登录/ 注册
 找回密码
 立即注册
关闭

CSDN热搜

程序园 精品问答 技术交流 资源下载
返回列表 发新帖
首页 › 业界区 › 安全 ›Elasticsearch 使用

Elasticsearch 使用

剧拧并 2025-6-1 21:20:38
Elasticsearch

简介：Elasticsearch (ES)是一个强大的搜索引擎，是一个基于 Lucene 广泛应用于数据存储和搜索场景，ES 使用 java 进行开发。它提供了一个分布式、多用户能力的全文搜索引擎，具有高扩展性、高可用性等特点。
注意：Elasticsearch 所提供的是站内搜索功能。
站内搜索是指在一个网站内部进行信息检索功能，允许用户通过输入关键词等方式，快速找到网站内相关的网页、产品、文章、文档等内容。
例如在拼多多、京东、淘宝等网站搜索我们想要购买的商品；在抖音搜索我们想看的短视频等，这些都属于是站内搜索，而我们通常在浏览器网页或百度进行搜索就不属于是站内搜索了。
1. ES 环境搭建

1.1 ubuntu 中安装

说明：本章节的环境搭建主要是基于 Ubuntu 上的安装教程。
首先，确保系统是最新的：
  1. sudo apt update
  2. sudo apt upgrade -y
复制代码
Elasticsearch 需要 Java 环境，推荐安装 OpenJDK 11：
  1. sudo apt install openjdk-11-jdk -y
复制代码
验证 Java 安装：
  1. java -version
复制代码
添加 Elasticsearch 仓库，导入 GPG 秘钥
  1. # 系统上要首先安装上 wget ,添加 gpg 秘钥
  2. wget -qO - https://artifacts.elastic.co/GPG-KEY-elasticsearch | sudo apt-key add -
  3. # 添加仓库
  4. echo "deb https://artifacts.elastic.co/packages/7.x/apt stable main" | sudo tee /etc/apt/sources.list.d/elastic-7.x.list
复制代码
安装 ES
  1. # 更新安装列表
  2. sudo apt update
  3. # 安装 es
  4. sudo apt install elasticsearch -y
复制代码
编辑配置文件，路径位于/etc/elasticsearch/elasticsearch.yml
  1. sudo vim /etc/elasticsearch/elasticsearch.yml
  2. # 设置网路的绑定
  3. network.host: 0.0.0.0
  4. discovery.seed_hosts: ["127.0.0.1"]
  5. # 保存并退出
复制代码
服务启动
  1. sudo systemctl start elasticsearch
  2. sudo systemctl enable elasticsearch   # 设置开机自启动
  4. # 检查服务状态
  5. sudo systemctl status elasticsearch
复制代码
验证安装
通过 HTTP 请求验证 Elasticsearch 是否运行：
  1. curl -X GET "localhost:9200/"
复制代码
如果看到类似以下输出，说明安装成功：
  1. {
  2.   "name" : "your-hostname",
  3.   "cluster_name" : "elasticsearch",
  4.   "cluster_uuid" : "abc123",
  5.   "version" : {
  6.     "number" : "7.x.x",
  7.     "build_flavor" : "default",
  8.     "build_type" : "deb",
  9.     "build_hash" : "abc123",
  10.     "build_date" : "2023-01-01T00:00:00.000Z",
  11.     "build_snapshot" : false,
  12.     "lucene_version" : "8.x.x",
  13.     "minimum_wire_compatibility_version" : "6.8.0",
  14.     "minimum_index_compatibility_version" : "6.0.0-beta1"
  15.   },
  16.   "tagline" : "You Know, for Search"
  17. }
复制代码
可选步骤的操作
配置防火墙
如果启用了 UFW 防火墙，允许 Elasticsearch 端口：
  1. sudo ufw allow 9200
  2. sudo ufw allow 9300
  3. sudo ufw reload
复制代码
安装 Kibana
Kibana 是 Elasticsearch 的可视化工具，安装步骤类似：
  1. sudo apt install kibana -y
  2. sudo systemctl start kibana
  3. sudo systemctl enable kibana
复制代码
Kibana 默认运行在 5601 端口。
安装 Logstash
Logstash 用于数据处理，安装步骤：
  1. sudo apt install logstash -y
  2. sudo systemctl start logstash
  3. sudo systemctl enable logstash
复制代码
1.2 docker 中安装

