ElasticSearch实战系列二: ElasticSearch的DSL语句使用教程—图文详解
- 2019 年 10 月 3 日
- 笔记
前言
在上一篇中介绍了ElasticSearch集群和kinaba的安装教程，本篇文章就来讲解下 ElasticSearch的DSL语句使用。
ElasticSearch DSL 介绍
Elasticsearch提供了基于JSON的完整查询DSL（特定于域的语言）来定义查询。将查询DSL视为查询的AST（抽象语法树），它由两种子句组成：
- 叶子查询子句:
叶查询子句中寻找一个特定的值在某一特定领域，如 match，term或 range查询。这些查询可以自己使用。 - 复合查询子句
复合查询子句包装其他叶查询或复合查询，并用于以逻辑方式组合多个查询（例如 bool或dis_max查询），或更改其行为（例如 constant_score查询）。
查询子句的行为会有所不同，具体取决于它们是在 查询上下文中还是在过滤器上下文中使用。
我们在使用ElasticSearch的时候，避免不了使用DSL语句去查询，就像使用关系型数据库的时候要学会SQL语法一样。如果我们学习好了DSL语法的使用，那么在日后使用和使用Java Client调用时候也会变得非常简单。
ElasticSearch DSL 语句使用
这里我们先来介绍下DSL 语句简单的使用，从最常用的增删改查开始！
一、新增数据
ElasticSearch可以直接新增数据，只要你指定了index(索引库名称)和type(类型)即可。在新增的时候你可以自己指定主键ID，也可以不指定，由 ElasticSearch自身生成。
新增数据命令示例:
POST test1/_doc/1 { "uid" : "1234", "phone" : "12345678909", "message" : "qq", "msgcode" : "1", "sendtime" : "2019-03-14 01:57:04" }kinaba示例图:
**注: POST test1/_doc/1 这是指定主键ID为1，如果POST test1/_doc 的话，那么便是es自身生成ES语句。**
这里我们还可以通过 GET test1/ 或 GET test1/_settings和GET test1/_mapping查看该index的状态，也就是 setting(设置选项) 和mapping(数据结构)。
二、创建索引库
在上述示例中，我们通过直接通过创建数据从而创建了索引库，但是没有创建索引库而通过ES自身生成的这种并不友好，因为它会使用默认的配置，字段结构都是text(text的数据会分词，在存储的时候也会额外的占用空间)，分片和索引副本采用默认值，默认是5和1，ES的分片数在创建之后就不能修改，除非reindex(下面会讲到)，所以这里我们还是指定数据模板进行创建。
这里先简单介绍一下ES的数据结构，以下的数据结构为ES的6.x版本。
- 核心数据类型
text 和 keyword - 数值数据类型
long，integer，short，byte，double，float，half_float，scaled_float - 日期数据类型
date - 布尔数据类型
boolean - 二进制数据类型
binary -
范围数据类型
integer_range，float_range，long_range，double_range，date_range - 复杂数据类型编辑
- 对象数据类型
object 用于单个JSON对象 -
嵌套数据类型
nested 用于JSON对象数组 - 地理数据类型编辑
- 地理位置数据类型
geo_point 纬度/经度积分 -
地理形状数据类型
geo_shape 用于多边形等复杂形状 - 专业数据类型编辑
- IP数据类型
ip 用于IPv4和IPv6地址 - 完成数据类型
completion 提供自动完成建议 - 令牌计数数据类型
token_count 计算字符串中令牌的数量
mapper-murmur3
murmur3 在索引时计算值的哈希并将其存储在索引中
mapper-annotated-text
annotated-text 索引包含特殊标记的文本（通常用于标识命名实体） - 渗滤器类型
接受来自query-dsl的查询 - join 数据类型
为同一索引内的文档定义父/子关系 -
别名数据类型
为现有字段定义别名。 -
多字段编辑
为不同的目的以不同的方式对同一字段建立索引通常很有用。例如，一个string字段可以映射为text用于全文搜索的字段，也可以映射为keyword用于排序或聚合的字段。或者，您可以使用standard分析仪， english分析仪和 french分析仪索引文本字段。
这是多领域的目的。大多数数据类型通过fields参数支持多字段。
上面介绍的字段介绍虽然比较复杂，但是我们常用的几个类型也就是这几种 text、keyword、byte、short、integer、long、float、double、boolean、date，其中text和keyword都是string类型，选择区分很简单，需要进行分词用text，不需要并且进行排序或聚合的可以用keyword。
关于ES的数据结构就到这里了，我们来进行索引库的创建吧！
新增索引库的命令示例:
PUT test1 { "settings" : { "number_of_shards" : 10, "number_of_replicas" : 1, "refresh_interval" : "1s" }, "mappings" : { "_doc" : { "properties" : { "uid" : { "type" : "long" }, "phone" : { "type" : "long" }, "message" : { "type" : "keyword" }, "msgcode" : { "type" : "long" }, "sendtime" : { "type" : "date", "format" : "yyyy-MM-dd HH:mm:ss" } } } } }示例图:
注:
- number_of_shards: 是设置的分片数，设置之后无法更改！
- refresh_interval: 是设置es缓存的刷新时间，如果写入较为频繁，但是查询对实时性要求不那么高的话，可以设置高一些来提升性能。可以更改
- number_of_replicas : 是设置该索引库的副本数，建议设置为1以上。
其中这里还有几个重要参数也顺便说一下:
- store: true/false 表示该字段是否存储，默认存储。
- doc_values: true/false 表示该字段是否参与聚合和排序。
- index: true/false 表示该字段是否建立索引，默认建立。
关于这几个字段的取值可以参考一下的示例图:
三、修改数据
其实ES的新增和修改可以看做是一样，存在则修改，不存在则新增，不过这里还是简单的介绍下吧。
修改数据的方式主要有两种，一种是通过主键ID进行修改，这种比较简单，就是和新增一样即可。
