跳到主要内容

3. 数据操作实战

3.1 数据格式与概念​

ES 与 MySQL 概念对比​

理解 Elasticsearch 的数据组织方式：

MySQLElasticsearch说明
数据库索引 (Index)数据的逻辑分组
表类型 (_doc)数据结构定义
字段JSON 的 Key数据属性名称
值JSON 的 Value数据属性值
行文档 (Document)一条完整记录

JSON 文档结构​

Elasticsearch 使用 JSON 格式存储数据：

{
  "name": "张三",
  "age": 29,
  "address": "北京",
  "job": "工程师"
}
💡 数据格式提示
  • 所有数据都以 JSON 文档形式存储
  • 字段可以是字符串、数字、布尔值、数组或嵌套对象
  • 无需预定义 schema，支持动态字段

3.2 文档创建操作​

使用自定义 ID 创建文档​

当需要指定文档 ID 时使用 PUT 方法：

命令行方式：

curl -XPUT 'http://localhost:9200/users/_doc/1' \
  -H 'Content-Type: application/json' \
  -d '{
    "name": "张三",
    "age": 29,
    "job": "工程师"
  }'

Kibana 控制台方式：

PUT users/_doc/1
{
  "name": "张三",
  "age": 29,
  "job": "工程师"
}

使用自动生成 ID​

当不需要指定 ID 时使用 POST 方法：

POST users/_doc/
{
  "name": "李四",
  "age": 25,
  "address": "上海",
  "job": "设计师"
}

Elasticsearch 会自动生成类似 CVDdknIBq3aq7mPQaoWw 的随机 ID。

批量插入测试数据​

为后续查询演示创建多条测试数据：

POST users/_doc/
{
  "name": "王五",
  "age": 30,
  "address": "北京",
  "job": "开发工程师"
}

POST users/_doc/
{
  "name": "赵六",
  "age": 24,
  "address": "深圳",
  "job": "产品经理"
}

POST users/_doc/
{
  "name": "钱七",
  "age": 35,
  "address": "广州",
  "job": "运维工程师"
}
💡 最佳实践

ID 使用建议：

  • 自定义 ID：适用于需要与外部系统关联的场景
  • 自动 ID：适用于纯 ES 内部使用的场景
  • 业务 ID 映射：可在文档中保留原始业务 ID 字段

3.3 文档查询操作​

查询所有文档​

最基本的查询操作：

GET users/_search

该命令返回索引中的所有文档（默认返回10条）。

精确查询​

使用 term 查询进行精确匹配：

# 根据姓名查询
GET users/_search
{
  "query": {
    "term": {
      "name.keyword": "张三"
    }
  }
}

# 根据职业查询
GET users/_search
{
  "query": {
    "term": {
      "job.keyword": "工程师"
    }
  }
}

多条件查询​

使用 bool 查询组合多个条件：

GET users/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "job.keyword": "工程师"
          }
        },
        {
          "term": {
            "address.keyword": "北京"
          }
        },
        {
          "range": {
            "age": {
              "gte": 25,
              "lte": 35
            }
          }
        }
      ]
    }
  }
}

常用查询类型​

范围查询：

GET users/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 25,
        "lt": 30
      }
    }
  }
}

模糊查询：

GET users/_search
{
  "query": {
    "match": {
      "name": "张"
    }
  }
}
⚠️ 查询注意事项

字段类型说明：

  • name - 进行分词，适合模糊查询
  • name.keyword - 不分词，适合精确查询
  • 数字字段可直接使用，无需 .keyword 后缀

3.4 文档更新操作​

全量更新（覆盖）​

使用 PUT 完全替换文档内容：

PUT users/_doc/1
{
  "name": "张三",
  "age": 30,
  "address": "北京",
  "job": "高级工程师",
  "department": "技术部"
}

部分更新​

使用 POST 和 _update 只更新指定字段：

POST users/_update/1
{
  "doc": {
    "age": 31,
    "job": "技术主管"
  }
}

根据查询条件更新​

先查询获取文档 ID，再进行更新：

步骤1：查询文档

GET users/_search
{
  "query": {
    "term": {
      "name.keyword": "李四"
    }
  }
}

步骤2：使用返回的 ID 更新

PUT users/_doc/返回的_id
{
  "name": "李四",
  "age": 26,
  "address": "上海",
  "job": "高级设计师"
}
🚨 更新操作风险

重要提醒：

  • 全量更新会覆盖整个文档，未指定的字段将被删除
  • 部分更新更安全，只修改指定字段
  • 更新前建议先备份重要数据
  • 生产环境慎用批量更新操作

3.5 文档删除操作​

删除单个文档​

DELETE users/_doc/1

根据查询条件删除​

POST users/_delete_by_query
{
  "query": {
    "term": {
      "job.keyword": "已离职"
    }
  }
}
🚨 删除操作警告

数据删除风险：

  • 删除操作不可逆，请确保已备份重要数据
  • 批量删除前先测试查询条件是否正确
  • 生产环境删除需要审批流程
  • 建议先查询确认要删除的数据范围

3.6 索引管理​

创建索引​

PUT products
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "price": {
        "type": "double"
      },
      "create_time": {
        "type": "date"
      }
    }
  }
}

查看索引信息​

# 查看所有索引
GET _cat/indices

# 查看索引映射
GET users/_mapping

# 查看索引设置
GET users/_settings

删除索引​

DELETE users
🚨 索引删除严重警告

极高风险操作：

  • 删除索引会丢失所有数据，且无法恢复
  • 生产环境禁止随意删除索引
  • 删除前必须确认数据已完整备份
  • 建议使用索引别名来避免误删除

3.7 实用技巧与故障排除​

常用运维命令​

查看集群健康状态：

GET _cluster/health

查看节点信息：

GET _cat/nodes?v

查看索引统计：

GET _cat/indices?v&s=store.size:desc

常见问题处理​

⚠️ 查询结果为空

可能原因：

  • 字段名称拼写错误
  • 查询语法不正确
  • 数据类型不匹配（如对 text 字段进行 term 查询）

解决方法：

# 检查索引结构
GET users/_mapping

# 验证数据是否存在
GET users/_search
{
  "query": {
    "match_all": {}
  }
}
💡 查询优化技巧

提升查询性能：

  • 使用 term 查询代替 match 进行精确匹配
  • 合理使用 size 和 from 参数分页
  • 避免查询大量数据时使用 match_all
  • 根据业务需求选择合适的分词器

3.8 小结​

本章学习了 Elasticsearch 的核心数据操作：

  • 数据格式：理解 JSON 文档结构和与关系数据库的对应关系
  • 文档创建：掌握自定义 ID 和自动生成 ID 的使用场景
  • 查询操作：从简单查询到复杂的多条件组合查询
  • 更新删除：全量更新、部分更新和安全删除的正确方式
  • 索引管理：创建、查看、删除索引的基本操作
  • 故障排除：常见问题的诊断和解决方法
📖 下节预告

下一章将学习 Elasticsearch 的集群部署和运维管理，从单机环境扩展到生产级集群。

📝 文档更新时间：2025-01-26
🔄 版本信息：适用于 Elasticsearch 7.x-8.x 系列
🎯 实践建议：建议在测试环境多练习各种操作，熟悉后再应用到生产环境

最后于 更新