elasticsearch增删改查【基础概念】RESTful API

发布时间: 2024-03-19 21:14:04 阅读量: 41 订阅数: 34
# 1. 引言 - 1.1 什么是elasticsearch - 1.2 elasticsearch的优势和应用场景 - 1.3 RESTful API简介 # 2. elasticsearch基础概念 ### 2.1 索引(Index) Elasticsearch中的索引类似于传统数据库中的数据库,它用于存储一系列相关数据。一个索引可以包含多种不同类型的文档,每个文档都有一个唯一的ID来标识。 ```python # Python示例代码 from elasticsearch import Elasticsearch # 创建索引 es.indices.create(index='my_index') ``` **总结:** 索引是elasticsearch中用于存储数据的结构,类似于数据库。 ### 2.2 类型(Type) 在较新的elasticsearch版本中,类型被逐渐废弃,将来可能会被完全移除。在旧版中,一个索引可以包含多个类型,每个类型有自己的映射,但现在建议一个索引只有一个类型,多种数据结构可以通过字段来区分。 ```java // Java示例代码 CreateIndexResponse createIndexResponse = client.admin().indices().prepareCreate("my_index").get(); ``` **总结:** 类型用于定义文档的映射结构,但在最新版本中已逐渐被废弃。 ### 2.3 文档(Document) 文档是elasticsearch中最小的数据单元,它以JSON格式存储在索引中。每个文档都有一个唯一的ID用于标识,可以是自动生成的也可以是用户自定义的。 ```javascript // JavaScript示例代码 // 添加文档 client.index({ index: 'my_index', id: '1', body: { title: 'Sample Document', content: 'This is a sample document for demonstration.' } }) ``` **总结:** 文档是elasticsearch中最基本的数据单元,以JSON形式存储在索引中。 ### 2.4 映射(Mapping) 映射定义了文档中每个字段的数据类型和属性。通过映射,可以确定字段是文本类型、日期类型、数值类型等。良好的映射可以提高搜索性能和精确度。 ```go // Go示例代码 mapping := ` { "properties": { "title": { "type": "text" }, "content": { "type": "text" } } } ` createIndexWithMapping("my_index", mapping) ``` **总结:** 映射指定了文档中字段的数据类型和属性,有助于提高搜索的准确性。 在elasticsearch中,理解这些基础概念对于进行数据操作是非常重要的。下一章我们将介绍如何使用RESTful API进行数据的增加操作。 # 3. 使用RESTful API进行数据增加 ### 3.1 探索elasticsearch的基本API操作 在elasticsearch中,可以使用RESTful API来进行数据增加操作。首先,我们需要了解elasticsearch的基本API操作方法。 ### 3.2 使用HTTP POST请求添加文档 下面是使用HTTP POST请求向elasticsearch添加单个文档的示例代码(使用Python语言): ```python import requests # 定义elasticsearch主机地址和索引名 url = 'http://localhost:9200/my_index/my_type' headers = {'Content-Type': 'application/json'} # 添加的文档数据 document = { 'title': 'Elasticsearch Data', 'content': 'Adding a document using RESTful API' } # 发起POST请求 response = requests.post(url, headers=headers, json=document) # 检查请求是否成功 if response.status_code == 201: print("Document added successfully!") else: print("Failed to add document.") ``` **代码总结:** 以上代码通过HTTP POST请求向elasticsearch中名为"my_index"的索引的类型"my_type"添加了一个文档。如果添加成功,将输出"Document added successfully!"。 ### 3.3 利用Bulk API批量添加文档 除了单个文档的添加,elasticsearch还提供了Bulk API用于批量添加文档。下面是一个批量添加文档的示例代码(使用Java语言): ```java import org.elasticsearch.action.bulk.BulkRequest; import org.elasticsearch.action.bulk.BulkResponse; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.client.RestClient; import org.elasticsearch.common.xcontent.XContentType; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.index.query.QueryBuilder; import org.elasticsearch.index.reindex.BulkByScrollResponse; import org.elasticsearch.index.reindex.DeleteByQueryRequest; // 