elasticsearch学习（1）简单查询与聚合

elastic

被用作全文搜索、结构化搜索、分析以及这三个功能的组合

• 一个ElasticSearch集群可以包含多个索引，
• 每个索引包含多个类型
• 一个类型存储着多个文档
• 每个文档又有多个属性

---

索引（名词）

• 一个 索引 类似于传统关系数据库中的一个 数据库 ， 是一个存储关系型文档的地方。 索引 (index) 的复数词为 indices 或
  
  indexes 。

索引（动词)

• 索引一个文档 就是存储一个文档到一个 索引 （名词） 中以便它可以被检索和查询到。 这非常类似于 SQL语句中的 INSERT 关键词， 除
  
  了文档已存在时新文档会替换旧文档情况之外

---

fliter

• 高效的执行结构化查询

query

• bool,match,must,about
• example

GET /megacorp/employee/_search
{
"query" : {
    "match" : {
        "about" : "rock climbing"
                }
            }
}

GET /megacorp/employee/_search
{
"query" : {
    "bool": {
        "must": {
            "match" : {
                "last_name" : "smith"
                     }
                },
        "filter": {
            "range" : {
                "age" : { "gt" : 30 }
                        }
                    }
                }
            }
}

• 全文搜索 about

相关性得分

Elasticsearch默认按照相关性得分排序， 即每个文档跟查询的匹配程度。

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}

• terms 相当于MySQL中的group_by

GET /megacorp/employee/_search
{
"aggs": {
    "all_interests": {
        "terms": { "field": "interests" }
        }
    }
}

---

聚合搜索

• 桶 buckets 相当于MySQL的group
• 指标 Metrics 相当于聚合函数，count、max、min

GET /cars/transactions/_search
{
    "size" : 0,
    "aggs": {
        "colors": {
            "terms": {
                "field": "color"
            },
            "aggs": {
                "avg_price": {
                    "avg": {
                        "field": "price"
                     }
                 }
            }
        }
    }
}
为度量新增 aggs 层。
为度量指定名字： avg_price 。
最后， 为 price 字段定义 avg 度量

• 按照日期中的月份聚合

GET /cars/transactions/_search
{
    "size" : 0,
    "aggs": {
        "sales": {
            "date_histogram": {
            "field": "sold",
            "interval": "month",
            "format": "yyyy-MM-dd"
            }
        }
    }
}
时间间隔要求是日历术语 (如每个 bucket 1 个月

• 处理返回数据时间间断

GET /cars/transactions/_search
{
    "size" : 0,
        "aggs": {
            "sales": {
                "date_histogram": {
                    "field": "sold",
                    "interval": "month",
                    "format": "yyyy-MM-dd",
                    "min_doc_count" : 0,
                    "extended_bounds" : {
                        "min" : "2014-01-01",
                        "max" : "2014-12-31"
                        }
                }
        }
    }
}
这个参数强制返回空 buckets。
这个参数强制返回整年。

• cardinality 去重

GET /cars/transactions/_search
{
    "size" : 0,
    "aggs" : {
        "distinct_colors" : {
            "cardinality" : {
                "field" : "color"
            }
        }
    }
}
返回的结果表明已经售卖了三种不同颜色的汽车：
...
"aggregations": {
    "distinct_colors": {
                    "value": 3
                }
}

---

• 文档元数据

  • _index 索引

  一个 索引 应该是因共同的特性被分组到一起的文档集合。 例如， 你可能存储所有的产品在索引 products 中， 而存储所有销售的交易到
  
  索引 sales 中。
  虽然也允许存储不相关的数据到一个索引中， 但这通常看作是一个反模式的做法。
  
  实际上， 在 Elasticsearch中， 我们的数据是被存储和索引在 分片 中， 而一个索引仅仅是逻辑上的命名空间， 这个命名空间由一个或者多
  
  个分片组合在一起。
  然而， 这是一个内部细节， 我们的应用程序根本不应该关心分片， 对于应用程序而言， 只需知道文档位于一个 索引
  
  内。 Elasticsearch会处理所有的细节

  • _type 类型

  数据可能在索引中只是松散的组合在一起， 但是通常明确定义一些数据中的子分区是很有用的。
  例如， 所有的产品都放在一个索引中，
  
  但是你有许多不同的产品类别， 比如 "electronics"、 "kitchen"和 "lawn-care"。
  
  
  这些文档共享一种相同的（或非常相似） 的模式： 他们有一个标题、 描述、 产品代码和价格。 他们只是正好属于“产品”下的一些子类。
  
  
  Elasticsearch公开了一个称为 types （类型） 的特性， 它允许您在索引中对数据进行逻辑分区。 不同 types 的文档可能有不同的字段， 但最好能够非常相似。

  • _id

  ID 是一个字符串， 当它和 _index 以及 _type 组合就可以唯一确定 Elasticsearch中的一个文档。
  当你创建一个新的文档， 要么提供自己
  
  的 _id ， 要么让 Elasticsearch帮你生成。

---