软件测试人员必知必会的ES数据库！

在服务端测试过程中我们会碰到提测阶段的新功能研发中，需要查询数据库去验证数据的准确性以及完整性的时候，此时如果研发用到Elasticsearch数据库。那我们不熟悉该如何去做呢，我们先来熟悉下这个数据库

一、ES（Elasticsearch）

1.类型：Elasticsearch是一种基于Lucene的分布式搜索引擎，它兼具NoSQL数据库的特性，主要用于全文搜索、结构化搜索、分析等场景。

2.作用

• 高效全文搜索

Elasticsearch提供了强大的全文搜索功能，支持复杂的查询语法和多种数据类型，能够快速响应用户查询需求。其全文搜索的实现依赖于倒排索引，这种数据结构使得搜索引擎能够快速定位包含查询词的文档。

• 实时数据分析

Elasticsearch具备实时数据处理能力，能够在数据写入后几乎立即提供查询和分析结果，这使得其在金融、电子商务等需要快速响应的行业中具有广泛应用。

• 可扩展性强

Elasticsearch的分布式架构设计使其具备很强的可扩展性。用户可以通过增加节点来扩展集群的容量和性能，从而处理更大的数据量和更高的查询并发。

• 灵活的数据结构

Elasticsearch支持灵活的数据结构，允许用户存储和查询各种类型的数据，包括结构化、半结构化和非结构化数据。

• 企业级安全性和权限管理

通过X-Pack插件，Elasticsearch提供了细粒度的权限管理、数据加密、审计日志等安全功能，满足企业在数据保护和合规性方面的需求。

二、数据结构

Elasticsearch（ES）数据库的数据结构主要围绕索引（Index）、文档（Document）和字段（Field）来构建。以下是一个具体的例子，用于说明ES数据库中的数据结构，并主要体现索引字段的特点：

1.索引（Index）

• 名称：products

• 功能：用于存储所有产品信息的索引。

2.文档（Document）

• 在Elasticsearch中，每个产品都表示为一个文档。

• 文档以JSON格式存储，包含多个字段。

3.字段（Field）

• 每个文档包含多个字段，用于描述产品的不同属性。

• 字段可以包含不同类型的数据，如文本、数值、日期等。

三、示例场景

假设我们有一个电子商务平台，需要存储和搜索产品信息。在Elasticsearch中，我们可以创建一个名为products的索引来存储这些信息。

示例数据

以下是一个示例文档，展示了在products索引中可能存储的产品信息：

{  "product_id": "12345",       // 产品ID，数值类型  "product_name": "Laptop",    // 产品名称，文本类型  "category": "Electronics",   // 产品类别，文本类型  "price": 999.99,             // 产品价格，数值类型  "description": "A powerful laptop for professionals.", // 产品描述，文本类型  "release_date": "2023-01-01" // 产品发布日期，日期类型}

索引字段详解

• product_id

• • 类型：数值类型（如long）

• • 用途：唯一标识每个产品。

• product_name

• • 类型：文本类型（如text）

• • 用途：存储产品的名称，支持全文搜索。

• category

• • 类型：文本类型（如keyword）

• • 用途：存储产品的类别，通常用于过滤和聚合查询。

• price

• • 类型：数值类型（如float或double）

• • 用途：存储产品的价格，支持范围查询和排序。

• description

• • 类型：文本类型（如text）

•     用途：存储产品的详细描述，支持全文搜索。

• release_date

• • 类型：日期类型（如date）

• • 用途：存储产品的发布日期，支持日期范围查询和排序。

注意事项

• 在Elasticsearch中，字段的数据类型由字段的属性type指定。

• 字段可以具有其他属性，如index（控制字段是否编入索引被搜索）、store（指定是否将字段的原始值写入索引）、boost（字段级别的助推，定义字段在文档中的重要性/权重）等。

• Elasticsearch支持动态映射（根据文档中的字段自动创建映射关系）和显式映射（手动定义字段类型）。

四、示例查询

以下是一个示例查询语句，用于在products索引中搜索产品名称为“Laptop”的文档：

GET /products/_search{  "query": {    "match": {      "product_name": "Laptop"    }  }}

综上所述，Elasticsearch数据库的数据结构通过索引、文档和字段来组织数据，每个字段都可以具有不同的数据类型和属性，以满足各种搜索和查询需求。

在Elasticsearch中，GET /{索引名}/_search 中的 {索引名} 并不是传统关系型数据库中的“表名”，而是Elasticsearch中的“索引名”。Elasticsearch是一个基于Lucene的搜索引擎，它使用索引（Index）来存储和组织数据。

在Elasticsearch中，索引类似于关系型数据库中的数据库（Database）或表（Table）的概念，但它更加灵活和强大。一个索引可以包含多个文档（Document），每个文档是一个JSON对象，可以包含多个字段（Field）。这些字段可以包含不同类型的数据，如文本、数值、日期等。

