Elasticsearch的简单学习（二）Elasticsearch查询命令入门

最新推荐文章于 2025-06-15 19:07:24 发布

若往夕之

最新推荐文章于 2025-06-15 19:07:24 发布

阅读量398

点赞数

CC 4.0 BY-SA版权

分类专栏： elasticsearch

本文链接：https://blog.youkuaiyun.com/java_chegnxuyuan/article/details/95056920

elasticsearch 专栏收录该内容

5 篇文章

订阅专栏

本文深入讲解Elasticsearch的使用方法，包括数据的增删改查、分页查询、排序及多字段查询等高级功能，通过与MySQL的对比，帮助读者快速掌握Elasticsearch的核心操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Elasticsearch类似于一个用来存储文档的数据库。所以学习它的查询语句时我们和mysql的做个对比。

Elasticsearch的索引相当于mysql中的数据库；

Elasticsearch的类型相当于mysql的表明；

Elasticsearch的查询风格类似于restful的风格。

1.添加数据

POST /test/article/1
{
  "title":"java学习教程",
  "content":"这是一本关于java的书",
  "author":"王五",
  "age":30
}

test  为索引
article 为类型
1 为ID

如果返回的结果如下说明数据创建成功：

{
  "_index" : "test",
  "_type" : "article",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

2.删除数据

DELETE /test/article/1

如果删除的id不存在，则会报not_found的错误

3.修改数据

PUT /test/article/1
{
  "title":"java学习教程",
  "content":"这是一本关于java的书",
  "author":"王五",
  "age":31
}

如果已经存在ID为1的数据，则会执行更新操作。如果不存在则执行insert操作。



响应体：
{
  "_index" : "test",
  "_type" : "article",
  "_id" : "1",
  "_version" : 2,
  "result" : "updated",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 6,
  "_primary_term" : 1
}

重点关注version的值变成了2，插入一次更新一次说以变成了2

4.查询

查询全部数据

GET /test/article/_search
{
  "query": {
    "match_all": {}
  }
}

查询全部数据，但是只查询部分字段

GET /test/article/_search
{
  "query": {"match_all": {}},
  "_source": ["title","content"]
}

分页查询

GET /test/article/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 2
}

查询时按照某个字段排序

GET /test/article/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "asc"
      }
    }
  ]
}

查询title中包含java的数据（这种查询方式会将内容中包含这或者关于字的所有数据查询出来。同时会将匹配度最高的显示在第一条）。如果想要查询出包含这并且包含关于的数据时。可以使用operator参数。

GET /test/article/_search
{
  "query": {
    "match": {
      "content": "这 关于"
    }
  }
}

GET /test/article/_search
{
  "query": {
    "match": {
      "content": {
        "query": "这 关于",
        "operator": "and"
      }
    }
  }
}

同时我们可以使用minimum_should_match来控制匹配的百分比

GET /test/article/_search
{
  "query": {
    "match": {
      "content": {
        "query": "这 关 于",
        "minimum_should_match": "75%"
      }
    }
  }
}


这里查询的条件为三个。所以会向下取整为66.6%。当满足66.6%的匹配度时就会查询出来

精确查询

先添加一条数据

POST /test/article/5
{
  "title":"java",
  "content":"这java是编程语言",
  "author":"java",
  "age":27
}

我们想查询出所有包含这和java 的数据。并且这两个查询条件不能被其他字隔开

GET /test/article/_search
{
  "query": {
    "match_phrase": {
      "content":  "这java"
      
    }
  }
}

其实这就是match_phrase和match的区别，match会进行文字分割。比如我们想查询“中国杭州”，那么match会分割成“中国”和“杭州”。会查询出包含“中国”或者“杭州”的数据。

但是match_phrase只会查询出包含了“中国杭州”的数据，并且中间不能被其他字符隔开。

多字段同条件查询

GET /test/article/_search
{
  "query": {
    "multi_match": {
      "query":  "这java",
      "type":  "best_fields", 
      "fields": [ "title", "content" ],
      "minimum_should_match": "30%"
    }
  }
}

完全精确匹配

查询年龄为20的数据

GET /test/article/_search
{
  "query": {
    "term": {
      "age": "20"
    }
  }
}

terms和term的区别：

term相当于mysql中的等于，而terms相当于mysql中的in

大于小于查询

GET /test/article/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 20,
        "lte": 25
      }
    }
  }
}

gte 大等于
lte 小等于

获取当前所有的索引：

GET _cat/indices