申明：此文章是早期学习的时候从其他博主的博文中整理而来的，但不记得是哪位博主的了，无法提供原文链接，见谅！！！
基本语法：
1：简单查询：条件查询 query 指定id查询，
2：条件查询：关键字查询 query
3：聚合查询：聚合查询 aggs（统计查询）
高级查询
1：子条件查询：特定字段查询所指定的值（叶子条件查询）
Query context （查询过程中，除了判断文档中是否满足条件外，ES还会计算一个 _score 来表示匹配程度，
指在判断目标文档和查询条件匹配的程度）
- 全文本查询（针对文本类型数据）、
- 字段级别查询（针对结构化数据，如：数字、日趋等）
Filter context
2：复合条件查询：以一定的逻辑组合子条件查询
ES表结构对应MySQL(对应名词)：这样对比只是为了便于理解，并不严谨
|
MySQL |
ElasticSearch |
面向对象 |
|
Database |
Index (对于用户来说是一个逻辑数据库，虽然物理上会被分多个shard存放，也可能存放在多个node中) |
|
|
Table |
Type(ES6以后一个Index只创建一个Type) |
对象中的class , 同一Json的格式的数据集合 |
|
Row |
Document |
面向对象里的一个对象object |
|
Column |
Field |
对象的属性、字段 |
|
Schema |
Mapping |
|
|
|
Cluster(整个ES默认就是集群状态，整个集群是一份完整、互备的数据) |
|
|
|
Node(集群中的一个节点，一般只一个进程就是一个node) |
|
|
|
Shard(即使是一个节点中的数据也会通过hash算法，分成多个片存放，默认是5片) |
|
MySQL：
select * from user where name = '张三' ;
ES:
GET/user/_search?q=name:张三
es 的 api 格式 基本是：请求方式 /索引名/文档名/id?参数 ，但是 还有 很多不是这样的 请求，比如 _cat api 等等....
查询 所有索引
GET /_cat/indices
查看节点健康 get /_cat/health?v (？v 的意思 显示列出项 的title,?pretty 结果 json 格式化的方式输出)
GET /_cat/health?v
添加索引 put /user；
PUT user { "mappings":{ "person":{ "properties":{ "id":{ "type":"keyword" }, "age":{ "type":"short" }, "name":{ "type":"keyword" }, "sex":{ "type":"keyword" } } } } }
添加一条 docment（ 如果已经存在 那么就全部覆盖）：
PUT /user/person/888 { "age":18, "name":"小明", "sex":"男" }
PUT /test1/d1/1 { "age":1, "name":"zs", "bri":"2018-08-08" }
注意： 如果 只需要插入，不修改 则在后面 加上 /_create (这时候会提示已经存在)，post 不能带_create
修改 一条文档
POST /test1/d1/2 { "age":1, "name":"zs", "bri":"2018-08-08" }
注意：
1、post 虽然是新增，但是 在带有id 的情况下 和 put 几乎一样（id 存在就是 全量 修改，不存在就是 新增）。
2、可以 使用 POST /test1/d1 不带id 的方式 自动生成id，put 不支持不带id的写法
3、 post 可以 指定_update ,并且 可以带_create。
4、post 可以部分更新 专用名字 partial update
POST /test1/d1_update { "doc":{ "age":2 } }
删除一条文档
DELETE index/type/id
删除一条索引
DELETE index
关于 primary shard 和 replica shard 的解释
primary shard：se 对数据进行切片 ，把一个索引的 数据 分成多份 ，每一份数据就是一个 primary shard， primary shard 的数量只能在创建索引的时候指定，因为后期 修改 primary shard 数量 会乱 文档id 计算 文档所在 shard 的 结果。
replica shard: 副本节点，多个副本节点可以提高数据的安全性，并且可以分担 primary shard 的查询 负载
注意：修改只能发生在 primary shard ，查询可以发生在任意 shard
常用查询：
全文本查询：针对文本
1、查询全部：match_all
2、模糊匹配： match (类似sql 的 like)
3、全句匹配： match_phrase (类似sql 的 = )
4、多字段匹配：muti_match （多属性查询）
5、语法查询：query_string (直接写需要配置的 关键字 )
6、字段查询 ： term (针对某个属性的查询，这里注意 term 不会进行分词，比如 在 es 中 存了 “火锅” 会被分成 “火/锅” 当你用 term 去查询 “火时能查到”，但是查询 “火锅” 时，就什么都没有，而 match 就会将词语分成 “火/锅”去查)
