elasticsearch的基本用法(转载)

本文出自：http://blog.csdn.net/feelig/article/details/8499614

最大的特点：

1. 数据库的 database, 就是 index

2. 数据库的 table, 就是 tag

3. 不要使用browser， 使用curl来进行客户端操作. 否则会出现 java heap ooxx...

curl: -X 后面跟 RESTful ： GET, POST ...

-d 后面跟数据。 (d = data to send)

1. create:

指定 ID 来建立新记录。 （貌似PUT， POST都可以）

$ curl -XPOST localhost:9200/films/md/2 -d '

{ "name":"hei yi ren", "tag": "good"}'

使用自动生成的 ID 建立新纪录：

$ curl -XPOST localhost:9200/films/md -d '

{ "name":"ma da jia si jia3", "tag": "good"}'

2. 查询：

2.1 查询所有的 index, type:

$ curl localhost:9200/_search?pretty=true

2.2 查询某个index下所有的type:

$ curl localhost:9200/films/_search

2.3 查询某个index 下， 某个 type下所有的记录：

$ curl localhost:9200/films/md/_search?pretty=true

2.4 带有参数的查询：

$ curl localhost:9200/films/md/_search?q=tag:good

{"took":7,"timed_out":false,"_shards":{"total":5,"successful":5,"failed":0},"hits":{"total":2,"max_score":1.0,"hits":[{"_index":"film","_type":"md","_id":"2","_score":1.0,

"_source" :

{ "name":"hei yi ren", "tag": "good"}},{"_index":"film","_type":"md","_id":"1","_score":0.30685282, "_source" :

{ "name":"ma da jia si jia", "tag": "good"}}]}}

2.5 使用JSON参数的查询： （注意 query 和 term 关键字）

$ curl localhost:9200/film/_search -d '

{"query" : { "term": { "tag":"bad"}}}'

3. update

$ curl -XPUT localhost:9200/films/md/1 -d { ...(data)... }

4. 删除。 删除所有的：

$ curl -XDELETE localhost:9200/films

角色关系对照

elasticsearch 跟 MySQL 中定义资料格式的角色关系对照表如下

MySQL elasticsearch

database index

table type

table schema mapping

row document

field field

3.索引映射

#创建索引

$ curl -XPUT http://localhost:9200/test-index
#创建Mapping

$ curl -XPUT http://localhost:9200/test-index/test-type/_mapping -d '{

"properties" : {

"name" : { "type" : "string" }

}

}'

@route('/indexsetting/')

def indexmapping():

"""索引映射"""

conn = ES('127.0.0.1:9200')

conn.debug_dump = True

try:

#删除索引

conn.delete_index("test-index")

except:

pass

#创建索引

conn.create_index("test-index")

mapping = {

u'id': {'store': 'yes',

'type': u'integer'},

u'author': {'boost': 1.0,

'index': 'not_analyzed',

'store': 'yes',

'type': u'string'},

u'published': {'boost': 1.0,

'index': 'not_analyzed',

'store': 'yes',

'type': u'datetime'},

u'url': {'store': 'yes',

'type': u'string'},

u'title': {'boost': 1.0,

'index': 'analyzed',

'store': 'yes',

'type': u'string'},

u'content': {'boost': 1.0,

'index': 'analyzed',

'store': 'yes',

'type': u'string',

"term_vector" : "with_positions_offsets"}

}

#索引映射

conn.put_mapping("test-type", {'properties':mapping}, ["test-index"])

return "索引映射"

4.索引

#索引

$ curl -XPUT http://localhost:9200/test-index/test-type/1 -d '{

"user": "kimchy",

"post_date": "2009-11-15T13:12:00",

"message": "Trying out elasticsearch, so far so good?"

}'

#获取

$ curl -XGET http://localhost:9200/test-index/test-type/1
#删除

$ curl -XDELETE 'http://localhost:9200/test-index/test-type/1'

@route('/indextest/')

def indexTest():

"""索引测试"""

conn = ES('127.0.0.1:9200')

for item in Data().getData():

#添加索引

conn.index(item,"test-index", "test-type",item['id'])

#索引优化

conn.optimize(["test-index"])

#删除索引内容

conn.delete("test-index", "test-type", 2668090)

#更新索引内容

model = conn.get("test-index", "test-type", 2667371)

model["title"]="标题修改测试"

conn.update(model,"test-index", "test-type",2667371)

#刷新索引

conn.refresh(["test-index"])

q = MatchAllQuery()

results = conn.search(query = q,indices="test-index",doc_types="test-type")

# for r in results:

# print r

return template('default.tpl', list=results,count=len(results))

5.搜索

#lucene语法方式的查询

$ curl -XGET http://localhost:9200/test-index/test-type/_search?q=user:kimchy
#query DSL方式查询

$ curl -XGET http://localhost:9200/test-index/test-type/_search -d '{

"query" : {

"term" : { "user": "kimchy" }

}

}'

#query DSL方式查询

$ curl -XGET http://localhost:9200/test-index/_search?pretty=true -d '{

"query" : {

"range" : {

"post_date" : {

"from" : "2009-11-15T13:00:00",

"to" : "2009-11-15T14:30:00"

}

}

}

}'

#查找全部索引内容

$ curl -XGET http://localhost:9200/test-index/test-type/_search?pretty=true
@route('/search/')

@route('/search/<searchkey>')

def search(searchkey=u"关键算法"):

"""索引搜索"""

conn = ES('127.0.0.1:9200')

#TextQuery会对searchkey进行分词

qtitle = TextQuery("title", searchkey)

qcontent = TextQuery("content", searchkey)

#发布时间大于"2012-9-2 22:00:00"

qpublished=RangeQuery(ESRangeOp("published", "gt", datetime(2012, 9,2, 22, 0, 0)))

h = HighLighter(['<b>'], ['</b>'], fragment_size=500)

#多字段搜索(must=>and,should=>or)，高亮，结果截取（分页），排序

q = Search(BoolQuery(must=[qpublished],should=[qtitle,qcontent]),highlight=h, start=0, size=3, sort={'id': {'order': 'asc'}})

q.add_highlight("title")

q.add_highlight("content")

results = conn.search(query = q,indices="test-index",doc_types="test-type")

list=[]

for r in results:

if(r._meta.highlight.has_key("title")):

r['title']=r._meta.highlight[u"title"][0]

if(r._meta.highlight.has_key("content")):

r['content']=r._meta.highlight[u"content"][0]

list.append(r)

return template('search.tpl', list=list,count=results.total)

6.设置

#创建索引，并设置分片和副本参数

$ curl -XPUT http://localhost:9200/elasticsearch/ -d '{

"settings" : {

"number_of_shards" : 2,

"number_of_replicas" : 3

}

}'

7.其他

#分词

curl -XGET 'http://localhost:9200/test-index/_analyze?text=中华人民共和国'