安装 docker 的步骤此处不在进行赘述，直接进行安装；
1.2.1 拉取镜像
  1. # 使用命令进行指定版本的镜像拉取
  2. docker pull elasticsearch:8.6.0
复制代码
拉取镜像的时候容易出现网络的错误，因此需要将 docker 的镜像进行配置源；
  1. sudo vim /etc/docker/daemon.json
  3. # 将以下的内容写入文件内
  5. {
  6.    "registry-mirrors": [
  7.       "https://2a6bf1988cb6428c877f723ec7530dbc.mirror.swr.myhuaweicloud.com",
  8.       "https://docker.m.daocloud.io",
  9.       "https://hub-mirror.c.163.com",
  10.       "https://mirror.baidubce.com",
  11.       "https://your_preferred_mirror",
  12.       "https://dockerhub.icu",
  13.       "https://docker.registry.cyou",
  14.       "https://docker-cf.registry.cyou",
  15.       "https://dockercf.jsdelivr.fyi",
  16.       "https://docker.jsdelivr.fyi",
  17.       "https://dockertest.jsdelivr.fyi",
  18.       "https://mirror.aliyuncs.com",
  19.       "https://dockerproxy.com",
  20.       "https://mirror.baidubce.com",
  21.       "https://docker.m.daocloud.io",
  22.       "https://docker.nju.edu.cn",
  23.       "https://docker.mirrors.sjtug.sjtu.edu.cn",
  24.       "https://docker.mirrors.ustc.edu.cn",
  25.       "https://mirror.iscas.ac.cn",
  26.       "https://docker.rainbond.cc"
  27.     ]
  28. }
复制代码
再次拉取镜像；
1.2.2 运行容器

使用 docker run 命令创建并且运行容器
  1. sudo docker run -d \  # 基础命令
  2. --restart=always \  # 异常重启
  3. --name es \  # 容器的名字
  4. --network es-net \  # 网络连接的模式
  5. -p 9200:9200 \  # 网络端口映射
  6. -p 9300:9300 \
  7. --privileged \  # 赋予完全的权限
  8. -v /home/whj/data/docker_els/data \  # 设置目录的挂的映射
  9. -v /home/whj/data/docker_els/plugins: /usr/share/elasticsearch/plugins \
  10. -e "discovery.type=single-node" \
  11. -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \  # 设置虚拟环境
  12. elasticsearch:8.6.0  # 镜像的名称, 根据自己的版本进行设置
  15. # 整行的命令
  16. sudo docker run -d --name=whj_es --network=es-net -p 9200:9200 -p 9300:9300 -v /home/whj/data/docker_els/data:/usr/share/elasticsearch/data -v /home/whj/data/docker_els/plugins:/usr/share/elasticsearch/plugins --privileged -e "discovery.type=single-node" -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" elasticsearch:8.6.0
复制代码
启动容器之后，进入容器内部，设置密码的策略
  1. docker exec -it es bash
  3. # 跳转到 config 目录
  4. cd config
  6. # 关闭密码的安全验证
  7. echo 'xpack.security.enabled: false' >> elasticsearch.yml
  9. # 退出 docker,重启容器
  10. docker restart whj_es
复制代码
1.2.3 测试安装的情况

重启容器之后，打开浏览器输入
  1. http:// 192.168.177.129:9200   # 根据自己电脑的IP 进行确定，看到类似的信息就是表示成功.
复制代码
1.png

1.3 安装 Kibana

本文档只介绍基于 Docker 安装的过程。
  1. # 1. 拉取镜像
  2. sudo docker pull kibana:8.6.0   # 版本号根据自己的情况确定
  4. # 创建挂载的目录
  5. mkdir /home/whj/data/docker_kibana/data
  6. mkdir /home/whj/data/docker_kibana/cofig
  7. chmod 777 /home/whj/data/docker_kibana/data
  8. chmod 777 /home/whj/data/docker_kibana/config
复制代码
2.png

创建 Kibana 容器
  1. # 使用 docker run 命令创建容器;   IP 地址可以改为 es 进行域名的映射, 也可以设置成IP 的形式
  2. sudo docker run -d --name=kibana --network es-net -p 5601:5601 --privileged -e ELASTICSEARCH_HOSTS=http://192.168.177.129:9200 kibana:8.6.0
复制代码
3.png

