ElasticSearch基本使用

es7.1聚合查询 javaAPI 查询符合条件的数据量 /** * 查询符合条件的数据量 * * @param client RestHighLevelClient类型的连接对象 * @param queryBuilder 查询限制条件 可以为null * @return long * @throws IOException 查询数据抛出的异常 */ public long getAllCountForOneField(RestHighLevelClient client, QueryBu. 阅读详情

使用PostMan操作

创建索引

# 创建名为shopping的索引名称
PUT http://127.0.0.1:9200/shopping
  • 响应
    在这里插入图片描述

查看索引

# 查看名为shopping的索引
GET http://127.0.0.1:9200/shopping
  • 响应
    在这里插入图片描述

查看所有索引

GET http://127.0.0.1:9200/_cat/indices?v
  • 响应
    在这里插入图片描述

删除索引

# 删除名为shopping的索引
DELETE http://127.0.0.1:9200/shopping
  • 响应
    在这里插入图片描述

创建文档数据

因为幂等性的原因(返回的_id是随机生成的),只能使用POST
(幂等性:就是用户对于同一操作发起的一次请求或者多次请求的结果是一致的,不会因为多次点击而产生了副作用)

# 在shopping中创建一个文档,需要有请求体(JSON格式) _doc表示文档类型的数据
POST  http://127.0.0.1:9200/shopping/_doc
  • 添加数据
    在这里插入图片描述
  • 响应
    在这里插入图片描述
    返回的"_id"类似于es生成的主键id,每次post生成的_id都是不一样的

自定义_id

此时使用PUT请求也是可以的

# 在shopping中创建一个文档,需要有请求体(JSON格式),可以自定义生成的_id的值
POST/PUT  http://127.0.0.1:9200/shopping/_doc/1001
  • 响应
    在这里插入图片描述
    此时返回的_id为自定义的id了

查询

# 1001表示添加数据后返回的_id的值
GET http://127.0.0.1:9200/shopping/_doc/1001
  • 响应
    在这里插入图片描述
  • 如何查询的id不存在
    在这里插入图片描述

查收所有

# 查询shopping下所有数据
GET http://127.0.0.1:9200/shopping/_search

在这里插入图片描述

修改

完全覆盖性修改

  • 根据id完全覆盖掉数据
# 完全覆盖掉_id为1001的数据
PUT http://127.0.0.1:9200/shopping/_doc/1001
  • json数据
    在这里插入图片描述
  • 响应
    在这里插入图片描述
    此时再查询数据,得到的是添加的json数据,原数据已经被覆盖,类似Map

局部性修改

只修改原数据里面的某一项的值
例如只修改age的值,其他数据不修改
在这里插入图片描述

# 修改age的值,需要提交请求体(JSON)
# 使用_doc表示新增, _update表示修改
POST http://127.0.0.1:9200/shopping/_update/1001
  • 提交的数据
    在这里插入图片描述
  • 响应
    在这里插入图片描述
    此时再次根据id查询可以看到age已经被修改为18
    在这里插入图片描述

删除数据

# 根据id删除数据
DELETE http://127.0.0.1:9200/shopping/_doc/1001
  • 响应
    在这里插入图片描述

条件查询

地址栏拼接

会出现乱码形式

# 根据book查询含有老人的数据 q表示query
GET http://127.0.0.1:9200/shopping/_search?q=book:老人
  • 响应
    在这里插入图片描述

请求体格式(推荐)

GET http://127.0.0.1:9200/shopping/_search

query表示查询,match表示匹配查询的意思
在这里插入图片描述

  • 响应
    在这里插入图片描述

全量查询

通过请求体形式查询全部

GET http://127.0.0.1:9200/shopping/_search

match_all表示全量查询
在这里插入图片描述

分页查询

通过请求体形式分页查询

GET http://127.0.0.1:9200/shopping/_search
  • from 表示当前页数据起始位置
  • size 每页条数
    在这里插入图片描述

只查询指定的数据

  • _source表示指定哪些数据被查询出来
    在这里插入图片描述
  • 响应
    在这里插入图片描述
    可以看到只有price、book被查询出来

排序

  • sort 可以指定字段进行排序(升序/降序)
    对price字段进行降序排序
    price是文档内的字段
    order表示排序规则
    在这里插入图片描述
  • 响应
    价格进行了降序排序
    在这里插入图片描述

