文章目录

一、作者有话说
- 1.1 专业术语（必须进行掌握）
- - 1.1.1 索引 index
  - 1.1.2 映射 mapping
  - 1.1.3 字段 field
  - 1.1.4 术语 term
  - 1.1.5 文本 text
- 1.2 操作工具为 elasticsearch head
二、实际进行操作
- 2.1 操作es的步骤
- 2.1 使用自动创建的形式创建index
- - 2.1.1 常规操作创建格式： POST 索引/_doc
  - 2.1.2 查看创建的索引和数据
- 2.2 删除index
- - 2.2.1 删除格式： DELETE /索引
三、从es head来看es的重要的搜索功能
- 3.1 查找某个文档的全部内容 match_all
- - 3.1.1 查看全部格式： POST 索引/_search
- 3.2 search的各种过滤，注意看每张图的区别
- - 3.2.1 match 全文匹配
  - 3.2.2 term 术语查询
  - 3.2.3 wildcard 通配符查询
  - 3.2.4 prefix 前缀查询
  - 3.2.5 fuzzy 模糊查询
  - 3.2.6 range 范围查询
  - 3.2.7 query_string 查询解析器
四、结尾

一、作者有话说

本文为了更加详细的讲解elasticsearch的操作，全部都是根据官网一点点进行说明。有兴趣对官网进行阅读的同学，建议移步官网
https://www.elastic.co/guide/en/elasticsearch/reference/7.5/getting-started-index.html

1.1 专业术语（必须进行掌握）

专业术语对学一个中间件来说，是非常重要的，建议大家先了解以下的专业术语
https://blog.csdn.net/qq_34168515/article/details/108315484

本文只介绍几个常用的术语

1.1.1 索引 index

索引就像关系数据库中的表。它具有一个包含type的映射，该type包含索引中的字段。

注意：因为从6.x开始，就不推荐使用type是，但是为了兼容以下版本，type统一为 _doc

1.1.2 映射 mapping

映射就像关系数据库中的架构定义。每个索引都有一个映射，该映射定义一个type，以及许多索引范围的设置。

注意：mapping一旦生成之后，就无法进行修改了，除非重新建立一个新的索引，再拷贝过去

1.1.3 字段 field

一个文件包含字段或键-值对的列表。该值可以是简单（标量）值（例如，字符串，整数，日期），也可以是嵌套结构（如数组或对象）。字段类似于关系数据库中表中的列

1.1.4 术语 term

术语是在Elasticsearch中索引的精确值。该条款 foo，Foo，FOO是不等价的。可以使用术语查询来搜索术语（即精确值）。

1.1.5 文本 text

文本（或全文）是普通的非结构化文本，例如本段。默认情况下，文本将被分析为 term，这是索引中实际存储的内容。

文本字段需要在索引时进行分析才能作为全文搜索，并且全文查询中的关键字必须在搜索时进行分析以产生（和搜索）与索引时生成的词相同的术语。

1.2 操作工具为 elasticsearch head

界面

es head的下载方式，由于篇幅问题，请自行百度！！！！！！

二、实际进行操作

参考官方 rest-api操作

https://www.elastic.co/guide/en/elasticsearch/reference/7.9/rest-apis.html

2.1 操作es的步骤

2.1 使用自动创建的形式创建index

elasticsearch head操作

2.1.1 常规操作创建格式： POST 索引/_doc

格式：

POST 索引/_doc
{json方法体
}

案例，为索引为can123添加数据，不指定id，会自动增加id

POST can123/_doc
{"user" : "kimchy","createDate" : "2020-09-06 11:19:10","message" : "trying out Elasticsearch"
}

2.1.2 查看创建的索引和数据

索引、索引对应的mapping，也就是数据库格式，都创建好了，我们查看一下

存在问题？由于createTime字段，是需要date时间格式的，但是mapping映射却是text格式，明显是不对，后续介绍如何进行处理

查看存入的数据

为了方便后续的测试，请添加多条数据

按照前面的例子进行增加

{"user":"dog","createDate":"2020-09-06 11:19:10","message":"four leg dog"}
{"user":"cat","createDate":"2020-09-06 11:19:10","message":"four leg cat"}
{"user":"frog","createDate":"2020-09-06 11:19:10","message":"four leg frog"}
{"user":"pig","createDate":"2020-09-06 11:19:10","message":"four leg pig"}
{"user":"duck","createDate":"2020-09-06 11:19:10","message":"two leg duck"}
{"user":"chick","createDate":"2020-09-06 11:19:10","message":"chick leg chick"}

