Elasticsearch8（ES）保姆级菜鸟入门教程_elasticsearch菜鸟教程

技术文档

ps:还没安装ES的可以查看，ES8下载安装教程

Elasticsearch8 Windows安装教程-CSDN博客

1、Elasticsearch8的核心概念

2、Elasticsearch8的三个最核心的概念

3、中文分词插件：IK分词器

3.1 简介

3.2 两种分词模式

3.3 效果

3.4 安装配置

3.4.1 下载

3.4.2 压缩到新建的ik文件夹

3.4.3 重启Elasticsearch

3.4.4 查看是否安装成功

4、三巨头（index、mapping、document）的CRUD

4.1 索引（index）

4.1.1 创建索引

4.1.2 查询单个索引

4.1.3 查询全部索引

4.1.4 删除索引

4.2 映射（mapping）

4.2.1 创建映射

4.2.1.1 新建索引的同时新建映射（推荐）

4.2.1.2 新建索引后再新增映射

4.2.2 查询映射

4.2.3 删除映射

4.3 文档（documents）

4.3.1 创建文档

4.3.1.1 创建单个文档

4.3.1.2 创建单个文档，自定义ID

4.3.1.3 创建多个文档（批量创建）

4.3.1.4 创建多个文档，自定义ID

4.3.2 查询文档

4.3.2.1 查询单个文档

4.3.2.2 查询全部文档

4.3.3 修改文档

4.3.3.1 全量更新

4.3.3.2 局部更新

4.3.4 删除文档

4.3.4.1 删除单个文档

4.3.4.2 根据查询条件删除文档

4.3.4.3 批量删除文档

5、所有的Elasticsearch8常用查询

5.1 查询所有文档（match_all）

5.2 匹配查询（match）

5.3 多字段匹配查询（multi_match）

5.4 关键字精准查询（term）

5.5 多关键字精准查询(terms)

5.6 指定查询字段（_source）

5.7 过滤字段查询（includes、excludes）

5.8 组合查询（bool）

5.8.1 多条件筛选查询（must、should、must_not、filter）

5.9 范围查询（range）

5.10 模糊匹配查询（Fuzzy）

5.11 字段排序（sort）

5.11.1 单字段排序

5.11.2 多字段排序

5.11.3 多字段+得分（_score）排序

5.12 短语匹配查询（Match_phrase、slop）

5.13 高亮查询（highlight）

5.13.1 最常用的场景：搜索关键词，然后标题和内容都高亮

5.13.2 自定义高亮标签

5.14 分页查询（from、size）

5.15 聚合查询（aggs）

5.15.1 分桶聚合（Bucketing）

5.15.1.1 terms聚合（分组计数）

5.15.1.2 range聚合（区间分桶）

5.15.1.3 date_histogram聚合（时间分桶）

5.15.2 指标聚合（Metric）

5.15.2.1 平均值（avg）

5.15.2.2 总和（sum）

5.15.2.3 最小值（min）

5.15.2.4 最大值（max）

5.15.2.5 整合案例

5.16 非常用查询（Prefix、Wildcard、Exists、Script）

5.16.1 前缀匹配查询（Prefix）

5.16.2 通配符查询（Wildcard）

5.16.3 字段存在查询（Exists）

5.16.4 复杂脚本查询（Script）

6、Springboot3整合Elasticsearch8

1、Elasticsearch8的核心概念

💡 概念 📝 说明 🏷️ 备注 Cluster 一组节点（Node）的集合，对外作为一个整体提供服务。每个集群有唯一名字（默认 elasticsearch）。 Node 单个运行中的 Elasticsearch 实例，负责存储、搜索、聚合等。有不同角色：Master、Data、Ingest、Coordinating、ML。 Index 存储一类文档的逻辑命名空间，类似数据库/表。在ES8中一个Index就对应一种文档类型（Type已移除）。 Document 存储的最小数据单位，JSON格式，包含字段和对应的值。类似一行记录，每个有唯一 _id。 Field 文档里的键值对（字段），定义内容类型（text、keyword、date等）。 Mapping定义字段类型。 Shard 索引的分区单元，分布式存储和查询的基础。包含主分片（Primary）和副本（Replica）。 Mapping 索引中文档字段的定义和类型约束，相当于模式(schema)。一旦创建部分不可更改。 Analyzer 文本分词器，负责将字符串拆分为单词和Token。内置standard、whitespace、ik等。 Query DSL Elasticsearch的查询语言，基于JSON描述查询条件和逻辑。 Match、Term、Bool、Range等多种查询。 Aggregation 数据分组、统计和分析，类似SQL的GROUP BY与聚合函数。 Bucket、Metric、Pipeline等类型。 Alias 索引别名，逻辑指针，可以指向一个或多个索引。用于灰度发布、版本切换。 Ingest Pipeline 文档写入时预处理的管道。包含Processor（修改、提取、清理数据）。 Runtime Fields 运行时动态生成的字段，查询时才计算。不需要预先定义在Mapping中。 Security 安全功能，包括TLS、认证、角色权限。 ES8默认强制启用安全。 Snapshot & Restore 索引或集群的备份与恢复机制。定期备份，提高可靠性。