条件组合查询

  • bool 表示多个条件
  • must 表示多个条件必须要同时成立 类似and
  • mutch 表示匹配
{
    "query":{
        "bool": {
            "must":[
                {
                    "match":{
                        "book": "老人"
                    }
                },
                {
                    "match":{
                        "price": 121
                    }
                }
            ]
        }
    }
    
}

表示 book为老人 且 price为121
-

  • should 表示或者 类似or
{
    "query":{
        "bool": {
            "should":[
                {
                    "match":{
                        "book": "老人"
                    }
                },
                {
                    "match":{
                        "price": 121
                    }
                }
            ]
        }
    }
    
}
  • 表示 book为老人 或者 price为121

范围查询

  • filter 表示过滤
  • range 表示范围
  • gt 表示大于
{
    "query":{
        "bool": {
            "must":[
            ],
            "filter":{
                "rang":{
                    "price":{
                        "gt": 5000 
                    }
                }
            }
        }
    }
    
}
Elasticsearch Java API之计数(HighLevelClient) 最近项目需要做一些修改,把之前访问MySQL进行查询改为Es查询,Es查询的优点这边就不赘述了。 因为之前是借助PageHelper实现的分页,PageHepler需要结果集的总数,SQL实现的话直接SELECT COUNT(1) FROM TABLE WHERE CONDITION;即可,Es也可以通过sourceBuilder.from(0).size(10000)这样设置一个足够大的siz... 阅读详情

相关推荐

分布式搜索引擎之elasticsearch基本使用1

什么是elasticsearch?一个开源的分布式搜索引擎,可以用来实现搜索、日志统计、分析、系统监控等功能什么是elastic stack(ELK)?是以elasticsearch为核心的技术栈,包括beats、Logstash、kibana、elasticsearch什么是Lucene?是Apache的开源搜索引擎类库,提供了搜索引擎的核心API分词器的作用是什么?创建倒排索引时对文档分词用户搜索时,对输入的内容分词IK分词器有几种模式?ik_smart:智能切分,粗粒度。

weixin_43956070的博客 1273

ElasticSearch系列 - SpringBoot整合ES:restHighLevelClient.count(countRequest, RequestOptions.DEFAULT)

这个示例代码执行了一个计数请求,查询 my_index 索引中 my_field 字段等于 my_value 的文档数量,并将结果保存在 count 变量中。该方法会返回一个 CountResponse 对象,表示计数请求的结果,包括符合查询条件的文档数量等信息。用于统计某个时间范围内处置状态为“已处置”或“处置中”的告警数量。

你今天真好看呀 2911

分布式搜索引擎之elasticsearch基本使用3

因为我们还需要部署kibana容器,因此需要让es和kibana容器互联。

weixin_43956070的博客 1431

JAVA中ES根据条件查询计数操作

【代码】JAVA中ES根据条件查询计数操作。

weixin_41879185的博客 2699

B-Tree数据存储

SQLITE数据存储1. B-Tree的优势  在SQLite中数据库、表、索引都是通过B-Tree和B+Tree的形式进行存储的。如果采用传统的二叉树查找树、红黑树的查找深度一般为log2(N) \log{_2}(N)(其中N表示的是整个树的关键字的数目),在数据库中如果存储的资源过多,就会导致查找一个数据过程中出现较多的磁盘I/O操作,而过多的磁盘操作就会导致整个查找的效率较低,而基于二叉树的一

Promiscuous_youth的博客 1141

oracle19c 无备份情况下重建ocr 和 votedisk

无备份情况下重建ocr 和 votedisk – 19c 备注:测试环境基本上都有ocr自动备份文件,建议参考有备份情况下恢复ocr和votedisk Deconfigure and reconfigure entire cluster will rebuild OCR and Voting Disk, user resources (database, instance, service, ...

fangang001的专栏 4172

Elasticsearch搜索辅助功能解析(十)

ES提供的各种搜索辅助功能。例如,为优化搜索性能,需要指定搜索结果返回一部分字段内容。为了更好地呈现结果,需要用到结果计数和分页功能;当遇到性能瓶颈时,需要剖析搜索各个环节的耗时;面对不符合预期的搜索结果时,需要分析各个文档的评分细节。...

ntzzzsj的博客 2896

Word | 简单可操作的快捷公式编号、右对齐和引用方法

在理工科论文的写作中,涉及到大量的公式输入,我们希望能够按照章节为公式进行编号,并且实现公式居中,编号右对齐的效果。网上有各种各样的方法来实现,操作繁琐和简单的混在一起,让没有接触过公式编号的人感觉比较混乱。笔者自己博览相关博客,亲身实践,总结出一套自认为比较简便的公式编号、对齐和引用方法,在这里分享给大家~

qq_43466146的博客 3万+

ES(Elasticsearch)概述及基本使用方法

ES(Elasticsearch)概述及基本使用方法

weixin_68138130的博客 6621

AI量化投资开源平台——Qlib(微矿)的学习使用笔记(随缘更新)

