Elasticsearch REST API
Elasticsearch提供了全面强大的REST API：
- 检查集群、节点、索引的健康、状态以及统计信息。
- 管理你的集群、节点和索引数据、元数据。
- 对索引进行CRUD。
- 执行分页、排序、过滤、脚本编写、聚合以及其他高级搜索。
Elasticsearch请求格式：<HTTP Verb> /<Index>/<Type>/<ID>
文档说明
- 学习的是Elasticsearch v6.7.1。
- 示例都是用的Kibana，如果不明白Kibana可以看我的或者官网以及其他人的Kibana教程，只需要看DevTools如何使用暂时就够了，也可以用Postman、RestletClient、curl等，能发送REST请求的都可以。
快速入门示例
集群信息
集群健康值：
green：一切正常。（集群功能齐全）yellow：所有数据可用，一些副本尚未分配。（集群功能齐全）red：一些数据由于某种原因不可用。（集群部分功能可用）
注意：状态为red时仍然提供搜索服务（在可用的分片中搜索），但你需要尽快的去修复它。
GET /_cat/health?vepoch timestamp cluster status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent1555378987 01:43:07 elasticsearch green 1 1 4 4 0 0 0 0 - 100.0%节点信息
列出所有节点。
GET /_cat/nodes?vip heap.percent ram.percent cpu load_1m load_5m load_15m node.role master name127.0.0.1 49 73 11 mdi * m9Y7FJV索引信息
列出所有索引。
GET /_cat/indices?vhealth status index uuid pri rep docs.count docs.deleted store.size pri.store.sizegreen open .monitoring-es-6-2019.04.16 IND0TKuCQsyHTH2FDE1zdg 1 0 5478 36 2.7mb 2.7mbgreen open .kibana_1 XTsD7vQ7QbukbJpFlkfLQQ 1 0 4 0 14.4kb 14.4kbgreen open .kibana_task_manager 0G59n4AWQzSxJ6YSHBDPnA 1 0 2 0 12.5kb 12.5kbgreen open .monitoring-kibana-6-2019.04.16 -SZdui1tTw-srkqmUxzQHw 1 0 684 0 309.2kb 309.2kb创建索引
创建一个索引：名叫customer，2个分片，0副本。
# PUT /customer# PUT /customer?prettyPUT /customer?pretty{ "settings": { "number_of_shards": 2, "number_of_replicas": 0 }}注意：默认是5个分片1个副本，如果只有一个节点，副本分片就会没有地方分配，集群状态就会为YELLOW。
解释一下pretty（pretty-printed），直接看示例<br/>
添加pretty时：
{"acknowledged": true,"shards_acknowledged": true,"index": "customer"}没有添加pretty时：
{"acknowledged":true,"shards_acknowledged":true,"index":"customer"}删除索引
删除customer索引。
DELETE /customer?pretty新增文档
使用PUT新增：id为1，name字段值为“Put Add”。<br/>
另外，在新增文档时可以不提前创建好索引与类型，elasticsearch会自动帮你创建。
PUT /customer/_doc/1?pretty{ "name": "Put Add"}响应
{ "_index" : "customer", "_type" : "_doc", "_id" : "1", "_version" : 1, "result" : "created", "_shards" : { "total" : 1, "successful" : 1, "failed" : 0 }, "_seq_no" : 0, "_primary_term" : 1}查询刚才新增的数据
GET /customer/_doc/1?pretty{ "_index" : "customer", "_type" : "_doc", "_id" : "1", "_version" : 1, "_seq_no" : 0, "_primary_term" : 1, "found" : true, "_source" : { "name" : "Put Add" }}使用POST新增：自动生成id
POST /customer/_doc?pretty{ "name": "Post Add"}响应
{ "_index" : "customer", "_type" : "_doc", "_id" : "RYeuJGoB_H2WuLZOyvLU", "_version" : 1, "result" : "created", "_shards" : { "total" : 1, "successful" : 1, "failed" : 0 }, "_seq_no" : 0, "_primary_term" : 1}更新文档
Elasticsearch实际上并不是更新文档，而是创建新文档。
使用PUT更新：ID相同时会替换，也就相当于更新。
PUT /customer/_doc/1?pretty{ "name": "PUT Update"}响应：_version、result改变了。
{ "_index" : "customer", "_type" : "_doc", "_id" : "1", "_version" : 2, "result" : "updated", "_shards" : { "total" : 1, "successful" : 1, "failed" : 0 }, "_seq_no" : 1, "_primary_term" : 1}Post更新<br/>
1.更新字段
POST /customer/_doc/1/_update?pretty{ "doc": { "name": "Post Update" }}2.更新的同时，新增一个字段。
POST /customer/_doc/1/_update?pretty{ "doc": { "name": "Baozi", "age": "21" }}3.使用脚本更新，将年龄增加5岁
POST /customer/_doc/1/_update?pretty{ "script": "ctx._source.age += 5"}删除文档
DELETE /customer/_doc/1?prettyDELETE /customer/_doc/RYeuJGoB_H2WuLZOyvLU?pretty批量操作
批量操作类型：
- index：不存在就创建，已存在就更新
- create：创建
- delete：删除
- update：更新
创建两个文档。
POST /customer/_doc/_bulk?pretty{"index":{"_id":"1"}}{"name":"Baozi1"}{"index":{"_id":"2"}}{"name":"Baozi2"}更新文档1，删除文档2
POST /customer/_doc/_bulk?pretty{"update":{"_id":"1"}}{"doc":{"name":"Baozi1 Updated"}}{"delete":{"_id":"2"}}批量操作不会因为其中一个失败中断后续的操作。结束后会按顺序返回响应信息。<br/>
示例：增删改报错不会中断，操作类型写错会忽略执行。