2、Elasticsearch8的三个最核心的概念

我们结合mysql来理解，这最主要的三个概念：索引（index）、映射(mapping)、文档(document)

mysql的概念有：数据库、表、表结构、行

Elasticsearch7的概念有：索引、类型、映射、文档

Elasticsearch8的概念有：索引、映射、文档（ES8中类型已经被废除了）

这里我们Elasticsearch8已经彻底废除type，所以结合mysql来理解的话：

ES的索引（index）相当于MYSQL的表

ES的映射（mappiing）相当于MYSQL的表结构

ES的文档（document）相当于MYSQL的数据行

3、中文分词插件：IK分词器

3.1 简介

IK 分词器（IK Analyzer）是 Elasticsearch 中非常常用的中文分词插件，它能让 Elasticsearch 对中文文本进行高效、智能的分词。

3.2 两种分词模式

特性 ik_max_word（最大化分词） ik_smart（智能分词）分词粒度最细粒度，尽可能拆分出所有可能词语粒度较粗，更符合人类阅读习惯适用场景提高召回率，搜索时常用，匹配更多关键词提高搜索精度，查询时使用，减少噪音匹配词语数量词语多，分词结果较多词语少，分词结果简洁例子（“中华人民共和国国歌”） “中华人民共和国”, “中华人民”, “中华”, “华人”, “人民共和国”, “人民”, “共和国”, “国歌” “中华人民共和国”, “国歌” 计算资源较高，因为分词数量多较低，分词更简洁查询匹配效果容易匹配到更多相关结果，召回率高匹配结果更精准，减少误匹配

3.3 效果

查询：中华人民共和国国歌

ik_max_word 分词：

ik_smart 分词：

3.4 安装配置

3.4.1 下载

下载地址：Index of: analysis-ik/stable/

下载的ik分词器版本一定要对应你的es版本！！！我es客户端是8.18.2，所以我下载的ik分词器也是8.18.2

获取到的压缩文件：

3.4.2 压缩到新建的ik文件夹

在es的plugins（插件）文件夹新增ik文件夹，并将获取到的压缩文件解压到ik文件里

3.4.3 重启Elasticsearch

3.4.4 查看是否安装成功

elasticsearch-plugin list

4、三巨头（index、mapping、document）的CRUD

ps:我这里使用的工具是Apipost

4.1 索引（index）

4.1.1 创建索引

PUT请求：http://127.0.0.1:9200/students

返回结果解释：

字段含义 acknowledged ✅ 集群确认接收到创建索引请求，并且在主节点上创建索引元数据成功。只要是true，说明创建流程已开始。 shards_acknowledged ✅ 所有主分片在集群中分配成功（或至少分配到一台节点上）。如果是false，表示分片分配未全部完成（例如节点不足）。 index 新创建的索引名称，这里是students。

4.1.2 查询单个索引

GET请求：http://127.0.0.1:9200/students

返回结果解析：

字段示例值含义 aliases {} 该索引目前没有别名。如果有别名，会在这里列出。 mappings {} 当前没有定义Mapping（即使用动态映射，字段在首次写入文档时自动生成）。

settings.index.routing.

allocation.include._tier_preference

\"data_content\" 索引优先分配到data_content类型的节点（8.x默认设置，用于冷热分层存储）。 settings.index.number_of_shards \"1\" 主分片数量，这里是1个主分片。 settings.index.number_of_replicas \"1\" 副本数量，每个主分片有1个副本。 settings.index.provided_name \"students\" 创建时指定的索引名称。 settings.index.creation_date \"1752566592395\" 创建时间戳（毫秒），可转成人类可读时间（用于内部记录）。 settings.index.uuid \"IcheTiHxR-aAjIJC-uRxEg\" 索引唯一ID，用于集群内部识别。 settings.index.version.created \"8525000\" 创建这个索引时的Elasticsearch版本号：8525000 对应8.5.2（这是内部版本号编码）。

4.1.3 查询全部索引

GET请求：http://127.0.0.1:9200/_cat/indices?v

解析：

列名值含义 health yellow ⚠️ 黄色状态：主分片正常，但副本分片未分配（单节点环境最常见，Elasticsearch启动时会这样）。 status open 索引处于打开状态，可以正常读写。 index students 索引名称 uuid IcheTiHxR-aAjIJC-uRxEg 索引在集群内的唯一标识符 pri 1 主分片数量：1个主分片 rep 1 副本数量：1个副本分片（当前没有分配所以yellow） docs.count 0 当前文档数量：0条（没有数据） docs.deleted 0 已经标记为删除的文档数量：0条 store.size 249b 主分片 + 副本分片的总大小（这里只有元数据，没有实际内容） pri.store.size 249b 主分片的数据大小（这里也仅仅是元数据） dataset.size 249b 去重后数据的逻辑大小（= 主分片大小）