另一种则是通过条件进行修改，相当于SQL更新语句的 where条件。
根据主键修改的命令示例:
POST test1/_doc/1 { "uid" : "1234", "phone" : "12345678909", "message" : "qq", "msgcode" : "1", "sendtime" : "2019-03-14 01:57:04" }根据条件修改的命令示例:
POST test1/_update_by_query { "query": { "term": { "phone": "12345678909" } } , "script": { "source": "ctx._source['message'] = 'xuwujing'" } }原有的数据：
修改后的数据:
注：这里的根据条件进行修改用到的脚本语言，ES除了使用DSl语句之后，使用一些官方定义的脚本语言和SQL语句也能进行操作，脚本语言和SQL语句的操作留到以后在来讲下。
四、删除数据、字段和索引库
ES根据主键删除数据的命令示例是DELETE 索引库/id，简单实用，但是一定要要加上ID，不然就是删除索引库了！
根据主键删除数据命令示例：
DELETE test1/1根据条件删除数据的命令示例：
POST test/_delete_by_query { "query": { "term": { "phone": "12345678909" } } }当然ES还可以根据条件只删除某一个字段的数据，比如删除字段msgcode的数据。
删除字段数据的命令示例:
POST test/_doc/_update_by_query { "script":{ "lang":"painless", "inline":"ctx._source.remove("msgcode")" } }示例图:
查询语句
查询所有
match_all可以查询集群所有索引库的信息，包括一些隐藏索性库的信息。
命令示例:
GET _search { "query": { "match_all": {} } }示例图:
查询索引库所有的数据，命令格式为GET 索引库名称/索引库类型/_search，也可以不需要索引库类型。
命令示例:
GET test1/_doc/_search如果根据ID查询某一条数据的话，也比较简单，只需要将上述的_search换成主键ID即可。
命令示例:
GET test1/_doc/2等值（term）查询
term主要用于精确匹配哪些值，比如数字，日期，布尔值或 not_analyzed 的字符串(未经分析的文本数据类型)
比如根据手机号进行查询。
命令示例:
GET test1/_doc/_search { "query": { "term": { "phone": "12345678909" } } }当然，如果想在一个字段匹配多个值的话，可以使用terms，相当于SQL的in语法。
命令示例:
GET test1/_doc/_search { "query": { "terms": { "uid": [ 1234, 12345, 123456 ] } } }示例图:
注：上述中是没有123456这条数据，这样只是为了做下简单的测试而已。
范围（range ）查询
range可以理解为SQL中的><符号，其中gt是大于，lt是小于，gte是大于等于，lte是小于等于。
命令示例:
GET test1/_doc/_search { "query": { "range": { "uid": { "gt": 1234, "lte": 12345 } } } }
存在(exists)查询
exists可以理解为SQL中的exists函数，就是判断是否存在该字段。
这里我们新增一条没有msgcode的字段，然后用exists去查询。
POST test1/_doc/3 { "uid" : "123456", "phone" : "12345678909", "message" : "qq", "sendtime" : "2019-03-14 01:57:04" }存在查询命令示例:
GET test1/_doc/_search { "query": { "exists": { "field":"msgcode" } } }示例图:
组合(bool)查询
bool 可以用来合并多个过滤条件查询结果的布尔逻辑，它包含这如下几个操作符:
- must : 多个查询条件的完全匹配,相当于 and。
- must_not ::多个查询条件的相反匹配，相当于 not。
- should : 至少有一个查询条件匹配, 相当于 or。
查询的命令示例:
GET /test1/_search { "query": { "bool": { "must": { "term": { "phone": "12345678909" } }, "must_not": { "term": { "uid": 12345 } }, "should": [ { "term": { "uid": 1234 } }, { "term": { "uid": 123456 } } ], "adjust_pure_negative": true, "boost": 1 } } }示例图:
模糊(wildcard)查询
wildcard查询相当于SQL语句中的like语法，只不过它查询的数据需要加上*符号。
模糊查询命令示例:
GET /test1/_search { "query": { "wildcard": { "message":"*wu*" } } }
正则(regexp)查询
regexp可以支持正则查询，比如查询短信内容中的验证码之类的。
下面的这个示例就是查询以xu开头，后面是0-9数字的内容的数据。
正则查询命令示例:
GET /test1/_search { "query": { "regexp": { "message":"xu[0-9]" } } }示例图:
查询语句的示例到这里就差不多就结束了，这里在推荐一下kinaba查询的几个小技巧，如图所示：
其它
参考：
https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
ElasticSearch个人已经使用一年多了，在学习的过程中也积攒了一些相关资料其，只不过今年特别忙，没有太多时间将其整理成博客进行分享了。说来惭愧，今年写博客的数量有些少了，下半年自己从一个周更博主变成了月更博主了，不过后面若是时间充足的话也会多些一些的，再忙每个月至少也会写一篇 ヾ(◍°∇°◍)ﾉﾞ
ElasticSearch实战系列:
ElasticSearch实战系列一: ElasticSearch集群+Kinaba安装教程
音乐推荐
原创不易，如果感觉不错，希望给个推荐！您的支持是我写作的最大动力！
版权声明:
作者：虚无境
博客园出处：http://www.cnblogs.com/xuwujing
CSDN出处：http://blog.csdn.net/qazwsxpcm
个人博客出处：http://www.panchengming.com
