一、Elasticsearch介紹
Elasticsearch介紹
Elasticsearh 是 elastic.co 公司開發的分佈式搜索引擎。
Elasticsearch(簡稱ES)是一個開源的分佈式、高度可擴展的全文搜索和分析引擎。它能夠快速、近乎實時的存儲、搜索和分析大量數據。適用於包括文本、數字、地理空間、結構化和非結構化數據等在內的所有類型數據。
它通常爲具有複雜搜索功能的應用提供底層搜索技術。
當然,它也可以用來實現分佈式數據存儲、日誌統計、分析、系統監控、地理空間查詢等功能。
Elasticsearch 最底層的搜索引擎技術是 Apache 基金會開源的搜索引擎類庫 Lucene,Lucene 提供了搜索引擎核心 API 。
- Lucene 地址:https://lucene.apache.org/
ES 在 Lucene 的基礎上提供了分佈式支持,可以水平擴展,提供了 Restful 這種簡潔的訪問接口,能被任何語言調用。
- Elasticsearch 官網:https://www.elastic.co/
- github:https://github.com/elastic/elasticsearch
Elasticsearch能做什麼
- 應用搜索,常見的 github 的代碼搜索,滴滴,美團,點評,銀行等各種搜索
- 網站搜索
- 日誌記錄和日誌分析
- 基礎設置指標和容器監控
- 應用性能監控
- 地理空間數據分析和可視化
- 商業分析
- 安全分析
二、ELK 是什麼
ELK 是 Elasticsearch、Logstash 和 Kibana 的第一個字母組合,也叫 ELK Stack。是一套用於數據採集、存儲、分析和可視化的開源工具集。
-
Elasticsearch:存儲、索引、計算、搜索、分析數據。
-
Logstash:用於收集、轉換數據,然後將它存儲在 ES 中。後面還開發新的收集數據軟件 Beats。
-
Beats:它是一個輕量級的數據採集代理工具,可以向 Elasticsearch 發送數據。
-
Kibana:用於查詢分析、可視化 ES 的數據,它還可以用於監控和報警的方案。它是 Elasticsearch 基於瀏覽器的分析和搜索儀表盤。
它們之間關係圖:
(來自:Elasticsearch 簡介)
把上面的圖簡化下:
三、ES中的基礎概念
文檔document
Elasticsearch 是面向文檔,它可以存儲整個對象或文檔。它不僅僅是存儲,還會索引每個文檔的內容使之可以被搜索。在 ES 中,你可以對文檔進行索引、搜索、排序、過濾。
在 ES 中,文檔是索引信息的基本單位。
JSON
Elasticsearch 使用 json 格式作爲文檔序列化格式。這種格式在 NoSQL 數據庫中使用比較多。
一個 json 對象是由 key 和 value 組成。key 是字段(field)或屬性(property)的名字,值(value)可以是字符串、數字、布爾類型、另外一個對象、值數組或其他特殊類型,比如表示日期的字符串或表示地理位置的對象。
在關係型數據庫中,使用行和列存儲數據,比如存儲在 MySQL 表中的數據:
id | name |
---|---|
1 | 比亞迪電動車 |
2 | 理想電動車 |
3 | 小鵬電動車 |
4 | 比亞迪電池 |
5 | 理想電池 |
把上面的數據用 json 格式存儲在 elasticsearch 中:
{
"id": 1,
"name": "比亞迪電動車"
}
{
"id": 2,
"name": "理想電動車"
}
{
"id": 3,
"name": "小鵬電動車"
}
{
"id": 4,
"name": "比亞迪電池"
}
{
"id": 5,
"name": "理想電池"
}
上面 json 中的字段 id 相當於 MySQL 數據表中列 id。
每個文檔就是一條json數據。一條 json 數據相當於 MySQL 表中的一行。
索引index
index 索引是具有相似特徵文檔的集合。一個索引通過名字(必須全部是小寫)來標識,並且在對其中的文檔執行索引、搜索、更新和刪除操作時,都會用到這個索引的名字。
索引可以是一個名詞,相當於文檔存儲的地方。
索引也可以是一個動詞,索引一個文檔表示把一個文檔存儲到索引裏,以便它可以被檢索和查詢。
例如,你有一個用戶數據的索引,索引名稱叫 user,每一份用戶信息就是一個文檔:
{
"id": 1,
"name": "tom",
"age": 25
},
{
"id": 2,
"name": "hanlei",
"age": 35
},
{
"id": 1,
"name": "tom",
"age": 25
},
{
"id": 3,
"name": "hanmeimei",
"age": 36
}
*類型type
類型 type 這個概念在 elasticsearch 7.X 已被完全移除(參考文檔 Removal of mapping types)。這裏就不作介紹。
映射mapping
