一、前言
执行命令行操作es的方式有几种，比如使用postman，或者我们前面安装的kibana客户端，或者JavaApi等等，这篇文章重点介绍用kibana来操作我们的索引库。
DSL语句：领域专用语言，由叶子查询子句和复合查询子句两种子句组成。
Elasticsearch提供了基于JSON的DSL来定义查询。
二、索引部分
索引创建
#1、创建索引库，同时设置分词器【有梦想的肥宅】 PUT /zh_user { "settings": { "index": { "analysis.analyzer.default.type": "ik_max_word" } } }
PS:PUT请求具有幂等性，如果重复执行同样的语句创建索引库会报错
索引查询
查看所有索引
#2、查询所有索引【有梦想的肥宅】 GET /_cat/indices?v
查看单个索引
#3、查询单个索引【有梦想的肥宅】 GET /zh_user
索引删除
#4、删除索引库【有梦想的肥宅】 DELETE /zh_user
三、文档部分
创建文档
#5、创建文档【格式：POST /索引名称/类型(7.6.1版本默认是_doc)/id】 POST /zh_user/_doc/1/ { "name": "有梦想的肥宅", "sex": "男", "age": 27, "address": "广西南宁", "remark": "有趣又上进的灵魂~" }
PS：创建文档要用POST，如果没有指定id的话，es会自动生成，指定了就用我们指定的id
查询文档
主键查询
#6、根据主键查询文档(数据)【有梦想的肥宅】 GET /zh_user/_doc/1
全查询
#7、全量查询索引下文档(数据)【有梦想的肥宅】 GET /zh_user/_search
修改文档
全量修改
#8、全量修改文档【格式：PUT /索引名称/类型(7.6.1版本默认是_doc)/id】 PUT /zh_user/_doc/1/ { "name": "有梦想的肥宅【更新】", "sex": "男", "age": 27, "address": "广西南宁", "remark": "有趣又上进的灵魂~" }
局部修改
#9、局部修改文档【格式：PUT /索引名称/类型(7.6.1版本默认是_doc)/id】 POST /zh_user/_update/1/ { "doc":{ "name": "有梦想的肥宅【更新】", "sex": "男【更新】", "address": "广西南宁【更新】" } }
删除
#10、删除索引库内的文档(数据)【有梦想的肥宅】 DELETE /zh_user/_doc/1
四、查询操作部分
条件查询
#11、条件查询【有梦想的肥宅】 GET /zh_user/_search { "query":{ "match":{ "sex":"男" } } }
分页查询
#12、分页查询【有梦想的肥宅】 GET /zh_user/_search { "query":{ "match":{ "sex":"男" } }, "from":0, "size":2 }
排序查询
#13、排序查询【有梦想的肥宅】 GET /zh_user/_search { "query":{ "match_all":{} #表示查询全部数据 }, "sort":{ "age":{ "order":"desc" } } }
多条件查询
#14、多条件查询【有梦想的肥宅】 GET /zh_user/_search { "query":{ "bool":{ #表示需要进行条件过滤 "must":[{ #表示必须满足下面的条件，并且参与计算分值，常用的子句还有should，表示“或”的意思 "match":{ "address":"广西南宁" } },{ "match":{ "sex":"男" } }] } } }
范围查询
#15、范围查询【有梦想的肥宅】
GET /zh_user/_search { "query": { "bool": { #表示需要进行条件过滤 "filter": [{ #返回的文档必须满足filter子句的条件。但是跟Must不一样的是，不会计算分值，并且可以使用缓存。【不算分的场景使用这个效率会提升】 "range": { "age": { "gt": 1 #表示查询年龄大于1岁的小伙伴~ } } }] } } }
查询分词结果
#16、查询分词结果【有梦想的肥宅】 GET /zh_user/_doc/1/_termvectors?fields=address PS：这条语句的意思是，查询索引库zh_user下id为1的，字段为address的数据分词的结果
也可以直接对一段文字进行分词结果查询：
POST _analyze { "text": ["广西南宁青秀区"], "analyzer": "ik_max_word" #分词器：standard【中文单字分词】、ik_smart【最粗粒度拆分】、ik_max_word【最细粒度的拆分】 }
完全匹配
为了更好理解完全匹配的概念，我们先看一个例子：
PS：match：分词后搜索。比如分词后有N个分词，只要匹配上其中一个就可以返回数据了。
GET /zh_user/_search { "query":{ "match":{ "name" : "梦想哈" } } }
#17、完全匹配查询【有梦想的肥宅】
PS：match_phrase:分词后搜索。与match不同的是，match_phase分出来的词必须全部在搜索结果中，且位置顺序是一样的。
PS:这里说的完全匹配不是说必须输入“有梦想的肥宅【更新】”才能精确匹配出来，而是分词后顺序一致就可以查询出来 GET /zh_user/_search { "query":{ "match_phrase":{ "name" : "梦想哈" } } }
高亮查询
#18、高亮查询【有梦想的肥宅】 GET /zh_user/_search { "query": { "match_phrase": { "name": "有梦想" } }, "highlight": { "fields": { "name": {} #表示对当前字段进行高亮处理 } } }
聚合/分组查询
#19、聚合查询【有梦想的肥宅】 GET /zh_user/_search { "aggs":{ #表示聚合操作 "age_group":{ #分组名称，可以随便起 "terms":{ #表示分组操作，也可以使用avg来求平均值 "field":"age" #表示对哪一个字段进行分组 } } },
"size":0 #表示不查询原始数据，只查询分组结果 } PS：ES进行聚合查询时，对应字段的类型只能是整形等，如果是“text”等类型是无法进行聚合分组查询的。
五、映射关系部分
映射关系可以理解成数据库中的表结构，那么我们来看一下怎么玩这个内容：
#20、创建索引库，并设置映射【有梦想的肥宅】 PUT /zh_user_new #创建索引库 PUT /zh_user_new/_mapping { "properties": { "name":{ "type": "keyword", #关键字类型，不做分词操作 "index": true #表示此字段可以被用来查询 }, "sex":{ "type": "text", #text类型，可以分词 "index": true }, "age":{ "type": "long", #long类型，表示数值 "index": true }, "address":{ "type": "text", "index": true }, "reamrk":{ "type": "text", "index": false #表示此字段不可以被用来查询 } } }