Elasticsearch（ES）基础操作：增删改查与字段管理

需积分: 50 165 浏览量更新于2024-08-26 收藏 4KB TXT 举报

本文主要介绍了Elasticsearch (ES) 的常用操作，包括查询索引的结构、创建新的索引以及如何添加字段。在Elasticsearch中，数据存储以索引的形式进行，类似于传统数据库中的表格。`GET biz_commission_book` 这样的命令是用来获取名为 `biz_commission_book` 的索引的元数据，其中包括了表结构信息。这有助于理解索引包含哪些字段及其数据类型。创建新索引是通过`PUT`请求完成的。例如，创建名为`cfg_send_sku`的索引，需要提供设置（settings）和映射（mappings）。`settings`部分定义了分片（shards）和副本（replicas）的数量，这两个参数影响数据的分布和容错性。`mappings`则定义了索引中每个字段的数据类型，如`keyword`、`double`、`integer`和`date`等。在这个例子中，`cfg_send_sku`包含了如`obdCode`、`skuNo`等不同类型的字段，每个字段都有其特定的用途和数据格式。对于已存在的索引，如果需要新增字段，可以使用更新映射（_mapping）的API。示例展示了如何添加`carrierCode`、`carrierName`和`transCapType`这三个字段。同样，这里需要指定字段的类型，比如`keyword`用于存储不可分析的字符串，`integer`用于整型数据。这些基本操作构成了Elasticsearch日常管理和查询的基础。Elasticsearch查询语句通常涉及使用`GET`或`POST`方法来执行搜索，利用JSON格式的查询DSL（Domain Specific Language）来定义查询条件。例如，可以使用`match`、`term`、`range`等查询符来过滤、排序和聚合数据。此外，还可以使用`filter`、`must`、`should`等逻辑操作符来组合多个查询条件。 Elasticsearch的强大还在于其支持复杂的全文搜索、近实时分析和多维度的数据探索。它使用倒排索引机制实现高效的全文检索，并且提供了丰富的聚合功能，如术语聚合（Term Aggregation）、范围聚合（Range Aggregation）等，使得数据分析和报表生成变得简单高效。总结起来，Elasticsearch是面向大数据分析和实时检索的分布式搜索引擎，它的API设计简洁而强大，能轻松处理数据的增删改查以及复杂的查询需求。理解和掌握这些基本语句是使用Elasticsearch进行数据管理和分析的关键步骤。

ES增删改查
一：结构操作
1.查询对应索引的表结构
GET biz_commission_book
2.创建表
复制代码
PUT cfg_send_sku
{
"settings": {
"number_of_shards": 5,
"number_of_replicas": 1
},

"mappings": {
"cfg_send_sku" : {
"properties" : {
"obdCode" : {
"type" : "keyword"
},
"skuNo" : {
"type" : "keyword"
},
"skuName" : {
"type" : "keyword"
},
"weight" : {
"type" : "double"
},
"volume" : {
"type" : "double"

剩余6页未读，继续阅读

qq_28771987

粉丝: 0
资源: 1

Elasticsearch（ES）基础操作：增删改查与字段管理

ElasticSearch查询语句

ES客户端+谷歌浏览器插件+Multi-Elasticsearch-Head

ElasticSearch----Elasticsearch服务器开发2.0.zip

elasticsearch-analysis-pinyin-7.10.1 elasticsearch-analysis-ik-7

es HQ插件 royrusso-elasticsearch-HQ-v2.0.3

elasticsearch-6.2.4相关的所有安装包（es-sql、kibana、nodejs等）

elasticsearch-learning-to-rank-es_7_6_2.zip

elasticsearch-head-master es可视化工具

Laravel开发-laravel-elasticsearch-provider

Laravel开发-elasticsearch-model

最新资源