Elasticsearch检索
2.8.1、检索文档
Mysql : select * from user where id = 1
ES : GET /atguigu/doc/1
响应：
我们通过HTTP方法GET来检索文档，同样的，我们可以使用DELETE方法删除文档，使用HEAD方法检查某文档是否存在。如果想更新已存在的文档，我们只需再PUT一次。
2.8.2、简单检索
Mysql : select * from user
ES : GET /megacorp/employee/_search
响应内容不仅会告诉我们哪些文档被匹配到，而且这些文档内容完整的被包含在其中—我们在给用户展示搜索结果时需要用到的所有信息都有了。
3、全文检索
ES : GET /megacorp/employee/_search?q=haha
查询出所有文档字段值为haha的文档
4、搜索（模糊查询）
ES : GET /megacorp/employee/_search?q=hello
查询出所有文档字段值分词后包含hello的文档
5、聚合
PUT atguigu/_mapping/doc
{
“properties”: {
“interests”: {
“type”: “text”,
“fielddata”: true
}
}
}
Group by
Elasticsearch有一个功能叫做聚合(aggregations)，它允许你在数据上生成复杂的分析统计。它很像SQL中的GROUP BY但是功能更强大。
举个例子，让我们找到所有职员中最大的共同点（兴趣爱好）是什么：
GET /atguigu/doc/_search
{
“aggs”: {
“all_interests”: {
“terms”: { “field”: “interests” }
}
}
}
暂时先忽略语法只看查询结果：
我们可以看到两个职员对音乐有兴趣，一个喜欢林学，一个喜欢运动。这些数据并没有被预先计算好，它们是实时的从匹配查询语句的文档中动态计算生成的。如果我们想知道所有姓”Smith”的人最大的共同点（兴趣爱好），我们只需要增加合适的语句既可：
GET /atguigu/doc/_search
{
“query”: {
“match”: {
“last_name”: “smith”
}
},
“aggs”: {
“all_interests”: {
“terms”: {
“field”: “interests”
}
}
}
}
all_interests聚合已经变成只包含和查询语句相匹配的文档了：
…
“all_interests”: {
“buckets”: [
{
“key”: “music”,
“doc_count”: 2
},
{
“key”: “sports”,
“doc_count”: 1
}
]
}
PUT atguigu/_mapping/doc/
{
“properties”: {
“interests”: {
“type”: “text”,
“fielddata”: true
}
}
}
想要了解跟多关于大数据培训课程内容欢迎关注尚硅谷大数据培训，尚硅谷除了这些技术文章外还有免费的高质量大数据培训课程视频供广大学员下载学习
上一篇: 前端培训技术justify-content 属性
下一篇: java培训技术处理请求数据CookieValue 注解