测试 Kibnan 启动情况
  1. # 在浏览器中输入地址
  2. http://192.168.177.129
复制代码
4.png

1.4 安装 IK 分词器

分词器主要是用来处理中文的情况，需要进行处理，后面进行详细的介绍；
注意：安装 IK 分词器的版本，必须和 Elasticsearch 的版本一致，上文安装的是 Elasticsearch 8.6.0 的版本，IK 分词器也是这个版本。
  1. # 进入容器内部执行改命令
  2. ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v8.6.0/elasticsearch-analysis-ik-8.6.0.zip
  4. # 上述命令失效可执行此语句尝试
  5. bin/elasticsearch-plugin install https://get.infini.cloud/elasticsearch/analysis-ik/8.6.0
  6. # 验证是否安装成功,在浏览器输入如下地址
  7. http://192.168.177.129:9200/_cat/plugins?v
复制代码
5.png

2. ES 基本概念

补充:数据库与 Elasticsearch 的关系类比
关系数据库（RDBMS）Elasticsearch数据库 - DataBase索引 -  Index表 - Table类型 - Type, 已废弃 现用 _doc行 - Row文档 - Document列- Column字段 - Field表结构 - Schema映射 - MappingSQL 查询语言DSL 查询语言2.1 存储形式

Elasticsearch 是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息，文档数据会被序列化为 json 格式之后存在在 ES 中。
6.png

索引：同类型文档的集合，类似与数据库的表。

  • 类型，一个索引中可以定义一种或者多种类型。
文档：一条数据就是一个文档，类似与 MySQL 中的一条记录，es 中是 json 格式的。
字段：json 文档中的字段。
映射：索引中文档的约束，比如字段的名称类型。
7.png

mysql 负责安全可靠的存储原始数据，以及数据之间的关系，Elasticsearch 负责进行数据搜素。
8.png


  • 其他常见概念

    • 接近实时NRT，Elasticsearch 是一个接近实时搜索平台，这意味着，从索引一个文档知道这个文档被搜索到有一个轻微延迟（通常是1秒内）；
    • 集群，一个集群是有一个或者多个节点组织在一起，他们共同持有整个的数据，并一起提供索引和搜索功能。一个集群是由一个唯一的名字标识，这个名字默认就是 Elasticsearch。这个名字是重要的，因为一个节点只能通过某个集群的名字，来加入这个集群。
    • 节点，一个节点是集群中的一个服务器，作为集群的一部分，它存储数据，参与集群的搜索和索引功能。和集群类似，一个节点也是由一个名字来标识的，默认情况下，这个名字是一个随机的漫威漫画角色的名字，这个名字会在启动的时候赋予节点。这个名字对于管理工作来说挺重要的，因为在这个管理过程中，你会去确定网络中的哪些服务器对应于Elasticsearch集群中的哪些节点。
      一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每个节点都会被安排加入到一个叫做“elasticsearch”的集群中，这意味着，如果你在你的网络中启动了若干个节点，并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做“elasticsearch”的集群中。
      在一个集群里，只要你想，可以拥有任意多个节点。而且，如果当前你的网络中没有运行任何Elasticsearch节点，这时启动一个节点，会默认创建并加入一个叫做“elasticsearch”的集群。
    • 分片和复制
      一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10亿文档的索引占据 1TB 的磁盘空间，而任一节点都没有这样大的磁盘空间；或者单个节点处理搜索请求，响应太慢。为了解决这个问题，Elasticsearch 提供了将索引划分成多份的能力，这些份就叫做分片。当你创建一个索引的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的“索引”，这个索引可以被放置到集群中的任何节点上。分片很重要，主要有两方面的原因：

      • 允许你水平分割扩展你的容量。
      • 允许你在分片之上进行分布式并行的操作，进而提高性能与吞吐量。
      至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由Elasticsearch管理的，对于作为用户的你来说，这些都是透明的。
      在一个网络/云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于离线状态，或者由于任何原因消失了，这种情况下，有一个故障转移机制是非常有用并且是强烈推荐的。为此目的，Elasticsearch允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片，或者直接叫复制。
      复制之所以重要，有两个主要原因： 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分片从不与原/主要（original/primary）分片置于同一节点上是非常重要的。扩展你的搜索量/吞吐量，因为搜索可以在所有的复制上并行运行。总之，每个索引可以被分成多个分片。一个索引也可以被复制0次（意思是没有复制）或多次。一旦复制了，每个索引就有了主分片（作为复制源的原来的分片）和复制分片（主分片的拷贝）之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制的数量，但是你事后不能改变分片的数量。
      默认情况下，Elasticsearch中的每个索引被分片5个主分片和1个复制，这意味着，如果你的集群中至少有两个节点，你的索引将会有5个主分片和另外5个复制分片（1个完全拷贝），这样的话每个索引总共就有10个分片。


