elasticsearch http 搜索 测试
1.查询所有的documents
http://192.168.43.45:9200/_search
boost parameter 细粒度搜索条件权重控制
如：组装多个查询条件，其中一个匹配的想要优先查询显示出来，需要使用权重控制提升相似度排名
2.查看 elasticsearch的 健康状态
http://192.168.43.45:9200/_cat/health?v
红：数据不可访问
绿：集群完全起作用
黄：一些数据不可访问
3. 查看集群中节点情况：
http://192.168.43.45:9200/_cat/nodes?v
4.查看集群下所有索引
http://192.168.43.45:9200/_cat/indices?v
5.创建一个索引
从put请求可以看出es是rest 的api ,默认put就是增加
put http://192.168.43.45:9200/testcreate?pretty
索引的名称必须全部是小写
否则报错
修改索引为小写，必须使用put请求
然后查看所有索引：
http://192.168.43.45:9200/_cat/indices?v
从图中可以看出有5个主分区和1个副本（5 primary shards and 1 replica）
目前看到的节点的颜色是黄色，是因为单节点的es和es默认的shard 10个分区不匹配，现在只有5个分区，只有当节点增加了es节点，才会在另一个节点进行副本复制，那么颜色才会变成绿色
6.向索引中添加文档
put http://192.168.43.45:9200/testcreate/doc/1?pretty
{
”name”: “John Doe”
}
查询一下刚才放入的数据：
http://192.168.43.45:9200/testcreate/doc/1?pretty
7.删除索引
delete http://192.168.43.45:9200/testcreate?pretty
再次查看所有索引：
http://192.168.43.45:9200/_cat/indices?v
8.更新文档
如果在删除了索引之后，又进行了向索引中添加doc，那么默认会把索引创建
如果继续在添加的基础上面，修改添加的数据内容，则会对当前文档进行修改
put http://192.168.43.45:9200/testcreate/doc/2?pretty
{
”name”: “John CCC”
}
查询id=2的文档
如果不指定id向分区中插入数据，es会随机生成id
post http://192.168.43.45:9200/testcreate/doc?pretty
{
”name”: “John DDD”
}
查询该测试索引下的所有文档：
http://192.168.43.45:9200/testcreate/_search
es 更新文档，本质就是删除旧的文档，然后放入新的文档
下面是插入，更新看下下一个：因为少了id
post http://192.168.43.45:9200/testcreate/doc/_update?pretty
{
”doc”: {“name” : “test update doc”}
}
更新：
post http://192.168.43.45:9200/testcreate/doc/1/_update?pretty
{
”doc”: {“name” : “test update doc”}
}
查看索引下更新的文档：
更新的时候多增加1个字段
post http://192.168.43.45:9200/testcreate/doc/1/_update?pretty
{
”doc”: {“name” : “test update doc”, “age”: 20}
}
使用脚本对字段值进行更新
post http://192.168.43.45:9200/testcreate/doc/1/_update?pretty
{
”script”: “ctx._source.age += 100”
}
即当前上下文context，当前上下文中doc的source字段的属性
查看结果：
http://192.168.43.45:9200/testcreate/_search
9.批量处理
①、批量插入多个doc，目前只能在命令行中写脚本执行
curl -H “Content-Type: application/x-ndjson” -XPOST ‘192.168.43.45:9200/testcreate/doc/_bulk?pretty’ –data-binary @request
request脚本：
{“index”:{“_id”:”3″}}
{“name”:”test batch insert 3″}
{“index”:{“_id”:”4″}}
{“name”:”test batch insert 4″}
②、批量进行更新、删除、
curl -H “Content-Type: application/x-ndjson” -XPOST ‘192.168.43.45:9200/testcreate/doc/_bulk?pretty’ –data-binary @updateanddelete.txt
多个操作，每一个操作不影响别的操作，当一个动作执行失败，其他操作仍然继续执行，批处理的返回结果，可以看到所有的处理结果
10.导入数据集
curl -H “Content-Type: application/json” -XPOST ‘192.168.43.45:9200/testcreate/doc/_bulk?pretty&refresh’ –data-binary @updateanddelete.txt
curl “192.168.43.45:9200/_cat/indices?v”
updateanddelete.txt:
{“update”:{“_id”:”2″}}
{“doc”:{“name”:”test update and test delete”}}
{“delete”:{“_id”:”3″}}
批处理数据，最优数目可以是1000 – 5000，大小为5M-15M
查看删除后剩余的doc:
http://192.168.43.45:9200/testcreate/_search
查看某一个具体的doc:
get http://192.168.43.45:9200/testcreate/doc/2
查看索引中文档个数：
http://172.22.64.45:9200/_cat/indices?v
11.查询 es 中所有的 文档， 并按照某一个条件排序
get http://172.22.64.45:9200/testcreate/_search?q=*&sort=_id:asc&pretty
查询索引库 testcreate 中所有数据，并按照_id 升序排序
参考：https://segmentfault.com/a/1190000017136282?utm_source=tag-newest
get http://172.22.64.45:9200/testcreate/_search?q=*&sort=_id:asc&pretty
解释：所有结果（q=*）按照_id升序排序
下面的查询与上面的含义一致：
GET /testcreate/_search { “query”: { “match_all”: {} }, “sort”: [ { “_id”: “asc” } ] }
按条件查询 es 中的 文档， 并按照某一个条件排序：
（如果es官方文档中url是get请求，但是postman又模拟不出来，可以使用post来，参考文章：es 的 http请求中携带参数问题 解释）
http://172.22.64.45:9200/testcreate/_search
{
