本文为博主原创,未经允许不得转载:

ES 的 Restful风格:

  Restful是一种面向资源的架构风格,可以简单理解为:使用URL定位资源,用HTTP动词(GET,POST,DELETE,PUT)描述操作。 基于Restful API ES和所有客户端的交互都是使用JSON格式的数据。

    GET查询

    PUT添加

    POST修改

    DELE删除

1.索引常用操作:

  1.1 创建索引:

  格式: PUT /索引名称

PUT /es_db

  1.2 创建索引映射

PUT /my-index
{
"mappings": {
"properties": {
"title": {
"type": "text"
},
"date": {
"type": "date"
},
"views": {
"type": "integer"
}
}
}
}

  1.3 设置索引参数

PUT /my-index
{
"settings": {
"number_of_shards": 5,
"number_of_replicas": 1
}
}

  上述示例将 "my-index" 设置为包含 5 个主分片和 1 个副本分片。

  1.4 查询索引

  格式: GET /索引名称

GET /es_db

  1.5  删除索引

  格式: DELETE /索引名称
DELETE /es_db

2.文档操作:

  2.1 添加

  格式: PUT /索引名称/类型/id

PUT /es_db/_doc/1
{
"name": "张三",
"sex": 1,
"age": 25,
"address": "广州天河公园",
"remark": "java developer"
}

  2.2 修改

  格式: PUT /索引名称/类型/id

PUT /es_db/_doc/1
{
"name": "李四",
"sex": 1,
"age": 25,
"address": "玄武湖公园",
"remark": "java developer"
}

  2.3 查询

  格式: GET /索引名称/类型/id

GET /es_db/_doc/1

  2.4 删除

  格式: DELETE /索引名称/类型/id

DELETE /es_db/_doc/1

3.查询操作

  3.1 查询当前索引类型的所有文档:_search

    格式: GET /索引名称/类型/_search
GET /es_db/_doc/_search

  3.2 条件查询: _search?q=filed:value

  格式: GET /索引名称/类型/_search?q=filed:value
# 查询age 为28 的文档
GET /es_db/_doc/_search?q=age:28  

  3.3 范围查询:  _search?q=filed[start-value TO end-value]

  格式: GET /索引名称/类型/_search?q=***[25 TO 26]  。。。。

  TO 必须为大写
# 查询age在25至26岁之间的
GET /es_db/_doc/_search?q=age[25 TO 26]

  3.4 根据多个ID进行批量查询 _mget

  格式: GET /索引名称/类型/_mget

# 查询id 为1和2的文档
GET /es_db/_doc/_mget
{
"ids":["1","2"]
}

  3.5 小于等于查询:  :<=

  格式: GET /索引名称/类型/_search?q=filed:<=value

# 查询age 小于等于28 的文档
GET /es_db/_doc/_search?q=age:<=28

  3.6 大于等于查询:  :>=

  格式: GET /索引名称/类型/_search?q=filed:>=value

# 查询age 小于等于28 的文档
GET /es_db/_doc/_search?q=age:>=28

  3.7 分页查询: from=pageNo&size=pageSize

  格式: GET /索引名称/类型/_search?q=age[25 TO 26]&from=0&size=1

# 查询age 在25到26之间的文档数据分页,从0开始,pageSize 为1
GET /es_db/_doc/_search?q=age[25 TO 26]&from=0&size=1

  3.8 对查询结果只输出某些字段 _source=字段,字段

  格式: GET /索引名称/类型/_search?_source=字段,字段

# 查询显示 name 与age 文档数据
GET /es_db/_doc/_search?_source=name,age

  3.9 对查询结果排序 sort=字段:desc/asc

  格式: GET /索引名称/类型/_search?sort=字段 desc
# 查询es_db 中的数据并进行age 降序排序
GET /es_db/_doc/_search?sort=age:desc

4.注意事项

  在Elasticsearch中,如果使用DSL查询语句来查询一个不存在的索引或表,通常不会导致错误报告。

  当使用DSL查询语句时,Elasticsearch会尝试执行查询并返回相应的结果。如果在查询中引用了一个不存在的索引或表,Elasticsearch会返回一个空的响应,其中不会包含任何匹配的结果。

这意味着即使表不存在,仍然可以发出DSL查询,并且不会引发错误。因此,在执行任何ES查询之前,最好先确认所查询的索引或表是否存在,以避免不必要的请求和处理。

Elasticsearch 索引与文档的常用操作总结一的更多相关文章

  1. 007-elasticsearch5.4.3【一】概述、Elasticsearch 访问方式、Elasticsearch 面向文档、常用概念

    一.概述 Elasticsearch 是一个开源的搜索引擎,建立在一个全文搜索引擎库 Apache Lucene™ 基础之上. Elasticsearch 也是使用 Java 编写的,它的内部使用 L ...

  2. elasticsearch查询篇索引映射文档数据准备

    elasticsearch查询篇索引映射文档数据准备 我们后面要讲elasticsearch查询,先来准备下索引,映射以及文档: 我们先用Head插件建立索引film,然后建立映射 POST http ...