Qlib 涵盖了量化投资的全过程,为用户的 AI 算法提供了高性能的底层基础架构,从框架设计上让用户可以更容易地应用 AI 算法来辅助解决量化投资的各个关键问题(例如 Alpha 预测,风险预测,市场动态性建模)。本文旨在记录一些面向初学者的基础内容。

in_void的博客 3133

lstm如何输入多维序列_深度学习也可以做时间序列异常诊断

最近在看的一篇论文里,用到了GRU、VAE等技术来做多维时间序列异常诊断。那么今天首先来聊一聊深度学习的基础知识,然后简单说一下论文。以下基础知识部分的内容,主要来源于李宏毅老师的课程。有兴趣的可以去看李老师的课程哦https://www.bilibili.com/video/BV1JE411g7XF?p=1 1、GRU(Gate Recurrent Unit):GRU是循环神经网络(Recurr...

weixin_30899789的博客 2833

ES(Elasticsearch)的基本使用

elasticsearch的基本认识,以及springboot整合es的内容

学习笔记 6251

机器视觉工程师如何进行高速运动物体捕获

硬件方面使用高帧率相机(如工业相机、高速摄像机)确保充足的光照条件使用高性能计算平台减少处理延迟软件方面背景减除技术快速分离运动物体卡尔曼滤波预测物体轨迹ROI技术减少计算量多线程处理提高实时性实际应用中的关键考量针对特定场景调整参数(如阈值、滤波器参数等)平衡计算资源与实时性要求结合特定领域知识优化算法(如物体运动特性)上述示例代码实现了一个基础的高速物体跟踪系统,通过背景减除和卡尔曼滤波实现对高速物体的检测和跟踪。

zhangzhechun_02的博客 624

Elasticsearch(ES)简介及基本使用

ES 简介 ES是一个使用java语言编写的并且基于Lucene编写的搜索引擎, 他提供了分布式的全文搜索服务, 还提供了一个RESTful风格的web接口, 官方还对多种语言提供了相应的API Lucene? Lucene 本身就是一个搜索引擎的底层, ES特点 分布式: ES主要为了横向扩展能力 全文检索: 将一段词语进行分词, 并且将分出的单个词语统一的放入一个分词库中,在搜索时,根据关键字去分词库中搜索去找到想找到的内容,(倒排索引) RESTful风格web接口: 操作ES非常简单, 只需要

JAVA菜鸟 2万+

深入详细分析Skyworks 78113 PAMiD射频方案图

是一种高集成度的射频前端模块,它结合了功率放大器(PA)、双工器(Duplexer)、滤波器和开关等多个组件,主要用于4G LTE移动通信系统中的射频前端链路。是一款典型的PAMiD模块,通过将多个频段的发射(TX)和接收(RX)路径集成在一个模块中,大大减少了传统射频设计中的分立器件,同时提高了信号链路的效率和可靠性。模块化设计的优势PCB空间优化:高集成度设计大幅减小了射频电路的尺寸,适用于紧凑型移动设备。减少设计复杂度:模块化设计减少了器件间的匹配与调试工作,加速产品开发周期。性能稳定性。

weixin_43199439的博客 1480

11、机器学习中的聚类与隐马尔可夫模型

本文介绍了机器学习中的两种重要方法:聚类算法和隐马尔可夫模型(HMM)。聚类作为无监督学习的代表,适用于发现无标签数据中的结构,常见算法包括K-均值和自组织映射(SOM),并在传感器数据分析等场景中展现应用价值。隐马尔可夫模型则是一种可解释的序列模型,用于从观测数据中推断隐藏状态,广泛应用于语音识别、自然语言处理和生物信息学等领域。文章详细讲解了HMM的核心概念如马尔可夫性质、转移与发射概率,并通过TensorFlow实现了前向算法,展示了其计算观测序列概率的动态规划思想。最后对比了两类方法的应用场景,展望

garlic的博客 179

【中间件】ElasticSearch:ES的基本概念与基本使用

Index索引、Type类型,类似于数据库中的数据库和表,我们说,ES的数据存储在某个索引的某个类型中(某个数据库的某个表中),Document文档(JSON格式),相当于是数据库中内容的存储方式MySQL:数据库、表、数据ElasticSearch:索引、类型、文档。

weixin_41365204的博客 1966

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

从零学Elasticsearch系列——使用kibana实现ES基本的操作

一、使用Kibana实现ES基本的操作 进入kibana开发测试工具界面 查看集群 查看集群健康信息 GET /_cat/health?v 集群状态(status) Green(正常) Yellow(正常,但是一些副本还没有分配) Red(非正常) 可以使用GET /_cat/health?help查看每个操作返回结果字段的意义 注意: 这里的GET是RESTful API的请求方式 ...

