Elasticsearch 操作语法全解

野性酷女 2023-10-02 17:00 1阅读 0赞

很详细，大家可以花点时间看看

**目录**

0 概念扫盲

elasticsearch

elastic stack（ELK）

Lucene

正向索引和倒排索引

正向索引

倒排索引

1. es概念

文档和字段：

索引和映射：

DSL:相当于mysql中的sql语句

2. es操作

2.1 mapping映射属性

type:字段的数据类型，常见的简单类型有

index: 是否创建索引（是否参与搜索），默认为true

analyzer: 使用哪种分词器

properties: 字段，可以在字段中嵌套字段

2.2 索引库的CRUD

2.3 文档操作

2.4 DSL条件查询分类

2.5.1 排序

2.5.2 分页

2.5.3 高亮：

全部查询条件示例总结

2.6 数据的聚合

2.7 自动补全 （后续

2.8 数据同步（后续

--------------------

## 0 概念扫盲 ##

*  ### **elasticsearch** ###
 *  – 一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能
 *  ### **elastic stack****（****ELK****）** ###
 *  –是以elasticsearch为核心的技术栈，包括beats、Logstash(数据抓取）、kibana（数据可视化）、elasticsearch（存储、计算、搜索数据）
 *  ### **Lucene** ###
 *  –是Apache的开源搜索引擎类库，提供了搜索引擎的核心API
 *  ### **正向索引和倒排索引** ###
 *  #### 正向索引 ####
 *  – 即根据id查文档再在文档中扫描关键字记录位置信息（全表扫描
 *  #### 倒排索引 ####
 *  – 根据关键字找文档，创建一个词条表记录每个词条所在文档的id记录下来
 *  – 搜索流程
 *  :![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16][]

## **1. es****概念** ##

*  ### 文档和字段： ###
 *  文档(Document)相当于数据库表中的一条记录，字段(Field)相当于列
 *  ### 索引和映射： ###
 *  索引（index)是所有文档的集合相当于数据库中的表，数据库中的表有表结构，字段名，类型等约束信息，那么映射（mapping)就是索引中文档的约束信息。
 *  ###  *DSL:*相当于*mysql*中的*sql*语句 ###

## **2. es****操作** ##

### *2.1 mapping*映射属性 ###

*  #### **type:字段的数据类型，常见的简单类型有** ####

1.  字符串：text(可分词的文本）、keyword（精确值，如ip地址
2.  数值：long, integer, short , byte, double , float
3.  布尔：boolean
4.  日期：date
5.  对象：object

*  #### **index:** **是否创建索引（是否参与搜索），默认为****true** ####
 *  #### **analyzer:** **使用哪种分词器** ####
 *  #### **properties:** **字段，可以在字段中嵌套字段** ####

### 2.2 索引库的*CRUD* ###

*  **创建索引库映射关系****:** PUT /\{索引库名\}**请求参数：****js**
 *  **查询索引库****:** GET /\{索引库名\}
 *  **修改索引库：**
    
     *  倒排索引一旦数据结构发生改变需要重新创建倒排索引，因此索引库一旦创建无法修改mapping 但可以在mapping中添加新字段
     *  基本语法：
        
         *  请求方式：PUT
         *  请求路径：/索引库名/\_mapping
         *  请求参数：js
 *  **删除索引库：****DELETE /\{** **索引库名****\}**

### 2.3 文档操作 ###

*  **新增文档：**POST /\{索引库名\}/\_doc/\{文档ID\}
 *  **查询文档：**GET /\{索引库名\}/\_doc/\{文档ID\}
 *  **删除文档：**DELETE /\{索引库名\}/\_doc/\{文档ID\}
 *  **修改文档：**
    
     *  全量修改（根据id先删除再新增相同id的文档 :
        
         *  语法：PUT /\{索引库名\}/\_doc/\{文档id\}  参数：js
     *  增量修改：（只修改指定id匹配的文档中的部分字段 :
        
         *  语法：POST /\{索引库名\}/\_update/\{文档id\} 参数：js

### *2.4 DSL*条件查询分类 ###

**查询通用语法** :

GET /indexName/_search
    {
      "query": {
        "查询类型": {
          "查询条件": "条件值"
        }
      }
    }

**查询所有** :

*  **全文检索（****full text)****查询****:**
    
     *  使用场景：输入框搜索
     *  **match**：单字段查询（语法如下） :
     *      GET /indexName/_search
            {
              "query": {
                "match": {
                  "FIELD": "TEXT"
                }
              }
            }
     *  **multi\_match**: 多字段查询，任意一个字段符合条件即可（参与查询字段越多，查询性能越差 ） :
        
            GET /indexName/_search
            {
              "query": {
                "multi_match": {
                  "query": "TEXT",
                  "fields": ["FIELD1", " FIELD12"]
                }
              }
            }
 *  **精确查询**
    
     *  精确查询一般是查找keyword、数值、日期、boolean等类型字段。不会对搜索条件分词
     *  **term**: 根据词条精确值查询，输入的内容跟自动值完全匹配时才认为符合条件。
        
            // term查询
            GET /indexName/_search
            {
              "query": {
                "term": {
                  "FIELD": {
                    "value": "VALUE"
                  }
                }
              }
            }
     *  **range**: 一般应用在对数值类型做范围过滤的时候。比如做价格范围过滤。
        
            // range查询
            GET /indexName/_search
            {
              "query": {
                "range": {
                  "FIELD": {
                    "gte": 10, // 这里的gte代表大于等于，gt则代表大于
                    "lte": 20 // lte代表小于等于，lt则代表小于
                  }
                }
              }
            }
 *  **地理（****geo****）查询**
    
     *  根据经纬度查询,一般用于搜索附近酒店附近人等
     *  **geo\_bounding\_box**：
     *  :![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_19_color_FFFFFF_t_70_g_se_x_16][]
        
         *  矩形范围查询，查询坐标落在某个矩形范围的所有文档，需要指定矩形的左上、右下两个点的坐标，然后画出一个矩形，落在该矩形内的都是符合条件的点。
            
                // geo_bounding_box查询
                GET /indexName/_search
                {
                  "query": {
                    "geo_bounding_box": {
                      "FIELD": {
                        "top_left": { // 左上点
                          "lat": 31.1,
                          "lon": 121.5
                        },
                        "bottom_right": { // 右下点
                          "lat": 30.9,
                          "lon": 121.7
                        }
                      }
                    }
                  }
                }
     *  **geo\_distance**： :
     *  ![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16 1][]
        
         *  查询到指定中心点小于某个距离值的所有文档。
            
                // geo_distance 查询
                GET /indexName/_search
                {
                  "query": {
                    "geo_distance": {
                      "distance": "15km", // 半径
                      "FIELD": "31.21,121.5" // 圆心
                    }
                  }
                }
 *  **复合（****compound)****查询**
    
     *  复合查询可以将其它简单查询组合起来，实现更复杂的搜索逻辑
     *  **fuction** **score**：算分函数查询，可以控制文档相关性算分，控制文档排名
        
         *  相关性算分：当我们利用match查询时，文档结果会根据与搜索词条的关联度打分（\_score），返回结果时按照分值降序排列
            
             *  算法有TF- IDF和**BM25算法，es5.1版本后采用BM25**
         *  控制相关性算分
            
             *  语法 :
             *  ![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16 2][]
             *  组成：
                
                 *  **原始查询条件：query部分**，基于这个条件搜索文档，并且基于BM25算法给文档打分，原始算分（query score)
                 *  **过滤条件**：filter部分，符合该条件的文档才会重新算分（决定哪些文档的算分被修改
                 *  **算分函数**：符合filter条件的文档要根据这个函数做运算，得到的函数算分（function score），有四种函数
                    
                     *  weight：函数结果是常量
                     *  field\_value\_factor：以文档中的某个字段值作为函数结果
                     *  random\_score：以随机数作为函数结果=
                     *  script\_score：自定义算分函数算法
                 *  **运算模式**：算分函数的结果、原始查询的相关性算分，两者之间的运算方式（决定最终算分结果），包括：
                    
                     *  multiply：相乘
                     *  replace：用function score替换query score
                     *  其它，例如：sum、avg、max、min
                 *  **运行流程**：
                    
                     *  1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）
                     *  2）根据过滤条件，过滤文档
                     *  3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）
                     *  4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。
 *  **bool** **query**：**布尔查询**，利用逻辑关系组合多个其它的查询，实现复杂搜索。布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询,子查询的组合方式有
    
     *  **must**: 必须匹配每个子查询，类似“与”
     *  should：选择性匹配子查询，类似“或”
     *  must\_not：必须不匹配，不参与算分，类似“非”
     *  filter：必须匹配，不参与算分
     *      GET /hotel/_search
            {
              "query": {
                "bool": {
                  "must": [
                    {"term": {"city": "上海" }}
                  ],
                  "should": [
                    {"term": {"brand": "皇冠假日" }},
                    {"term": {"brand": "华美达" }}
                  ],
                  "must_not": [
                    { "range": { "price": { "lte": 500 } }}
                  ],
                  "filter": [
                    { "range": {"score": { "gte": 45 } }}
                  ]
                }
              }
            }

