1.創建索引
# 語法：
PUT /<index>
# 示例：
PUT /laowang
PUT xiaowang
2.創建數據
# 語法
PUT /<index>/_doc/<_id>
POST /<index>/_doc/
PUT /<index>/_create/<_id>
POST /<index>/_create/<_id>
index：索引名稱，如果索引不存在，會自動創建
_doc：類型
<_id>：唯一識別符，創建一個數據時，可以自定義ID，也可以讓他自動生成
# ES 存儲數據三個必要構成條件，每一條數據必須有以下的數據結構
| 構成條件 | 說明 |
|---|---|
| _index | 索引（數據存儲的地方） |
| _type | 類型（數據對應的類） |
| _id | 數據唯一標識符 |
3.指定 ID 插入數據（PUT）
PUT /student/user/4
{
"name":"congtianqi",
"sex":"male"
}
# 一般不用此方式插入數據
# —— 需要修改 ID 值
# —— 當指定 ID 時，插入數據時會查詢數據對比 ID 值，若 ID 相同，則會覆蓋更新原來的數據
4.隨機ID插入數據(post)
# ES 會隨機生成一個較長字符串作為此條數據的唯一 ID 標識
POST /student/user/
{
"name":"xiaoliu",
"gender":"female"
}
5.添加指定字段
# 推薦使用方法
POST /student/user/
{
"id":"1",
"name":"xiaoliu",
"gender":"female"
}
6.查詢數據
1.簡單查詢
# 查看所有索引信息
GET /_all
GET _all
# 查看所有索引的數據
GET /_all/_search
# 查看指定索引信息
GET /student
# 查看指定索引的數據
GET /student/_search
# 查看指定數據
GET /student/user/1
2.條件查詢
1). —term 代表完全匹配，也就是精確查詢，搜索前不會再對搜索詞進行分詞，例如，我們要搜索標題（title）為 "北京烤鴨" 的所有文檔:
# 方法一：
GET /news/_search
{
"query": {
"term": {
"title": {
"value": "北京烤鴨"
}
}
}
}
# 可以省略 value 行，與 Key 合並到一行
GET /news/_search
{
"query": {
"term": { <-------- 使用 term 匹配，適用於精確查找
"title":"北京烤鴨" <------- 簡寫，並為一行
}
}
}
2). — match 代表模糊匹配，先對搜索詞進行分詞，例如，我們要搜索標題（title）為 "北京烤鴨" 的文檔時，會先將 "北京烤鴨" 分詞為 "北京" 和 "烤鴨"，符合兩者其一的，都會取到結果：
# 方法二：
GET /news/_search
{
"query": {
"match": { <-------- 使用 match 匹配，適用於模糊查找
"title": "北京烤鴨"
}
}
}
3.多條件查詢（Bool）
Bool 查詢現在包括四種子句：must，filter，should，must_not
1).Bool 查詢現在包括四種子句：must，filter，should，must_not
# 查詢條件必須全部滿足
GET /student/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"age": {
"value": "23"
}
}
},
{
"term": {
"name": {
"value": "wqh"
}
}
}
]
}
}
}
2).— filter 查詢：查詢條件必須全部滿足，類似 SELECT 語句中的 AND，與 must 不同的是，不會計算相關性分數：
# 跟 must 一樣，在數據量很大時，比 must 查詢快一點，因為不用計算相關分
GET /student/_search
{
"query": {
"bool": {
"filter": [
{
"term": {
"age": {
"value": "23"
}
}
},
{
"term": {
"name": {
"value": "wqh"
}
}
}
]
}
}
}
3).— should 查詢：查詢條件滿足其一即可，類似 SELECT 語句中的 OR，會計算相關性分數：
# 多條件查詢時，查詢條件只要有一個滿足就可以
GET /student/_search
{
"query": {
"bool": {
"should": [
{
"term": {
"age": {
"value": "23"
}
}
},
{
"term": {
"name": {
"value": "wqh"
}
}
}
]
}
}
}
4).— must_not 查詢：查詢條件必須不滿足，類似 SELECT 語句中的 NOT，會計算相關性分數:
# must_not 中的條件，必須全部不滿足
GET /student/_search
{
"query": {
"bool": {
"must_not": [
{
"term": {
"age": {
"value": "23"
}
}
},
{
"term": {
"name": {
"value": "wqh"
}
}
}
]
}
}
}
5). — must + should 查詢：
# 查詢年齡是 23歲 或者年齡是 18歲 並且名字是 j 的數據
GET /student/_search
{
"query": {
"bool": {
"should": [
{
"term": {
"age": {
"value": "23"
}
}
},
{
"bool": {
"must": [
{
"term": {
"age": {
"value": "18"
}
}
},
{
"term": {
"name": {
"value": "wqh"
}
}
}
]
}
}
]
}
}
}
6).范圍查詢：
GET /student/_search
{
"query": {
"bool": {
"must": [
{
"range": {
"age": {
"gte": 20,
"lte": 25
}
}
}
]
}
}
}
7.修改數據
# 修改數據時指定 ID 修改
PUT /student/user/1
{
"name":"霧山火行",
"gender":"male",
"age":"18"
}
# 注意，修改數據時，除了要修改的值，其他字段的值也要帶上，否則原有的其他字段會丟失
PUT /student/user/2
{
"name":"wqh",
"gender":"male",
"age":"19"
}
8.刪除數據
# 刪除指定 ID 數據
DELETE /student/user/4
# 刪除索引（別瞎刪，可以用 ES-head 關閉索引）
DELETE /student
9.總結
Query Context（不帶 Filter） 與 Filter Context#
①. — Query Context 即指所有不使用 Bool 查詢中的 Filter（過濾器）的上下文查詢
②. — Filter Context 指 Bool 查詢中，使用 Filter（過濾器）的上下文查詢
查詢在 Query 查詢上下文和 Filter 過濾器上下文中，執行的操作是不一樣的：
①. — 查詢上下文：是在使用 query 進行查詢時的執行環境，比如使用 search 的時候。
在查詢上下文中，查詢會回答這個問題——“這個文檔是否匹配，它的相關度高么？”
ES中索引的數據都會存儲一個 _score 分值，分值越高就代表越匹配。即使 lucene 使用倒排索引，對於某個搜索的分值計算還是需要一定的時間消耗 。
②. — 過濾器上下文：在使用 filter 參數時候的執行環境，比如在 bool 查詢中使用 Must_not 或者 filter
在過濾器上下文中，查詢會回答這個問題——“這個文檔是否匹配？”
它不會去計算任何分值，也不會關心返回的排序問題，因此效率會高一點。
另外，經常使用過濾器，ES會自動的緩存過濾器的內容，這對於查詢來說，會提高很多性能。
總而言之：
①. — 查詢上下文：查詢操作不僅僅會進行查詢，還會計算分值，用於確定相關度；
②. — 過濾器上下文：查詢操作僅判斷是否滿足查詢條件，不會計算得分，查詢的結果可以被緩存，所以速度快
所以，根據實際的需求是否需要獲取得分，考慮性能因素，選擇不同的查詢子句；如果不需要獲得查詢詞條的相關性分數，盡量使用 Filter 。