| Relational DB | Elasticsearch |
|---|---|
| 數據庫（database） | 索引（indices） |
| 表（tables） | types |
| 行（rows） | documents |
| 字段（columns） | fields |
庫表行字段，index，type,id，fields, 索引類型文檔字段
創建一篇文檔
PUT t1/doc/1 { "name": "小黑的小姨媽", "age": 18 }
index/type/id id是單個文檔
查詢所有索引
GET _cat/indices?v
查詢指定的索引信息
GET t1
查詢文檔信息
GET t1/doc/1 #查詢指定文檔
GET t1/doc/_search #查詢所有文檔
刪除指定索引
DELETE /t1
修改文檔
PUT zhifou/doc/1 { "name":"顧老二", "age":30, "from": "gu", "desc": "皮膚黑、武器長、性格直", "tags": ["黑", "長", "直"] } 我們要將黑修改成黃： POST zhifou/doc/1/_update { "doc": { "desc": "皮膚很黃，武器很長，性格很直", "tags": ["很黃","很長", "很直"] } }
查詢字符串
方式一： GET zhifou/doc/_search?q=from:gu 屬性是from，屬性值是gu的文檔 方式二： GET zhifou/doc/_search { "query": { "match": { "from": "gu" } } }
match條件查詢，查詢含有(匹配)指定字段值的文檔
我們查看來自顧家的都有哪些人
GET zhifou/doc/_search { "query": { "match": { "from": "gu" } } }
match查詢全部文檔
查詢zhifou索引下的doc類型中的所有文檔，那就是查詢全部
GET zhifou/doc/_search { "query": { "match_all": {} } }
match_phrase（短語查詢）
GET t1/doc/_search { "query": { "match_phrase": { "title": { "query": "中國" } } } } title字段中包含短語中國 GET t1/doc/_search { "query": { "match_phrase": { "title": { "query": "中國世界", "slop": 2 } } } } slop了。相當於正則中的中國.*?世界。這個間隔默認為0，指定短語間隔
match_phrase_prefix（最左前綴查詢）
GET t3/doc/_search { "query": { "match_phrase_prefix": { "desc": "bea" } } } desc字段bea開頭字 GET t3/doc/_search { "query": { "match_phrase_prefix": { "desc": { "query": "bea", "max_expansions": 1 } } } } max_expansions來設置最大的前綴擴展數量
multi_match（多字段查詢）
方法一： GET t3/doc/_search { "query": { "bool": { "must": [ { "match": { "title": "beautiful" } }, { "match": { "desc": "beautiful" } } ] } } } 方法二： GET t3/doc/_search { "query": { "multi_match": { "query": "beautiful", "fields": ["title", "desc"] } } } multi_match甚至可以當做match_phrase和match_phrase_prefix使用，只需要指定type類型即可： GET t3/doc/_search { "query": { "multi_match": { "query": "gi", "fields": ["title"], "type": "phrase_prefix" } } } GET t3/doc/_search { "query": { "multi_match": { "query": "girl", "fields": ["title"], "type": "phrase" } } }
term查詢#單個匹配項
POST _analyze { "analyzer": "standard", "text": "Beautiful girl!" } # 結果 ["beautiful", "girl"] GET w10/doc/_search { "query": { "term": { "t1": "beautiful" } } }
terms查詢#多個匹配項
GET w10/doc/_search { "query": { "terms": { "t1": ["beautiful", "sexy"] } } }
排序查詢：sort#按某個字段降序查詢
查詢顧府都有哪些人，並根據age字段按照降序
GET zhifou/doc/_search { "query": { "match": { "from": "gu" } }, "sort": [ { "age": { "order": "desc" } } ] }
按某個字段升序查詢
GET zhifou/doc/_search { "query": { "match_all": {} }, "sort": [ { "age": { "order": "asc" } } ] }
分頁查詢：from/size#
GET zhifou/doc/_search { "query": { "match_all": {} }, "sort": [ { "age": { "order": "desc" } } ], "from": 2, "size": 1 } from：從哪開始查 size：返回幾條結果
bool查詢
must#（and）並且，滿足多個條件