映射(mapping)是索引文檔中字段的類型和字段的其它信息,都存儲在映射(mapping)中,它也叫模式定義(schema definition)。
相當於 MySQL 數據表的 schema,如定義表結構、字段名稱、字段類型等信息。
而在 ES 中,映射可以設置某個字段的數據類型、默認值、分析器、是否被索引等等,其它處理 ES 裏面的數據使用規則設置也叫映射。
mapping還有許多內容請查看文檔:https://www.elastic.co/guide/en/elasticsearch/reference/8.4/mapping.html
mapping field doc:https://www.elastic.co/guide/en/elasticsearch/reference/8.4/mapping-fields.html
映射的設置:
{
"mappings": {
"properties": {
"id": {
"type": "keyword"
},
"message": {
"type": "text"
}
}
}
}
文檔元數據
一個文檔不僅僅包含 json 數據,也包含元數據 - 元數據是有關文檔信息的一些數據。
創建映射時,可以自定義其中一些元數據字段的行爲。例如,創建一個文檔:
// 先創建一個映射mapping關係,相當於MySQL中表的schema,定義json文檔中字段的屬性
PUT test
{
"mappings": {
"properties": {
"id": {
"type": "keyword"
},
"message": {
"type": "text"
}
}
}
}
給文檔寫入一條數據:
// 給test索引寫入一條json文檔數據
PUT test/_doc/1
{
"id": "12",
"message": "hello world"
}
上面 PUT test/_doc/1
命令會返回一條信息:
{
"_index" : "test",
"_id" : "1",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"_seq_no" : 0,
"_primary_term" : 1
}
- _index:表示文檔所屬的索引
- _id:文檔唯一標識 ID
- _source:表示文檔 doc 的原生 json 數據
- _size:整個 _source 字段的字節大小,它是由 mapper-size 插件提供
- _shards:表示索引的分片數。一個索引可以劃分爲多個 shards,這樣就可以存儲更多的數據
更多元數據信息請查看:https://www.elastic.co/guide/en/elasticsearch/reference/8.4/mapping-fields.html
分佈式集羣
節點node
一個節點node表示集羣中的一臺服務器,它作爲集羣的一部分存儲數據,並參與集羣的索引和搜索功能。
節點由名稱標識,默認情況下是在啓動時分配給節點的一個隨機 UUID 唯一標識符。如果不想要默認值,可以自定義節點名稱。
可以將節點通過集羣名稱加入特定集羣中。默認情況下,每個節點都加入一個名爲 “elasticsearch” 的集羣中,這意味着如果
網絡上啓動了多個節點,它們可以相互發現,那麼它們將自動形成一個名爲 elasticsearch 的集羣。
在單個集羣中,你可以擁有任意數量的節點。
此外,如果網絡上沒有其它節點在運行,則會啓動單個節點將默認形成一個名爲 elasticsearch 的新節點集羣。
集羣cluster
集羣(cluster)是由一個或多個節點node(服務器)組成,它們一起保存全部數據並提供跨所有節點的聯合索引和搜索功能。集羣由唯一標識符標識,默認爲“elasticsearch”。這個名稱很重要,因爲一個節點被設置爲通過名稱加入集羣時,該節點才能成爲集羣的一部分。
注意:擁有一個節點的集羣也是完全可以的。
此外,你也可以擁有多個獨立的集羣,每個集羣都擁有自己獨立的名稱。
分片shard和副本replica
索引可能會存儲大量的數據,而這些數據的容量可能會超過單個節點服務器的硬件容量限制。比如,佔用 1TB 磁盤空間的 10 億文檔的單個索引可能無法存儲在單個節點的磁盤上,因爲節點磁盤容量不足以容納下這麼大容量的數據,或者速度太慢無法滿足來自單個節點的搜索速度請求。
- 這些問題怎麼解決?
Elasticsearch 可以將索引的數據進行分割,這些分割的部分稱爲分片,每個分片可以分配到不同節點上。
相當於關係型數據中存儲數據太多,而進行分庫分表操作,把數據進行分散存儲。
在 Elasticsearch 中,當你創建索引時,你可以定義想要的分片數量。每個分片都是一個功能齊全、獨立的“索引”,可以在集羣的任意節點上託管。
- 分片的好處:
- 它可以對數據進行水平拆分,擴展存儲數據的容量
- 提供性能、吞吐量,它允許跨分片(可以在多個節點上)分佈數據和並行化操作
- 如果發生網絡故障,數據丟了怎麼辦?