4.1.4 删除索引

DELETE请求:http://127.0.0.1:9200/students

4.2 映射（mapping）

4.2.1 创建映射

映射的字段（Fields）类型（type）分别有：

类型说明用法示例 text 可全文检索的字符串，会被分析器分词处理文章内容、评论内容、产品描述等 keyword 不分词的字符串，适合精确匹配、排序、聚合用户ID、标签、状态、分类名称 date 日期类型，支持多种格式，可用于范围查询、排序订单时间、发布时间、注册时间

long/integer/short/byte/float/

double/half_float/scaled_float

数值类型，用于数值范围查询、排序价格、数量、评分、年龄 boolean 布尔类型，true 或 false 是否激活、是否删除 geo_point 地理位置点类型，支持经纬度查询用户位置、门店位置 geo_shape 地理形状，支持多边形、线等复杂空间数据区域范围查询 nested 嵌套对象，用于存储数组中复杂对象，支持独立查询订单中的商品列表，每个商品有多个属性 object 普通 JSON 对象，字段会被扁平化用户信息、地址信息 completion 自动补全建议字段搜索自动补全 ip IP 地址类型记录访问IP rank_feature 用于机器学习排序特征字段推荐系统中的排序得分

创建映射有两种方式：

一种是在建索引的时候同时新建映射（推荐），另一个是新增完索引后再往索引里面新增映射。

4.2.1.1 新建索引的同时新建映射（推荐）

需要用到中文分词器的字段也可以同时新建，记住映射一旦创建就不能删除或者修改，只能往里面新增

PUT请求：http://127.0.0.1:9200/news

请求体：JSON格式

{

\"mappings\": {

\"properties\": {

\"title\": {

\"type\": \"text\",

\"analyzer\": \"ik_max_word\",

\"search_analyzer\": \"ik_smart\"

},

\"content\": {

\"type\": \"text\",

\"analyzer\": \"ik_max_word\",

\"search_analyzer\": \"ik_smart\"

},

\"author\": {

\"type\": \"keyword\"

},

\"tags\": {

\"type\": \"keyword\"

},

\"publish_date\": {

\"type\": \"date\",

\"format\": \"yyyy-MM-dd||yyyy-MM-dd HH:mm:ss\"

}

}

}

}

4.2.1.2 新建索引后再新增映射

PUT请求：http://127.0.0.1:9200/news/_mapping

请求体：JSON格式

{

\"properties\": {

\"create_time\":{

\"type\": \"date\",

\"format\": \"yyyy-MM-dd||yyyy-MM-dd HH:mm:ss\"

}

}

}

4.2.2 查询映射

GET请求：http://127.0.0.1:9200/news/_mapping

4.2.3 删除映射

重要的事情说三遍：映射一旦创建就不能删除！映射一旦创建就不能删除！映射一旦创建就不能删除！

当然如果你非看这个映射不爽，可以删除对应的索引，重新新增索引然后建立映射（删除索引在文章4.1.4）

4.3 文档（documents）

4.3.1 创建文档

4.3.1.1 创建单个文档

POST请求：http://127.0.0.1:9200/news/_doc

请求体：JSON格式

{

\"title\": \"苹果公司发布新款iPhone\",

\"content\": \"苹果公司今天在发布会上正式推出了新一代iPhone，引发全球媒体关注。\",

\"author\": \"张三\",

\"tags\": [\"科技\", \"手机\"],

\"create_time\": \"2025-07-15 09:00:00\",

\"publish_date\": \"2025-07-15\"

}

返回解析：

字段名含义 _index 索引名称，这里是 news _id 文档ID（如果没有指定，ES自动生成一个随机ID）这里：kr9-DZgBEgYOffrk-1XM _version 文档版本号，每次写操作（插入/更新）都会递增版本号这里是第1版（新创建） result 操作结果： - created 表示新建了文档 - updated 表示更新了已存在文档 _shards 分片写入状态： - total: 2（主分片 + 副本分片） - successful: 1（写入主分片成功） - failed: 0（没有失败） _seq_no 序列号，表示变更的顺序ID，用于内部版本控制（主分片上的顺序） _primary_term 主分片选举次数（主分片发生过 failover 会递增），用于乐观锁和CAS机制