2.2 正向索引和倒排索引

mysql 采用正向索引，即基于文档 id 创建索引，查询词条的时候必须先找到文档，而后判断是否包含搜索的内容。
9.png


  • 档(document)：每条数据就是一个文档。
  • 词条(term)：文档按照语义分成的词语。
Elasticsearch 采用倒排索引，从关键词的角度来构建索引，记录了每个关键词出现在哪些文档中。
10.png


  • 简单来说，正向索引就是一本书的目录，按照章节书序，列出每个章节（文档）出现的重要词汇（关键词）。
  • 倒排索引，可以把他想象成一个词汇表，每个词汇后面跟着包含这个词汇的文档列表。
3. Elasticsearch 操作

实际开发中，主要有三种方式可以作为 Elasticsearch 服务端的客户端：

  • 第一种，elasticsearch-head 插件
    Elasticsearch-head已停止维护多年，官方建议使用‌Kibana DevTools‌或‌OpenSearch Dashboard‌作为替代方案。使用的时候需要 Elasticsearch < 7.x 版本，此处不做过多的阐述；
  • 第二种，elasticsearch 提供的 Restful 接口直接访问
  • 第三种，elasticsearch 提供的 API 接口进行访问
3.1 Postman 进行操作

3.1.1 接口语法
  1. curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
复制代码
参数解释：
参数解释VERB适当的 HTTP 方法 或 谓词 : GET、 POST、 PUT、 HEAD 或者 DELETE。PROTOCOLhttp 或者 https（如果你在 Elasticsearch 前面有一个 https 代理）HOSTElasticsearch 集群中任意节点的主机名，或者用 localhost 代表本地机器上的节点。PORT运行 Elasticsearch HTTP 服务的端口号，默认是 9200 。PATHAPI 的终端路径（例如 _count 将返回集群中文档数量）。Path 可能包含多个组件，例如：_cluster/stats 和 _nodes/stats/jvm 。QUERY_STRING任意可选的查询字符串参数 (例如 ?pretty 将格式化地输出 JSON 返回值，使其更容易阅读)BODY一个 JSON 格式的请求体 (如果请求需要的话)CRUD 简单描述
方式功能PUT创建索引库，PUT/索引库名GET查询索引库，GET/索引库名DELETE删除索引库，DELETE/索引库名PUT（修改映射字段）修改索引库，PUT /索引库名/_mapping3.1.2 创建索引和映射

索引库就相当数据库表，Elasticsearch 提供了简单的创建索引的方法，只需要发送一个 Http 请求即可。
  1. # 语法
  2. # 请求方式：PUT
  3. # 请求路径：/索引库名, 可以自定义
  4. # 请求参数：mapping 映射
  6. {
  7.   "mappings": {
  8.     "properties": {
  9.       "字段名":{
  10.         "type": "text",
  11.         "analyzer": "ik_smart"
  12.       },
  13.       "字段名2":{
  14.         "type": "keyword",
  15.         "index": "false"
  16.       },
  17.       "字段名3":{
  18.         "properties": {
  19.           "子字段": {
  20.             "type": "keyword"
  21.           }
  22.         }
  23.       },
  24.       // ...略
  25.     }
  26.   }
  27. }
复制代码
自定义设置创建索引，可以再创建索引时自定义分片，副本和其他设置。
  1. // 语法 PUT /my_index, 这个命令将在 Elasticsearch 中创建一个名为 my_index 的索引，使用默认的设置和映射。  
  2. // put 192.168.177.129:9200/my_blog
  3. {
  4.   "settings": {
  5.     "number_of_shards": 3,
  6.     "number_of_replicas": 2
  7.   }
  8. }
  9. // 这将创建一个名为 my_index 的索引，包含 3 个主分片和 2 个副本。
复制代码
11.png

创建索引并设置映射，映射定义了索引字段的类型及其属性，可以再创建索引时一起定义。
  1. // 完整示例
  2. PUT /my_index
  3. {
  4.   "settings": {
  5.     "number_of_shards": 3,
  6.     "number_of_replicas": 2
  7.   },
  8.   "mappings": {
  9.     "properties": {
  10.       "name": {
  11.         "type": "text"
  12.       },
  13.       "age": {
  14.         "type": "integer"
  15.       },
  16.       "created_at": {
  17.         "type": "date",
  18.         "format": "yyyy-MM-dd"
  19.       }
  20.     }
  21.   }
  22. }
  23. // 这个命令创建了一个索引，并定义了三个字段：name（文本类型）、age（整数类型）和 created_at（日期类型）。
复制代码
12.png

