博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Elasticsearch学习记录(入门篇)
阅读量:4984 次
发布时间:2019-06-12

本文共 10257 字,大约阅读时间需要 34 分钟。

Elasticsearch学习记录(入门篇)

1、 Elasticsearch的请求与结果

请求结构

curl -X
'
://
:
/
?
' -d ''
  • VERB HTTP方法:GET, POST, PUT, HEAD, DELETE
  • PROTOCOL http或者https协议(只有在Elasticsearch前面有https代理的时候可用)
  • HOST Elasticsearch集群中的任何一个节点的主机名,如果是在本地的节点,那么就叫localhost
  • PORT Elasticsearch HTTP服务所在的端口,默认为9200
  • PATH API路径(例如_count将返回集群中文档的数量),PATH可以包含多个组件,例如_cluster/stats或者_nodes/stats/jvm
  • QUERY_STRING 一些可选的查询请求参数,例如?pretty参数将使请求返回更加美观易读的JSON数据
    BODY 一个JSON格式的请求主体(如果请求需要的话)

PUT创建(索引创建)

$ curl -XPUT 'http://localhost:9200/megacorp/employee/3?pretty' -d ' {    "first_name" :  "Douglas",    "last_name" :   "Fir",    "age" :         35,    "about":        "I like to build cabinets",    "interests":  [ "forestry" ]}’
{  "_index" : "megacorp",  "_type" : "employee",  "_id" : "3",  "_version" : 1,  "_shards" : {    "total" : 2,    "successful" : 1,    "failed" : 0  },  "created" : true}

GET请求(搜索)

检索文档

$ curl -XGET 'http://localhost:9200/megacorp/employee/1?pretty'
{  "_index" : "megacorp",  "_type" : "employee",  "_id" : "1",  "_version" : 1,  "found" : true,  "_source" : {    "first_name" : "John",    "last_name" : "Smith",    "age" : 25,    "about" : "I love to go rock climbing",    "interests" : [ "sports", "music" ]  }}

简单搜索

使用megacorp索引和employee类型,但是我们在结尾使用关键字_search来取代原来的文档ID。响应内容的hits数组中包含了我们所有的三个文档。默认情况下搜索会返回前10个结果。

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty'
{  "took" : 2,  "timed_out" : false,  "_shards" : {    "total" : 5,    "successful" : 5,    "failed" : 0  },  "hits" : {    "total" : 3,    "max_score" : 1.0,    "hits" : [ {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "2",      "_score" : 1.0,      "_source" : {        "first_name" : "Jane",        "last_name" : "Smith",        "age" : 32,        "about" : "I like to collect rock albums",        "interests" : [ "music" ]      }    }, {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "1",      "_score" : 1.0,      "_source" : {        "first_name" : "John",        "last_name" : "Smith",        "age" : 25,        "about" : "I love to go rock climbing",        "interests" : [ "sports", "music" ]      }    }, {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "3",      "_score" : 1.0,      "_source" : {        "first_name" : "Douglas",        "last_name" : "Fir",        "age" : 35,        "about" : "I like to build cabinets",        "interests" : [ "forestry" ]      }    } ]  }}

接下来,让我们搜索姓氏中包含“Smith”的员工。我们将在命令行中使用轻量级的搜索方法。这种方法常被称作查询字符串(query string)搜索,因为我们像传递URL参数一样去传递查询语句:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?q=last_name:Smith&pretty'
{  "took" : 4,  "timed_out" : false,  "_shards" : {    "total" : 5,    "successful" : 5,    "failed" : 0  },  "hits" : {    "total" : 2,    "max_score" : 0.30685282,    "hits" : [ {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "2",      "_score" : 0.30685282,      "_source" : {        "first_name" : "Jane",        "last_name" : "Smith",        "age" : 32,        "about" : "I like to collect rock albums",        "interests" : [ "music" ]      }    }, {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "1",      "_score" : 0.30685282,      "_source" : {        "first_name" : "John",        "last_name" : "Smith",        "age" : 25,        "about" : "I love to go rock climbing",        "interests" : [ "sports", "music" ]      }    } ]  }}

使用DSL语句查询

查询字符串搜索便于通过命令行完成特定(ad hoc)的搜索,但是它也有局限性(参阅简单搜索章节)。Elasticsearch提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询。

DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现。我们可以这样表示之前关于“Smith”的查询:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d ' {    "query" : {        "match" : {            "last_name" : "Smith"        }    }}'

更复杂的搜索

我们让搜索稍微再变的复杂一些。我们依旧想要找到姓氏为“Smith”的员工,但是我们只想得到年龄大于30岁的员工。我们的语句将添加过滤器(filter),它使得我们高效率的执行一个结构化搜索:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d '{    "query" : {        "filtered" : {            "filter" : {                "range" : {                    "age" : { "gt" : 30 } --<1>                }            },            "query" : {                "match" : {                    "last_name" : "smith" --<2>                }            }        }    }}'
  • <1> 这部分查询属于区间过滤器(range filter),它用于查找所有年龄大于30岁的数据——gt为"greater than"的缩写。
  • <2> 这部分查询与之前的match语句(query)一致。
{  "took" : 2,  "timed_out" : false,  "_shards" : {    "total" : 5,    "successful" : 5,    "failed" : 0  },  "hits" : {    "total" : 1,    "max_score" : 0.30685282,    "hits" : [ {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "2",      "_score" : 0.30685282,      "_source" : {        "first_name" : "Jane",        "last_name" : "Smith",        "age" : 32,        "about" : "I like to collect rock albums",        "interests" : [ "music" ]      }    } ]  }}

全文搜索

到目前为止搜索都很简单:搜索特定的名字,通过年龄筛选。让我们尝试一种更高级的搜索,全文搜索——一种传统数据库很难实现的功能。

我们将会搜索所有喜欢“rock climbing”的员工:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d '{    "query" : {        "match" : {            "about" : "rock climbing"        }    }}'

你可以看到我们使用了之前的match查询,从about字段中搜索"rock climbing",我们得到了两个匹配文档:

{  "took" : 3,  "timed_out" : false,  "_shards" : {    "total" : 5,    "successful" : 5,    "failed" : 0  },  "hits" : {    "total" : 2,    "max_score" : 0.16273327,    "hits" : [ {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "1",      "_score" : 0.16273327,<1>      "_source" : {        "first_name" : "John",        "last_name" : "Smith",        "age" : 25,        "about" : "I love to go rock climbing",        "interests" : [ "sports", "music" ]      }    }, {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "2",      "_score" : 0.016878016,<2>      "_source" : {        "first_name" : "Jane",        "last_name" : "Smith",        "age" : 32,        "about" : "I like to collect rock albums",        "interests" : [ "music" ]      }    } ]  }}
  • <1><2> 结果相关性评分。

默认情况下,Elasticsearch根据结果相关性评分来对结果集进行排序,所谓的「结果相关性评分」就是文档与查询条件的匹配程度。很显然,排名第一的John Smithabout字段明确的写到“rock climbing

但是为什么Jane Smith也会出现在结果里呢?原因是“rock”在她的abuot字段中被提及了。因为只有“rock”被提及而“climbing”没有,所以她的_score要低于John。

短语搜索

目前我们可以在字段中搜索单独的一个词,这挺好的,但是有时候你想要确切的匹配若干个单词或者短语(phrases)。例如我们想要查询同时包含"rock"和"climbing"(并且是相邻的)的员工记录。

要做到这个,我们只要将match查询变更为match_phrase查询即可:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d '{    "query" : {        "match_phrase" : {            "about" : "rock climbing"        }    }}'
{  "took" : 16,  "timed_out" : false,  "_shards" : {    "total" : 5,    "successful" : 5,    "failed" : 0  },  "hits" : {    "total" : 1,    "max_score" : 0.23013961,    "hits" : [ {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "1",      "_score" : 0.23013961,      "_source" : {        "first_name" : "John",        "last_name" : "Smith",        "age" : 25,        "about" : "I love to go rock climbing",        "interests" : [ "sports", "music" ]      }    } ]  }}

高亮我们的搜索

很多应用喜欢从每个搜索结果中高亮(highlight)匹配到的关键字,这样用户可以知道为什么这些文档和查询相匹配。在Elasticsearch中高亮片段是非常容易的。

让我们在之前的语句上增加highlight参数:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d '{    "query" : {        "match_phrase" : {            "about" : "rock climbing"        }    },    "highlight": {        "fields" : {            "about" : {}        }                   }                   }        '

当我们运行这个语句时,会命中与之前相同的结果,但是在返回结果中会有一个新的部分叫做highlight,这里包含了来自about字段中的文本,并且用<em></em>来标识匹配到的单词。