4.3.1.2 创建单个文档，自定义ID

POST请求：http://127.0.0.1:9200/news/_doc/1

ps:只需要在url地址的后面加入/你所自定义的id

4.3.1.3 创建多个文档（批量创建）

使用_bulk接口进行批量创建，设置

POST请求：http://127.0.0.1:9200/news/_bulk

请求头：Content-Type：application/x-ndjson

请求体：TEXT

{ \"index\": {} }
{ \"title\": \"苹果公司发布新款iPhone\", \"content\": \"苹果发布了iPhone 20，引发全球关注。\", \"author\": \"张三\", \"tags\": [\"科技\", \"手机\"], \"create_time\": \"2025-07-10 12:00:00\", \"publish_date\": \"2025-07-11\" }
{ \"index\": {} }
{ \"title\": \"AI技术再突破\", \"content\": \"OpenAI发布了新一代模型，引发热议。\", \"author\": \"李四\", \"tags\": [\"科技\", \"人工智能\"], \"create_time\": \"2025-07-09 09:30:00\", \"publish_date\": \"2025-07-09\" }
{ \"index\": {} }
{ \"title\": \"比特币价格再创新高\", \"content\": \"比特币突破10万美元大关，市场震动。\", \"author\": \"王五\", \"tags\": [\"财经\", \"数字货币\"], \"create_time\": \"2025-07-08 14:15:00\", \"publish_date\": \"2025-07-08\" }
{ \"index\": {} }
{ \"title\": \"欧洲杯揭幕战打响\", \"content\": \"2025年欧洲杯足球赛正式拉开帷幕。\", \"author\": \"赵六\", \"tags\": [\"体育\", \"足球\"], \"create_time\": \"2025-07-07 17:00:00\", \"publish_date\": \"2025-07-07\" }
{ \"index\": {} }
{ \"title\": \"华为发布新款笔记本\", \"content\": \"华为MateBook系列新品今日发布。\", \"author\": \"孙七\", \"tags\": [\"科技\", \"笔记本\"], \"create_time\": \"2025-07-06 11:00:00\", \"publish_date\": \"2025-07-06\" }
{ \"index\": {} }
{ \"title\": \"高温天气持续\", \"content\": \"全国多地发布高温红色预警，注意防暑。\", \"author\": \"周八\", \"tags\": [\"社会\", \"天气\"], \"create_time\": \"2025-07-05 08:00:00\", \"publish_date\": \"2025-07-05\" }
{ \"index\": {} }
{ \"title\": \"国产动画电影大热\", \"content\": \"《山海奇谭》票房突破10亿。\", \"author\": \"钱九\", \"tags\": [\"娱乐\", \"电影\"], \"create_time\": \"2025-07-04 19:00:00\", \"publish_date\": \"2025-07-04\" }
{ \"index\": {} }
{ \"title\": \"全国高考成绩放榜\", \"content\": \"多地考生取得优异成绩，北大清华竞争激烈。\", \"author\": \"郑十\", \"tags\": [\"教育\", \"高考\"], \"create_time\": \"2025-07-03 10:00:00\", \"publish_date\": \"2025-07-03\" }
{ \"index\": {} }
{ \"title\": \"新能源汽车销量大涨\", \"content\": \"6月新能源汽车销量同比增长120%。\", \"author\": \"冯十一\", \"tags\": [\"汽车\", \"新能源\"], \"create_time\": \"2025-07-02 13:00:00\", \"publish_date\": \"2025-07-02\" }
{ \"index\": {} }
{ \"title\": \"短视频平台政策收紧\", \"content\": \"监管部门发布新规加强内容审核。\", \"author\": \"陈十二\", \"tags\": [\"互联网\", \"政策\"], \"create_time\": \"2025-07-01 16:00:00\", \"publish_date\": \"2025-07-01\" }

4.3.1.4 创建多个文档，自定义ID

只需要请求体的index里面加入_id,如

{ \"index\": {\"_id\": \"1\"} }
{ \"title\": \"苹果公司发布新款iPhone\", \"content\": \"苹果发布了iPhone 20，引发全球关注。\", \"author\": \"张三\", \"tags\": [\"科技\", \"手机\"], \"create_time\": \"2025-07-10 12:00:00\", \"publish_date\": \"2025-07-11\" }
{ \"index\": {\"_id\": \"2\"} }
{ \"title\": \"AI技术再突破\", \"content\": \"OpenAI发布了新一代模型，引发热议。\", \"author\": \"李四\", \"tags\": [\"科技\", \"人工智能\"], \"create_time\": \"2025-07-09 09:30:00\", \"publish_date\": \"2025-07-09\" }

4.3.2 查询文档

4.3.2.1 查询单个文档

GET请求：http://127.0.0.1:9200/news/_doc/1

查询索引news中_id为1的文档

4.3.2.2 查询全部文档

GET请求：http://127.0.0.1:9200/news/_search

4.3.3 修改文档

修改文档有四种方式：1、全量更新 2、局部更新 3、upsert更新 4、脚本更新

这里主要讲最常用的两种方式：1、全量更新 2、局部更新

4.3.3.1 全量更新

PUT请求：http://127.0.0.1:9200/news/_doc/1

请求体：JSON

{

\"title\": \"修改后的标题\",

\"content\": \"这是修改后的内容\",

\"author\": \"张三\",

\"tags\": [\"修改\", \"演示\"],

\"create_time\": \"2025-07-15 12:00:00\",

\"publish_date\": \"2025-07-15\"

}

ps:如果ID存在则覆盖，如果ID不存在则新增

结果：

4.3.3.2 局部更新

使用_update接口进行局部更新

POST请求：http://127.0.0.1:9200/news/_update/1

请求体：JSON

{

\"doc\": {

\"title\": \"只改标题\",

\"tags\": [\"更新\"]

}

}

效果：

4.3.4 删除文档

4.3.4.1 删除单个文档

DELETE请求：http://127.0.0.1:9200/news/_doc/1

删除ID为1的文档

4.3.4.2 根据查询条件删除文档

首先，我们先根据条件查询到需要删除的数据，这里演示是所有作者名称为：张三的数据（所有查询在第五节会重点讲）

GET请求：http://127.0.0.1:9200/news/_search

请求体：JSON格式

{

\"query\": {

\"match\": {

\"author\": \"张三\"

}

}

}

使用_delete_by_query接口，根据查询条件进行删除。

POST请求：http://127.0.0.1:9200/news/_delete_by_query

请求体：JSON格式

{

\"query\": {

\"match\": {

\"author\": \"张三\"