  3. Elastic Stack 笔记(四)Elasticsearch5.6 索引及文档管理

    博客地址:http://www.moonxy.com 一.前言 在 Elasticsearch 中,对文档进行索引等操作时,既可以通过 RESTful 接口进行操作,也可以通过 Java 也可以通过 ...

  4. Elasticsearch 7.x文档基本操作(CRUD)

    官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/current/docs.html 1.添加文档 1.1.指定文档ID PUT ...

  5. es之对文档进行更新操作

    5.7.1:更新整个文档 ES中并不存在所谓的更新操作,而是用新文档替换旧文档: 在内部,Elasticsearch已经标记旧文档为删除并添加了一个完整的新文档并建立索引.旧版本文档不会立即消失 ,但 ...

  6. elasticsearch 基础 —— 分布式文档存储原理

    路由一个文档到一个分片中 当索引一个文档的时候,文档会被存储到一个主分片中. Elasticsearch 如何知道一个文档应该存放到哪个分片中呢?当我们创建文档时,它如何决定这个文档应当被存储在分片  ...

  7. ElasticSearch 集群基本概念及常用操作汇总(建议收藏)

    内容来源于本人的印象笔记,简单汇总后发布到博客上,供大家需要时参考使用. 原创声明:作者:Arnold.zhao 博客园地址:https://www.cnblogs.com/zh94 目录: Elas ...

  8. shift+alt 可对notepadplusplus 打开的文档进行列操作

    shift+alt 可对notepadplusplus 打开的文档进行列操作

  9. flask - fastapi (python 异步API 框架 可以自动生成swagger 文档) 常用示例 以及整合euraka nacos

    flask - fastapi    (python 异步API 框架  可以自动生成swagger 文档)  常用示例: 之前使用 flask 需要手动写文档, 这个可以自动生成, fastapi ...

  10. Elasticsearch技术解析与实战(二)文档的CRUD操作

    启动Elasticsearch和kibana 访问Elasticsearch:http://localhost:9200/?pretty 访问kibana:http://localhost:5601 ...

随机推荐

  1. MySQL运维12-Mycat分库分表之按天分片

    一.按天分片 指定一个时间周期,将数据写入一个数据节点中,例如:第1-10天的数据,写入到第一个数据节点中,第2-20天的数据写入到第二个节点中,第3-30天的数据节点写入到第三个数据节点中. 说明1 ...

  2. 终于肝完了!全网最全、最详细、最全面的 Hadoop大数据学习教程( 2023最新版 )

    大家好,我是民工哥! 前面给大家介绍了:关系型数据库 MySQL . NoSQL 数据库 Redis . MongoDB .搜索引擎 ElasticSearch 等知识体系学习的文章. 在当今这样的就 ...

  3. 用Roslyn玩转代码之一: 解析与执行字符串表达式

      最近框架中的可视化界面设计需要使用到表达式引擎(解析代码字符串并动态执行),之前旧框架的实现是将表达式字符串解析为语法树后解释执行该表达式,本文介绍如何使用Roslyn解析表达式字符串,并直接转换 ...

  4. 文心一言 VS 讯飞星火 VS chatgpt (158)-- 算法导论12.3 5题

    五.用go语言,假设为每个结点换一种设计,属性 x.p 指向 x 的双亲,属性 x.succ 指向 x 的后继.试给出使用这种表示法的二叉搜索树 T 上 SEARCH.INSERT 和DELETE 操 ...

  5. redis的基本数据类型测试

    依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spri ...

  6. 什么是HuggingFace

    一.HuggingFace简介 1.HuggingFace是什么 可以理解为对于AI开发者的GitHub,提供了模型.数据集(文本|图像|音频|视频).类库(比如transformers|peft|a ...

  7. 618大促,电商企业如何拔得头筹,“敏捷+ DevOps”有话说

    前言 当今企业发展不再以大为目标,而更多追求强和快,因为只有后者才能适应时代变化让企业处以不败之地,我们称这个时代为快鱼吃大鱼的时代,追求快和强也是企业的新形态. 传统行业小到菜场经济,大到航空航天, ...

  8. MindSpore!这款刚刚开源的深度学习框架我爱了!

    [摘要] 本文主要通过两个实际应用案例:一是基于本地 Jupyter Notebook 的 MNIST 手写数据识别:二是基于华为云服务器的 CIFAR-10 图像分类,对开源框架 MindSpore ...

  9. Serverless遇到 FinOps: Economical Serverless

    摘要:本文基于FunctionGraph在Serverless 领域的FinOps探索和实践,提出业界首个Serverless函数总成本估计模型 历川:华为云Serverless研发专家 平山:华为云 ...

  10. 二进制SCA指纹提取黑科技:Go语言逆向技术

    摘要:SCA(Software Composition Analysis)软件成分分析,指通过对软件源码.二进制软件包等的静态分析,挖掘其所存在的开源合规.已知漏洞等安全合规风险,是一种业界常见的安全 ...