ES常见查询展示

环境：es(7.14.0) kibana(7.14.2)

一、ES查询示例

1、查看es信息

GET /

2、创建索引

PUT demo_person

3、删除索引

DELETE demo_person

说明：

DELETE /index_one,index_two  --删除两个索引

DELETE /index_*  --删除index_k开头的索引

DELETE /_all  --删除全部索引

DELETE /*  --删除全部索引

4、创建索引包含setting和mapping

1.  
   PUT demo_person
2.  
   {
3.  
   "settings": {
4.  
   "number_of_shards": 5,
5.  
   "number_of_replicas": 1
6.  
   },
7.  
   "mappings": {
8.  
   "properties": {
9.  
   "about": {
10.  
    "type": "text",
11.  
    "fields": {
12.  
    "keyword": {
13.  
    "type": "keyword",
14.  
    "ignore_above": 256
15.  
    }
16.  
    }
17.  
    },
18.  
    "age": {
19.  
    "type": "long"
20.  
    },
21.  
    "first_name": {
22.  
    "type": "text",
23.  
    "fields": {
24.  
    "keyword": {
25.  
    "type": "keyword",
26.  
    "ignore_above": 256
27.  
    }
28.  
    }
29.  
    },
30.  
    "interests": {
31.  
    "type": "text",
32.  
    "fields": {
33.  
    "keyword": {
34.  
    "type": "keyword",
35.  
    "ignore_above": 256
36.  
    }
37.  
    },
38.  
    "fielddata": true
39.  
    },
40.  
    "last_name": {
41.  
    "type": "keyword"
42.  
    }
43.  
    }
44.  
    }
45.  
    }

5、修改setting

1.  
   PUT demo_person/_settings
2.  
   {
3.  
   "number_of_replicas" : 2
4.  
   }

只能修改副本分片，主分片在创建索引时确定，后续不可以再次修改

6、修改mapping

1.  
   PUT demo_person/_mapping/_doc?include_type_name=true
2.  
   {
3.  
   "properties":{
4.  
   "interests":{
5.  
   "type":"text",
6.  
   "fielddata":true
7.  
   }
8.  
   }
9.  
   }

7、查询总数

1.  
   GET demo_person/_count
2.  
   {
3.  
   "query": {
4.  
   "match_all": {}
5.  
   }
6.  
   }

8、添加/修改数据

1.  
   PUT /demo_person/_doc/1
2.  
   {
3.  
   "first_name" : "John",
4.  
   "last_name" : "Smith",
5.  
   "age" : 25,
6.  
   "about" : "I love to go rock climbing",
7.  
   "interests": [ "sports", "music" ]
8.  
   }

9、批量插入数据

1.  
   POST demo_person/_bulk
2.  
   {"index":{}}
3.  
   {"first_name":"zhang","last_name":"san","age" :44,"about":"I like to collect hehe albums","interests":["music"]}
4.  
   {"index":{}}
5.  
   {"first_name":"li","last_name":"si","age":12,"about":"I like to drink","interests":["drink"]}

10、查询所有数据

1.  
   GET demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "match_all": {}
5.  
   }
6.  
   }

11、查询指定条数

1.  
   GET demo_person/_search
2.  
   { "size": 20,
3.  
   "query": {
4.  
   "match_all": {}
5.  
   }
6.  
   }

12、根据ID查询

GET /demo_person/_doc/1?pretty

13、一个查询字符串搜索

GET /demo_person/_search?q=last_name:Smith

14、match搜索

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query" : {
4.  
   "match" : {
5.  
   "last_name" : "Smith"
6.  
   }
7.  
   }
8.  
   }

15、term搜索

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "term": {
5.  
   "last_name": {
6.  
   "value": "Smith"
7.  
   }
8.  
   }
9.  
   }
10.  
    }

基于词项的查询

如 term 或 fuzzy 这样的底层查询不需要分析阶段，它们对单个词项进行操作。用 term 查询词项 Foo 只要在倒排索引中查找 准确词项 ，并且用 TF/IDF 算法为每个包含该词项的文档计算相关度评分 _score 。

记住 term 查询只对倒排索引的词项精确匹配，这点很重要，它不会对词的多样性进行处理（如， foo 或 FOO ）。这里，无须考虑词项是如何存入索引的。如果是将 ["Foo","Bar"] 索引存入一个不分析的（ not_analyzed ）包含精确值的字段，或者将 Foo Bar 索引到一个带有 whitespace 空格分析器的字段，两者的结果都会是在倒排索引中有 Foo 和 Bar 这两个词。

