ElasticSearch常用指令

太过爱你忘了你带给我的痛 2021-11-15 13:48 523阅读 0赞

> 1.  对于不需要聚合的字段，建议关闭fielddata，因为fielddata比较耗内存
> 2.  索引排序会加速查询的效率

1.  查看索引列表

GET /_cat/indices?v

1.  创建索引

> 索引命名有如下限制：  
> a. 仅限小写字母  
> b. 不能包含\\、/、 \*、?、"、<、>、|、\#以及空格符等特殊符号  
> c. 从7.0版本开始不再包含冒号  
> d. 不能以-、\_或+开头  
> e. 不能超过255个字节（注意它是字节，因此多字节字符将计入255个限制）

put /test

1.  查看索引配置信息

get /test

1.  修改现有索引的配置

> a. ElasticSearch中对shard的分布是有要求的, 有其内置的特殊算法。  
> b. ElasticSearch尽可能保证primary shard平均分布在多个节点上。Replica shard会保证不和对应的primary shard分配在同一个节点上。  
> c. ***索引一旦创建，primary shard数量不可变化，但是可以改变replica shard数量***

PUT /test/_settings
    {
      "number_of_replicas": 1
    }

1.  创建索引指定相关配置

PUT /test
    {
        "settings" : {
            "number_of_shards" : 1,
            "number_of_replicas" : 1
        }
    }

1.  删除索引

DELETE /test [, other_index]

1.  插入/全量更新文档

> 在index中增加document时， ElasticSearch有自动识别机制。如果增加的document对应的index不存在, 则自动创建；如果index存在，type不存在自动创建；如果index和type都存在，则使用现有的。

#不带主键, elasticsearch自动生成一个主键
    post /test/_doc
    {
      "name":"redis",
      "age":29,
      "sex": "男"
    }
    
    #带主键， 如果主键不存在，则插入；反之，则更新
    post /test/_doc/1
    {
      "name":"redis",
      "age":29,
      "sex": "男"
    }
    
    #强制新增。如果Document的id在ES中已存在，则会报错
    post /test/_doc/1/_create
    {
      "name":"redis",
      "age":29,
      "sex": "男"
    }
    
    #非全量更新（部分更新）
    post /test/_doc/1/_update
    {
      "doc":{
        "sex":"男"
      }
    }
    或(版本7及以上)
    post /test/_update/1/
    {
      "doc":{
        "sex":"男"
      }
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbmluZ2tpZA_size_16_color_FFFFFF_t_70]

1.  删除文档

> a. 执行删除操作时，ElasticSearch先标记document为deleted状态，而不是直接物理删除。  
> b. 当ElasticSearch存储空间不足或工作空闲时，才会执行物理删除操作。  
> c. 标记为deleted状态的数据不会被查询搜索到。  
> d. 所有的标记动作都是为了NRT实现（近实时）

delete /test/_doc/1

1.  查询

#根据主键查询
    get /test/_doc/1

1.  ElasticSearch增删改原理

> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbmluZ2tpZA_size_16_color_FFFFFF_t_70 1]  
> a. 客户端发起请求，执行增删改操作。所有的增删改操作都由primary shard直接处理，replica shard只被动的备份数据。此操作请求到节点2（请求发送到的节点随机），这个节点称为协调节点（coordinate node）。  
> b. 协调节点通过路由算法，计算出本次操作的Document所在的shard。假设本次操作的Document所在shard为 primary shard 0。协调节点计算后，会将操作请求转发到节点1。  
> c. 节点1中的primary shard 0在处理请求后，会将数据的变化同步到对应的replica shard 0中，也就是发送一个同步数据的请求到节点3中。  
> d. replica shard 0在同步数据后，会响应通知请求这同步成功，也就是响应给primary shard 0（节点1）。  
> e. primary shard 0（节点1）接收到replica shard 0的同步成功响应后，会响应请求者，本次操作完成。也就是响应给协调节点（节点2）。  
> f. 协调节点返回响应给客户端，通知操作结果。

