本文共 8258 字，大约阅读时间需要 27 分钟。
elasticsearch是面向文档的搜索分析引擎。
（1）快速检查集群的健康状态
GET /_cat/health?v
（2）快速查看集群中有哪些索引
GET /_cat/indices?v
（3）创建索引与删除索引
PUT /my_index001?pretty 创建索引DELETE /my_index001?pretty 删除索引
（4）商品的crud
方法一：插入数据，自动生成document的 _id
POST /my_index001/_doc{ "name":"奶粉", "dec":"婴幼儿奶粉", "price":270, "producer":"奶粉producer", "tags":["婴幼儿","二段"]} 方法二：插入数据，手动指定document的 _id
PUT /my_index001/_doc/1{ "name":"奶粉", "dec":"中老年奶粉", "price":250, "producer":"中老年奶粉producer", "tags":["中老年","补钙"]} 查询所有document
查询索引my_index001下的所有数据GET my_index001/_search{ "query": { "match_all": {} }}返回结果{ "took" : 1, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : 2, "max_score" : 1.0, "hits" : [ { "_index" : "my_index001", "_type" : "_doc", "_id" : "fXbW9nQBgKKpTl0QYML0", "_score" : 1.0, "_source" : { "name" : "奶粉", "dec" : "婴幼儿奶粉", "price" : 270, "producer" : "奶粉producer", "tags" : [ "婴幼儿", "二段" ] } }, { "_index" : "my_index001", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "_source" : { "name" : "奶粉", "dec" : "中老年奶粉", "price" : 250, "producer" : "中老年奶粉producer", "tags" : [ "中老年", "补钙" ] } } ] }} 返回结果中_id=fXbW9nQBgKKpTl0QYML0的文档是方法一没有指定ID的方式下es帮我们自动生成的document的ID；_id=1的文档是我们手动指定document的ID的情况下插入的数据，如果id已经存在则报错。
返回结果中的信息：
took：耗费来几毫秒
time_out：是否超时，这里没有 _shards：拆分成来几个分片，若有多个分片，对于搜索请求，会打到所有的primary shard（或者它的某个replica shard也可以） hits.total：查询结果的数量，2个document hits.max_score：score的含义就是一个document对于一个search的相关度的匹配分数，越相关，就越匹配，分数也高 hits.hits：包含了匹配搜索的document的详细数据修改商品：更新指定document的指定字段
POST /my_index001/_doc/1/_update{ "doc" : { "price" : 280 }} 替换document：此方法不是更新指定字段，而是将_id=1的document整个替换为下面插入的新的document。注意：若用这个方法更新，需要将原有的不需要更新的字段全部带上，否则会出现字段丢失。
POST /my_index001/_doc/1{ "price" : 280} 删除数据
DELETE /my_index001/_doc/1
一个bool查询是一个或者多个查询子句的组合：总共包含4种子句。其中2种会影响算分，2种不影响算分
相关性并不只是全文检索的专利。也适用于yes|no的子句，匹配的子句越多，相关性评分越高。如果多条查询子句被合并为一条复合查询语句，比如bool查询，则每个查询字句计算得出的评分会被合并到总的相关性评分中。
bool组合查询
GET /my_index001/_search{ "query": { "bool": { "must": [ {"match": { "name": "奶粉" }} ], "must_not": [ {"match": { "name": "牙膏" }} ], "filter": { "range": { "price": { "gte": 200, "lte": 300 } } }, "should": [ {"match": { "producer": "producer" }} ] } }} 上面这个bool查询中用到must、must_not、should、filter，这四个可以并行以任意顺序出现，在比的bool查询中，没有must条件，should中必须满足一条查询。
查询语句的结构会对相关度算分产生影响
查询语句GET /my_index001/_search{ "query": { "bool": { "should": [ {"match": {"tags": "老人"}}, {"match": {"tags": "婴儿"}}, {"bool": { "should": [ {"match": { "tags": "中年" }} ] }} ] } }}返回结果："hits" : { "total" : 3, "max_score" : 2.345461, "hits" : [ { "_index" : "my_index001", "_type" : "_doc", "_id" : "2", "_score" : 2.345461, "_source" : { "name" : "奶粉", "dec" : "老人奶粉", "price" : 240, "producer" : "老人奶粉producer", "tags" : [ "老人" ] } }, { "_index" : "my_index001", "_type" : "_doc", "_id" : "fXbW9nQBgKKpTl0QYML0", "_score" : 2.345461, "_source" : { "name" : "奶粉", "dec" : "婴儿奶粉", "price" : 270, "producer" : "奶粉producer", "tags" : [ "婴儿" ] } }, { "_index" : "my_index001", "_type" : "_doc", "_id" : "1", "_score" : 1.4779618, "_source" : { "name" : "奶粉", "dec" : "中年奶粉", "price" : 240, "producer" : "中年奶粉producer", "tags" : [ "中年", "帮助睡眠" ] } } ] } 上面的查询中tags="老人"和tags="婴儿"的文档的扽都为2.345461，而tags="中年"的文档得分为1.4779618，是因为前面两个文档查询时条件在同一层级，而最后一个文档查询条件的层级则是在前两个文档的下一层，上面的查询语句可见。