這時就會用到數據副本replica功能。Elasticsearch 允許將索引分片構造複製成一個或多個副本,即所謂的複製分片,簡稱副本。
這樣就提供了 ES 的高可用性,爲了高可用,ES 不允許副本分片和主分片(或原始分片)分配在同一節點上。
集羣架構圖解
在 ES 中,索引 index 是由多個 json 格式的文檔 document 組成的。每個索引 index 又可以劃分爲多個分片 Shard。
爲了保證高可用,一個分片 shard,又可以分爲主分片(primary shard)和副分片(replica shard),副分片是對主分片數據的備份,每個主分片可以有多個副分片,也就是說主分片可以有多個備份數據,
(每個索引index由多個documen組成)
(每個索引index可以劃分爲多個分片shard,上圖劃分爲shard 1,shard 2,shard 3)
集羣 cluster 和節點 Node,主分片 Primary 和副分片 Replica 的關係圖:
(上圖中虛線框裏同顏色表示同一份數據的不同分片,Primary-主分片,和此主分片的副本(Replica - 副分片))
對上面集羣圖 Cluster 說明:
- 把一個索引分成 3 個分片(主分片):Primary 1,Primary 2,Primary 3,然後把 3 個主分片分配到 3 個不同節點Node上
- 每個主分片有 2 個副分片:Replica 1 和 Replica 2,且分別在不同的節點上。比如主分片 Primary 1 在 Node 1 上,它的副分片Replica 1 和 Replica 2 分別在 Node 2 和 Node 3 上
(上圖:主分片和它所屬副分片,副分片是對主分片數據的備份)
ES與關係型數據庫對比
Elasticsearch 與關係型數據庫的一個簡單類比:
Elasticsearch(ES搜索引擎) | Relational DB(關係型數據庫) |
---|---|
Indices(多個索引) | Databases(數據庫) |
Index(單個索引) | Table(表) |
Document(文檔) | Row(行) |
Field(字段) | Column(列) |
Elasticsearch集羣可以包含多個索引(indices)(數據庫),每一個索引包含多個文檔(documents)(行),然後每個文檔包含多個字段(Fields)(列)。用於理解 ES 中的概念,作一個簡單的類比。
四、數據結構: 倒排索引
下面介紹 Elasticsearch 中最重要的數據結構之一 - 倒排索引。
索引簡介
索引,在生活中最常見的就是書籍的目錄,它就是一種類似索引結構,有時我們也叫索引目錄,它能讓人快速找到書籍相關章節的內容。
在計算機技術中,索引是一種常用的數據結構,目的就是加快查找數據的速度。比如我們常用的 MySQL 數據庫,就有多種索引。
在搜索引擎中,面對海量的數據,如何根據關鍵字詞快速找到用戶需要的相關內容?
這裏就要用到 倒排索引 這種數據結構,這是搜索引擎中最重要的數據結構。
倒排索引
倒排索引中的一些概念:
- 文檔(document):用來搜索的數據,一般是以文本形式存在的存儲對象。比如一條短信,一封郵件等。更廣義的還有 Word、PDF、XML 等不同格式的文檔。
- 文檔集合(document collection):由若干個文檔組成的集合叫文檔集合。
- 文檔編號(document id):文檔集合中每個文檔的唯一編號,用這個唯一編號來標識這個文檔。
- 詞條(term):對文檔數據,用某種分詞算法後,得到的有含義的詞語就是詞條。例如:我們好好學習,可以用分詞算法分爲:我們,好好學習,學習等幾個詞條。
- 倒排索引(inverted index):倒排索引是實現詞條和文檔的一種存儲形式。通過倒排索引,可以根據詞條快速獲取包含這個詞語的文檔列表。
我們平常使用 MySQL 關係型數據庫存儲數據,裏面有數據表。創建一個關於電動車的數據表:
id | name |
---|---|
1 | 比亞迪電動車 |
2 | 理想電動車 |
3 | 小鵬電動車 |
4 | 比亞迪電池 |
5 | 理想電池 |
怎麼把上面的表用倒排索引來表示呢?
