jielun1995的博客

1：创建索引index相当于databaseput http:127.0.0.1:9200/索引名称2：获取所有索引信息GET _cat/indices?v3：添加数据POST index/_doc4：添加数据,自定义idPOST index/_doc/1001每次插入数据，es会校验该id是否存在，数据量大的时候会严重影响性能。5：获取id数据GET index/_doc/10016:获取index下所有数据GET index/_search7:修改数据全量更新：PUT

The Elastic Stack,包括Elasticsearch,Kibna,Beats和Logstash(ELK Stack)。能够安全可靠的获取任何来源，任何格式的数据，然后实时地对数据进行搜索，分析和可视化。ES是一个开源的高扩展的分布式全文搜索引擎，是整个Elastic Stack技术栈的核心。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PB级别的数据。 ES与Solr都是基于Lucene为基础所开发的搜索引擎，相对于Slor，ES的优势有： 1：统计分析方面.

aggregations聚合，相当于SQL中的group by，但是功能更强大。es聚合分为四种方式：指标聚合，桶聚合，矩阵聚合，管道聚合。常用的为前两种，指标聚合，桶聚合。1：指标聚合指标聚合：Metrics Aggregations，类似于SQL中常见的一些统计方法 COUNT() 、 SUM() 、 MAX() 等。terms相当于分组后统计各组的count（）结果查询： "aggs": { "test" : { "terms" : { "fie

DSL查询：Elasticsearch提供丰富且灵活的查询语言，DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现。must相当于 and{“query”: {“bool”:{“must”:[{“match”: {“date_time”: “2021-04-15”}},{“match”: {“total_count”: 6}}]}}}should 相当于or{“query”: {“bool”:{“should”:[{

es与关系数据库的对比，方便理解es关系型数据库indexdatabasetypetabledocumentrow （行数据）fieldcolumn （列数据） 传统关系型数据库中，我们是把数据存入一个database里的某个table中，es可以理解为一个文档类型的数据库，每一条数据，就相当于一个文档，所以index用以检索文档，type就相当于table，确定文档位置，就相当于确定这条数据在哪个table中。document就相当于一行数据，fi