除索引
DELETE /haoke
{
"acknowledged": true
}
插入數據
URL規則：
POST /{索引}/{類型}/{id}
POST /haoke/user/1001
#數據
{
"id":1001,
"name":"張三",
"age":20,
"sex":"男"
}
#響應
{
"_index": "haoke",
"_type": "user",
"_id": "1",
"_version": 1,
"result": "created",
"_shards": {
"total": 1,
"successful": 1,
"failed": 0
},
"_seq_no": 0,
"_primary_term": 1
}
說明：非結構化的索引，不需要事先創建，直接插入數據默認創建索引。
不指定id插入數據：
POST /haoke/user/
{
"id":1002,
"name":"張三",
"age":20,
"sex":"男"
}
更新數據
在Elasticsearch中，文檔數據是不爲修改的，但是可以通過覆蓋的方式進行更新。
PUT /haoke/user/1001
{
"id":1001,
"name":"張三",
"age":21,
"sex":"女"
}
更新結果如下：
可以看到數據已經被覆蓋了。
問題來了，可以局部更新嗎？ -- 可以的。
前面不是說，文檔數據不能更新嗎？ 其實是這樣的：
在內部，依然會查詢到這個文檔數據，然後進行覆蓋操作，步驟如下：
1. 從舊文檔中檢索JSON
2. 修改它
3. 刪除舊文檔
4. 索引新文檔
示例：
#注意：這裏多了_update標識
POST /haoke/user/1001/_update
{
"doc":{
"age":23
}
}
可以看到數據已經被局部更新了
刪除數據
在Elasticsearch中，刪除文檔數據，只需要發起DELETE請求即可。
DELETE /haoke/user/1001
需要注意的是，result表示已經刪除，version也更加了。
如果刪除一條不存在的數據，會響應404：
說明：
刪除一個文檔也不會立即從磁盤上移除，它只是被標記成已刪除。Elasticsearch將會在你之後添加更多索引的
時候纔會在後臺進行刪除內容的清理。
搜索數據
根據id搜索數據
GET /haoke/user/BbPe_WcB9cFOnF3uebvr
#返回的數據如下
{
"_index": "haoke",
"_type": "user",
"_id": "BbPe_WcB9cFOnF3uebvr",
"_version": 8,
"found": true,
"_source": { #原始數據在這裏
"id": 1002,
"name": "李四",
"age": 40,
"sex": "男"
}
}
搜索全部數據
GET /haoke/user/_search
響應：（默認返回10條數據）
{
"took": 26,
"timed_out": false,
"_shards": {
"total": 2,
"successful": 2,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 4,
"max_score": 1,
"hits": [
{
"_index": "haoke",
"_type": "user",
"_id": "BbPe_WcB9cFOnF3uebvr",
"_score": 1,
"_source": {
"id": 1002,
"name": "李四",
"age": 40,
"sex": "男"
}
},
{
"_index": "haoke",
"_type": "user",
"_id": "1001",
"_score": 1,
"_source": {
"id": 1001,
"name": "張三",
"age": 20,
"sex": "男"
}
},
{
"_index": "haoke",
"_type": "user",
"_id": "1003",
"_score": 1,
"_source": {
"id": 1003,
"name": "王五",
"age": 30,
"sex": "男"
}
},
{
"_index": "haoke",
"_type": "user",
"_id": "1004",
"_score": 1,
"_source": {
"id": 1004,
"name": "趙六",
"age": 30,
"sex": "男"
}
}
]
}
}
關鍵字搜素數據
#查詢年齡等於20的用戶
GET /haoke/user/_search?q=age:20
結果：
DSL搜索
Elasticsearch提供豐富且靈活的查詢語言叫做DSL查詢(Query DSL),它允許你構建更加複雜、強大的查詢。
DSL(Domain Specific Language特定領域語言)以JSON請求體的形式出現。
POST /haoke/user/_search
#請求體
{
"query" : {
"match" : { #match只是查詢的一種
"age" : 20
}
}
}
響應數據：
實現：查詢年齡大於30歲的男性用戶。
現有數據：
POST /haoke/user/_search
#請求數據
{
"query": {
"bool": {
"filter": {
"range": {
"age": {
"gt": 30
}
}
},
"must": {
"match": {
"sex": "男"
}
}
}
}
}
查詢結果：
全文搜索
POST /haoke/user/_search
#請求數據
{
"query": {
"match": {
"name": "張三 李四"
}
}
}
高亮顯示
POST /haoke/user/_search
{
"query": {
"match": {
"name": "張三 李四"
}
},
"highlight": {
"fields": {
"name": {}
}
}
}
聚合
在Elasticsearch中，支持聚合操作，類似SQL中的group by操作。
POST /haoke/user/_search
{
"aggs": {
"all_interests": {
"terms": {
"field": "age"
}
}
}
}
結果：
從結果可以看出，年齡30的有2條數據，20的有一條，40的一條。
參考文檔: