elastic search入门增删改查

 

        本文，本文重在扫盲，从简单的添加索引、创建mapping、增、删、改、查、分页、聚合、嵌套查询等常用的语法切入，把大家带入到Elastic search的使用，让我们对es有个大概的体感。

 

目录

一、添加索引

二、设置mapping

属性映射类型可参考：

示例

三、插入数据

四、查询数据

以上mapping的设置，涵盖了四种常用的数据类型。对每种数据类型查询做下分析

1.简单数据类型：如上述示例中的goodsId，goodsName

2.对于type为long，数组形式存储的但属性值的查询。如上述示例中的buIds，主要为java对象中List buIds 的用法

3.object类型和nested类型的查询(上述示例中的manager和managers)

五、更新索引

1.通过put插入索引的方式，指定id后，把要改的字段，全都写一遍，重新进行索引，如果是新增的字段，如果索引模式设置了自动适配就会新增该字段（默认是新增）。相同的字段进行更新，缺少的字段更新为空

2.通过update by query语句进行更新，示例如下

六.删除语句 delete by query 语句进行，务必要加条件，不然会删除所有数据，慎用

七、分页

八、聚合

---

一、添加索引

语法：PUT 你的索引名称 示例：PUT goods_for_test_use

二、设置mapping

属性映射类型可参考：

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

示例

PUT goods_for_test_use/goods_for_test/_mapping { "properties": { "goodsId":{ "type": "keyword" }, "goodsName":{ "type": "keyword" }, "buIds":{ "type": "long" },"gmv":{ "type": "double" }, "manager":{ "type": "object", "properties": { "firstName":{"type":"keyword"}, "secondName":{"type":"keyword"}, "age":{"type":"long"} } }, "managers":{ "type": "nested", "properties": { "firstName":{"type":"keyword"}, "secondName":{"type":"keyword"}, "age":{"type":"long"} } } } }

三、插入数据

插入数据，只要根据mapping设置的数据类型，组装相应的json串即可,见示例代码

##插入数据第一条数据，这里的1表示的是索引中文档的id，可根据业务语义设置即可，如使用商品id PUT goods_for_test_use/_doc/1 { "goodsId":"222", "goodsName":"测试商品名称2", "buIds":[1,2,3], "gmv":333, "manager":[ { "firstName":"lei", "secondName":"teng" }, { "fistName":"zhang", "secondName":"san" } ], "managers":[ { "firstName":"lei", "secondName":"teng", "age":30 }, { "firstName":"zhang", "secondName":"san", "age":18 }, { "firstName":"lei", "secondName":"san", "age":18 } ] }

 

 

四、查询数据

以上mapping的设置，涵盖了四种常用的数据类型。对每种数据类型查询做下分析

1.简单数据类型：如上述示例中的goodsId，goodsName

## 查询goodsId 为goodsId222 且商品名称为测试商品名称2的数据 GET goods_for_test_use/_search { "query": { "bool": { "must": [ { "match": { "goodsId": "goodsId222" } }, { "match": { "goodsName": "测试商品名称2" } } ] } } }

2.对于type为long，数组形式存储的但属性值的查询。如上述示例中的buIds，主要为java对象中List<Long> buIds 的用法

## 注意，单属性数组形式存储的数据，使用terms查询，代表in的意思，不能使用term(等值查询) GET goods_for_test_use/_search { "query": { "bool": { "must": [ { "terms": { "buIds": [ "1", "5" ] } } ] } } }

3.object类型和nested类型的查询(上述示例中的manager和managers)

在示例中： manager 属性type类型为object，插入的两个对象为 管理者一： firstName:lei secondName:teng 管理者二： firstName:zhang secondName:san managers 属性类型为nested，插入的三个管理这对象为 管理者一： firstName:lei secondName:teng 管理者二： firstName:zhang secondName:san 管理者三： firstName:lei secondName:san

现在如果我们要查询管理者firstName="lei"并且secondName="san"的商品记录，如果manager属性为object类型，则查询时，即使没有名字叫lei、san的管理者，但是也会把记录匹配出来。

## object 类型的对象查询 GET goods_for_test_use/_search { "query": { "bool": { "must": [ { "match": { "manager.firstName": "lei" } },{ "match": { "manager.secondName": "san" } } ] } } } ## 查询到的结果 { "took" : 1, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : 1, "max_score" : 1.3862944, "hits" : [ { "_index" : "goods_for_test_use", "_type" : "goods_for_test", "_id" : "2", "_score" : 1.3862944, "_source" : { "goodsId" : "goodsId222", "goodsName" : "测试商品名称2", "buIds" : [ 1, 2, 3 ], "manager" : [ { "firstName" : "lei", "secondName" : "teng" }, { "fistName" : "zhang", "secondName" : "san" } ], "managers" : [ { "firstName" : "lei", "secondName" : "teng", "age" : 30 }, { "fistName" : "zhang", "secondName" : "san", "age" : 18 }, { "fistName" : "lei", "secondName" : "san", "age" : 18 } ] } } ] } }

发生这种情况的原因是因为，type为object类型在elastic内部存储类似如下：

{ "goodsId" : "goodsId222", "goodsName" : "测试商品名称2", "manager.firstName" : [ "lei", "zhang" ] "manager.secondName": ["teng","san] } manager 为object 类型，内部存储结构被扁平化为多值字段，类似示例中的buIds，因此可以查询到lei、san的管理者数据，这是不满足查询语义的。因此如果为了保障各对象的相对独立性，需要采用managers的方式，定义类型为nested，其内部是作为独立对象存储的，可以用于查询等操作，具体查询语句如下 GET goods_for_test_use/_search { "query": { "nested": { "path": "managers", "query": { "bool": { "must": [ { "match": { "managers.firstName": "lei" } },{ "match": { "managers.secondName": "san" } } ] } } } } }

执行以上嵌套查询，就可以查到真实的姓名leisan的数据了，因为确实存储了。

 

五、更新索引

1.通过put插入索引的方式，指定id后，把要改的字段，全都写一遍，重新进行索引，如果是新增的字段，如果索引模式设置了自动适配就会新增该字段（默认是新增）。相同的字段进行更新，缺少的字段更新为空

 

PUT goods_for_test_use/_doc/1 { "goodsId":"111", "goodsName":"测试商品名称1", "buIds":[1,2,3], "manager":[ { "firstName":"heh", "secondName":"teng" }, { "fistName":"zhang", "secondName":"san" } ], "managers":[ { "firstName":"lei", "secondName":"teng", "age":30 }, { "firstName":"zhang", "secondName":"san", "age":18 }, { "firstName":"lei", "secondName":"san", "age":18 } ] }

 

2.通过update by query语句进行更新，示例如下

POST goods_for_test_use/_update_by_query { "script":{ "source":"ctx._source['goodsName']='雷腾测试商品';ctx._source['buIds']=[1,2,4]" }, "query":{ "bool":{ "must":[ { "match":{ "goodsId":"111" } } ] } } }

 

六.删除语句 delete by query 语句进行，务必要加条件，不然会删除所有数据，慎用

POST goods_for_test_use/_delete_by_query { "query":{ "bool":{ "must":[ { "match":{ "goodsId":"111" } } ] } } }

七、分页

GET goods_for_test_use/_search { "from": 0, "size": 20 }

八、聚合

1.agg terms分桶，类似于sql中的group by; agg 各种指标函数，类似于sql中的sum、avg、max、min等。并且可以联合使用

示例如下

## 查询语句，统计每个商品的gmv综合 GET goods_for_test_use/_search { "aggs": { "商品id": { "terms": { "field": "goodsId", "size": 10 } , "aggs": { "总的gmv": { "sum": { "field": "gmv" } } } } }, "size": 0 } ## 查询的结果 { "took" : 7, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : 6, "max_score" : 0.0, "hits" : [ ] }, "aggregations" : { "商品id" : { "doc_count_error_upper_bound" : 0, "sum_other_doc_count" : 0, "buckets" : [ { "key" : "111", "doc_count" : 3, "总的gmv" : { "value" : 765.0 } }, { "key" : "222", "doc_count" : 3, "总的gmv" : { "value" : 999.0 } } ] } } }