map语法获取index_复习Elasticsearch的基础语法（一）

之前实践过的Elasticsearch到现在基本上的语法我都回忆不起来了，所以准备写篇文章帮助自己复习一下，没有什么技术含量的分享，但是也分享给想初步了解的朋友们。

就不介绍Elasticsearch了，直接进入正文(手动分割线0.0)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

为了模拟真实场景，建议大家在linux下安装Elasticsearch。

Kibana是一个Elasticsearch索引库数据统计工具，可以利用Elasticsearch的聚合功能，生成各种图表，而且还提供了操作Elasticsearch索引数据的控制台，并且提供了一定的API提示，非常有利于我们学习Elasticsearch的语法(划重点！！！提供API提示！)，建议安装。

启动后Kibana后

选择左侧的DevTools菜单，即可进入控制台页面

1.基本概念

Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比关系：

索引(indices)--------------------------------Databases 数据库

类型(type)-----------------------------Table 数据表     文档(Document)----------------Row 行       字段(Field)-------------------Columns 列

2.创建索引

Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求

创建索引的请求格式：

请求方式：PUT
请求路径：/索引库名
请求参数：json格式：
```
{    "settings": {        "number_of_shards": 3,        "number_of_replicas": 2      }}
```
- number_of_shards：分片数量
- number_of_replicas：副本数量
- settings：索引库的设置

查看和删除分别使用get和delete请求即可。

2.1 映射配置

通俗的讲就是mysql数据库中的建表

创建映射请求方式依然是PUT

PUT /索引库名/_mapping/类型名称{  "properties": {    "字段名": {      "type": "类型",      "index": true，      "store": true，      "analyzer": "分词器"    }  }}

类型名称：就是前面type的概念，类似于数据库中的不同表字段名：任意填写，可以指定许多属性，例如：
type：类型，可以是text、long、short、date、integer、object等
index：是否索引，默认为true
store：是否存储，默认为false
analyzer：分词器

Elasticsearch中支持的数据类型非常丰富

他的String类型，又分两种，这个很有特色！：

text：可分词，不可参与聚合
keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

2.1.2index

index影响字段的索引情况。

true：字段会被索引，则可以用来进行搜索。默认值就是true
false：字段不会被索引，不能用来搜索

index的默认值就是true，但是有些字段是我们不希望被索引的，比如商品的图片信息，就设置index为false。

2.1.3 store

是否将数据进行额外存储。

Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。

而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false。默认就为false

2.2 新增数据

通过POST请求，可以向一个已经存在的索引库中添加数据

示例：

POST /test/goods/

{

"title":"篮球",

"images":"123",

"price":99

}

通过kibana查看数据：

get _search

{

"query":{

"match_all":{}

}

-----------------------------------------------------------------------------

响应：

{

"_index": "test",

"_type": "goods",

"_id": "r9c1KGMBIhaxtY5rlRKv",

"_version": 1,

"_score": 1,

"_source": {

"title": "篮球",

"images": "123",

"price": 99

}

_source：源文档信息，所有的数据都在里面。
_id：这条文档的唯一标示，与文档自己的id字段没有关联

3. 查询

我们从4块来讲查询：

基本查询
_source过滤
结果过滤
高级查询
排序

3.1基本查询

基本语法

GET /索引库名/_search{    "query":{        "查询类型":{            "查询条件":"查询条件值"        }    }}

这里的query代表一个查询对象，里面可以有不同的查询属性

查询类型：
- 例如：match_all， match，term ， range 等等
查询条件：查询条件会根据类型的不同，写法也有差异

示例：

GET /test/_search

{

"query":{

"match_all": {}

}

query：代表查询对象
match_all：代表查询所有

------------------------------------------------------------------------------

结果：

{

"took": 2,

"timed_out": false,

"_shards": {

"total": 3,

"successful": 3,

"skipped": 0,

"failed": 0

"hits": {

"total": 2,

"max_score": 1,

"hits": [

{

"_index": "jiang",

"_type": "goods",

"_id": "2",

"_score": 1,

"_source": {

"title": "篮球",

"images": "123",

"price": 99

}

{

"_index": "jiang",

"_type": "goods",

"_id": "r9c1KGMBIhaxtY5rlRKv",

"_score": 1,

"_source": {

"title": "足球",

"images": "123",

"price": 69

}

]

}

took：查询花费时间，单位是毫秒
time_out：是否超时
_shards：分片信息
hits：搜索结果总览对象
- _index：索引库
- _type：文档类型
- _id：文档id
- _score：文档得分
- _source：文档的源数据
- total：搜索到的总条数
- max_score：所有结果中文档得分的最高分
- hits：搜索结果的文档对象数组，每个元素是一条搜索到的文档信息

3.2匹配查询

or关系

match类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系

GET /test/_search

{

"query":{

"match":{

"title":"小米电视"

}

结果不仅会查询到电视，而且与小米相关的都会查询到，多个词之间是or的关系。

-------------------------------------------------------------------------------------------------------

and关系

某些情况下，我们需要更精确查找，我们希望这个关系变成and，可以这样做

GET /test/_search

{

"query":{

"match": {

"title": {

"query": "小米电视",

"operator": "and"

}

这样，只有同时包含小米和电视的词条才会被搜索到。

3.3多字段查询

multi_match与match类似，不同的是它可以在多个字段中查询结果我们会在title字

GET /test/_search

{

"query":{

"multi_match": {

"query": "小米",

"fields": [ "title", "subTitle" ]

}

段和subtitle字段中查询小米这个词

3.4词条匹配(term)

term 查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串

GET /test/_search

{

"query":{

"term":{

"price":2699.00

}

3.5结果过滤

默认情况下，elasticsearch在搜索的结果中，会把文档中保存在_source的所有字段都返回。

如果我们只想获取其中的部分字段，我们可以添加_source的过滤

GET /test/_search

{

"_source": ["title","price"],

"query": {

"term": {

"price": 2699

}

------------------------------------------------------------------------------------------------------------

突然发现有点晚了，还是下次再继续介绍高级查询和聚合的使用好了。。。。。。。。。。。

敬请期待~~~~~~~~~~~