}

}

}

结果：

解析：

字段含义 took 执行耗时（毫秒），这里用了185ms timed_out 是否超时，false 表示没有超时 total 匹配的文档总数（符合查询条件的总数），这里匹配了3条 deleted 实际删除的文档数量（这里是3条） batches 分多少批执行，这里只用了一批 version_conflicts 版本冲突次数（比如并发修改导致冲突），这里没有 noops “空操作”次数（符合条件但没必要改的），这里是0 retries.bulk 因为bulk请求失败而重试的次数，这里没重试 retries.search 因为搜索失败而重试的次数，这里没重试 throttled_millis 因为限流而延迟的总时间（毫秒），这里没有延迟 requests_per_second 每秒请求数限制，-1表示不限速 throttled_until_millis 还有多少毫秒要继续等待限流，0表示不等待 failures 失败详情列表，空数组表示全部成功

拓展：当你的查询条件为：（查询当前索引下的全部文档）

{

\"query\": {

\"match_all\": {}

}

}

则会删除所有当前索引下的全部文档

4.3.4.3 批量删除文档

使用_bulk接口，根据id批量删除。（接口细节使用回顾4.3.1.4节，批量创建多个文档带ID）

POST请求：http://127.0.0.1:9200/news/_bulk

请求头：Content-Type：application/x-ndjson

请求体：TEXT

{ \"delete\": {\"_id\": \"1\"} }
{ \"delete\": {\"_id\": \"2\"} }

解析：

字段含义 _index 索引名称，这里是 news _id 删除的文档ID：1 _version 删除操作后文档的版本号（因为每次操作版本号会递增，这里是2） result 操作结果：deleted 表示成功删除 _shards 分片状态：- total:2（主分片+副本）- successful:1（主分片写成功）- failed:0（没有失败） _seq_no 序列号（变更顺序编号） _primary_term 主分片选举次数（乐观锁CAS机制） status HTTP状态码：200表示成功

5、所有的Elasticsearch8常用查询

所有的查询都是GET请求,部分查询结合MYSQL进行快速理解，但是不一定完全是一个意思~

5.1 查询所有文档（match_all）

MYSQL:

select * from news;

ES:

{

\"query\": {

\"match_all\": {}

}

}

查询结果：

5.2 匹配查询（match）

match 匹配类型查询，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系。 MYSQL:

SELECT * FROM news WHERE title LIKE \'%电影%\' AND title LIKE \'%国产%\'

Elasticsearch:

5.3 多字段匹配查询（multi_match）

注意：multi_match 和 match不同的是，multi_match可以在多个字段中进行查询，而match只能查询一个字段。

MYSQL:

SELECT * FROM news
WHERE title LIKE \'%电影%\' OR content LIKE \'%电影%\'

ES:

{

\"query\": {

\"multi_match\": {

\"query\": \"电影\",// 查询词

\"fields\":[\"author\",\"title\"] //要查询的字段

}

}

}

5.4 关键字精准查询（term）

term 查询，精确的关键词完全匹配查询， 不分词 。 MYSQL:

SELECT * FROM news WHERE author = \'钱九\';

ES:

{

\"query\": {

\"term\": {

\"author\": \"钱九\"

}

}

}

5.5 多关键字精准查询(terms)

MYSQL:

SELECT * FROM news WHERE author IN (\'钱九\', \'李四\');

ES:

{

\"query\": {

\"terms\": {

\"author\": [\"钱九\", \"李四\"]

}

}

}

5.6 指定查询字段（_source）

MYSQL:

select title,author from news where author = \"钱九\";

ES:

{

\"_source\": [\"title\",\"author\"],

\"query\": {

\"terms\": {

\"author\": [\"钱九\"]

}

}

}

效果：

5.7 过滤字段查询（includes、excludes）

搭配_source使用：

includes:用来指定想要显示的字段

excludes：用来指定不想要显示的字段

{

\"_source\": {

// \"includes\":[\"title\",\"author\"]

\"excludes\":[\"title\",\"author\"]

},

\"query\": {

\"terms\": {

\"author\": [\"钱九\"]

}

}

}

5.8 组合查询（bool）

5.8.1 多条件筛选查询（must、should、must_not、filter）

最最最强大、最最最重要的查询来了！！多条件查询！！重点讲解

{
\"bool\": {
\"must\": [ ... ], // 相当于 SQL 的 AND
\"should\": [ ... ], // 相当于 SQL 的 OR（有时会影响 _score）
\"must_not\": [ ... ], // 相当于 SQL 的 NOT
\"filter\": [ ... ] // 也类似 AND，但不影响打分（性能更好）
}
}

数据依旧是我们前面导入的一条数据：

{
\"title\": \"国产动画电影大热\",
\"content\": \"《山海奇谭》票房突破10亿。\",
\"author\": \"钱九\",
\"tags\": [\"娱乐\", \"电影\"],
\"create_time\": \"2025-07-04 19:00:00\",
\"publish_date\": \"2025-07-04\"
}