控制字段的boosting，控制关键词搜索结果的得分
查询语句：GET /my_index001/_search{ "query": { "bool": { "should": [ {"match": { "tags": { "query": "老人", "boost":4 } }}, {"match": { "tags": { "query": "婴儿", "boost":1 } }} ] } }}返回结果："hits" : [ { "_index" : "my_index001", "_type" : "_doc", "_id" : "2", "_score" : 9.381844, "_source" : { "name" : "奶粉", "dec" : "老人奶粉", "price" : 240, "producer" : "老人奶粉producer", "tags" : [ "老人" ] } }, { "_index" : "my_index001", "_type" : "_doc", "_id" : "fXbW9nQBgKKpTl0QYML0", "_score" : 2.345461, "_source" : { "name" : "奶粉", "dec" : "婴儿奶粉", "price" : 270, "producer" : "奶粉producer", "tags" : [ "婴儿" ] } } ] } boost设置为4的关键词的查询结果得分为9.381844，boost设置为1的关键词的查询结果得分则为2.345461。若两个boost得分都设置为4，则返回结果两个文档的得分都等于9.381844。
以上的查询使用的都是全文检索，全文检索会将输入的搜索串拆解开来，去倒排索引里面去一一匹配，只要能匹配上任意一个拆解后的单词，就可以作为结果返回。相反，短语检索要求输入的搜索串必须在指定的字段文本中，完全包含一摸一样的，才可以算匹配，才能所谓结果返回。语法如下：
GET /my_index001/_search{ "query": { "match_phrase": { "dec": "老人奶粉" } }} 在使用es的聚合分析功能之前必须将聚合分析的字段的fielddata属性设置为true，否则会报action_request_validation_exception这个异常，设置索引的某个字段的fielddata属性语法如下：
PUT /my_index001/_mapping/_doc{ "properties": { "name":{ "type": "text", "fielddata": true } }} 计算每个name下的商品数量，注意若有中文需自行设置IK分词器，es内置的中文分词器会把中文拆分成一个个单独的文字：
聚合语法：GET /my_index001/_search{ "size": 0, //若不加size，会把聚合用到所有的document也一并返回 "aggs": { "group_by_name": { //聚合返回结果名称 "terms": { "field": "name" //聚合字段 } } }}返回结果："aggregations" : { "group_by_name" : { //聚合返回结果名称，与上面相对应 "doc_count_error_upper_bound" : 0, "sum_other_doc_count" : 0, "buckets" : [ //聚合结果 { "key" : "奶粉", "doc_count" : 3 }, { "key" : "裤子", "doc_count" : 1 } ] } } 计算name="奶粉"下每个tag下的商品数量：
GET /my_index001/_search{ "size": 0, "query": { "match": { "name": "奶粉" } }, "aggs": { "group_by_tags": { "terms": { "field": "tags" } } }} 先分组，再计算每组的平均值，计算每个name下商品的平均值：
GET /my_index001/_search{ "size": 0, "aggs": { "group_by_name": { "terms": { "field": "name" }, "aggs": { "avg_price": { "avg": { "field": "price" } } } } }} 计算每个name下的price的平均值，并按照price升序排序：
GET /my_index001/_search{ "size": 0, "aggs": { "group_by_name": { "terms": { "field": "name", "order": { "avg_price": "asc" } }, "aggs": { "avg_price": { "avg": { "field": "price" } } } } }} 按照指定价格范围区间进行分组，然后在每组内再按照tag进行分组，最后计算每组平均价格：
GET /my_index001/_search{ "size": 0, "aggs": { "group_by_price": { "range": { "field": "price", "ranges": [ { "from": 0, "to": 100 }, { "from": 100, "to": 200 }, { "from": 200, "to": 300 } ] }, "aggs": { "group_by_name": { "terms": { "field": "name" }, "aggs": { "average_price": { "avg": { "field": "price" } } } } } } }}
转载地址：http://rupws.baihongyu.com/