{  "took" : 33,  "timed_out" : false,  "_shards" : {    "total" : 5,    "successful" : 5,    "failed" : 0  },  "hits" : {    "total" : 1,    "max_score" : 0.23013961,    "hits" : [ {      "_index" : "megacorp",      "_type" : "employee",      "_id" : "1",      "_score" : 0.23013961,      "_source" : {        "first_name" : "John",        "last_name" : "Smith",        "age" : 25,        "about" : "I love to go rock climbing",        "interests" : [ "sports", "music" ]      },      "highlight" : {        "about" : [ "I love to go rock climbing" ]      }    } ]  }}

聚合

分析

最后,我们还有一个需求需要完成:允许管理者在职员目录中进行一些分析。 Elasticsearch有一个功能叫做聚合(aggregations),它允许你在数据上生成复杂的分析统计。它很像SQL中的GROUP BY但是功能更强大。

$  curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d '{  "aggs": {    "all_interests": {      "terms": { "field": "interests" }    }  }}'

查询结果:

{...  "aggregations" : {    "all_interests" : {      "doc_count_error_upper_bound" : 0,      "sum_other_doc_count" : 0,      "buckets" : [ {        "key" : "music",        "doc_count" : 2      }, {        "key" : "forestry",        "doc_count" : 1      }, {        "key" : "sports",        "doc_count" : 1      } ]    }  }}

这些数据并没有被预先计算好,它们是实时的从匹配查询语句的文档中动态计算生成的。

如果我们想知道所有姓"Smith"的人最大的共同点(兴趣爱好),我们只需要增加合适的语句既可:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d '{  "query": {    "match": {      "last_name": "smith"    }  },  "aggs": {    "all_interests": {      "terms": {        "field": "interests"      }    }  }}'

all_interests聚合已经变成只包含和查询语句相匹配的文档了:

...  "all_interests": {     "buckets": [        {           "key": "music",           "doc_count": 2        },        {           "key": "sports",           "doc_count": 1        }     ]  }

聚合也允许分级汇总。例如,让我们统计每种兴趣下职员的平均年龄:

$ curl -XGET 'http://localhost:9200/megacorp/employee/_search?pretty' -d '{    "aggs" : {        "all_interests" : {            "terms" : { "field" : "interests" },            "aggs" : {                "avg_age" : {                    "avg" : { "field" : "age" }                }            }        }    }}'

虽然这次返回的聚合结果有些复杂,但仍然很容易理解:

...  "all_interests": {     "buckets": [        {           "key": "music",           "doc_count": 2,           "avg_age": {              "value": 28.5           }        },        {           "key": "forestry",           "doc_count": 1,           "avg_age": {              "value": 35           }        },        {           "key": "sports",           "doc_count": 1,           "avg_age": {              "value": 25           }        }     ]  }

该聚合结果比之前的聚合结果要更加丰富。我们依然得到了兴趣以及数量(指具有该兴趣的员工人数)的列表,但是现在每个兴趣额外拥有avg_age字段来显示具有该兴趣员工的平均年龄。

转载于:https://www.cnblogs.com/mr-cc/p/5762261.html

你可能感兴趣的文章
Python Unicode编码方式
查看>>
Centos MySQL Python环境安装
查看>>
如何处理Entity Framework中的DbUpdateConcurrencyException异常
查看>>
Palindrome Partitioning
查看>>
窗口最大化方法
查看>>
js封装Cookie操作
查看>>
日常杂记--1
查看>>
SkyLake平台安装ubuntu16.04.1(Alienware15r2)
查看>>
php类型转换以及类型转换的判别
查看>>
supervisor配置kibana
查看>>
第2节 mapreduce深入学习:6、MapReduce当中的计数器
查看>>
第1节 storm编程:1、storm第一天上次课程内容回顾
查看>>
MapReduce的手机流量统计的案例
查看>>
iOS-APP发布应注意要点
查看>>
C#编程概念系列(二):应用程序域
查看>>
主动与被动监控 拓扑图组合图 自定义监控
查看>>
部署ASP.NET MVC3 到服务器需要的资源
查看>>
新概念系列之《Part2 Lesson 24 It could be worse》
查看>>
写的好的文章,转载一下
查看>>
文章缩略显示
查看>>