基于全文的查询

像 match 或 query_string 这样的查询是高层查询，它们了解字段映射的信息：

如果查询 日期（date） 或 整数（integer） 字段，它们会将查询字符串分别作为日期或整数对待。

如果查询一个（ not_analyzed ）未分析的精确值字符串字段，它们会将整个查询字符串作为单个词项对待。

但如果要查询一个（ analyzed ）已分析的全文字段，它们会先将查询字符串传递到一个合适的分析器，然后生成一个供查询的词项列表。

16、bool搜索

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "bool": {
5.  
   "must": [
6.  
   {"match": {
7.  
   "last_name": "Smith"
8.  
   }}
9.  
   ],
10.  
    "filter": [
11.  
    {"range": {
12.  
    "age": {
13.  
    "gte": 30
14.  
    }
15.  
    }}
16.  
    ]
17.  
    }
18.  
    }
19.  
    }

说明：

must:   完全匹配条件      相当于sql中的and

should： 至少满足一个条件     相当于sql中的 or

must_not: 文档必须不匹配条件     相当于sql中的!=

17、must多条件匹配查询

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "bool": {
5.  
   "must": [
6.  
   {
7.  
   "match": {
8.  
   "last_name": "Smith"
9.  
   }
10.  
    },
11.  
    {
12.  
    "match": {
13.  
    "age": 32
14.  
    }
15.  
    }
16.  
    ]
17.  
    }
18.  
    }
19.  
    }

18、Should满足一个条件查询

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "bool": {
5.  
   "should": [
6.  
   {
7.  
   "match": {
8.  
   "last_name": "Fir"
9.  
   }
10.  
    },
11.  
    {
12.  
    "match": {
13.  
    "age": 32
14.  
    }
15.  
    }
16.  
    ]
17.  
    }
18.  
    }
19.  
    }

19、must_not必须不匹配查询

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "bool": {
5.  
   "must_not": [
6.  
   {
7.  
   "match": {
8.  
   "last_name": "Fir"
9.  
   }
10.  
    },
11.  
    {
12.  
    "match": {
13.  
    "age": 32
14.  
    }
15.  
    }
16.  
    ]
17.  
    }
18.  
    }
19.  
    }

20、多个字段查询内容

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "multi_match": {
5.  
   "query": "collect rock",
6.  
   "fields": ["last_name","about"]
7.  
   }
8.  
   }
9.  
   }

21、一个字段查询多个内容

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "terms": {
5.  
   "about": [
6.  
   "rock",
7.  
   "hehe"
8.  
   ]
9.  
   }
10.  
    }
11.  
    }

22、通配符和正则匹配

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "bool": {
5.  
   "filter": [
6.  
   {
7.  
   "wildcard":{
8.  
   "last_name":"*mi*"
9.  
   }
10.  
    }]
11.  
    }
12.  
    }
13.  
    }

23、前缀查询

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "prefix": {
5.  
   "last_name": {
6.  
   "value": "Smi"
7.  
   }
8.  
   }
9.  
   }
10.  
    }
11.  
     

24、短语匹配

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query" : {
4.  
   "match_phrase" : {
5.  
   "about" : "rock climbing"
6.  
   }
7.  
   }
8.  
   }

25、输入即搜索

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "match_phrase_prefix": {
5.  
   "about": "I like to collect"
6.  
   }
7.  
   }
8.  
   }

26、高亮搜索

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query" : {
4.  
   "match_phrase" : {
5.  
   "about" : "rock climbing"
6.  
   }
7.  
   },
8.  
   "highlight": {
9.  
   "fields" : {
10.  
    "about" : {}
11.  
    }
12.  
    }
13.  
    }

27、统计

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "aggs": {
4.  
   "all_result": {
5.  
   "terms": { "field": "interests" }
6.  
   }
7.  
   }
8.  
   }

28、根据条件统计

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "match": {
5.  
   "last_name": "smith"
6.  
   }
7.  
   },
8.  
   "aggs": {
9.  
   "all_interests": {
10.  
    "terms": {
11.  
    "field": "interests"
12.  
    }
13.  
    }
14.  
    }
15.  
    }

29、获取平均数

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "aggs" : {
4.  
   "all_interests" : {
5.  
   "terms" : { "field" : "interests" },
6.  
   "aggs" : {
7.  
   "avg_age" : {
8.  
   "avg" : { "field" : "age" }
9.  
   }
10.  
    }
11.  
    }
12.  
    }
13.  
    }

30、多个字段匹配查询

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "multi_match": {
5.  
   "query": "Smith",
6.  
   "fields": ["last_name","about"]
7.  
   }
8.  
   }
9.  
   }

31、范围查询

1.  
   GET demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "range": {
5.  
   "age": {
6.  
   "gte": 30,
7.  
   "lt": 35
8.  
   }
9.  
   }
10.  
    }
11.  
    }

32、排序

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "bool": {
5.  
   "must": [
6.  
   {"term": {
7.  
   "last_name.keyword": {
8.  
   "value": "Smith"
9.  
   }
10.  
    }},
11.  
    {
12.  
    "term": {
13.  
    "about": {
14.  
    "value": "climbing"
15.  
    }
16.  
    }
17.  
    }
18.  
    ]
19.  
    }
20.  
    },
21.  
    "sort": [
22.  
    {
23.  
    "last_name": {
24.  
    "order": "desc"
25.  
    }
26.  
    }
27.  
    ]
28.  
    }

