Elasticsearch使用API心得

Elasticsearch

Elasticsearch官方API文檔

1.建立連接

  • java api使用搜索的時候,必須先進行連接,在直接url的時候是端口9200,但是在使用程序的時候為9300,如下所示,建立客戶端的連接,在connection類里面給出初始化函數
private static void open()  
    {  
            Settings settings = Settings.settingsBuilder()  
                    .put("cluster.name", "molong").build();  
                      
            try {  
                client =  TransportClient.builder().settings(settings).build()  
                        .addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("localhost"), 9300));  
            } catch (UnknownHostException e) {  
                // TODO Auto-generated catch block  
                e.printStackTrace();  
            }  
  
    }  
2.進行查詢
  • 查詢的時候,需要建立一個SearchRequestBuilder,這里面將給出對于哪一個index或者type進行查詢,并且所有的設置都可以在這里面進行實現,例如模糊查詢,范圍查詢,前綴查詢等
SearchRequestBuilder responsebuilder = client.prepareSearch("index").setTypes("type")  
  • 上述代碼的意思是對于index的type進行查詢,其中client即使得到的建立鏈接,下一步就是要將查詢詞給進去
SearchResponse myresponse=responsebuilder.setQuery(QueryBuilders.matchPhraseQuery("title", "molong1208 blog")).setFrom(0).setSize(10).setExplain(true).execute().actionGet();  
  • 上述代碼就是講所要查詢的詞塞進去,其中setfrom,setsize是指一頁顯示的多少,從第幾個開始,顯示size個數據
3.展示

SearchHits hits = myresponse.getHits();  
for (int i = 0; i < hits.getHits().length; i++) {  
           System.out.println(hits.getHits()[i].getSourceAsString());}   
  • 其中還可以使用hits.getHits()[i].getSource(),這是一個map的格式,可以將具體要展示的進行展示出來
3.展示
  • 讀DSL的時候查詢有很多的查詢,比如說多域,比如說過濾等查詢條件,其中很多形式不同的之處只是上述塞查詢詞時候的setQuery里面的不同,所以在此只是講述里面的函數不同

1.基本查詢

responsebuilder.setQuery(QueryBuilders.matchPhraseQuery("title", "molong1208"))     
tiele:為Elastic中索引字段  molong1208:為需要查詢的東西

2.多條件查詢

responsebuilder.setQuery(QueryBuilders.termsQuery("title", "molong1208","blog","csdn"))  
molong1208,blog,csdn在title字段進行查詢,如果有三者中的任意一個即算匹配
  1. match_all查詢(匹配所有)
responsebuilder.setQuery(QueryBuilders.matchAllQuery())  

4.常用詞查詢

responsebuilder.setQuery(QueryBuilders.commonTermsQuery("name", "lishici"))  
與1. 基本查詢matchPhraseQuery(String name, Object text)類似
  1. multi_match查詢
responsebuilder.setQuery(QueryBuilders.multiMatchQuery("lishi", "subcat","name"))   
multiMatchQuery(text,fields)其中的fields是字段的名字,可以寫好幾個,每一個中間用逗號分隔
  1. multi_match查詢
responsebuilder.setQuery(QueryBuilders.multiMatchQuery("lishi", "subcat","name"))   
multiMatchQuery(text,fields)其中的fields是字段的名字,可以寫好幾個,每一個中間用逗號分隔
  1. rang查詢
responsebuilder.setQuery(QueryBuilders.rangeQuery("age").gt(10).lt(20))     
對于某一個field,大于多少,小于多少
  1. 正則表達式查詢
responsebuilder.setQuery(QueryBuilders.regexpQuery(field, regexp))      
  1. bool查詢
  • 有些時候可能我們所想要的為比較復雜的查詢,例如想要查一個在某個字段必須有某個值,并且另一個字段必須有另外一個值的情況,這種時候就可以使用bool查詢
responsebuilder.setQuery(QueryBuilders.boolQuery().must(QueryBuilders.multiMatchQuery(query, "name","title","title_1")).must(QueryBuilders.multiMatchQuery(query2, "title2","title3")))       
在title或者title_1或者name字段有query,并且在title2或者title3字段有query2的結果召回來
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,527評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,687評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,640評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,957評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,682評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,011評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,009評論 3 449
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,183評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,714評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,435評論 3 359
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,665評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,148評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,838評論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,251評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,588評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,379評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,627評論 2 380