**2.5 搜索结果处理**

#### **2.5.1 排序** ####

elasticsearch默认是根据相关度算分（\_score）来排序，但是也支持自定义方式对搜索[结果排序][Link 1]。

普通字段排序： :

GET /indexName/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "FIELD": "desc"  // 排序字段、排序方式ASC、DESC
        }
      ]
    }

地理坐标排序： :

GET /indexName/_search
    {
      "query": {
        "match_all": {}
      },
      "sort": [
        {
          "_geo_distance" : {
              "FIELD" : "纬度，经度", // 文档中geo_point类型的字段名、目标坐标点
              "order" : "asc", // 排序方式
              "unit" : "km" // 排序的距离单位
          }
        }
      ]
    }

#### **2.5.2 分页** ####

elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果

from从第几个文档开始，size总共查询几个文档。类似于mysql中的 limit ? , ?

**基本分页语法**： :

GET /hotel/_search
    {
      "query": {
        "match_all": {}
      },
      "from": 0, // 分页开始的位置，默认为0
      "size": 10, // 期望获取的文档总数
      "sort": [
        {"price": "asc"}

深度分页语法：[官方文档][Link 2]

**常见分页实现方案**：

from + size：

优点：支持随机翻页

缺点：深度分页问题，默认查询上限（from + size）是10000

场景：百度、京东、谷歌、淘宝这样的随机翻页搜索

after search：

优点：没有查询上限（单次查询的size不超过10000）

缺点：只能向后逐页查询，不支持随机翻页

场景：没有随机翻页需求的搜索，例如手机向下滚动翻页

scroll：

优点：没有查询上限（单次查询的size不超过10000）

缺点：会有额外内存消耗，并且搜索结果是非实时的

场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

#### **2.5.3 高亮：** ####

**实现** :

GET /hotel/_search
    {
      "query": {
        "match": {
          "FIELD": "TEXT" // 查询条件，高亮一定要使用全文检索查询
        }
      },
      "highlight": {
        "fields": { // 指定要高亮的字段
          "FIELD": {
            "pre_tags": "<em>",  // 用来标记高亮字段的前置标签
            "post_tags": "</em>" // 用来标记高亮字段的后置标签
          }
        }
      }
    }

**流程**：

1.  给文档中的所有关键字都添加一个标签，例如<em>标签
2.  页面给<em>标签编写CSS样式

**注意事项**

*  高亮是对关键字高亮，因此搜索条件必须带有关键字，而不能是范围这样的查询。
 *  默认情况下，高亮的字段，必须与搜索指定的字段一致，否则无法高亮
 *  如果要对非搜索字段高亮，则需要添加一个属性：required\_field\_match=false

#### 全部查询条件示例总结![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16 3][] ####

--------------------

### 2.6 数据的聚合 ###

**2.6.1 种类**

桶（Bucket）聚合：用来对文档做分组

– TermAggregation：按照文档字段值分组，例如按照品牌值分组、按照国家分组

– Date Histogram：按照日期阶梯分组，例如一周为一组，或者一月为一组

度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等

– Avg：求平均值

– Max：求最大值

– Min：求最小值

– Stats：同时求max、min、avg、sum等

管道（pipeline）聚合：其它聚合的结果为基础做聚合

### 2.7 自动补全 （后续 ###

### 2.8 数据同步（后续 ###

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

总结很长时间，麻烦给个点赞吧！

####  ####

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/3170a175e3b742edbd4411e73b74df90.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAaVN5TWlrYXNhbu6Ukw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_19_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/0e7d9e656ead4781af9f19c91574bfef.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAaVN5TWlrYXNhbu6Ukw==,size_19,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/3924c3b40b3547b1a51a1703dafe18f0.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAaVN5TWlrYXNhbu6Ukw==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/8de737e7a338472f8af3c3a900568a72.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAaVN5TWlrYXNhbu6Ukw==,size_20,color_FFFFFF,t_70,g_se,x_16
[Link 1]: https://www.elastic.co/guide/en/elasticsearch/reference/current/sort-search-results.html
[Link 2]: https://www.elastic.co/guide/en/elasticsearch/reference/current/paginate-search-results.html
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAaVN5TWlrYXNhbu6Ukw_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/97b57104de264b898ecd2534422c0245.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAaVN5TWlrYXNhbu6Ukw==,size_20,color_FFFFFF,t_70,g_se,x_16