Rest风格操作

一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁,更有层次,更易于实现缓存等机制。

基本Rest命令说明:

method url地址 描述
PUT localhost:9200/索引名称/类型名称/文档id 创建文档(指定文档id)
POST localhost:9200/索引名称/类型名称 创建文档(随机文档id)
POST localhost:9200/索引名称/类型名称/文档id/_update 修改文档
DELETE localhost:9200/索引名称/类型名称/文档id 删除文档
GET localhost:9200/索引名称/类型名称/文档id 查询文档通过文档id
POST localhost:9200/索引名称/类型名称/_search 查询所有数据

1. 关于索引的基本操作

  1. 创建

    PUT /test1/type1/1
    {
      "name": "rootwhois",
      "age": 18
    }
    

image-20210727145541004

image-20210727145904118

字段的类型:

  • 字符串类型 text 、 keyword
  • 数值类型 long, integer, short, byte, double, float, half_float, scaled_float
  • 日期类型 date
  • 布尔值类型 boolean
  • 二进制类型 binary
  • 等等.....

    指定字段的类型

    创建规则

    PUT /test2
    {
    "mappings": {
      "properties": {
        "name": {
          "type": "text"
        },
        "age": {
          "type": "long"
        },
        "birthday": {
          "type": "date"
        }
      }
    }
    }
    

image-20210727150432983

  1. 获取

    GET test2
    
    image-20210727150657042
    Image

    如果自己的文档字段没有指定,那么es 就会给我们默认配置字段类型!

    image-20210727151317735
    Image
    image-20210727151436702
    Image
  2. 修改

    1. 使用put进行覆盖(旧)

      PUT /test1/type1/1
      {
        "name": "rootwhois_new",
        "age": 19
      }
      
      image-20210727151816533
      Image
    2. post _update修改

      POST /test1/type1/1/_update
      {
        "doc": {
          "name": "张三"
        }
      }
      
      image-20210727151946977
      Image

      修改后版本号version会增加,result为update

  3. 删除

    DELETE test1
    

image-20210727152106419

2. 关于文档的操作

2.1. 基本操作

  1. 添加数据

    PUT /test1/user/2
    {
      "name": "张三",
      "age": 12,
      "desc": "法外狂徒",
      "tags": ["渣男", "旅游", "交友"]
    }
    
    image-20210727153300143
    Image
  2. 获取数据

    GET /test1/user/2
    
    image-20210727153436489
    Image
  3. 更新数据

    1. 使用put进行覆盖(旧)

      PUT /test1/type1/1
      {
        "name": "rootwhois_new",
        "age": 19
      }
      
      image-20210727151816533
      Image
    2. post _update修改

      POST /test1/type1/1/_update
      {
        "doc": {
          "name": "张三"
        }
      }
      
      image-20210727151946977
      Image

      修改后版本号version会增加,result为update

  4. 简单搜索

    可以根据默认的映射规则,产生基本的查询。

    GET test1/user/_search?q=name:张三
    
    image-20210727154724487
    Image

2.2. 复杂操作

  1. 搜索
GET /test1/user/_search
{
  "query": {
    "match": {
      "name": "zhangsan"
    }
  }
}
image-20210727234932966
Image
  1. 结果过滤

    GET /test1/user/_search
    {
      "_source": ["name"]
    }
    

    只返回name

  2. 排序

    GET /test1/user/_search
    {
      "sort": [
          {
              "age": {
                  "order": "desc"
              }
          }
      ]
    }
    

    降序排序

  3. 分页

    GET /test1/user/_search
    {
      "from": 0,
      "size": 20
    }
    

    from从哪里开始

    size单页面的数据

  4. 布尔值查询

    GET /test1/user/_search
    {
      "query": {
          "bool":{
              "must":[
                  {
                      "match": {
                          "name": "zhangsan"
                      }
                  },
                  {
                      "match": {
                          "age": 3
                      }
                  }
              ]
          }
      }
    }
    

    参数

    1. must 相当于and,所有的条件都要符合
    2. should相当于or,满足其一即可
    3. must_not相当于not,所有条件都不符合

    多条件查询

  5. 过滤器filter

    GET /test1/user/_search
    {
      "query": {
          "bool":{
              "age":[
                  {
                      "filter": {
                          "range": {
                              "age": {
                                  "gte": 10,
                                  "lte": 20
                              }
                          }
                      }
                  }
              ]
          }
      }
    }
    

    range:取值范围

    gte:大于等于

    gt:大于

    lte:小于等于

    lt:小于

    eq:等于

  6. 匹配多个条件

    GET /test1/user/_search
    {
      "query": {
        "match":{
          "tags":"男 技术"
        }
      }
    }
    

    多个条件使用空格隔开

    满足其中一个结果就可以被查出

    可以通过分值进行判断(权重)

  7. 精确查询

    GET /test1/user/_search
    {
      "query": {
        "term":{
          "tags":"男"
        }
      }
    }
    

term查询是直接通过倒排索引指定的词条进程精确的查找

关于分词:

  • term:直接查找精确的值

  • match:会使用分词器解析(先分析文档然后通过分析的文档进行查询)

    关于类型:

  • text会被分词器解析

  • term不会

  1. 多个值的精确查询

    GET /test1/user/_search
    {
      "query": {
          "bool":{
              "should":[
                  {
                      "term": {
                          "name": "zhangsan"
                      }
                  },
                  {
                      "term": {
                          "name": "lisi"
                      }
                  }
              ]
          }
      }
    }
    