7、范围查询：range ()
8、字段查询：针对结构化数据，如数字，日期 。。。
9、分页：
“from”: 10,
“size”: 10
constant_score: 固定分数。
filter: 查询： （query 属于类似就可以查出来，而 filter 类似 = 符号，要么成功，要么失败，没有中间值，查询速度比较快）
查询单条 文档
GET user/student/2
搜索文档
GET user/_search
备注：查询可以不指定 type 的类型
查询 所有
GET /user/person/_search { "query": { "match_all": {} } }
指定字段查询
GET /user/person/_search { "query":{ "match":{ "name":"小明" } } }
范围 查询
GET /user/student/_search { "query":{ "range": { "bri": { "gte": 10, "lte": 20 } } } }
多条件的 复合 查询
GET /user/student/_search { "query":{ "bool": { "must": [ { "match": { "FIELD": "TEXT" }} ], "should": [ {"match": { "FIELD": "TEXT" }, "match": { "FIELD": "TEXT" } } ], "minimum_should_match": 1 } } }
备注
1、bool 里面的 都是一些 条件 ，must 必须瞒足，
2、should 只要要满足
3、minimum_should_match 个条件是ture ，
4、filter 只是过滤 不计入评分
filter: 查询： （query 属于类似就可以查出来，而 filter 类似 = 符号，要么成功，要么失败，没有中间值，查询速度比较快）
mutil_match 查询：“query”: “串串”, 为要查寻的关键字，“fields”: [ “title”, “tag”] 从 title 和 tag 属性中去找。有一个匹配就算成功
{
"query": {
"multi_match": {
"query": "串串",
"fields": [ "title", "tag"]
}
}
}
query_string 可以限定 查询字段（默认查询所有字段）
{
"query": {
"query_string": {
"query": "(水煮肉 and 回锅肉) or 西葫芦",
"fields": ["title" ]
}
}
}
constant_score: 固定分数。 （指定 boost 匹配分数是 2 的结果，默认不填是 1），固定分数查询不支持 match 只支持 filter
{
"query": {
"constant_score": {
"filter": {
"match": {
"title": "火锅"
}
},
"boost": 2
}
}
}
bool 查询
must: 是 类似 and
must_not ：不等于
should: 类似 or
{
"query": {
"bool": {
"must": [
{
"match": {
"title": "火锅"
}
},
{
"match": {
"tag": "串串"
}
}
]
}
}
}
should 语法查询
{
"query": {
"bool": {
"should": [
{
"match": {
"title": "串串"
}
},
{
"match": {
"tag": "西葫芦"
}
}
]
}
}
}
查询非分页
GET /user/student/_search { "query":{ "match_all": {} }, "from":3, "size":2 }
备注：
1、深分页问题，效率会很低，尽量避免深分页。
2、深分页：如果要查询出 每页 100 条，的第 100 页数据数据（ 9900 - 10000 ），如果是去5 个节点查询，那么会在 每个节点查询出 第 9900- 10000 条数据，然后 汇总到 坐标几点，然后排序后取出 9900-10000 条，这样做非常占 资源
解决方案：
scoll 游标查询，指定 scroll=时间 ，指定保存的分钟数，第一次发起请求放回的不是数据，而是 _scroll_id ，后面通过 _scroll_id 去请求数据，非常适合大批量查询
GET /user/student/_search?scroll=1m { "query":{ "match_all": {} }, "size":2 }
GET /_search/scroll { "scroll": "1m", "scroll_id" : "DnF1ZXJ5VGhlbkZldGNoBQAAAAAAAAIuFkRMbVZ0WFdvU1ZHWEJuelFIQk4tdFEAAAAAAAACLBZETG1WdFhXb1NWR1hCbnpRSEJOLXRRAAAAAAAAAi0WRExtVnRYV29TVkdYQm56UUhCTi10UQAAAAAAAAO1FlQwSkJqVng5UVpPUTIwbWw0a0NKV3cAAAAAAAADthZUMEpCalZ4OVFaT1EyMG1sNGtDSld3" }