📌 需求：找出作者是“钱九”并且标题中包含“动画”---must

{
\"query\": {
\"bool\": {
\"must\": [
{ \"term\": { \"author\": \"钱九\" } },
{ \"match\": { \"title\": \"动画\" } }
]
}
}
}

📌 需求：找出标题中包含“动画”或“电影”----should

{
\"query\": {
\"bool\": {
\"should\": [
{ \"match\": { \"title\": \"动画\" } },
{ \"match\": { \"title\": \"电影\" } }
],
\"minimum_should_match\": 1
}
}
}

📌 需求：找出作者不是“钱九”的文档----must_not

{
\"query\": {
\"bool\": {
\"must_not\": [
{ \"term\": { \"author\": \"钱九\" } }
]
}
}
}

📌 需求：找出 2025年7月发布的内容，作者是“钱九”----filter

{
\"query\": {
\"bool\": {
\"must\": [
{ \"term\": { \"author\": \"钱九\" } }
],
\"filter\": [
{
\"range\": {
\"publish_date\": {
\"gte\": \"2025-07-01\",
\"lte\": \"2025-07-31\"
}
}
}
]
}
}
}

📌 需求：找出作者为“钱九”、标题中包含“动画”或“奇谭”、不要有tags字段 ----must、should、must_not

{
  \"query\": {
    \"bool\": {
      \"must\": [
        { \"term\": { \"author\": \"钱九\" } }
      ],
      \"should\": [
        { \"match\": { \"title\": \"动画\" } },
        { \"match\": { \"title\": \"奇谭\" } }
      ],
      \"minimum_should_match\": 1,
      \"must_not\": [
        { \"exists\": { \"field\": \"tags\" } }
      ]
    }
  }
}

对应的SQL语句：

SELECT * FROM news
WHERE author = \'钱九\'
AND (title LIKE \'%动画%\' OR title LIKE \'%奇谭%\')
AND tags IS NULL;

总结：

用法描述相当于 SQL must 必须匹配 AND should 可选，设置 minimum_should_match 控制 OR must_not 必须不匹配 NOT filter 必须匹配但不计入评分 AND

5.9 范围查询（range）

相当于SQL中的between、>、>= 操作

{
\"query\": {
\"range\": {
\"字段名\": {
\"gte\": \"最小值\",
\"lte\": \"最大值\"
}
}
}
}

📌 示例 1：日期范围查询

🎯 查找 2025年7月发布的内容（使用 publish_date 字段）

{
\"query\": {
\"range\": {
\"publish_date\": {
\"gte\": \"2025-07-01\",
\"lte\": \"2025-07-31\"
}
}
}
}

📌 示例 2：数值范围查询

{
\"query\": {
\"range\": {
\"view_count\": {
\"gte\": 1000,
\"lt\": 10000
}
}
}
}

5.10 模糊匹配查询（Fuzzy）

Fuzzy（编辑距离），表示把一个词变成另外一个词需要多少步操作。这个操作可以是

1、插入 (sic - > sick）

2、删除 (black -> lack)

3、置换 (box -> fox)

4、转置 (act -> cat)

为了找到相似的术语，Fuzzy 查询会在指定的编辑距离内创建一组搜索词的所有可能的变体

或扩展。然后查询返回每个扩展的完全匹配。

通过 fuzziness 修改编辑距离。一般使用默认值 AUTO，根据术语的长度生成编辑距离。

{
\"query\": {
\"fuzzy\": {
\"title\": {
\"value\": \"动漫\",
\"fuzziness\": 1
}
}
}
}

5.11 字段排序（sort）

sort 可以让我们按照不同的字段进行排序，并且通过 order 指定排序的方式。 desc 降序， asc 升序。

5.11.1 单字段排序

需求：按照发布日期倒序

{

\"query\": {

\"match\": {

\"title\": \"公司\"

}

},

\"sort\":[

{

\"publish_date\":\"desc\"

}

]

}

5.11.2 多字段排序

需求：按照发布日期倒序，排序后如果有相同的日期则按照浏览量升序

{

\"query\": {

\"match\": {

\"title\": \"公司\"

}

},

\"sort\":[

{ \"publish_date\": { \"order\": \"desc\" } },

{ \"view_count\": { \"order\": \"asc\" } }

]

}

5.11.3 多字段+得分（_score）排序

需求：按照发布日期倒序，排序后如果有相同的日期则按照浏览量升序，之后再按照得分倒序

{

\"query\": {

\"match\": {

\"title\": \"公司\"

}

},

\"sort\":[

{ \"publish_date\": { \"order\": \"desc\" } },

{ \"view_count\": { \"order\": \"asc\" } },

{ \"_score\":{\"order\": \"desc\"}}

]

