elasticsearch练习

最近在学习elasticsearch,做了一些练习,分享下练习成果,es基于6.7.2,用kibana处理DSL,有兴趣的伙伴可以自己试试

1.简单查询练习 source: test003/doc

1.1 查询name中包含"li"的人,


GET test003/_search
{
"query":
{
  "regexp":{"user":".*li.*"}
}
}

1.2 查询msg中含有birthday的数据,


GET test003/_search
{
"query":
{
  "match":{"message":"birthday"}
}
}

1.3 查询city上海的,


GET /test003/_search
{
"query":
{
  "match":{"city":"上海"}
}
}

1.4 查询name wangwu或lisi的,


GET test003/_search
{
"query":
{
  "terms":{
    "user":["lisi","wangwu"]
  }
}
}

1.5 查询年龄大于35小于60的,同上/只显示name age city


GET test003/_search
{
"_source": ["name","age","city"],
"query":
{
  "range": {
    "age": {
      "gt": 35,
      "lt": 60
    }
  }
}
}

1.6 查询年龄大于30且city不在北京的,


GET test003/_search
{
"query":
{
  "bool":
  {
    "must": [
      {"range": {
        "age": {
          "gte": 30
        }
      }}
    ],
    "must_not": [
      {
        "term": {
          "city": "北京"
          }
        }
    ]
  }
}
}

1.7 查询name不含"li"且age大于20,


GET test003/_search
{
"query":
{
  "bool":
  {
    "must": [
      {"range": {
        "age": {
          "gte": 20
        }
      }}
    ],
    "must_not": [
      {"regexp": {
      "user": ".*li.*"
    }}
    ]
  }
}
}

2.聚合复合查询 source: /employees/employee_info

2.1 查询salary最高的员工,只显示name和salary,返回top3


GET employees/_search
{
"_source": ["name","salary"],
"size": 3,
"sort": [
  {
    "salary": {
      "order": "desc"
    }
  }
],
"aggs": {
  "max_salary": {
    "max": {
      "field": "salary"
    }
  }
}
}

2.2 在gender 为male中,查询统计salary各项数据,top3


GET employees/_search
{
"sort": [
  {
    "salary": {
      "order": "desc"
    }
  }
],
"size": 3,
"aggs": {
  "male":
  {
    "filter": {"term": {
      "gender": "male"}},
    "aggs": {
      "stats_salary": {
        "stats": {
          "field": "salary"
        }
      }
    }
  }
}
}

2.3 查询不同岗位的职员的最高salary


GET employees/_search
{
"aggs": {
  "job":
  {
    "terms": {"field": "job.keyword"},
    "aggs": {
      "stats_salary": {
        "stats": {
          "field": "salary"
        }
      }
    }
  }
}
}

2.4 查询age大于25或salary大于12000的的java程序员


GET employees/employee_info/_search
{
"query" :
{
  "bool":
  {
    "must": [
        { "match": {
          "job": "Java Programmer"
        }},
      {
        "range": {
          "age": {
            "gte": 25
          }
        }
      },
      {
        "bool":
        {
          "should": [
            {
              "range": {
                "salary": {
                  "gt": 20000
                }
              }
            }
          ]
        }
      }
    ]
  }
}
}

2.5 查询salary在15000下,15000-30000,30000以上的female员工


GET employees/_search
{
"size": 3,
"sort": [
  {
    "salary": {
      "order": "desc"
    }
  }
],
"aggs": {
  "female_employee": {
    "filter": {"term": {
      "gender": "female"}},
    "aggs":
    {
      "salary_range":
      {
        "range": {
          "field": "salary",
          "ranges": [
            {
              "to": 15000
            },
            {
              "from": 15000,
              "to":30000
            },
            {
              "from": 30000
            }
          ]
        }
      }
    }
  }
}
}

数据源


// 操作数据3-聚合操作
PUT /employees/employee_info/_bulk
{ "index" : { "_id" : "1" } }
{ "name" : "Emma","age":32,"job":"Product Manager","gender":"female","salary":35000 }
{ "index" : { "_id" : "2" } }
{ "name" : "Underwood","age":41,"job":"Dev Manager","gender":"male","salary": 50000}
{ "index" : { "_id" : "3" } }
{ "name" : "Tran","age":25,"job":"Web Designer","gender":"male","salary":18000 }
{ "index" : { "_id" : "4" } }
{ "name" : "Rivera","age":26,"job":"Web Designer","gender":"female","salary": 22000}
{ "index" : { "_id" : "5" } }
{ "name" : "Rose","age":25,"job":"QA","gender":"female","salary":18000 }
{ "index" : { "_id" : "6" } }
{ "name" : "Lucy","age":31,"job":"QA","gender":"female","salary": 25000}
{ "index" : { "_id" : "7" } }
{ "name" : "Byrd","age":27,"job":"QA","gender":"male","salary":20000 }
{ "index" : { "_id" : "8" } }
{ "name" : "Foster","age":27,"job":"Java Programmer","gender":"male","salary": 20000}
{ "index" : { "_id" : "9" } }
{ "name" : "Gregory","age":32,"job":"Java Programmer","gender":"male","salary":22000 }
{ "index" : { "_id" : "10" } }
{ "name" : "Bryant","age":20,"job":"Java Programmer","gender":"male","salary": 9000}


// 操作数据4-聚合操作之分组
POST _bulk
{"index":{"_index":"test003","_type":"doc"}}
{"user":"zhangsan", "age":30,"message":"happy birthday","city":"北京","location":{"lat":30,"lon":40}}
{"index":{"_index":"test003","_type":"doc"}}
{"user":"lisi", "age":30,"message":"happy birthday","city":"上海","location":{"lat":38.970718,"lon":116.325747}}
{"index":{"_index":"test003","_type":"doc"}}
{"user":"wangwu", "age":35,"message":"Happy birthday","city":"深圳","location":{"lat":37.970718,"lon":116.325747}}
{"index":{"_index":"test003","_type":"doc"}}
{"user":"zhaoliu", "age":40,"message":"birthday happy","city":"深圳","location":{"lat":36.970718,"lon":116.325747}}

elasticsearch练习的更多相关文章

  1. Elasticsearch之java的基本操作一

    摘要   接触ElasticSearch已经有一段了.在这期间,遇到很多问题,但在最后自己的不断探索下解决了这些问题.看到网上或多或少的都有一些介绍ElasticSearch相关知识的文档,但个人觉得 ...