索引模板
索引模板允许你为符合特定模式的索引设置默认配置和映射，当索引名称符合模板定义的模式时，会自动应用模板中的设置和映射。
  1. PUT /_template/my_template
  2. {
  3.   "index_patterns": ["my_index_*"],
  4.   "settings": {
  5.     "number_of_shards": 1
  6.   },
  7.   "mappings": {
  8.     "properties": {
  9.       "name": {
  10.         "type": "text"
  11.       },
  12.       "age": {
  13.         "type": "integer"
  14.       }
  15.     }
  16.   }
  17. }
  18. // 这个模板将应用于所有以 my_index_ 开头的索引，并自动设置其分片数量和映射。
复制代码
当创建符合模板的索引的时候，模板会自动应用：
  1. PUT /my_index_2025
复制代码
这个命令将创建一个名为 my_index_2024 的索引，并应用 my_template 中定义的设置和映射。
Demo :
  1. # Click the Variables button, above, to create your own variables.
  2. PUT /heima
  3. {
  4.   "mappings": {
  5.     "properties": {
  6.       "email": {
  7.         "type": "keyword",
  8.         "index": false
  9.       },
  10.       "info": {
  11.         "type": "text",
  12.         "analyzer": "ik_smart"
  13.       },
  14.       "name":{
  15.         "properties":{
  16.           "firstname":{
  17.             "type": "keyword"
  18.           },
  19.           "lastname":{
  20.             "type": "keyword"
  21.           }
  22.         }
  23.       }
  24.     }
  25.   }
  26. }
复制代码
13.png

3.1.3 创建映射

Mapping 是对索引库中文档的约束，常见的 Mapping 属性包括以下几点：

  • type: 字段数据类型，常见的简单的类型有：

    • 字符串： text(可分词的文本)，keyword(精确值，例如，品牌、国家、IP 地址)
      keyword 类型只能整体搜索不支持搜索部分内容

    • 数值：long、integer、short、byte、double、float
    • 布尔值：boolean
    • 日期：date
    • 对象：object

  • index：是否创建索引，默认为 true
  • analyzer：使用那种分词器
  • properties：该字段的子字段
  • 示例：
    1. {
    2.     "age": 21,
    3.     "weight": 52.1,
    4.     "isMarried": false,
    5.     "info": "真相只有一个！",
    6.     "email": "zy@itcast.cn",
    7.     "score": [99.1, 99.5, 98.9],
    8.     "name": {
    9.         "firstName": "柯",
    10.         "lastName": "南"
    11.     }
    12. }
    复制代码

    • age：类型为 integer；参与搜索，因此需要 index 为 true；无需分词器；
    • weight：类型为 float；参与搜索，因此需要 index 为 true；无需分词器；
    • isMarried：类型为 boolean；参与搜索，因此需要 index 为 true；无需分词器；
    • info：类型为字符串，需要分词，因此是 text；参与搜索，因此需要 index 为 true；分词器可以用 ik_smart；
    • email：类型为字符串，但是不需要分词，因此是 keyword；不参与搜索，因此需要 index 为 false；无需分词器；
    • score：虽然是数组，但是我们只看元素的类型，类型为 float；参与搜索，因此需要 index 为 true；无需分词器；
    • name：类型为 object , 需要定义多个子属性

      • name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
      • name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器


我们可以再创建索引的时候设置 mapping，也可以先创建索引然后再设置 mapping。
在上一个步骤不设置 mapping 信息，直接使用 put 方法创建一个索引，然后设置 mapping 信息
  1. # POST
  2. POST http://192.168.220.110:9200/blog2/hello/_mapping
  4. # 请求体
  5. {
  6.     "hello": {
  7.             "properties": {
  8.                 "id":{
  9.                         "type":"long",
  10.                         "store":true
  11.                 },
  12.                 "title":{
  13.                         "type":"text",
  14.                         "store":true,
  15.                         "index":true,
  16.                         "analyzer":"standard"
  17.                 },
  18.                 "content":{
  19.                         "type":"text",
  20.                         "store":true,
  21.                         "index":true,
  22.                         "analyzer":"standard"
  23.                 }
  24.         }
  25.     }
  26. }
复制代码
PostMan截图
14.png