單個條件查詢：布爾查詢所有from屬性為gu的數據： GET zhifou/doc/_search { "query": { "bool": { "must": [ { "match": { "from": "gu" } } ] } } } 多個條件查詢：想要查詢from為gu，並且age為30的數據 GET zhifou/doc/_search { "query": { "bool": { "must": [ { "match": { "from": "gu" } }, { "match": { "age": 30 } } ] } } }
bool查詢should(or)，滿足一個就行
查詢只要是from為gu或者tags為閉月的數據 GET zhifou/doc/_search { "query": { "bool": { "should": [ { "match": { "from": "gu" } }, { "match": { "tags": "閉月" } } ] } } }
bool查詢must_not(not) 既不，也不是
查詢from既不是gu並且tags也不是可愛，還有age不是18的數據 GET zhifou/doc/_search { "query": { "bool": { "must_not": [ { "match": { "from": "gu" } }, { "match": { "tags": "可愛" } }, { "match": { "age": 18 } } ] } } }
bool查詢filter 滿足某個條件，某個字段還可以比較大小范圍
查詢from為gu，age大於25的數據 。比較符號有gt gte lt lte GET zhifou/doc/_search { "query": { "bool": { "must": [ { "match": { "from": "gu" } } ], "filter": { "range": { "age": { "gt": 25 } } } } } } 查詢from是gu，age在25~30之間 GET zhifou/doc/_search { "query": { "bool": { "must": [ { "match": { "from": "gu" } } ], "filter": { "range": { "age": { "gte": 25, "lte": 30 } } } } } } must改成should，滿足下面的filter但不滿足上面的match也會顯示出來 GET zhifou/doc/_search { "query": { "bool": { "should": [ { "match": { "from": "sheng" } } ], "filter": { "range": { "age": { "lte": 25 } } } } } }
must：與關系，相當於關系型數據庫中的and。should：或關系，相當於關系型數據庫中的or。must_not：非關系，相當於關系型數據庫中的not。filter：過濾條件。range：條件篩選范圍。gt：大於，相當於關系型數據庫中的>。gte：大於等於，相當於關系型數據庫中的>=。lt：小於，相當於關系型數據庫中的<。lte：小於等於，相當於關系型數據庫中的<=。
結果過濾：_source
在所有的結果中，我只需要查看name和age兩個屬性，其他的不要 GET zhifou/doc/_search { "query": { "match": { "name": "顧老二" } }, "_source": ["name", "age"] }
avg
查詢from是gu的人的平均年齡 GET zhifou/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_avg": { "avg": { "field": "age" } } }, "_source": ["name", "age"] } 首先匹配查詢from是gu的數據。在此基礎上做查詢平均值的操作，這里就用到了聚合函數，其語法被封裝在aggs中，而my_avg則是為查詢結果起個別名，封裝了計算出的平均值。那么，要以什么屬性作為條件呢？是age年齡，查年齡的什么呢？是avg，查平均年齡。 只想看平均值 GET zhifou/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_avg": { "avg": { "field": "age" } } }, "size": 0, "_source": ["name", "age"] }
max
GET zhifou/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_max": { "max": { "field": "age" } } }, "size": 0 }
min
GET zhifou/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_min": { "min": { "field": "age" } } }, "size": 0 }
sum
GET zhifou/doc/_search { "query": { "match": { "from": "gu" } }, "aggs": { "my_sum": { "sum": { "field": "age" } } }, "size": 0 }
分組查詢和分組聚合
查詢所有人的年齡段，並且按照15~20，20~25,25~30分組， GET zhifou/doc/_search { "size": 0, "query": { "match_all": {} }, "aggs": { "age_group": { "range": { "field": "age", "ranges": [ { "from": 15, "to": 20 }, { "from": 20, "to": 25 }, { "from": 25, "to": 30 } ] } } } } 查詢所有人的年齡段，並且按照15~20，20~25,25~30分組，並且算出每組的平均年齡。每個小組內的數據做平均年齡處理。 GET zhifou/doc/_search { "size": 0, "query": { "match_all": {} }, "aggs": { "age_group": { "range": { "field": "age", "ranges": [ { "from": 15, "to": 20 }, { "from": 20, "to": 25 }, { "from": 25, "to": 30 } ] }, "aggs": { "my_avg": { "avg": { "field": "age" } } } } } }