JB3-6-ElasticSearch（一）
Java道经第3卷 - 第6阶 - ElasticSearch（一）
传送门：JB3-6-ElasticSearch（一）
传送门：JB3-6-ElasticSearch（二）
文章目录
- S01. ElasticSearch
-
- E01. 基础概念入门
-
- 1. ES搜索引擎组件
- 2. ES倒排索引原理
- 3. ES单机容器搭建
- 4. ES集群容器搭建
- S02. Kibana
-
- E01. 基础概念入门
-
- 1. Kibana单机容器搭建
- 2. 安装IK分词器
- E02. REST索引操作
-
- 1. 创建ES索引
- 2. 查看ES索引
- 3. 删除索引
- E03. REST文档操作
-
- 1. 创建文档
- 2. 查看文档
- 3. 删除文档
- E04. REST文档检索
-
- 1. 全文检索
- 2. 分页检索
- 3. 检索排序
- 4. 条件检索
- 5. 聚合检索
心法：本章使用 Maven 父子结构项目进行练习
练习项目结构如下：
|_ v3-6-ssm-elasticsearch
|_ 13601 elasticsearch-elk
|_ 13602 elasticsearch-template
武技：搭建练习项目结构
- 创建父项目 v3-6-ssm-elasticsearch，删除 src 目录。
- 在父项目中管理依赖：
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-parentartifactId>
<version>3.2.5version>
<type>pomtype>
<scope>importscope>
dependency>
dependencies>
dependencyManagement>
- 在父项目中添加依赖：
<dependencies>
<dependency>
<groupId>junitgroupId>
<artifactId>junitartifactId>
<version>${junit.version}version>
<scope>testscope>
dependency>
<dependency>
<groupId>org.projectlombokgroupId>
<artifactId>lombokartifactId>
<version>${lombok.version}version>
<scope>providedscope>
dependency>
<dependency>
<groupId>cn.hutoolgroupId>
<artifactId>hutool-allartifactId>
<version>${hutool-all.version}version>
dependency>
dependencies>
- 创建子项目 elasticsearch-elk，暂不用添加任何依赖。
S01. ElasticSearch
E01. 基础概念入门
1. ES搜索引擎组件
心法：ElasticSearch 简称 ES，是基于lucene核心并由Java开发的一款开源的检索引擎，支持全文检索，分布式检索，数据统计分析，内容纠错和提示等功能，可扩展到上百台服务器，可处理 PB 级数据，且检索延迟通常在 1 秒以内，常用于日志搜索，数据聚合，数据监控，报表统计分析等业务。
ES 搜索引擎相关概念如下：
- 节点
node：就是 1 个启动的 ES 服务，节点名默认随机生成，用于存储，索引和搜索数据。 - 集群
cluster：由 1 或 N 个 ES 节点构成，默认名 elasticsearch，集群间共享数据，均可操作数据。 - 索引
index：类似数据库，一个 ES 节点包含 N 个索引库，库名建议全小写。 - 类型
type：类似数据库表，一个 ES 索引库包含 N 个类型，默认名 _doc，ES7+ 已弃用。 - 文档
document：类似数据库表中的一行记录，本质是一条 JSON 格式的数据。 - 字段
field：类似数据库表中的列，是构成 ES 文档的基本单元。 - 映射
mapping：用于配置索引，如字段约束，数据规则等。 - 分片
shard：每个 ES 索引库可以拆为 N 个分片，每个分片都是一个功能完整的索引，最多能存储Integer.maxValue - 128个文档：- ES 分片数量默认是 1 个，只能在创建索引时指定，后期无法动态修改。
- 副本
replica：每个 ES 分片可以配置 1 或 N 个副本：- ES 副本数量默认 1 个，即可在创建索引时指定，也可在后期动态修改。
2. ES倒排索引原理
心法：Elasticsearch Inverted Index ES倒排索引是 ES 核心特性之一，用于高效地存储和查询文档数据，提高数据搜索效率。
正排索引对比倒排索引：
- 正排索引是通过主键查内容，适用于精准查询。
- 倒排索引是通过内容查主键，适用于模糊查询。
倒排索引原理：
文档
分词
分词
对每个文档内容
生成对应的倒排表
生成对应的倒排表
合并全部倒排表
产生倒排索引结构
产生倒排索引结构
查询匹配时
通过词条定位到文档
通过词条定位到文档
- 初始文档：
{ "id": 1, "text": "hi, i am lilei" },
{ "id": 2, "text": "hi, i am hanmeimei" },
{ "id": 3, "text": "how are you" },
{ "id": 4, "text": "fine, thank you, and you" },
{ "id": 5, "text": "i am fine too" },
- 文档分词：按一定的规则对文档内容分词处理，即将文本内容拆分成terms词条，拆分结果如下：
| 文档ID | terms词条 | terms词条 | terms词条 | terms词条 | terms词条 |
|---|---|---|---|---|---|
| 1 | hi | i | am | lilei | |
| 2 | hi | i | am | hanmeimei | |
| 3 | how | are | you | ||
| 4 | fine | thank | you | and | you |
| 5 | i | am | fine | too |
- 建立倒排表：对于每个词条，ES 会创建一个对应的倒排列表，记录该词条在哪些文档中出现，记录格式为
(出现某单词的文档ID; 单词在该文档中出现的次数; 单词在文档中的位置)：
| 单词 | 单词出现频率 | 倒排列表 |
|---|---|---|
| hi | 2 | (1; 1; <1>), (2; 1; <1>) |
| i | 3 | (1; 1; <2>), (2; 1; <2>), (5; 1; <1>) |