”query”: { “match”: { “name”: “test” } },
”sort”: {“_id” : “desc”}
}
解释：查询索引testcreate中name 中包含 test ，且按照 _id排序
①、其中match是匹配test或者别的name , 如果match 写成 “match”:{“name”:”test hello”}，则表示匹配name是 test 或者 hello 的数据
②、其中match_phrase是精确匹配，即只匹配
http://172.22.64.45:9200/testcreate/_search
{
”query”: { “match_phrase”: { “name”: “test update” } },
”sort”: {“_id” : “desc”}
}
组合查询：通过使用pool
解释：查询索引testcreate中文档，匹配name中带有test,且不匹配 id是9FSQTW0Bk8G6zS0U的文档
http://172.22.64.45:9200/testcreate/_search
{
”query”: {
”bool”:{
”must”:[{
”match”:{“name”:”test”}
}],
”must_not”:[{
”match”:{“_id”:”9FSQTW0Bk8G6zS0U”}
}]
}
}
}
按照分页进行获取数据：
解释：查询索引testcreate中文档，匹配name中带有test,且不匹配 id是9FSQTW0Bk8G6zS0U的文档，按照2条数据分页，获取第二页的数据
http://172.22.64.45:9200/testcreate/_search
list数据默认是从0开始
比如匹配特殊的属性字段：
http://172.22.64.45:9200/testcreate/_search
解释：匹配属性列 name 是 test 的文档
{
”query”:{
”match”: { “name”: “test” }
}
}
当指定返回的文档是空的，只需要得到总数，则使用size=0
http://172.22.64.45:9200/testcreate/_search
{
”query”:{
”match”: { “name”: “test” }
},
”size”:0
}
12.聚合查询
对某一个field属性列进行统计
http://172.22.64.45:9200/testcreate/_search
{
”size”: 0,
”aggs”: {
”group_by_name”: {
”terms”: {“field”: “name.keyword”}
}
}
}
解释：对索引testcreate中的字段name进行分组操作，并统计name关键字的个数，使默认的全部数据不显示（size=0）,只返回聚合的结果
{
”took”: 1045,
”timed_out”: false,
”_shards”: {
”total”: 5,
”successful”: 5,
”skipped”: 0,
”failed”: 0
},
”hits”: {
”total”: 4,
”max_score”: 0,
”hits”: []
},
”aggregations”: {
”group_by_name”: {
”doc_count_error_upper_bound”: 0,
”sum_other_doc_count”: 0,
”buckets”: [
{“key”: “John DDD”,“doc_count”: 1},
{“key”: “test batch insert 4”,“doc_count”: 1},
{“key”: “test update and test delete”,“doc_count”: 1},
{“key”: “test update doc”,“doc_count”: 1}]}
}
}
目前看到的统计的都是1条数据，没有相同的数据，现在添加文档
http://172.22.64.45:9200/testcreate/doc/5?pretty
{
”name”: “test batch insert 4”
}
再进行查询：name为test batch insert 4 有两条数据
首先去掉id不是 数字的 文档
http://172.22.64.45:9200/testcreate/_search
{
”query” : {
”bool”: {
”must_not”: [{
”match”:{“_id”:”9FSQTW0Bk8G6zS0U”}
}]
}
},
”aggs”: {
”group_by_name”: {“terms”: {“field”: “name.keyword”}}
}
}
再插入age数据
http://172.22.64.45:9200/testcreate/doc/6?pretty
{
”name”: “test update doc”,
”age”: 150
}
复合聚合，嵌套聚合：
http://172.22.64.45:9200/testcreate/_search
{
”query” : {
”bool”: {
”must_not”: [
{ “match”:{“_id”:”9FSQTW0Bk8G6zS0U”}},
{ “match”:{“_id”:”4″}},
{ “match”:{“_id”:”5″}},
{ “match”:{“_id”:”9FSQTW0Bk8G6zS0U-t9f”}}
]}
},
”aggs”: {
”group_by_name”: {
”terms”: {“field”: “name.keyword”},
”aggs”: {
”average_age”: {
“avg”: {“field”: “age”}
}
}
}
}
}
解释：过滤掉_id中的文档没有包含age属性的字段，如果不过滤掉，则会出现统计是null的数据
按照文档中属性的name进行分组，然后在分组的结果上面进行求平均值
聚合进行求和：
{
”query” : {
”bool”: {
”must_not”: [
{ “match”:{“_id”:”9FSQTW0Bk8G6zS0U”}},
{ “match”:{“_id”:”4″}},
{ “match”:{“_id”:”5″}},
{ “match”:{“_id”:”9FSQTW0Bk8G6zS0U-t9f”}}
]
}
},
”aggs”: {
”group_by_name”: {
”terms”: {“field”: “name.keyword”},
”aggs”: {
”sum_age”: {“sum”: {“field”: “age”}}
}
}
}
}
按照年龄大小排序：
{
”query” : {
”bool”: {
”must_not”: [
{ “match”:{“_id”:”9FSQTW0Bk8G6zS0U”}},
{ “match”:{“_id”:”4″}},
{ “match”:{“_id”:”5″}},
{ “match”:{“_id”:”9FSQTW0Bk8G6zS0U-t9f”}}]
}
},
”aggs”: {
”group_by_name”: {
”terms”: {
”field”: “name.keyword”,
”order”:{“sum_age”: “asc”}
},
”aggs”: {
”sum_age”: {“sum”: {“field”: “age”}}
}
}
}
}
13. 安装时候自动创建索引
action.auto_create_index in elasticsearch.yml 配置为：
action.auto_create_index: .monitoring*,.watches,.triggered_watches,.watcher-history*,.ml*
杀死进程：pkill -F pid
es本身是用Java编译的