1.  ElasticSearch查询原理

> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbmluZ2tpZA_size_16_color_FFFFFF_t_70 2]  
> a. 客户端发起请求，执行查询操作。查询操作都由primary shard和replica shard共同处理。此操作请求到节点2（请求发送到的节点随机），这个节点称为协调节点（coordinate node）。  
> b. 协调节点通过路由算法，计算出本次查询的Document所在的shard。假设本次查询的Document所在shard为 shard 0。协调节点计算后，会将操作请求转发到节点1或节点3。分配请求到节点1还是节点3通过随机算法计算，ES会保证当请求量足够大的时候，primary shard和replica shard处理的查询请求数是均等的（是不绝对一致）。  
> c. 节点1或节点3中的primary shard 0或replica shard 0在处理请求后，会将查询结果返回给协调节点（节点2）。  
> d. 协调节点得到查询结果后，再将查询结果返回给客户端。

1.  查询

#查询所有
    get /test/_search
    
    #全文检索
    get /test/_search?q=xxx
    
    #DSL(Domain Specified Language)语句
    #查询所有
    get /test/_search
    {
      "query":{
        "match_all": {}
      }
    }
    
    #按条件查询，并排序
    get /test/_search
    {
      "query":{
        "match": { 
             "sex":"女"
        }
      },
      "sort":[
          {"age":"desc"}
      ]
    }
    
    #分页查询
    get test/_search
    {
      "query":{
        "match_all": {}
      },
      "from":1, #从第几条数据开始查询，从0开始计数
      "size":2, #查询多少数据
      "sort":[
        {"age":"desc"}
      ]
    }
    
    #查询部分字段 - 此搜索操作适合构建复杂查询条件，生产环境常用。
    get /test/_search
    {
      "query":{
        "match_all": {
        }
      },
      "_source":["name"]
    }
    
    # 多条件查询
    GET /test/_search
    {
      "query": {
        "bool": {     # 多条件搜索，内部的若干条件，只要有正确结果，即可
          "must": [ # 必须，内部若干条件，必须都匹配才有结果（类似mysql中的and关键字, 与之对应的是should, 类似mysql中的or关键字）
            {
              "match": {  
                "name": "张三"
              }
            },
            {
              "match": {
                "sex": "女"
              }
            }
          ]
        }
      }
    }
    
    #全文检索 -  full-text search
    #要求查询条件拆分后的任意词条与具体数据匹配就算搜索结果。查询结果顺序默认与匹配度分数相关
    GET /test/_search
    {
      "query": {
        "match": {
          "name": "张三"
        }
      }
    }
    
    #phrase search（短语搜索）。
    #要求查询条件必须和具体数据完全匹配才算搜索结果
    GET /test/_search
    {
      "query": {
        "match_phrase": {
          "name": "张三"
        }
      }
    }
    
    #高亮搜索结果
    #高亮显示。高亮不是搜索条件，是显示逻辑。在搜索的时候，经常需要对条件实现高亮显示
    get /test/_search
    {
      "query":{
        "match":{
          "name":"张三"
        }
      },
      "highlight":{
        "pre_tags": ["<font style='color:red'>"],
        "post_tags": ["</font>"],
        "fields":{
          "name":{}
        }
      }
    }
    
    #聚合搜索
    #准备工作
    PUT /products_index/_doc/1
    {
       "name":"IPHONE 8",
       "remark":"64G",
       "price":548800,
       "producer":"APPLE",
       "tags" : [ "64G", "red color", "Nano SIM" ]
    }
    PUT /products_index/_doc/2
    {
       "name":"IPHONE 8",
       "remark":"64G",
       "price":548800,
       "producer":"APPLE",
       "tags" : [ "64G", "golden color", "Nano SIM" ]
    }
    PUT /products_index/_doc/3
    {
       "name":"IPHONE 8 PLUS",
       "remark":"128G",
       "price":748800,
       "producer":"APPLE",
       "tags" : [ "128G", "red color", "Nano SIM" ]
    }
    PUT /products_index/_doc/4
    {
       "name":"IPHONE 8 PLUS",
       "remark":"256G",
       "price":888800,
       "producer":"APPLE",
       "tags" : [ "256G", "golden color", "Nano SIM" ]
    }
    