创建RestHighLevelClient RestHighLevelClient client = new RestHighLevelClient( RestClient.builder( new HttpHost("localhost", 9200, "http") ) ); BulkRequest bulkRequest = new BulkRequest(); bulkRequest.add(new IndexRequest("my_index", "my_type", "1") .source(XContentType.JSON,"title","Document 1")); bulkRequest.add(new IndexRequest("my_index", "my_type", "2") .source(XContentType.JSON,"title","Document 2")); BulkResponse bulkResponse = client.bulk(bulkRequest, RequestOptions.DEFAULT); // 处理响应结果 if (bulkResponse.hasFailures()) { System.out.println("One or more documents failed to add."); } else { System.out.println("Bulk documents added successfully."); } // 关闭client client.close(); ``` **代码总结:** 以上代码使用Bulk API批量添加了两个文档到名为"my_index"的索引中。通过检查响应结果,可以确定是否添加成功。 通过以上代码示例,我们可以了解如何使用RESTful API进行elasticsearch数据的增加操作。 # 4. 使用RESTful API进行数据删除 ### 4.1 利用HTTP DELETE请求删除文档 在elasticsearch中,我们可以使用HTTP DELETE请求来删除单个文档。下面是一个简单的Python示例代码,演示如何使用elasticsearch-py库发送DELETE请求删除一个文档: ```python from elasticsearch import Elasticsearch # 创建连接 es = Elasticsearch(['localhost:9200']) # 删除文档 res = es.delete(index='my_index', doc_type='my_type', id=1) print(res) ``` **代码说明:** - 首先,我们建立与elasticsearch的连接。 - 然后,使用`delete()`方法指定要删除的文档的索引、类型和文档ID。 - 最后,打印删除操作的结果。 **结果说明:** 如果删除成功,将会返回一个类似`{'found': True, '_index': 'my_index', '_type': 'my_type', '_id': '1', '_version': 2, 'result': 'deleted', '_shards': {'total': 2, 'successful': 1, 'failed': 0}}`的JSON响应。 ### 4.2 删除索引及其所有文档 除了删除单个文档外,我们还可以删除整个索引及其包含的所有文档。以下是一个简单的Java示例代码: ```java RestHighLevelClient client = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost", 9200, "http"))); // 删除索引 DeleteIndexRequest request = new DeleteIndexRequest("my_index"); AcknowledgedResponse deleteIndexResponse = client.indices().delete(request); // 关闭连接 client.close(); ``` **代码说明:** - 首先,我们创建了一个RestHighLevelClient连接到elasticsearch。 - 然后,使用`DeleteIndexRequest`指定要删除的索引名称。 - 最后,通过调用`client.indices().delete(request)`方法删除索引。 **结果说明:** 如果删除索引成功,`deleteIndexResponse.isAcknowledged()`方法将返回`true`。 ### 4.3 使用Bulk API批量删除文档 除了单个删除或删除索引外,我们还可以通过批量删除接口Bulk API来删除多个文档。以下是一个简单的Go示例代码: ```go package main import ( "context" "encoding/json" "fmt" "github.com/elastic/go-elasticsearch/v8" ) func main() { cfg := elasticsearch.Config{ Addresses: []string{ "http://localhost:9200", }, } es, _ := elasticsearch.NewClient(cfg) var body = []map[string]interface{}{ { "delete": { "_index": "my_index", "_id": "1"} }, { "delete": { "_index": "my_index", "_id": "2"} }, } res, _ := es.Bulk( strings.NewReader(fmt.Sprintf("%v\n", body)), es.Bulk.WithContext(context.Background()), ) defer res.Body.Close() var r map[string]interface{} json.NewDecoder(res.Body).Decode(&r) fmt.Printf("Response: %v", r) } ``` **代码说明:** - 首先,我们建立了与elasticsearch的连接。 - 接着,使用Bulk API批量删除文档,指定要删除的文档的索引和ID。 - 最后,解析响应并打印结果。 **结果说明:** 如果批量删除成功,将会返回相关的响应结果。 # 5. 使用RESTful API进行数据更新 在elasticsearch中,我们可以使用RESTful API来对数据进行更新操作。在这一章节中,将详细介绍如何使用不同语言(Python、Java、Go、JavaScript)的代码示例来更新elasticsearch中的文档。 ### 5.1 使用HTTP POST请求更新文档 #### Python示例代码: ```python import requests url = 'http://localhost:9200/my_index/my_type/1/_update' headers = {'Content-Type': 'application/json'} data = { "doc": { "name": "Updated Name", "age": 30 } } response = requests.post(url, headers=headers, json=data) print(response.json()) ``` **代码解释:** - 这段Python代码使用HTTP POST请求来更新id为1的文档,将name字段更新为"Updated Name",将age字段更新为30。 - 请求中的`doc`字段表示要更新的内容。 **结果说明:** - 如果操作成功,会返回更新后的文档信息。 #### Java示例代码: ```java import org.apache.http.HttpEntity; import org.apache.http.HttpResponse; import org.apache.http.client.HttpClient; import org.apache.http.client.methods.HttpPost; import org.apache.http.entity.ContentType; import org.apache.http.entity.StringEntity; import org.apache.http.impl.client.HttpClients; import java.io.BufferedReader; import java.io.InputStreamReader; public class ElasticUpdateDoc { public static void main(String[] args) { HttpClient httpClient = HttpClients.createDefault(); HttpPost httpPost = new HttpPost("http://localhost:9200/my_index/my_type/1/_update"); httpPost.addHeader("Content-Type", "application/json"); String json = "{\"doc\" : {\"name\": \"Updated Name\", \"age\": 30}}"; StringEntity entity = new StringEntity(json, ContentType.APPLICATION_JSON); httpPost.setEntity(entity); try { HttpResponse response = httpClient.execute(httpPost); HttpEntity responseEntity = response.getEntity(); BufferedReader rd = new BufferedReader(new InputStreamReader(responseEntity.getContent())); String line; while ((line = rd.readLine()) != null) { System.out.println(line); } } catch (Exception e) { e.printStackTrace(); } } } ``` **代码解释:** - 这段Java代码使用Apache HttpClient发送HTTP POST请求更新id为1的文档。 - 请求中的JSON数据表示要更新的字段及其对应的值。 **结果说明:** - 如果更新成功,将返回更新后的文档信息。 ### 5.2 部分更新文档的处理方式 有时候我们可能只想更新文档的部分字段而不是整个文档,这时可以使用脚本来实现部分更新。接下来我们将介绍如何部分更新文档。 #### Go示例代码: ```go package main import ( "bytes" "fmt" "net/http" ) func main() { url := "http://localhost:9200/my_index/my_type/1/_update" data := []byte(`{"script" : {"source": "ctx._source.name = 'Updated Name'","lang": "painless"}}`) req, err := http.NewRequest("POST", url, bytes.NewBuffer(data)) req.Header.Set("Content-Type", "application/json") client := &http.Client{} resp, err := client.Do(req) if err != nil { panic(err) } defer resp.Body.Close() fmt.Println("response Status:", resp.Status) } ``` **代码解释:** - 这段Go代码使用HTTP POST请求更新id为1的文档,仅更新了name字段,将其值修改为"Updated Name"。 - 通过`script`来指定用于部分更新的脚本。 **结果说明:** - 如果请求成功,将返回更新操作的状态信息。 #### JavaScript示例代码: ```javascript const axios = require('axios'); axios.post('http://localhost:9200/my_index/my_type/1/_update', { script: { source: "ctx._source.age = params.age", lang: "painless", params: { age: 31 } } }) .then(response => { console.log(response.data); }) .catch(error => { console.error(error); }); ``` **代码解释:** - 这段JavaScript代码通过Axios库发送HTTP POST请求,实现了对id为1的文档的部分更新,仅更新了age字段。 **结果说明:** - 如果更新成功,将返回更新后的文档信息。 通过以上示例代码,可以清楚地了解如何使用不同语言来通过HTTP POST请求将文档更新到elasticsearch中。 # 6. 使用RESTful API进行数据查询 数据查询是 elasticsearch 中最常用的操作之一,通过 RESTful API 可以灵活地进行各种查询操作。在本章中,将介绍如何利用 elasticsearch 提供的 API 进行数据查询,包括基本搜索操作、复杂查询 DSL 介绍以及聚合查询操作的实现。 ### 6.1 基本搜索操作 在 elasticsearch 中,可以使用简单的字符串进行搜索。以下是一个基本搜索的示例代码,使用 Python 语言: ```python from elasticsearch import Elasticsearch # 连接 elasticsearch es = Elasticsearch() # 简单搜索 res = es.search(index="my_index", body={"query": {"match": {"title": "elasticsearch"}}}) # 输出搜索结果 for hit in res['hits']['hits']: print(hit['_source']) ``` **代码说明:** - 通过 `match` 查询匹配标题为 "elasticsearch" 的文档。 - 输出搜索结果中所有匹配的文档。 **结果说明:** - 将输出匹配标题为 "elasticsearch" 的文档内容。 ### 6.2 复杂查询DSL介绍 elasticsearch 提供了 Query DSL(领域特定语言)用于构建更复杂的查询。以下是一个 DSL 查询的示例代码,使用 Java 语言: ```java import org.elasticsearch.action.search.SearchResponse; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.search.builder.SearchSourceBuilder; import org.elasticsearch.search.sort.SortBuilders; import org.elasticsearch.search.sort.SortOrder; SearchSourceBuilder sourceBuilder = new SearchSourceBuilder(); sourceBuilder.query(QueryBuilders.matchQuery("content", "elasticsearch")) .from(0).size(5) .sort(SortBuilders.fieldSort("timestamp").order(SortOrder.DESC)); SearchResponse searchResponse = client.search(request.source(sourceBuilder), RequestOptions.DEFAULT); // 处理查询结果 ``` **代码说明:** - 使用 `matchQuery` 构建查询条件,匹配内容为 "elasticsearch" 的文档。 - 设置起始位置、数量和排序规则。 - 处理查询结果。 ### 6.3 聚合查询操作的实现 聚合查询是 elasticsearch 中非常强大的功能,可以对数据进行分组、统计等操作。以下是一个聚合查询的示例代码,使用 Go 语言: ```go package main import ( "context" "fmt" "gopkg.in/olivere/elastic.v7" ) client, err := elastic.NewClient() agg := elastic.NewTermsAggregation().Field("category.keyword") agg.SubAggregation("avg_price", elastic.NewAvgAggregation().Field("price")) searchResult, err := client.Search("my_index").Aggregation("categories", agg).Do(context.Background()) if err != nil { fmt.Println("Error:", err) } // 处理聚合查询结果 ``` **代码说明:** - 定义按照 `category` 字段分组的 Terms 聚合,并在每个分组下计算 `price` 字段的平均值。 - 执行聚合查询并处理结果。 以上是 elasticsearch 中基本查询操作的示例代码,通过 RESTful API 可以实现各种复杂的数据查询功能。
corwn 最低0.47元/天 解锁专栏
买1年送1年
点击查看下一篇
profit 百万级 高质量VIP文章无限畅学
profit 千万级 优质资源任意下载
profit C知道 免费提问 ( 生成式Al产品 )