注：
游标 查询 是在 es 里面缓存了结果 ，然后一次 一次的去取 所以发起 第一次请求的时候只有 size ，没有from ，后面的 请求只有 scroll_id 和 scroll 时间
查询只显示指定结果 （ _source ）
GET /user/_search { "query": { "match_all": {} }, "_source": ["bri"] }
post_filter 和 query 的 区别 ，语法上没区别，唯一的在于 filter 不评分，所以 filter 比 query 快很多 ，filter 和query 可以共存
GET /user/_search { "post_filter": { "match_all": {} }, "_source": ["bri"] }
聚合函数 求了平均值和 总数量
GET user/student/_search { "query": { "match_all": {} }, "aggs": { "total_count": { "value_count": { "field": "age" } }, "pjz":{ "avg": { "field": "age" } } } }
分组查询
GET user/student/_search { "query": { "match_all": {} }, "aggs": { "fz": { "terms": { "field": "age" } } } }
遇到 Fielddata is disabled on text fields by default 异常的 解决方案：
因为text类型默认没有正排索引，所以不支持排序 和聚合 ，遇到这种 异常的时候 需要制定 开启正排索引。倒排索引用于搜索，正排索引用于排序和聚合
开启正排索引的方法
PUT user/_mapping/student/ { "properties": { "sex": { "type":"text", "fielddata":true } } }
批查询 api mget
批量查询
GET /_mget { "docs":[ { "_index":"user", "_type":"student", "_id":1 }, { "_index":"user", "_type":"student", "_id":2 }, { "_index":"user", "_type":"student", "_id":3 } ] }
备注：mget 如果请求url 里面有 index 和 type 后面 的 请求体里面就可以不写 index 和type
如:批量查询
GET /user/_mget { "docs":[ { "_type":"student", "_id":1 }, { "_type":"student", "_id":2 }, { "_type":"student", "_id":21111111 } ] }
批处理 bulk
bulk的格式：action：index/create/update/delete 后面如果有请求体就跟上请求体
{ "create":{ "_index":"user", "_type":"student", "_id":"100" } }
{
"name":"zhaoer",
"age":7,
"sex":"nn"
}
{
"update":{
"_index":"user",
"_type":"student",
"_id":"100"
}
}
{
"doc":{
"name":"zhaoer",
"age":7,
"sex":"nn"
}
}
{
"delete":{
"_index":"user",
"_type":"student",
"_id":"100"
}
}
{
"index":{
"_index":"user",
"_type":"student"
},
"_id":"100"
}
{
"doc":{
"name":"zhaoer",
"age":7,
"sex":"nn"
}
}
注：
1、delete 没有请求体。
2、create 和 update 只有在指定的状态才能成功 create 创建 ，update 更新。
3、批处理中的一个 失败不影响 其他的 执行。
4、update 需要 doc 包一层
5、index 有create 和 update 的 功能，并且支持 又或者 没有 doc 包一层都支持
逻辑删除：es 的删除是 是假删除并且在下一次merge的时候真删除
乐观锁：es的 并发处理 ，使用的乐观锁 在 后面加上 version，只有version = 当前记录的version的时候才能修改成功
POST /user/student/1?version=3 { "name":"zyk", "age":0 }
es 可以自动控制 vserion 通过 ，version_type指定：
1、version_type=external 要求 version 大于当前的version
2、version_type=internal 这个是默认值 ，必须等于当前的值<br>version_type=external_gte 大于等于当前的
POST /user/student/1?version_type=external&version=505 { "name":"zyk", "age":0 }