当你执行一个搜索查询时，你需要指定在哪个索引中进行搜索。这个索引名就是你在创建索引时指定的名称，它用于在Elasticsearch集群中唯一标识该索引。

ES（Elasticsearch）数据库的基础查询语句用法涉及多种查询类型，以满足不同的搜索需求。以下是一些常用的基础查询语句及其用法：

一、基本查询结构

在Elasticsearch中，查询通常具有以下基本结构：

GET /{索引名}/_search{  "query": {    "{查询类型}": {      "{查询条件}": "{查询条件值}"    }  }}

其中，{索引名}是你要搜索的索引，{查询类型}是查询的类型（如match_all、match、term等），{查询条件}和{查询条件值}则根据具体的查询类型而定。

二、常用查询类型及用法

查询所有（match_all）用于返回索引中的所有文档。

GET /{索引名}/_search{  "query": {    "match_all": {}  }}

全文检索查询（match）用于执行全文检索，适合搜索文本字段。

GET /{索引名}/_search{  "query": {    "match": {      "{字段名}": "{查询文本}"    }  }}

例如，查询城市字段中包含“York”的文档：

GET /my_index/_search{  "query": {    "match": {      "city": "York"    }  }}

精确匹配查询（term）用于对某个字段的精确值进行查询，常用于不分词的字段（如ID、标签、关键词等）。

GET /{索引名}/_search{  "query": {    "term": {      "{字段名}": "{精确值}"    }  }}

例如，查询城市字段为“zhengzhou”的文档：

GET /my_index/_search{  "query": {    "term": {      "city": "zhengzhou"    }  }}

范围查询（range）：用于查询数值、日期、时间等范围内的数据。

GET /{索引名}/_search{  "query": {    "range": {      "{字段名}": {        "gte": {起始值},        "lte": {结束值}      }    }  }}

范围参数可以只写一个，例如仅保留"gte": 100，则代表字段值大于等于100。其他范围参数包括：

 gt：大于（>）

 gte：大于且等于（>=）

 lt：小于（<）

 lte：小于且等于（<=）

布尔查询（bool）：用于组合多个子查询，支持逻辑操作符AND（must）、OR（should）和NOT（must_not）以及过滤器（filter）。

GET /{索引名}/_search{  "query": {    "bool": {      "must": [        {          "{查询类型}": {            "{字段名}": "{查询条件值}"          }        }      ],      "must_not": [        {          "{查询类型}": {            "{字段名}": "{查询条件值}"          }        }      ],      "should": [        {          "{查询类型}": {            "{字段名}": "{查询条件值}"          }        }      ],      "filter": [        {          "{查询类型}": {            "{字段名}": "{查询条件值}"          }        }      ]    }  }}

例如，查询城市为“zhengzhou”且不为“shanghai”的文档，或者城市为“changsha”的文档：

GET /my_index/_search{  "query": {    "bool": {      "must": [        {          "match": {            "city": "zhengzhou"          }        }      ],      "must_not": [        {          "match": {            "city": "shanghai"          }        }      ],      "should": [        {          "match": {            "city": "changsha"          }        }      ]    }  }}

前缀匹配查询（prefix）：用于查询字段值的前缀匹配，常用于搜索补全或模糊搜索。

GET /{索引名}/_search{  "query": {    "prefix": {      "{字段名}": "{前缀值}"    }  }}

通配符查询（wildcard）：支持*（匹配任意字符）和?（匹配单个字符）的通配符查询。

GET /{索引名}/_search{  "query": {    "wildcard": {      "{字段名}": "{通配符模式}"    }  }}

模糊查询（fuzzy）：用于查询与某个值相似的字段，常用于容忍拼写错误的场景。

GET /{索引名}/_search{  "query": {    "fuzzy": {      "{字段名}": {        "value": "{模糊值}"      }    }  }}

例如，查询城市字段与“shangh”相似的文档：

GET /my_index/_search{  "query": {    "fuzzy": {      "city": "shangh"    }  }    }

三、其他常用功能

分页_通过from和size参数设置分页，相当于SQL的limit和offset结构。

GET /{索引名}/_search{  "from": {起始位置},  "size": {每页大小}}

排序_使用sort子句设置排序条件，类似SQL的order by语句。

GET /{索引名}/_search{  "query": {    ...  },  "sort": [    {      "{字段名1}": {        "order": "asc" // 或 "desc"      }    },    {      "{字段名2}": {        "order": "asc" // 或 "desc"      }    }  ]}

源字段过滤_使用_source参数控制哪些字段需要返回，哪些不需要返回。

GET /{索引名}/_search{  "_source": ["{字段名1}", "{字段名2}"],  "query": {    ...  }}

或者指定includes和excludes：

GET /{索引名}/_search{  "_source": {    "includes": ["{字段名1}", "{字段名2}"],    "excludes": ["{字段名3}"]  },  "query": {    ...  }}

Python 学习指南：主要应用方向及详细学习路线

在 Python 中如何设计插件化系统？

入门必学Python命令(下)

入门必学Python命令(上)

第一批用DeepSeek做测试的人赢麻了！漏测率狂降83%，效率飙升5倍！

超详细，DeepSeek 接入PyCharm实现AI编程！（支持本地部署DeepSeek及官方DeepSeek接入），建议收藏！

Python 常见配置文件写法全解，这篇超全攻略必看！

软件测试工程师需要知道的redis知识..

领取全栈软件测试工程师学习资料

添加下方小编微信备注"资料"

爱分享的人，运气都不会太差