33、删除一条数据

DELETE /demo_person/_doc/TC4cJ4ABPbcGgBnacj_w

34、批量删除

1.  
   POST /_bulk
2.  
   {"delete":{"_index":"demo_person","_id":"1"}}
3.  
   {"delete":{"_index":"demo_person","_id":"12"}}

35、分页查询

1.  
   GET /demo_person/_search?from=1&size=10
2.  
   或者
3.  
   GET /demo_person/_search
4.  
   {
5.  
   "from": 1,
6.  
   "size": 10
7.  
   }

Size：显示应该返回的结果数量，默认是 10

From：显示应该跳过的初始结果数量，默认是 0

36、游标查询

1.  
   GET /demo_person/_search?scroll=5m
2.  
   {
3.  
   "query": {
4.  
   "match_all": {}
5.  
   },
6.  
   "sort": [
7.  
   {
8.  
   "_doc": {
9.  
   "order": "desc"
10.  
    }
11.  
    }
12.  
    ],
13.  
    "size": 1
14.  
    }

然后获取scroll_id继续查询，如下

1.  
   GET _search/scroll
2.  
   {
3.  
   "scroll":"5m",
4.  
   "scroll_id":"FGluY2x1ZGVfY29udGV4dF91dWlkDnF1ZXJ5VGhlbkZldGNoBRZybzdMSjJ2NVNiV0poWVhwbFEtYmdnAAAAAAEj8FgWV0QzQ0pVQm9URnVBVFpmOGpDSC05QRZybzdMSjJ2NVNiV0poWVhwbFEtYmdnAAAAAAEj8FkWV0QzQ0pVQm9URnVBVFpmOGpDSC05QRZybzdMSjJ2NVNiV0poWVhwbFEtYmdnAAAAAAEj8FoWV0QzQ0pVQm9URnVBVFpmOGpDSC05QRZybzdMSjJ2NVNiV0poWVhwbFEtYmdnAAAAAAEj8FsWV0QzQ0pVQm9URnVBVFpmOGpDSC05QRZybzdMSjJ2NVNiV0poWVhwbFEtYmdnAAAAAAEj8FwWV0QzQ0pVQm9URnVBVFpmOGpDSC05QQ=="
5.  
   }

37、字段存在查询

1.  
   GET /demo_person/_search
2.  
   {
3.  
   "query": {
4.  
   "exists": {"field": "aa"}
5.  
   }
6.  
   }

38、复杂查询demo

Demo1

1.  
   {
2.  
   "bool": {
3.  
   "must": { "match": { "tweet": "elasticsearch" }},
4.  
   "must_not": { "match": { "name": "mary" }},
5.  
   "should": { "match": { "tweet": "full text" }},
6.  
   "filter": { "range": { "age" : { "gt" : 30 }} }
7.  
   }
8.  
   }

demo2

1.  
   {
2.  
   "bool": {
3.  
   "must": { "match": { "email": "business opportunity" }},
4.  
   "should": [
5.  
   { "match": { "starred": true }},
6.  
   { "bool": {
7.  
   "must": { "match": { "folder": "inbox" }},
8.  
   "must_not": { "match": { "spam": true }}
9.  
   }}
10.  
    ],
11.  
    "minimum_should_match": 1
12.  
    }
13.  
    }

                                                            

Demo3

1.  
   GET /my_store/products/_search
2.  
   {
3.  
   "query" : {
4.  
   "filtered" : {
5.  
   "filter" : {
6.  
   "bool" : {
7.  
   "should" : [
8.  
   { "term" : {"productID" : "KDKE-B-9947-#kL5"}},
9.  
   { "bool" : {
10.  
    "must" : [
11.  
    { "term" : {"productID" : "JODL-X-1937-#pV7"}},
12.  
    { "term" : {"price" : 30}}
13.  
    ]
14.  
    }}
15.  
    ]
16.  
    }
17.  
    }
18.  
    }
19.  
    }
20.  
    }

39、拷贝索引

1.  
   POST _reindex
2.  
   {
3.  
   "source": {
4.  
   "index": "twitter"
5.  
   },
6.  
   "dest": {
7.  
   "index": "new_twitter"
8.  
   }
9.  
   }

40、索引别名

PUT /my_index_v1 –创建索引

PUT /my_index_v1/_alias/my_index  --创建my_index_v1别名为my_index

GET /*/_alias/my_index –-查看别名指向哪个索引

GET /my_index_v1/_alias/*  --查看哪些别名指向此索引

41、查询集群健康

GET /_cluster/health

status 字段指示着当前集群在总体上是否工作正常。它的三种颜色含义如下：

green：所有的主分片和副本分片都正常运行。

Yellow：所有的主分片都正常运行，但不是所有的副本分片都正常运行。

Red:有主分片没能正常运行。

这篇好文章是转载于：学新通技术网