}

5.12 短语匹配查询（Match_phrase、slop）

Match_phrase = 匹配一个短语（多个词之间的顺序、位置都要一致） Match_phrase 和 Match的区别

查询方式分词词序要求是否要词挨在一起 match ✅ ❌ ❌ match_phrase ✅ ✅ ✅

slop参数：允许词之间最多隔几个位置

{

\"query\": {

\"match_phrase\": {

\"content\": {

\"query\": \"票房突破亿\",

\"slop\": 2

}

}

}

}

结果：

5.13 高亮查询（highlight）

也是最最最常用的一个查询，当我们使用搜索引擎进行关键词搜索时，会凸显不同颜色，就称为高亮，例如下图：

基本原理就是，除了返回的原始内容外，额外再返回highlight字段，highlight字段里包含了高亮后的字符串，默认是通过进行包括，例如：周杰伦

5.13.1 最常用的场景：搜索关键词，然后标题和内容都高亮

{

\"query\": {

\"multi_match\": {

\"query\": \"公司\",// 查询词

\"fields\":[\"title\",\"content\"] //要查询的字段

}

},

\"highlight\":{

\"fields\":{

\"title\":{},

\"content\":{}

}

}

}

5.13.2 自定义高亮标签

highlight内置的参数：

pre_tags：前置标签

post_tags:后置标签

5.14 分页查询（from、size）

es自带的核心参数
参数含义 from 跳过多少条（offset） size 返回多少条（limit）
结合mysql快速理解（limit、offset）：

SELECT * FROM news
ORDER BY publish_date DESC
LIMIT 10 OFFSET 20;

ES：

{

\"query\": {

\"match_all\": {}

},

\"from\":10,

\"size\":20

}

需求：查询第二页的数据

由上图也得hits.total = 13。为所有数据的总和

5.15 聚合查询（aggs）

聚合 = 在查询匹配到的结果集上进行统计/分组/计算，可以理解为 SQL里的

GROUP BY
COUNT
SUM
AVG
MAX
MIN
分类作用例子 Bucketing 分桶，类似SQL的GROUP BY terms、range、date_histogram Metric 计算统计指标 avg、sum、max、min Pipeline 聚合结果再聚合 moving_avg、bucket_sort
最常用到的就是分桶聚合和指标聚合

5.15.1 桶聚合（Bucketing）

5.15.1.1 terms聚合（分组计数）

需求：统计每个author写了多少篇新闻

SQL语句快速理解：

SELECT author, COUNT(*) FROM news GROUP BY author;

ES:

{

\"size\": 0,

\"aggs\": {

\"author_count\": {

\"terms\": {

\"field\": \"author\"

}

}

}

}

ps:size=0是不返回文档，只返回聚合，author_count是随便起的名字

5.15.1.2 range聚合（区间分桶）

需求：浏览量区间统计

SQL语句快速理解：

SELECT
COUNT(*) WHERE view_count BETWEEN 0 AND 999,
COUNT(*) WHERE view_count BETWEEN 1000 AND 9999,
COUNT(*) WHERE view_count >= 10000;

ES:

{

\"size\": 0,

\"aggs\": {

\"view_ranges\": {

\"range\": {

\"field\": \"view_count\",

\"ranges\": [

{ \"to\": 1000 },

{ \"from\": 1000, \"to\": 10000 },

{ \"from\": 10000 }

]

}

}

}

}

5.15.1.3 date_histogram聚合（时间分桶）

需求：按照月份统计文章的数量

SQL快速理解：

SELECT DATE_FORMAT(publish_date, \'%Y-%m\'), COUNT(*)
FROM news
GROUP BY DATE_FORMAT(publish_date, \'%Y-%m\');

ES:

{

\"size\": 0,

\"aggs\": {

\"by_month\": {

\"date_histogram\": {

\"field\": \"publish_date\",

\"calendar_interval\": \"month\",

\"format\": \"yyyy-MM\"

}

}

}

}

效果：

5.15.2 指标聚合（Metric）

5.15.2.1 平均值（avg）

SQL语句快速理解：

SELECT AVG(view_count) FROM news;

ES:

{
\"size\":0,
\"aggs\":{
\"avg_views\":{
\"avg\":{
\"field\":\"view_count\"
}
}
}
}

结果：

5.15.2.2 总和（sum）

{

\"size\":0,

\"aggs\":{

\"sum_views\":{

\"sum\":{

\"field\":\"view_count\"

}

}

}

}

5.15.2.3 最小值（min）

{
\"size\":0,
\"aggs\":{
\"min_date\":{
\"min\":{
\"field\":\"publish_date\"
}
}
}
}

5.15.2.4 最大值（max）

{

\"size\":0,

\"aggs\":{

\"max_date\":{

\"max\":{

\"field\":\"publish_date\"

}

}

}

}

5.15.2.5 整合案例

需求：按照作者分组，算出每组的平均浏览量和最大的浏览量，共返回10个分组

{

\"size\":0,

\"aggs\":{

\"author_terms\":{

\"terms\":{

\"field\":\"author\",

\"size\":10

},

\"aggs\":{

\"avg_views\":{

\"avg\":{

\"field\":\"view_count\"

}

},

\"max_views\":{

\"max\":{

\"field\":\"view_count\"

}

}

}

}

}

}

结果：

5.16 非常用查询（Prefix、Wildcard、Exists、Script）

5.16.1 前缀匹配查询（Prefix）

Prefix：只匹配开头是某个前缀的词

示例：
想找所有 title 以“国产”开头的文档

{
\"query\": {
\"prefix\": {
\"title\": \"国产\"
}
}
}

对应的SQL语句：

SELECT * FROM news WHERE title LIKE \'国产%\';