    #开启fielddata
    PUT /products_index/_mapping/
    {
       "properties" : {
          "tags" : {
             "type":"text",
             "fielddata":true  #开启正排索引,类似mysql中的普通索引，用以下面的聚合查询
          }
       }
    }
    
    #查询每个词条出现的个数统计。
    #类似mysql中的select count(*) .. from .. group by ...
    get /products_index/_search
    {
      "aggs":{  # 开始聚合，类似query，是一个命令。或api
        "group_by_tags":{ # 给聚合数据，加一个命名。自定义
          "terms": {  #  是一个聚合api，类似数据库中的聚合函数。解析某字段中的词条。类似的聚合函数还有avg等
            "field": "tags"
          }      
        }
      }
    }
    
    #结合查询条件的聚合统计。
    #类似类似mysql中的select count(*) .. from ...where.... group by ...
    GET /products_index/_search
    {
       "query" : {
          "match" : { "name" : "PLUS" }
       },
       "aggs" : {
          "group_by_tags":{
             "terms" : { "field" : "tags" }
          }
       }
    }
    
    #计算name中包含plus的document数据中的price字段平均值
    #类似mysql的select avg(...) from ... group by...
    GET /products_index/_search
    {
       "query" : {
          "match" : { "name" : "PLUS" }
       },
       "aggs" : {
          "avg_by_price":{
             "avg" : { "field" : "price" }
          }
       }
    }
    
    #聚合是可以嵌套的，内层聚合是依托于外层聚合的结果之上，实现聚合计算的。
    #搜索包含plus的document，根据tags做词条统计，在统计结果中，计算price平均值。
    #类似mysql中的select avg(..) from ... group by ...
    GET /products_index/_search
    {
      "query": {
        "match": {
          "name": "plus"
        }
      },
      "aggs": {
        "group_by_tags": {
          "terms": {
            "field": "tags"
          },
          "aggs": {
            "avg_by_price": {
              "avg": {
                "field": "price"
              }
            }
          }
        }
      }
    }
    
    #聚合aggs中如果使用order排序的话，要求排序字段必须是一个aggs聚合相关的字段。
    #计算每个tag中的Document数据的price平均值，并根据price字段数据排序.类似mysql中的select  .. from ...where.... group by ...order by...
    get /products_index/_search
    {
      "aggs":{
        "group_by_tags":{
          "terms": {
            "field": "tags",
            "order": {
              "avg_price": "desc"
            }
          },
          "aggs": {
            "avg_price": {
              "avg": {
                "field": "price"
              }
            }
          }
        }
      }
    }
    
    #使用price取值范围分组，再计算分组document中price的平均值
    get /products_index/_search
    {
      "query":{
        "match_all": {}
      },
      "_source":"price",
      "aggs":{
        "range_by_price":{
            "range": {
              "field": "price",
              "ranges": [
                {
                  "from": 500000,
                  "to": 600000
                },
                {
                  "from": 600001,
                  "to": 800000
                },
                {
                  "from": 800001,
                  "to": 1000000
                }            
              ]
            },
            "aggs": {
              "avg_by_price": {
                "avg": {
                  "field": "price"
                }
              }
            }
        }
      }
    }

1.  创建索引的mapping

PUT /test
    {
        "settings" : {
            "number_of_shards" : 1,
            "number_of_replicas" : 1
        },
        "settings" : {
            "index" : {
                "sort.field" : ["name", "age"], 
                "sort.order" : ["asc", "desc"] 
            }
        },
        "mappings": {
          "properties": {
            "name":{
              "type": "keyword"
            },
            "age":{
              "type":"integer"
            },
            "description":{
              "type": "text",
              "analyzer": "ik_max_word"
            }
          }
        }
    }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbmluZ2tpZA_size_16_color_FFFFFF_t_70]: /images/20211115/bc8a3f32e05d4afe81920452a897e886.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbmluZ2tpZA_size_16_color_FFFFFF_t_70 1]: /images/20211115/d9632746fc274ea196e375e22c655eee.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbmluZ2tpZA_size_16_color_FFFFFF_t_70 2]: /images/20211115/9b26fa125f434211b467d1a052e7ab5e.png