相关推荐

LI_李波

资深数据库专家
北理工计算机硕士,曾在一家全球领先的互联网巨头公司担任数据库工程师,负责设计、优化和维护公司核心数据库系统,在大规模数据处理和数据库系统架构设计方面颇有造诣。
专栏简介
本专栏以"elasticsearch增删改查"为主题,深入探讨了与Elasticsearch相关的基础概念、插入数据、删除数据、修改数据以及查询数据等多个方面。文章包括了RESTful API的介绍、索引和文档的基础概念、Mapping和Settings配置的详解,以及使用PUT方法插入数据、bulk批量操作、不同方式删除数据、PUT覆盖式修改和简单查询等内容。此外,还探讨了Kibana图形化展示的方法、存储结构与性能优化的重要性,以及shard分布要求的意义。专栏还介绍了实践工具与资源,包括Kibana图形化界面等。通过本专栏,读者可以全面了解Elasticsearch的增删改查操作以及相关实践工具的使用,为实际项目应用提供重要参考。
最低0.47元/天 解锁专栏
买1年送1年
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
C知道 免费提问 ( 生成式Al产品 )

最新推荐

【R语言交互式数据探索】:DataTables包的实现方法与实战演练

![【R语言交互式数据探索】:DataTables包的实现方法与实战演练](https://statisticsglobe.com/wp-content/uploads/2021/10/Create-a-Table-R-Programming-Language-TN-1024x576.png) # 1. R语言交互式数据探索简介 在当今数据驱动的世界中,R语言凭借其强大的数据处理和可视化能力,已经成为数据科学家和分析师的重要工具。本章将介绍R语言中用于交互式数据探索的工具,其中重点会放在DataTables包上,它提供了一种直观且高效的方式来查看和操作数据框(data frames)。我们会

【R语言高级用户必读】:rbokeh包参数设置与优化指南

![rbokeh包](https://img-blog.csdnimg.cn/img_convert/b23ff6ad642ab1b0746cf191f125f0ef.png) # 1. R语言和rbokeh包概述 ## 1.1 R语言简介 R语言作为一种免费、开源的编程语言和软件环境,以其强大的统计分析和图形表现能力被广泛应用于数据科学领域。它的语法简洁,拥有丰富的第三方包,支持各种复杂的数据操作、统计分析和图形绘制,使得数据可视化更加直观和高效。 ## 1.2 rbokeh包的介绍 rbokeh包是R语言中一个相对较新的可视化工具,它为R用户提供了一个与Python中Bokeh库类似的

【R语言数据转换专家】:reshape2包带你深入数据重塑的奥秘

![R语言数据包使用详细教程threejs](https://opengraph.githubassets.com/abd9bf2c3f9899801a136922c0128451db09c6300ba4691254a9478d81521f15/bwlewis/rthreejs) # 1. R语言数据重塑基础 在数据分析和处理的领域中,数据重塑是一项基础但至关重要的技能。本章我们将揭开数据重塑的神秘面纱,首先理解R语言中数据重塑的概念和应用场景,然后通过实例演示R语言提供的基本工具和函数,帮助你掌握在R环境中实现数据结构转换的基础知识。我们将从简单的向量操作开始,逐步过渡到数据框(data.

Highcharter包创新案例分析:R语言中的数据可视化,新视角!

![Highcharter包创新案例分析:R语言中的数据可视化,新视角!](https://colorado.posit.co/rsc/highcharter-a11y-talk/images/4-highcharter-diagram-start-finish-learning-along-the-way-min.png) # 1. Highcharter包在数据可视化中的地位 数据可视化是将复杂的数据转化为可直观理解的图形,使信息更易于用户消化和理解。Highcharter作为R语言的一个包,已经成为数据科学家和分析师展示数据、进行故事叙述的重要工具。借助Highcharter的高级定制