詞條(term) | 文檔id(doc id) |
---|---|
比亞迪 | 1,4 |
電動車 | 1,2,3 |
理想 | 2,5 |
小鵬 | 3 |
電池 | 4,5 |
車 | 1,2,3 |
這張表就是倒排索引。
上面 MySQL 中的表,可以看作是正向索引表,然後把這張表數據倒過來,就變成倒排索引表。
MySQL 表變成倒排索引表的處理過程:
- 利用分詞算法對文檔數據進行分詞,得到一個一個詞條。
- 創建倒排索引表,每行數據詞條、文檔id等
倒排索引表的詞條具有唯一性,然後可以給詞條創建索引加快查詢速度,比如哈希表索引。
五、安裝ES
下載並安裝ES
因爲我的是windows,所以我下載win的安裝包,如果你是其它系統請下載相應平臺的。我這裏想下載 V8.4.3 版本,下載地址:
但是我電腦上安裝的是 JDK 1.8,不適合 8 以上的 ES 版本,見這裏說明,JDK 和 ES 的對應版本。
後面我換到了能使用jdk 1.8 的 ES V7.17.10 版本。
下載之後直接解壓,然後進入 bin 目錄,點擊 elasticsearch.bat
啓動 ES,啓動會有一些時間,稍微等一下;
9300 是 tcp 通信端口,ES 集羣之間使用 tcp 通信;9200 是 http 協議端口。
在瀏覽器上輸入 http://localhost:9200/ 查看,我這裏輸出以下數據,安裝成功了,
{
"name": "AIS",
"cluster_name": "elasticsearch",
"cluster_uuid": "bKg5AkWZScafo0vp03XOyA",
"version": {
"number": "7.17.10",
"build_flavor": "default",
"build_type": "zip",
"build_hash": "fecd68e3150eda0c307ab9a9d7557f5d5fd71349",
"build_date": "2023-04-23T05:33:18.138275597Z",
"build_snapshot": false,
"lucene_version": "8.11.1",
"minimum_wire_compatibility_version": "6.8.0",
"minimum_index_compatibility_version": "6.0.0-beta1"
},
"tagline": "You Know, for Search"
}
安裝elasticsearch-head插件
elasticsearch-head 插件可以查看 ES 的各種數據。
通過 git clone 下載 head 插件:
git clone https://github.com/mobz/elasticsearch-head.git
cd ./elasticsearch-head
npm install
npm run start
瀏覽器上打開:http://localhost:9100/
當然還有其它多種安裝方式。
第二種方式 chrome 插件安裝:
還可以通過 chrome extension 運行插件,Elasticsearch Head 在 Chrome store 的 下載地址。
下載 chrome 插件後,安裝到 chrome 瀏覽器裏。
第三種方式 docker 安裝:
通過 docker 安裝,具體查看:https://github.com/mobz/elasticsearch-head
設置跨域:
如果連接不上 ES,需要設置跨域訪問,打開配置文件 config/elasticsearch.yml,在最後增加下面配置項:
http.cors.enabled: true
http.cors.allow-origin: "*"
設置完成後,重新啓動 ES。
打開 http://localhost:9100/,然後點擊連接按鈕,出現下面 green 顏色表示連接成功,如下圖:
六、ES操作-增刪改查搜
使用cURL命令操作ES
- curl 操作命令格式
使用 curl,將請求從命令行提交到本地 Elasticsearch 實例,這些請求包含任何 HTTP 請求相同部分:
curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
命令參數說明:
命令參數 | 說明 |
---|---|
HTTP 方法,例如,GET,POST,PUT,HEAD 或 DELETE | |
http 或 https,如果你在 ES 前面有一個 https 代理 | |
Elasticsearch 集羣中任何節點的主機名。 或用 localhost 來代表本地機器上的節點 | |
運行 Elasticsearch HTTP 服務的端口號,默認爲 9200 | |
API 的終端路徑,可以包含多個參數,例如,_cluster/stats | |
<QUERY_STRING> | 任何可選的查詢字符串參數。 |
JSON 編碼格式的請求正文,如果有需要 |
如果 elasticsearch 啓動了安全功能,則必須提供有權限運行 API 的有效用戶名和密碼:
curl -u elastic:password -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
// elastic 用戶名
// password 密碼
- curl 安裝和文檔地址
我是win這裏用 chocolatey 安裝:
choro install curl
安裝完成後直接 cd 到它的安裝目錄 C:\ProgramData\chocolatey\bin 目錄下,然後執行查看 curl 版本命令,安裝成功:
不知道安裝到哪裏了?可以使用
where curl
命令來查詢安裝位置
查詢 ES 的 http 服務端口 9200,命令:curl.exe -XGET 'http://localhost:9200' -H 'Content-Type: application/json'
這裏還可以使用 Go 語言實現的 curl 工具 curlie 來操作 ES。
- 安裝 curlie
go install github.com/rs/[email protected]
用 curlie 在 terminal 上訪問 HTTP 端口 9200,我是 win 使用 PowerShell,命令如下:
curlie -XGET 'http://localhost:9200' -H 'Content-Type: application/json'
返回結果:
如果 ES 設置了用戶和密碼,可以用如下命令:
$ curlie -XGET -u "elastic:pwdes" 'http://localhost:9200/' -H 'Content-Type: application/json'
說明:如果運行 curlie 返回安全錯誤信息,那麼找到ES安裝位置,然後在 config/elasticsearch.yml 文件最後面加上
xpack.security.enabled: false
,把安全驗證設置爲 false。
創建索引和文檔
前面說了,索引 index 可以是名詞存儲文檔的地方,也可以是動詞創建索引的意思。
創建索引基本語法:
PUT /{索引名稱}
創建索引和文檔基本語法:
PUT /{索引名稱}/_doc/文檔id
// 也可以把上面 PUT 換成 POST
- curl創建索引和文檔:
例如,創建一個賣書的書店bookmall索引,然後給索引增加一些數據,命令如下:
curl -XPUT "http://localhost:9200/bookmall/_doc/1?pretty" -H "Content-Type: application/json" -d '{"product_id": 123456, "quantity": 100}'
我的是windows,在cmd下運行後出錯,出錯信息如下:
{
"error" : {
"root_cause" : [
{
"type" : "mapper_parsing_exception",
"reason" : "failed to parse"
}
],
"type" : "mapper_parsing_exception",
"reason" : "failed to parse",
"caused_by" : {
"type" : "json_parse_exception",
"reason" : "Unexpected character ('p' (code 112)): was expecting double-quote to start field name\n at [Source: (ByteArrayInputStream); line: 1, column: 3]"
}
},
"status" : 400
}
需要把上面的命令修改下,雙引號前加上斜線,
curl -XPUT 'http://localhost:9200/bookmall/_doc/1?pretty' -H 'Content-Type: application/json' -d '{\"product_id\": 123456, \"quantity\": 100}'
在運行,成功了,返回信息:
{
"_index" : "bookmall",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"_seq_no" : 0,
"_primary_term" : 1
}
在 linux 下就不需要加這條斜線,所以學習建議在 linux 平臺下。 - -!
上面的命令
curl -XPUT
也可以換成curl -XPOST
- Postman 創建索引
例如,博客巴士的博客文章,我們可以用 ES 來索引這些博客文章信息。
下面我使用 Postman 這款測試 API 的軟件來增加索引,打開 Postman 軟件(如沒安裝請先安裝),首先新建一個請求的 tab,
然後在 Headers 里加上 Content-Type: application/json
,如下:
然後請求方法選擇 PUT
, url 欄裏填上 http://localhost:9200/blogerbus/_doc/1?pretty
,然後點擊 body,選擇 raw 選項,格式選擇 JSON , 填上 json 格式的數據,最後點擊 Send 按鈕發送數據,如下圖:
Status:201 Created ,成功返回數據:
{
"_index": "blogerbus",
"_type": "_doc",
"_id": "1",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 0,
"_primary_term": 1
}
對這條 URL
http://localhost:9200/blogerbus/_doc/1?pretty
的說明:
http://localhost:9200:ES HTTP 本地服務端地址:端口號
blogerbus:索引名稱
_doc:文檔終端endpoint,ES 裏的一個固定字段
1:文檔 id
?preety:將返回的json格式化數據,顯示爲更易於讓人閱讀的形式
查詢索引index文檔
基本語法:
// 根據單個id查詢
GET /{索引名稱}/_doc/文檔id
//批量查詢:查詢該索引庫下的全部文檔
GET /{索引名稱}/_search
用 Postman 來查詢索引文檔,在url欄輸入 http://localhost:9200/blogerbus/_doc/1?pretty=true
,點擊 Send,返回:
返回內容:
{
"_index": "blogerbus",
"_type": "_doc",
"_id": "1",
"_version": 1,
"_seq_no": 0,
"_primary_term": 1,
"found": true,
"_source": {
"user": "lilei",
"create_at": "2021-09-15T08:12:43",
"title": "hello world",
"article": "hello world, this is good thing"
}
}
搜索
基本語法:
GET /{索引名稱}/_search // 後面可以跟一些查詢字符串,也可以跟json的DSL
給索引 blogerbus 多增加幾個文檔,用於我們的搜索:
// 第2篇文檔,http://localhost:9200/blogerbus/_doc/2?pretty
{
"user": "lilei",
"create_at": "2021-09-18T09:12:04",
"title": "math lesson",