POST /customer/_doc/_bulk?pretty{"index":{"_id":"1"}}{"name":"Baozi1"}{"create":{"_id":"1"}}{"name":"Baozi1"}{"indexed":{"_id":"2"}}{"name":"Baozi2"}{"update":{"_id":"10000"}}{"doc":{"name":"Baozi10000"}}{"delete":{"_id":"100000"}}{"delete":{"_id":"100001"}}快速入门查询示例
导入数据
使用官方提供的样本数据，格式：
{ "account_number": 0, "balance": 16623, "firstname": "Bradshaw", "lastname": "Mckenzie", "age": 29, "gender": "F", "address": "244 Columbus Place", "employer": "Euron", "email": "bradshawmckenzie@euron.com", "city": "Hobucken", "state": "CO"}- 将数据复制到文件account.json，之后在文件末尾新起一空行，否则报错
bulk request must be terminated by newline - 创建索引
PUT /bank?pretty{ "settings": { "number_of_shards": 2, "number_of_replicas": 0 }}- 导入到ES<br/>
注意@必须要有，否则也会报错bulk request must be terminated by newline
$ curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_doc/_bulk?pretty&refresh" --data-binary "@你的文件路径"URI Search
q：要查询的字段<br/>sort：用来排序的字段，asc升序，desc倒序<br/>
GET /bank/_search?q=*&sort=account_number:asc&pretty返回结果中的字段：<br/>took：ES执行查询的时间，毫秒<br/>timed_out：告诉我们搜索是否超时<br/>_shards ：搜索了多少个分片，以及搜索成功/失败的个数。<br/>hits：查询结果<br/>hits.total：符合搜索条件的总数<br/>hits.hits：搜索结果<br/>hits.hits.sort：用来排序的字段，如果没有指定则按分数排序，就不会有这一部分。<br/>hits.max_score、hits.hits._score：相关性分数，分数越高表明与搜索条件越接近。<br/>
Request Body Search
示例<br/>match_all：match_all查询，查询所有字段<br/>sort：用来排序的字段。<br/>from：从哪里开始，默认从0开始。<br/>size：查多少个，默认10个。<br/>_source: 指定返回的字段。<br/>
GET /bank/_search{ "query": {"match_all": {}}, "sort": [ { "account_number":"asc" } ], "from": 10, "size": 2, "_source": ["account_number","balance"]}match<br/>
查询address包含mill或lane的。<br/>
提示：ES存数据时会将mill lane分成mill和lane做一个分词，想要查询必须包含mill lane可以看下一条match_phrase的示例。
GET /bank/_search{ "query": { "match": { "address": "mill lane" } }}match_phrase<br/>
查询address包含mill lane的。
GET /bank/_search{ "query": { "match_phrase": { "address": "mill lane" } }}bool<br/>
bool查询的好处在于可以组合多个条件（match、match_phrase等）。<br/>must：满足所有匹配条件。<br/>should：满足其中一个匹配条件。<br/>must_not：必须不满足条件。<br/>filter：过滤内容，并且不进行相关性算分。<br/>
must：查询同时包含mill和lane的address。
GET /bank/_search{ "query": { "bool": { "must": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } }}should：查询包含mill或lane的address。
GET /bank/_search{ "query": { "bool": { "should": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } }}must_not: 查询不包含
GET /bank/_search{ "query": { "bool": { "must_not": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } }}组合match、must_not等：查询40岁并且不居住在ID（Idaho的缩写）的人。
GET /bank/_search{ "query": { "bool": { "must": [ { "match": { "age": "40" } } ], "must_not": [ { "match": { "state": "ID" } } ] } }}filter：对地址包含mill或lane的，进行过滤，取余额大于30000的。
GET /bank/_search{ "query": { "bool": { "must": [ { "match": { "address": "mill lane" } } ], "filter": { "range": { "balance": { "gte": 30000 } } } } }}聚合查询<br/>
示例一：聚合示例，按state分组，返回前100条聚合结果。<br/>
说明：外边一个size设为0，是为了不返回文档只返回聚合结果；field字段下面的size表示terms聚合返回多少条聚合结果，默认10条。<br/>
GET /bank/_search{ "aggs": { "group_by_state": { "terms": { "field": "state.keyword", "size": 100 } } }, "size": 0}示例二：嵌套聚合，在上一个示例的基础上，计算每个州的平均余额。
GET /bank/_search{ "aggs": { "group_by_state": { "terms": { "field": "state.keyword", "size": 100 }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } }, "size": 0}示例三：聚合排序，接着上一个示例，按照平均余额排序。
GET /bank/_search{ "aggs": { "group_by_state": { "terms": { "field": "state.keyword", "size": 100, "order": { "average_balance": "desc" } }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } }, "size": 0}示例四：按照年龄分区间，然后再按照性别分组，最后求出每组的平均余额。
GET /bank/_search{ "aggs": { "group_by_age": { "range": { "field": "age", "ranges": [ { "from": 20, "to": 29 }, { "from": 30, "to": 39 }, { "from": 40, "to": 49 } ] }, "aggs": { "group_by_gender": { "terms": { "field": "gender.keyword" }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } } } }, "size": 0}