前言
在上一篇，分享了使用kibana如何对索引进行增删改查等操作，事实上在日常开发与运维中，操作索引毕竟是比较谨慎的事情，但是对于索引中文档的增删查改却是随处可见的，es对文档的操作不仅频繁，而且涉及到的点比较多，本文将分享对文档的基本的操作；
一、给文档添加数据
首先创建一个索引
PUT test_doc
使用 put 给文档添加一条数据
执行上面的语句发现报错了，因为es中的文档数据需要唯一性标识，因此需要添加一个id，修改下执行语句
PUT test_doc/_doc/1001
{
"id":1001,
"name":"jerry",
"age":12
}
再次执行后就可以了
使用 post 给文档添加一条数据
使用post同样可以达到目的，参考下面的语句
POST test_doc/_doc
{
"id":1002,
"name":"mike",
"age":15
}与put不同的是，post不需要强制在请求URL中添加id值，而是自动为当前这条数据生成一个_id；
二、查询索引文档数据
按照id值进行查询
查询单个数据
GET test_doc/_doc/1001
查询索引下所有文档数据
GET test_doc/_search
三、修改文档数据
使用put进行修改
根据主键值id进行修改
PUT test_doc/_doc/1001
{
"id":1001,
"name":"jerry",
"age":12
}可以看到在这种情况下，新增了一个字段仍然可以修改成功
四、删除文档数据
根据主键id值进行删除
DELETE test_doc/_doc/1001
删除后再次查询，数据被删掉了
五、文档搜索
文档搜索是es最强大的功能之一，也是架构设计之初选择es的一个重要原因，es对于文档的搜索提供了丰富的API，下面通过一些实际的操作演示来感受下es文档搜索的强大之处；
前置准备
创建一个索引 test_query，并给这个索引下批量插入一些数据
PUT test_query
PUT test_query/_bulk
{"index": {"_index": "test_query","_id": "1001"}}
{"id": "1001","name":"zhang san","age":30}
{"index": {"_index": "test_query","_id": "1002"}}
{"id": "1002","name":"li si","age": 40}
{"index": {"_index": "test_query","_id": "1003"}}
{"id": "1003", "name": "wang wu","age" : 50}
{"index": {"_index": "test_query","_id": "1004"}}
{"id": "1004","name": "zhangsan", "age" : 30}
{"index": {"_index": "test_query","_id": "1005"}}
{"id": "1005","name": "lisi","age":40}
{"index": {"_index": "test_query","_id": "1006"}}
{"id": "1006", "name ": "wangwu","age" : 50}单个字段相关查询
1、查询某个索引下的所有数据
GET 索引名称/_search
2、使用match匹配某个字段的关键词
比如name字段中包含 zhangsan 的文档
GET test_query/_search
{
"query": {
"match": {
"name": "zhangsan"
}
}
}
要注意的是，这种方式查询的结果，表示name 中只要包含了zhangsan这个完整的关键词的文档都会查询出来，因为默认情况下，如果我们未对索引中的字段进行属性映射文件的设置的话，es会对字段进行分词处理；
比如我们再增加下面这条数据
POST test_query/_doc
{
"id":"1007",
"name":"zhang wu",
"age":37
}再次使用 zhang 这个关键词进行name字段查询时，可以看到下面的效果，简而言之：使用match查询时会带有分词效果；
3、使用term精确匹配某个字段的关键词
精准匹配name等于zhangsan这个词的文档，term的效果就像mysql语法中的 where name="XXX"
GET test_query/_search
{
"query": {
"term": {
"name": {
"value": "zhangsan"
}
}
}
}
4、查询结果中过滤某些不需要的字段
某些情况下，不需要查询结果中返回所有的字段，就可以通过添加"_source"进行限制
GET test_query/_search
{
"_source": ["name","age"],
"query": {
"match": {
"name": "zhang"
}
}
}
多条件组合查询
组合查询的关键语法是需要在查询条件中使用bool关键字
1、查询name中含有zhang或age为40的数据
这个需求类似于mysql 中的or的语法，在es中使用should可以满足类似的需求
GET test_query/_search
{
"query": {
"bool": {
"should": [
[
{
"match":{
"name":"zhang"
}
},
{
"match":{
"age":40
}
}
]
]
}
}
}
2、查询文档中name中必须含有zhang或者age必须大于等于30岁的数据
组合使用should和must
GET test_query/_search
{
"query": {
"bool": {
"must": [
[
{
"match":{
"name":"zhang"
}
}
]
],
"should": [
{
"range": {
"age": {
"gte": 30
}
}
}
]
}
}
}
查询结果排序
查询name中含有 zhang或li的文档，并按照age排序
GET test_query/_search
{
"query": {
"match": {
"name": "zhang"
}
},
"sort":[
{
"age" : {
"order":"desc"
}
}
]
}
分页查询
语法
GET 索引名称/_search
{
"query": {
"match_all": {}
},
"from": 0, //从第几条开始查询
"size": 2 //每次查询多少数据
}
看下面的查询结果
GET test_query/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 2
}
聚合查询
实际业务中，经常会涉及到对查询的结果根据某个或者某些字段进行聚合，类似于mysql中的group by语法；
需求1：根据age将查询结果进行分组聚合
注意点：这里 "size"设置为0表示查询结果中不展示其他非聚合结果的信息；
GET test_query/_search
{
"aggs": {
"aggAge": {
"terms": {
"field": "age"
}
}
},
"size": 0
}
需求2：查询年龄大于等于40岁的，并将结果按照age分组聚合
GET test_query/_search
{
"query": {
"range": {
"age": {
"gte": 40
}
}
},
"aggs": {
"aggAge": {
"terms": {
"field": "age"
}
}
},
"size": 0
}查询结果如下
需求3：根据age分组聚合，再对聚合后的结果按照age求平均值
GET test_query/_search
{
"aggs": {
"ageAgg": {
"terms": {
"field": "age"
},
"aggs": {
"avgAgg": {
"avg": {
"field": "age"
}
}
}
}
},
"size": 0
}查询结果如下
需求4：获取结果集中的前N个数据
GET test_query/_search
{
"aggs": {
"top3": {
"top_hits": {
"size": 3
}
}
},
"size": 0
}查询结果如下
需求5：获取结果集中按照age字段排序后求取前N个数据
GET test_query/_search
{
"aggs": {
"top3": {
"top_hits": {
"sort": [
{
"age" : {
"order":"desc"
}
}
],
"size": 3
}
}
},
"size": 0
}查询结果如下