"article": "hello math, this my first lesson"
}
// 第3篇文檔,http://localhost:9200/blogerbus/_doc/3?pretty
{
"user": "hanmeimei",
"create_at": "2021-10-10T03:24:34",
"title": "test lesson",
"article": "hello lesson, this my test lesson"
}
- Postman 搜索
搜索 user 爲 lilei 的所有文章,在 Postman 的url欄輸入:http://localhost:9200/blogerbus/_search?q=user:lilei&pretty=true
,點擊 Send 按鈕,返回值:
上面是直接在 url 上用字符串查詢,還可以用 json 格式來查詢:
{
"query" : {
"match" : { "user": "lilei" }
}
}
url 修改爲 http://localhost:9200/blogerbus/_search?pretty=true
,
返回的數據與上面相同。
- curl 搜索
curl -XGET 'http://localhost:9200/blogerbus/_search?pretty=true' -H 'Content-Type: application/json' -d '{\"query\": {\"match\":{\"user\": \"lilei\"}}}'
返回的內容與 Postman 搜索返回內容相同
刪除
刪除文檔基本語法:
DELETE /{索引名稱}/_doc/文檔id
例如,curl 刪除一篇 id 爲 2 的文檔:
curl -XDELETE 'http://localhost:9200/bookmall/_doc/2'
返回:
{"_index":"bookmall","_type":"_doc","_id":"2","_version":3,"result":"deleted","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":3,"_primary_term":1}
後面沒有加?pretty=true
,所以返回數據排版是不易讀的json。
刪除索引基本語法:
DELETE /{索引名稱}
修改
修改有2種方式:全量修改和增量修改
- 全量修改:直接覆蓋原來的文檔。根據指定 id 刪除,id 不存在時,修改變成新增。
基本語法:
PUT /{索引名稱}/_doc/文檔id
{
"字段1": "值1",
"字段2": "值2",
// ... 略
}
- 增量修改:修改文檔中部分字段,只修改指定 id 中匹配文檔的部分字段。
基本語法:
POST /{索引名稱}/_update/文檔id
{
"doc": {
"字段名": "新值",
}
}
curl 全量修改:
把上面的 bookmall/_doc/1 中 2 個字段值都修改下:
curl -XPUT "http://localhost:9200/bookmall/_doc/1?pretty" -H "Content-Type: application/json" -d '{\"product_id\": 1234567, \"quantity\": 1000}'
修改成功後返回數據:
{
"_index" : "bookmall",
"_type" : "_doc",
"_id" : "1",
"_version" : 2,
"result" : "updated",
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"_seq_no" : 4,
"_primary_term" : 1
}
那能不能修改值的同時新增一個字段?可以的。例如,給文檔 id 爲 1 的新增一個字段 num:50 ,修改 quantity 爲 2000,如下:
curl -XPUT "http://localhost:9200/bookmall/_doc/1?pretty" -H "Content-Type: application/json" -d '{\"product_id\": 123456, \"quantity\": 2000,\"name\":\"shiije\",\"num\":50}'
可以修改成功。
curl 部分修改:
修改文檔 id 爲 1 中的字段 product_id 爲 123,
curl -XPOST "http://localhost:9200/bookmall/_update/1?pretty" -H "Content-Type: application/json" -d '{\"doc\":{\"product_id\": 123}}'
可以修改成功。
七、參考
- https://lucene.apache.org/ lucene
- https://www.elastic.co/guide/en/elasticsearch/reference/8.4/elasticsearch-intro.html ES 文檔
- https://github.com/elastic/elasticsearch/tree/8.4/docs/reference
- https://www.elastic.co/guide/en/elasticsearch/plugins/8.4/mapper-size.html
- https://github.com/elastic elastic github
- https://github.com/elastic/kibana
- 《elasticsearch權威指南》
- https://elasticstack.blog.csdn.net/article/details/98871531 Elasticsearch 簡介
- https://www.elastic.co/cn/support/matrix#matrix_jvm
- https://www.elastic.co/guide/en/elasticsearch/reference/8.4/modules-node.html
- https://everything.curl.dev/http curl http 語法
- https://www.postman.com/ postman