  2. Elasticsearch 5.0 中term 查询和match 查询的认识

    Elasticsearch 5.0 关于term query和match query的认识 一.基本情况 前言:term query和match query牵扯的东西比较多,例如分词器.mapping ...

  3. 以bank account 数据为例,认识elasticsearch query 和 filter

    Elasticsearch 查询语言(Query DSL)认识(一) 一.基本认识 查询子句的行为取决于 query context filter context 也就是执行的是查询(query)还是 ...

  4. Ubuntu 14.04中Elasticsearch集群配置

    Ubuntu 14.04中Elasticsearch集群配置 前言:本文可用于elasticsearch集群搭建参考.细分为elasticsearch.yml配置和系统配置 达到的目的:各台机器配置成 ...

  5. ElasticSearch 5学习(10)——结构化查询(包括新特性)

    之前我们所有的查询都属于命令行查询,但是不利于复杂的查询,而且一般在项目开发中不使用命令行查询方式,只有在调试测试时使用简单命令行查询,但是,如果想要善用搜索,我们必须使用请求体查询(request ...

  6. ElasticSearch 5学习(9)——映射和分析(string类型废弃)

    在ElasticSearch中,存入文档的内容类似于传统数据每个字段一样,都会有一个指定的属性,为了能够把日期字段处理成日期,把数字字段处理成数字,把字符串字段处理成字符串值,Elasticsearc ...

  7. .net Elasticsearch 学习入门笔记

    一. es安装相关1.elasticsearch安装  运行http://localhost:9200/2.head插件3.bigdesk插件安装(安装细节百度:windows elasticsear ...

  8. 自己写的数据交换工具——从Oracle到Elasticsearch

    先说说需求的背景,由于业务数据都在Oracle数据库中,想要对它进行数据的分析会非常非常慢,用传统的数据仓库-->数据集市这种方式,集市层表会非常大,查询的时候如果再做一些group的操作,一个 ...

  9. 如何在Elasticsearch中安装中文分词器(IK+pinyin)

    如果直接使用Elasticsearch的朋友在处理中文内容的搜索时,肯定会遇到很尴尬的问题--中文词语被分成了一个一个的汉字,当用Kibana作图的时候,按照term来分组,结果一个汉字被分成了一组. ...

  10. jar hell & elasticsearch ik 版本问题

    想给es 安装一个ik 的插件, 我的es 是 2.4.0, 下载了一个版本是 1.9.5, [2016-10-09 16:56:26,248][INFO ][node ] [node-2] init ...

随机推荐

  1. python:接口开发

    一.flask flask是一个python编写的轻量级框架,可以使用它实现一个网站或者web服务.本文就用flask来开发一个接口. flask需要先安装再引用.pip install flask ...

  2. pytorch常用函数总结(持续更新)

    pytorch常用函数总结(持续更新) torch.max(input,dim) 求取指定维度上的最大值,,返回输入张量给定维度上每行的最大值,并同时返回每个最大值的位置索引.比如: demo.sha ...

  3. oracle之通过group by产生统计报告

    通过group by产生统计报告 Oracle数据库中的ROLLUP配合group by命令使用,可以提供信息汇总功能(与"小计"相似)CUBE,也是GROUP BY子句的一种扩展 ...

  4. CentOS 7安装SeaweedFS

    1.从GitHub下载编译好的SeaweedFS 地址:https://github.com/chrislusf/seaweedfs/releases 选择linux_amd64.tar.gz的压缩包 ...

  5. Python反转链表

    # -*- coding:utf-8 -*- # class ListNode: # def __init__(self, x): # self.val = x # self.next = None ...

  6. 详解volatile关键字和原子引用

    本篇看一下Volatile关键字和原子引用. 上图就是JUC包结构,总共分成三块 (1)java.util.concurrent:并发包基础类,包括阻塞队列,线程池相关类,线程安全Map等. (2)j ...

  7. 虚拟机系列 | JVM特点,基础结构与执行周期

    本文源码:GitHub·点这里 || GitEE·点这里 一.虚拟机简介 1.虚拟机概念 虚拟机(Virtual Machine)指通过软件模拟的具有完整硬件系统功能的.运行在一个完全隔离环境中的完整 ...

  8. 动态加载dll的实现+远线程注入

    1.在目标进程中申请内存 2.向目标进程内存中写入shellcode(没有特征,编码比较麻烦) 3.创建远线程执行shellcode 之前可以看到shellcode很难编写还要去依赖库,去字符串区等等 ...

  9. 安装Ubuntu虚拟机

    centos已经满足不了我了,这里就装了个虚拟机,等有钱了再单配台单系统的Linux主机. 一.下载Ubuntu的ISO文件 用国内的网易镜像站点 进去点个16.04.6,然后下个64位的.iso就好 ...

  10. Spring源码系列——容器的启动过程(一)

    一. 前言 Spring家族特别庞大,对于开发人员而言,要想全面征服Spring家族,得花费不少的力气.俗话说,打蛇打七寸,那么Spring家族的"七寸"是什么呢?我心目中的答案一 ...