3.1.4 查询索引库


  • 请求方式：GET
  • 请求路径：/索引库名
  • 请求方式：无
格式：
  1. GET /索引库名
复制代码
示例：
  1. 192.168.177.129:9200/my_blog
复制代码
15.png

3.1.5 修改索引库

这里的修改是只能增加新的字段到 mapping 中
倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，因此索引库一旦创建，无法修改 mapping。虽然无法修改 mapping 中的已有字段，但是却允许添加新的字段到 mapping 中，因为不会对倒排索引产生影响。
语法说明：
  1. PUT /索引库名/_mapping
  2. {
  3.         "properties":
  4.                 "新字段名": {
  5.                         "type": "integer"
  6.                 }
  7. }
复制代码
在 kibana 中使用 DSL 的语言进行修改
  1. PUT /my_blog/_mapping
  2. {
  3.   "properties": {
  4.     "age": {
  5.       "type": "integer"
  6.     }
  7.   }
  8. }
复制代码
16.png

17.png

3.1.6 删除索引库


  • 请求方式：DELETE
  • 请求路径：/索引库名
  • 请求参数：无
格式
  1. DELETE /索引库名
  3. # 在 kibana 中进行测试
复制代码
18.png

3.2 文档操作

文档的操作主要有

  • 创建文档
    1. POST /索引库名/_doc/文档id
    复制代码
  • 查询文档
    1. GET /索引库名/_doc/文档id
    复制代码
  • 删除文档
    1. DELETE  /索引库名/_doc/文档id
    复制代码
  • 修改文档
    1. 全量修改 PUT /索引库名/_doc/文档id
    2. 增量修改 POST /索引库名/_doc/文档id
    复制代码
3.2.1 创建文档
  1. POST /heima/_doc/1
  2. {
  3.   "info": "真相只有一个",
  4.   "email": "123456@gmail.com",
  5.   "name": {
  6.     "firstname": "逻辑",
  7.     "lastname": "庄颜"
  8.   }
  9. }
复制代码
创建文档的时候使用 POST 的方式进行处理;
19.png

3.2.2 查询文档

根据 rest 风格，新增是 post，查询应该是 get, 不过查询一般都需要条件，这里我们把文档 id 带上。
语法：
  1. # 单个查询
  2. GET /索引库名称/_doc/{id}
  4. # 批量查询
  5. GET /索引库名称/_search
复制代码
20.png

3.3.3 删除文档

使用 DELETE 请求删除文档，根据 id 进行删除；
语法：
  1. DELETE /索引库名/_doc/id值
复制代码
示例：
  1. DELETE /heima/_doc/3
复制代码
21.png

3.3.4 修改文档


  • 修改有两种方式：

    • 全量修改：直接覆盖原来的文档
    • 增量修改：修改文档中的部分字段

全量修改：
全量修改是覆盖原来的文档，其本质是：

  • 根据指定的 id 删除文档
  • 新增一个相同 id 的文档
注意:如果根据 id 删除时，id 不存在，第二步的新增也会执行，也就变成新增的操作了。
语法：
  1. PUT /{索引库名}/_doc/文档id
  2. {
  3.     "字段1": "值1",
  4.     "字段2": "值2",
  5.     // ... 略
  6. }
复制代码
示例：
  1. copyPUT /heima/_doc/1
  2. {
  3.     "info": "黑马程序员高级Java讲师",
  4.     "email": "zy@itcast.cn",
  5.     "name": {
  6.         "firstName": "云",
  7.         "lastName": "赵"
  8.     }
  9. }
复制代码
增量修改:
增量修改是只修改指定 id 匹配的文档中的部分字段。
语法：
  1. POST /{索引库名}/_update/文档id
  2. {
  3.     "doc": {
  4.          "字段名": "新的值",
  5.     }
  6. }
复制代码
示例：
  1. POST /heima/_doc/2
  2. {
  3.   "doc": {
  4.     "email": "987654321@qq.com"
  5.   }
  6. }
复制代码
22.png

23.png

单独修改的时候的结果会在doc中显示。
继续努力，终成大器！

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

使用道具 举报
相关推荐
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册
发帖
剧拧并
2025-6-1 21:20:38

0

粉丝关注

16

主题发布

板块介绍填写区域，请于后台编辑
微信扫一扫