高興 2万+

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

【Elasticsearch 自学笔记一】什么是 ES? ES 的基本安装和使用

文章目录什么是 ES?Docker 安装 ESDocker 安装 Kibana配置 Docker 网络基本使用索引操作字段操作 Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口。 Elasticsearch是用Java语言开发的,并作为Apache许可条款下的开放源码发布,是一种流行的企业级搜索引擎。Elasticsearch用于云计算中,能够达到实时搜索,稳定,可靠,快速,安装使用方便。 官方客户端在Java、.NE

Koorye今天自学了吗 506

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

elasticsearch(ES)在SpringBoot中的基本使用

ES入门,简单介绍es 在springboot项目中的使用,常用的增删改查计数等功能都有示例。

u012809308的博客 3607

Elasticsearch基本使用详解

本文详细介绍了 Elasticsearch 的基本使用方法,包括环境搭建、索引操作和数据操作。通过这些基础操作,读者可以快速入门并开始使用 Elasticsearch 进行数据存储和检索。Elasticsearch 的强大功能不仅限于此,它还支持复杂的查询、聚合分析、集群管理等高级功能,值得深入学习和探索。版权声明:本博客内容为原创,转载请保留原文链接及作者信息。参考文章搜索中间件 ELASTICSEARCH 思维导图-java架构 代码示例。

ning的博客 2589

Windows下ElasticSearch的Head安装及基本使用

前段时间,有一朋友咨询我,说es的head插件一直安装失败,为了给朋友解惑,自己百度博文并实践了一番,也的确踩了些坑,但我给爬了起来。今天就来分享下实践心得并跳过的坑。 ElasticSearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎,它能很方便的使大量数据具有搜索、分析和探索的能力,简称es。本文分五部分描述,es的安装,head插件安装,es的基本概念,es的基本使用,问题总结。 1|0目录 es安装 head插件安装 es基本概念 es基本使用 问题总结 1|1一、es安装

航行博客 1591

入门:ElasticSearch(es)的基本命令及使用

Elasticsearch分布式全文检索引擎 全文检索(搜索)引擎:汇合了网络爬虫技术、检索排序技术、网页处理技术、大数据处理技术、自然语言处理技术等综合性的**学科** 检索引擎分类:Lucene、Nutch、Solr、Elasticsearch 下面Elasticsearch以7.0+版本做介绍 1、基本概述 Elasticsearch(简写es), Elasticsearch是一个开源的高扩展的分布式全文检索引擎,它可以近乎实时的存储、检索数据;本身扩展性很好,可以扩展到上百台服务器,处理P

肥柯博客 6401

二、分布式搜索引擎ElasticSearch——安装与基本使用

分布式搜索引擎ElasticSearch 一、ElasticSearch部署与启动 下载ElasticSearch 5.6.8版本 https://www.elastic.co/downloads/past-releases/elasticsearch-5-6-8 无需安装,解压安装包后即可使用,和Tomcat比较类似。 在命令提示符下,进入ElasticSearch安装目录下的bin目录,执行命...

LQM1528490339的博客 339

Elasticsearch搜索引擎存储(基本使用)

1.Elasticsearch相关概念 Elasticsearch中有几个基本概念,如节点、索引、文档等,下面分别说明一下。理解这些概念对熟悉Elasticsearch有帮助 节点和集群 Elasticsearch本质上是一个分布式数据库,允许多台服务器协同工作,每台服务器均可以运行多个Elasticsearch实例。 单个Elasticsearch实例称为一个节点(Node),一组节点构成一个集群(Cluster)。 索引 索引就是index,Elasticsearch会索引所有字段,经过处理后写

wangzhuanjia的博客 2763
上一篇: JSP中使用EL表达式不生效
下一篇: PostgreSQL主键自增
hanlin-hl
博客等级 码龄8年 3粉丝 35原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

hanlin-hl

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值