elasticsearch2.1.0 curl 相关操作命令(二)

(1)查看gb索引下的tweet类型的所有字段的映射
curl -XGET 'http://10.4.30.151:9200/gb/_mapping/tweet?pretty'
curl -XGET 'http://10.4.30.151:9200/my_store/_mapping/products?pretty'
curl -XGET 'http://10.4.30.151:9200/megacorp/_mapping/employee?pretty'
可以为已存在的mapping添加一个属性，不需要列出已存在的其他属性。但是不能修改一个已经存在的属性
curl -XPUT 'http://10.4.30.151:9200/megacorp/_mapping/employee?pretty' -H 'Content-Type: application/json' -d'{
"properties" : {
"yujie_tag" : {
"type" :    "string",
"index":    "not_analyzed"
}
}
}'

性能差异编辑
过滤查询（Filtering queries）只是简单的检查包含或者排除，这就使得计算起来非常快。
考虑到至少有一个过滤查询（filtering query）的结果是 “稀少的”（很少匹配的文档），
并且经常使用不评分查询（non-scoring queries），结果会被缓存到内存中以便快速读取，
所以有各种各样的手段来优化查询结果。

相反，评分查询（scoring queries）不仅仅要找出 匹配的文档，还要计算每个匹配文档的相关性，
计算相关性使得它们比不评分查询费力的多。同时，查询结果并不缓存。

多亏倒排索引（inverted index），一个简单的评分查询在匹配少量文档时可能与一个涵盖百万文
档的filter表现的一样好，甚至会更好。但是在一般情况下，一个filter 会比一个评分的query性能更优异，
并且每次都表现的很稳定。

过滤（filtering）的目标是减少那些需要通过评分查询（scoring queries）进行检查的文档。

如何选择查询与过滤编辑
通常的规则是，使用 查询（query）语句来进行 全文 搜索或者其它任何需要影响 相关性得分 的搜索。除此以外的情况都使用过滤（filters)。

(2)批量插入
curl -XPOST 'http://10.4.30.151:9200/my_store/products/_bulk?pretty' -H 'Content-Type: application/json' -d'{ "index": { "_id": 1 }}
{ "price" : 10, "productID" : "XHDK-A-1293-#fJ3" }
{ "index": { "_id": 2 }}
{ "price" : 20, "productID" : "KDKE-B-9947-#kL5" }
{ "index": { "_id": 3 }}
{ "price" : 30, "productID" : "JODL-X-1937-#pV7" }
{ "index": { "_id": 4 }}
{ "price" : 30, "productID" : "QQPX-R-3956-#aD8" }
'

(3)term 精确查询 term 查询只对倒排索引的词项精确匹配，这点很重要，它不会对词的多样性进行处理（如， foo 或 FOO ）
curl -XGET 'http://10.4.30.151:9200/my_store/products/_search?pretty' -H 'Content-Type: application/json' -d'{
"query" : {
"constant_score" : {
"filter" : {
"term" : {
"price" : 20
}
}
}
}
}'

(4)嵌套查询
curl -XGET 'http://10.4.30.151:9200/my_store/products/_search?pretty' -H 'Content-Type: application/json' -d'{
"query" : {
"filtered" : {
"filter" : {
"bool" : {
"should" : [
{ "term" : {"price" : 20}},
{ "term" : {"productID" : "XHDK-A-1293-#fJ3"}}
],
"must_not" : {
"term" : {"price" : 30}
}
}
}
}
}
}'

(5)range 用于查询一定范围的文本
curl -XGET 'http://10.4.30.151:9200/my_store/products/_search?pretty' -H 'Content-Type: application/json' -d'{
"query" : {
"constant_score" : {
"filter" : {
"range" : {
"price" : {
"gte" : 20,
"lt"  : 40
}
}
}
}
}
}'

全文搜索
全文搜索两个最重要的方面是：

相关性（Relevance）
它是评价查询与其结果间的相关程度，并根据这种相关程度对结果排名的一种能力，
这种计算方式可以是 TF/IDF 方法（参见 相关性的介绍）、地理位置邻近、模糊相似，或其他的某些算法。

分析（Analysis）
它是将文本块转换为有区别的、规范化的 token 的一个过程，（参见 分析的介绍） 目的是为了（a）创建倒排索引以及（b）查询倒排索引。

match 查询主要的应用场景就是进行全文搜索

(6)批量插入
curl -XPOST 'http://10.4.30.151:9200/my_index/my_type/_bulk?pretty' -H 'Content-Type: application/json' -d'{"index": { "_id": 1 }}
{ "title": "The quick brown fox" }
{ "index": { "_id": 2 }}
{ "title": "The quick brown fox jumps over the lazy dog" }
{ "index": { "_id": 3 }}
{ "title": "The quick brown fox jumps over the quick dog" }
{ "index": { "_id": 4 }}
{ "title": "Brown fox brown dog" }'

curl -XGET 'http://10.4.30.151:9200/my_index/my_type/_search?pretty' -H 'Content-Type: application/json' -d'{
"query": {
"match": {
"title": "QUICK!"
}
}
}'

match 多词查询
不去匹配 brown OR dog ，而通过匹配 brown AND dog 找到所有文档
curl -XGET 'http://10.4.30.151:9200/my_index/my_type/_search?pretty' -H 'Content-Type: application/json' -d'{
"query": {
"match": {
"title": {
"query":    "BROWN DOG!",
"operator": "and"
}
}
}
}'