2.2 删除index

首先添加一个索引，方面后面删除

POST twitter/_doc/
{"user" : "kimchy","post_date" : "2009-11-15T14:12:12","message" : "trying out Elasticsearch"
}

2.2.1 删除格式： DELETE /索引

删除索引格式：

DELETE /索引

删除索引中的id格式

DELETE /索引/文档id

删除索引为 twitter

DELETE /twitter/

三、从es head来看es的重要的搜索功能

3.1 查找某个文档的全部内容 match_all

3.1.1 查看全部格式： POST 索引/_search

搜索格式

POST 索引/_search

例如，搜索can123的所有数据

POST can123/_search

3.2 search的各种过滤，注意看每张图的区别

3.2.1 match 全文匹配

match和term的区别是,match查询的时候,elasticsearch会根据你给定的字段提供合适的分析器,而term查询不会有分析器分析的过程

查询 message 包含关键字dog的文档，ps：注意和 term 的区别

查询 message 包含 red dog的文档，ps：注意和 term 的区别

3.2.2 term 术语查询

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

查询 message 包含关键字dog的文档，ps：注意和 match 的区别

查询 message 包含 red dog的文档，ps：注意和 match 的区别

结论：

match进行分词器分析, 所谓的分词，就是把当前的value进行分词
term是代表完全匹配，即不进行分词器分析

3.2.3 wildcard 通配符查询

类似正则表达式，可以对数据进行过滤查找

查找ck，如果正常的match是无法查找到的

采用通配符查询 *ck，就可以查找到

3.2.4 prefix 前缀查询

类似通配符查询，查找以xxx开头的关键字，参与倒排索引的每一个词查询前缀

3.2.5 fuzzy 模糊查询

在实际的搜索中，我们有时候会打错字，从而导致搜索不到。在Elasticsearch中，我们可以使用fuzziness属性来进行模糊查询，从而达到搜索有错别字的情形。

match查询具有“fuziness”属性。它可以被设置为“0”， “1”， “2”或“auto”。“auto”是推荐的选项，它会根据查询词的长度定义距离。

错别字模糊查询：那么它可以显示搜索的结果，这是因为我们能够容许两个编辑的错误。模糊性是拼写错误的简单解决方案，但具有很高的CPU开销和非常低的精度。

例如match查找 chack 是无法查询到的

但是使用fuzzy查找 chack是可以查找到 chick的

3.2.6 range 范围查询

范围查询，感觉非常好理解，就是 lt 小于某个范围， gt大于某个范围。

3.2.7 query_string 查询解析器

官方解释：使用具有严格语法的解析器，根据提供的查询字符串返回文档。

该查询使用语法根据操作符(如and或NOT)来解析和分割所提供的查询字符串。然后，查询在返回匹配的文档之前独立分析每个分割文本。

可以使用query_string查询创建包含通配符的复杂搜索、跨多个字段的搜索等等。虽然通用，但查询是严格的，如果查询字符串包含任何无效语法，则返回错误。

可以写正则表达式，或者使用or and 等对查询语句进行拼接，会更加灵活

同时查找 dog 和 cat

四、结尾

大部分的程序员，都是面向百度或者谷歌进行编程的，而网上的资料乱七八糟，有时候找起来让人难受，于是本人无偿进行资料收集的工作，大部分资料都是本人实打实收集的而且测试过，大家不用怀疑准确性，奈何能力有限，免于遗漏，希望读者可以在评论或者私信我，进行改正，大家一起为互联网技术做贡献。

========================

收集资料枯燥无味，如果本文对你有帮助，可以点个赞，这个也是对我最大的鼓励和赞许。

本人行不改名坐不改姓，潮汕的灿灿展

立志在互联网这一行，做出自己的贡献