【R语言热力图解读实战】:复杂热力图结果的深度解读案例

![R语言数据包使用详细教程d3heatmap](https://static.packt-cdn.com/products/9781782174349/graphics/4830_06_06.jpg) # 1. R语言热力图概述 热力图是数据可视化领域中一种重要的图形化工具,广泛用于展示数据矩阵中的数值变化和模式。在R语言中,热力图以其灵活的定制性、强大的功能和出色的图形表现力,成为数据分析与可视化的重要手段。本章将简要介绍热力图在R语言中的应用背景与基础知识,为读者后续深入学习与实践奠定基础。 热力图不仅可以直观展示数据的热点分布,还可以通过颜色的深浅变化来反映数值的大小或频率的高低,

R语言在遗传学研究中的应用:基因组数据分析的核心技术

![R语言在遗传学研究中的应用:基因组数据分析的核心技术](https://siepsi.com.co/wp-content/uploads/2022/10/t13-1024x576.jpg) # 1. R语言概述及其在遗传学研究中的重要性 ## 1.1 R语言的起源和特点 R语言是一种专门用于统计分析和图形表示的编程语言。它起源于1993年,由Ross Ihaka和Robert Gentleman在新西兰奥克兰大学创建。R语言是S语言的一个实现,具有强大的计算能力和灵活的图形表现力,是进行数据分析、统计计算和图形表示的理想工具。R语言的开源特性使得它在全球范围内拥有庞大的社区支持,各种先

【R语言与Hadoop】:集成指南,让大数据分析触手可及

![R语言数据包使用详细教程Recharts](https://opengraph.githubassets.com/b57b0d8c912eaf4db4dbb8294269d8381072cc8be5f454ac1506132a5737aa12/recharts/recharts) # 1. R语言与Hadoop集成概述 ## 1.1 R语言与Hadoop集成的背景 在信息技术领域,尤其是在大数据时代,R语言和Hadoop的集成应运而生,为数据分析领域提供了强大的工具。R语言作为一种强大的统计计算和图形处理工具,其在数据分析领域具有广泛的应用。而Hadoop作为一个开源框架,允许在普通的

【R语言图表演示】:visNetwork包,揭示复杂关系网的秘密

![R语言数据包使用详细教程visNetwork](https://forum.posit.co/uploads/default/optimized/3X/e/1/e1dee834ff4775aa079c142e9aeca6db8c6767b3_2_1035x591.png) # 1. R语言与visNetwork包简介 在现代数据分析领域中,R语言凭借其强大的统计分析和数据可视化功能,成为了一款广受欢迎的编程语言。特别是在处理网络数据可视化方面,R语言通过一系列专用的包来实现复杂的网络结构分析和展示。 visNetwork包就是这样一个专注于创建交互式网络图的R包,它通过简洁的函数和丰富

【R语言网络图数据过滤】:使用networkD3进行精确筛选的秘诀

![networkD3](https://forum-cdn.knime.com/uploads/default/optimized/3X/c/6/c6bc54b6e74a25a1fee7b1ca315ecd07ffb34683_2_1024x534.jpeg) # 1. R语言与网络图分析的交汇 ## R语言与网络图分析的关系 R语言作为数据科学领域的强语言,其强大的数据处理和统计分析能力,使其在研究网络图分析上显得尤为重要。网络图分析作为一种复杂数据关系的可视化表示方式,不仅可以揭示出数据之间的关系,还可以通过交互性提供更直观的分析体验。通过将R语言与网络图分析相结合,数据分析师能够更

【大数据环境】:R语言与dygraphs包在大数据分析中的实战演练

![【大数据环境】:R语言与dygraphs包在大数据分析中的实战演练](https://www.lecepe.fr/upload/fiches-formations/visuel-formation-246.jpg) # 1. R语言在大数据环境中的地位与作用 随着数据量的指数级增长,大数据已经成为企业与研究机构决策制定不可或缺的组成部分。在这个背景下,R语言凭借其在统计分析、数据处理和图形表示方面的独特优势,在大数据领域中扮演了越来越重要的角色。 ## 1.1 R语言的发展背景 R语言最初由罗伯特·金特门(Robert Gentleman)和罗斯·伊哈卡(Ross Ihaka)在19