5.16.2 通配符查询（Wildcard）

Wildcard：支持通配符

1、*（任意字符，任意长度）

2、?（单个字符）

示例：
想找所有 title 结尾包含“电影”的标题

{
\"query\": {
\"wildcard\": {
\"title\": \"*电影\"
}
}
}

搜索通配符是否匹配 *电影 ✅ 匹配（以电影结尾）动* ✅ 匹配（包含动 + 任意）国?动画 ✅ 匹配（“国产动画”匹配“国+任意字符+动画”）动画*片 ❌ 不匹配（没有“动画…片”）
5.16.3 字段存在查询（Exists）

exists:寻找对应字段

示例：
想找所有 有tags字段的文档

{
\"query\": {
\"exists\": {
\"field\": \"tags\"
}
}
}

字段是否匹配 tags存在 ✅ 匹配 tags缺失 ❌ 不匹配
5.16.4 复杂脚本查询（Script）

需求：查询所有文档中，作者为“钱九”的文档

{
\"query\": {
\"script\": {
\"script\": {
\"source\": \"doc[\'author\'].value == \'钱九\'\",
\"lang\": \"painless\"
}
}
}
}

lang:表示脚本语言是painless（Elasticsearch官方内置脚本语言）

6、Springboot3整合Elasticsearch8实战

Springboot3整合Elasticsearch8实战：（文字太多了，另外写了一篇）

Springboot3整合Elasticsearch8(elasticsearch-java)-CSDN博客

网络标签：分词字段文档

上一篇
eslint-plugin：提升eslint代码质量与自动化修复

下一篇
一文读懂 ESLint配置_eslint.config.js

相关问题

过年银行会调休吗

pc原神怎么调鼠标

原神星空天使怎么搭配

和平精英如何开麦说话(和平精英如何不开麦)

诛仙手游怎样更改邮箱

地下城堡3攻略启明

原神漂浮灵拿什么阵容打

原神是想要驯服我吗怎么完成

梦幻西游最省钱的职业

白金光三周目攻略

Elasticsearch8（ES）保姆级菜鸟入门教程_elasticsearch菜鸟教程

1、Elasticsearch8的核心概念

2、Elasticsearch8的三个最核心的概念

3、中文分词插件：IK分词器

3.1 简介

3.2 两种分词模式

3.3 效果

3.4 安装配置

3.4.1 下载

3.4.2 压缩到新建的ik文件夹

3.4.3 重启Elasticsearch

3.4.4 查看是否安装成功

4、三巨头（index、mapping、document）的CRUD

4.1 索引（index）

4.1.1 创建索引

4.1.2 查询单个索引

4.1.3 查询全部索引

4.1.4 删除索引

4.2 映射（mapping）

4.2.1 创建映射

4.2.1.1 新建索引的同时新建映射（推荐）

4.2.1.2 新建索引后再新增映射

4.2.2 查询映射

4.2.3 删除映射

4.3 文档（documents）

4.3.1 创建文档

4.3.1.1 创建单个文档

4.3.1.2 创建单个文档，自定义ID

4.3.1.3 创建多个文档（批量创建）

4.3.1.4 创建多个文档，自定义ID

4.3.2 查询文档

4.3.2.1 查询单个文档

4.3.2.2 查询全部文档

4.3.3 修改文档

4.3.3.1 全量更新

4.3.3.2 局部更新

4.3.4 删除文档

4.3.4.1 删除单个文档

4.3.4.2 根据查询条件删除文档

4.3.4.3 批量删除文档

5、所有的Elasticsearch8常用查询

5.1 查询所有文档（match_all）

5.2 匹配查询（match）

5.3 多字段匹配查询（multi_match）

5.4 关键字精准查询（term）

5.5 多关键字精准查询(terms)

5.6 指定查询字段（_source）

5.7 过滤字段查询（includes、excludes）

5.8 组合查询（bool）

5.8.1 多条件筛选查询（must、should、must_not、filter）

5.9 范围查询（range）

5.10 模糊匹配查询（Fuzzy）

5.11 字段排序（sort）

5.11.1 单字段排序

5.11.2 多字段排序

5.11.3 多字段+得分（_score）排序

5.12 短语匹配查询（Match_phrase、slop）

5.13 高亮查询（highlight）

5.13.1 最常用的场景：搜索关键词，然后标题和内容都高亮

5.13.2 自定义高亮标签

5.14 分页查询（from、size）

5.15 聚合查询（aggs）

5.15.1 桶聚合（Bucketing）

5.15.1.1 terms聚合（分组计数）

5.15.1.2 range聚合（区间分桶）

5.15.1.3 date_histogram聚合（时间分桶）

5.15.2 指标聚合（Metric）

5.15.2.1 平均值（avg）

5.15.2.2 总和（sum）

5.15.2.3 最小值（min）

5.15.2.4 最大值（max）

5.15.2.5 整合案例

5.16 非常用查询（Prefix、Wildcard、Exists、Script）

5.16.1 前缀匹配查询（Prefix）

5.16.2 通配符查询（Wildcard）

5.16.3 字段存在查询（Exists）

5.16.4 复杂脚本查询（Script）

6、Springboot3整合Elasticsearch8实战

相关问题

公告