  2. 高亮显示

    {
      "query": {
        "match": {
            "content" : {
                "query" : "我的宝马多少马力"
            }
        },
        "hightlight": {
            "pre_tags": "<p class='key' style='color:red'>",
            "post_tags": "</p>",
            "fields": {
                "name": {}
            }
        }
      }
    }
    

    field中设置要高亮的位置

    pre_tags和post_tags用于自定义标签,默认为<em></em>

elasticsearch 查询(match和term)

es中的查询请求有两种方式,一种是简易版的查询,另外一种是使用JSON完整的请求体,叫做结构化查询(DSL)。 由于DSL查询更为直观也更为简易,所以大都使用这种方式。 DSL查询是POST过去一个json,由于post的请求是json格式的,所以存在很多灵活性,也有很多形式。 这里有一个地方注意的是官方文档里面给的例子的json结构只是一部分,并不是可以直接黏贴复制进去使用的。一般要在外面加个query为key的机构。

1. match

最简单的一个match例子:

查询和"我的宝马多少马力"这个查询语句匹配的文档。

{
  "query": {
    "match": {
        "content" : {
            "query" : "我的宝马多少马力"
        }
    }
  }
}

上面的查询匹配就会进行分词,比如"宝马多少马力"会被分词为"宝马 多少 马力", 所有有关"宝马 多少 马力", 那么所有包含这三个词中的一个或多个的文档就会被搜索出来。 并且根据lucene的评分机制(TF/IDF)来进行评分。

2. match_phrase

比如上面一个例子,一个文档"我的保时捷马力不错"也会被搜索出来,那么想要精确匹配所有同时包含"宝马 多少 马力"的文档怎么做?就要使用 match_phrase 了

{
  "query": {
    "match_phrase": {
        "content" : {
            "query" : "我的宝马多少马力"
        }
    }
  }
}

完全匹配可能比较严,我们会希望有个可调节因子,少匹配一个也满足,那就需要使用到slop。

{
  "query": {
    "match_phrase": {
        "content" : {
            "query" : "我的宝马多少马力",
            "slop" : 1
        }
    }
  }
}

3. multi_match

如果我们希望两个字段进行匹配,其中一个字段有这个文档就满足的话,使用multi_match

{
  "query": {
    "multi_match": {
        "query" : "我的宝马多少马力",
        "fields" : ["title", "content"]
    }
  }
}

但是multi_match就涉及到匹配评分的问题了。

4. 我们希望完全匹配的文档占的评分比较高,则需要使用best_fields

{
  "query": {
    "multi_match": {
      "query": "我的宝马发动机多少",
      "type": "best_fields",
      "fields": [
        "tag",
        "content"
      ],
      "tie_breaker": 0.3
    }
  }
}

意思就是完全匹配"宝马 发动机"的文档评分会比较靠前,如果只匹配宝马的文档评分乘以0.3的系数

5. 我们希望越多字段匹配的文档评分越高,就要使用most_fields

{
  "query": {
    "multi_match": {
      "query": "我的宝马发动机多少",
      "type": "most_fields",
      "fields": [
        "tag",
        "content"
      ]
    }
  }
}

6. 我们会希望这个词条的分词词汇是分配到不同字段中的,那么就使用cross_fields

{
  "query": {
    "multi_match": {
      "query": "我的宝马发动机多少",
      "type": "cross_fields",
      "fields": [
        "tag",
        "content"
      ]
    }
  }
}

term

term是代表完全匹配,即不进行分词器分析,文档中必须包含整个搜索的词汇

{
  "query": {
    "term": {
      "content": "汽车保养"
    }
  }
}

查出的所有文档都包含"汽车保养"这个词组的词汇。

使用term要确定的是这个字段是否“被分析”(analyzed),默认的字符串是被分析的。

拿官网上的例子举例:

mapping是这样的:

PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "full_text": {
          "type":  "string"
        },
        "exact_value": {
          "type":  "string",
          "index": "not_analyzed"
        }
      }
    }
  }
}

PUT my_index/my_type/1
{
  "full_text":   "Quick Foxes!",
  "exact_value": "Quick Foxes!"  
}

其中的full_text是被分析过的,所以full_text的索引中存的就是[quick, foxes],而extra_value中存的是[Quick Foxes!]。

那下面的几个请求:

GET my_index/my_type/_search
{
  "query": {
    "term": {
      "exact_value": "Quick Foxes!"
    }
  }
}

请求的出数据,因为完全匹配

GET my_index/my_type/_search
{
  "query": {
    "term": {
      "full_text": "Quick Foxes!"
    }
  }
}

请求不出数据的,因为full_text分词后的结果中没有[Quick Foxes!]这个分词。

1. bool联合查询: must,should,must_not

如果我们想要请求"content中带宝马,但是tag中不带宝马"这样类似的需求,就需要用到bool联合查询。 联合查询就会使用到must,should,must_not三种关键词。

这三个可以这么理解

  • must: 文档必须完全匹配条件
  • should: should下面会带一个以上的条件,至少满足一个条件,这个文档就符合should
  • must_not: 文档必须不匹配条件

比如上面那个需求:

{
  "query": {
    "bool": {
      "must": {
        "term": {
          "content": "宝马"
        }
      },
      "must_not": {
        "term": {
          "tags": "宝马"
        }
      }
    }
  }
}
Copyright © rootwhois.cn 2021-2022 all right reserved,powered by GitbookFile Modify: 2022-05-18 16:24:00

results matching ""

    No results matching ""