| am | 3 | (1; 1; <3>), (2; 1; <3>), (5; 1; <2>) |
| lilei | 1 | (1; 1; <4>) |
| hanmeimei | 1 | (2; 1; <4>) |
| how | 1 | (3; 1; <1>) |
| are | 1 | (3; 1; <2>) |
| you | 3 | (3; 1; <3>), (4; 2; ❤️, 5>) |
| fine | 1 | (5; 1; <3>) |
| too | 1 | (5; 1; <4>) |
- 索引合并：ES将所有文档的倒排列表合并成一个大的倒排索引结构。
- 查询匹配：搜索时，ES根据查询词在倒排索引中查找对应的倒排列表，从而定位相关文档。
3. ES单机容器搭建
武技：在 Docker 中搭建单机 ElasticSearch 容器
- 创建相关目录：
# 创建ElasticSearch相关目录
mkdir -p /opt/elasticsearch/single/data;
mkdir -p /opt/elasticsearch/single/plugins;
chmod -R 777 /opt/elasticsearch;
- 开发配置文件：
# 拉取镜像（二选一）
docker pull elasticsearch:8.4.0;
docker pull registry.cn-hangzhou.aliyuncs.com/joezhou/elasticsearch:8.4.0;
# 创建并运行临时的容器: 该容器仅用于拷贝配置文件，用完即删
docker run -d --name tmp \
-e ES_JAVA_OPTS="-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
registry.cn-hangzhou.aliyuncs.com/joezhou/elasticsearch:8.4.0;
# 拷贝配置目录到虚拟机
docker cp tmp:/usr/share/elasticsearch/config /opt/elasticsearch/single/conf
# 停止并删除临时容器，为后续真正的容器让出端口
docker rm -f tmp;
- 创建运行容器：
# 创建并运行真正的ES容器
# 参数 `-e "discovery.type=single-node"`: 使用单机模式
# 参数 `-e ES_JAVA_OPTS="-Xms512m -Xmx512m"`: 设置JVM参数，小于512M无法启动
docker run -itd --name elasticsearch --network my-net -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms512m -Xmx512m" \
-v /opt/elasticsearch/single/conf:/usr/share/elasticsearch/config \
-v /opt/elasticsearch/single/data:/usr/share/elasticsearch/data \
-v /opt/elasticsearch/single/plugins:/usr/share/elasticsearch/plugins \
registry.cn-hangzhou.aliyuncs.com/joezhou/elasticsearch:8.4.0;
# 查看ES容器
docker ps --format "{{.ID}}\t{{.Names}}\t{{.Ports}}"
docker logs elasticsearch --tail 30
# 进入容器的内部: 查看ES版本
docker exec -it elasticsearch bash
elasticsearch -version
# 永久开放9200端口和9300端口
firewall-cmd --add-port=9200/tcp --permanent
firewall-cmd --add-port=9300/tcp --permanent
firewall-cmd --reload
- 关闭 ElasticSearch 安全验证：ES8+ 默认开启了 SSL 认证，无法通过 HTTP 协议访问 9200 端口，所以需要修改一下
/opt/elasticsearch/single/conf/elasticsearch.yml配置文件的内容，修改如下：
cluster.name: "docker-cluster"
network.host: 0.0.0.0
#----------------------- BEGIN SECURITY AUTO CONFIGURATION -----------------------
# （修改）关闭 X-Pack 安全模式
xpack.security.enabled: false
# （修改）禁用初始化生成密码功能
xpack.security.enrollment.enabled: false
# （修改）禁用客户端如 Kibana、Logstash、filebeat）通过加密方式访问
xpack.security.http.ssl.enabled: false
# （修改）禁用 Elasticsearch 节点间传输层通信通过加密方式访问
xpack.security.transport.ssl.enabled: false
#----------------------- END SECURITY AUTO CONFIGURATION -------------------------
- 重启 ElasticSearch 容器：
docker restart elasticsearch;
- 访问 ES 容器：http://192.168.40.77:9200，预期结果如下：
{
"name": "607ab45ce69e",
"cluster_name": "docker-cluster",
"cluster_uuid": "Zs3rlwEbQd-AagLF9KYobg",
"version": {
"number": "8.4.0",
"build_flavor": "default",
"build_type": "docker",
"build_hash": "f56126089ca4db89b631901ad7cce0a8e10e2fe5",
"build_date": "2022-08-19T19:23:42.954591481Z",
"build_snapshot": false,
"lucene_version": "9.3.0",
"minimum_wire_compatibility_version": "7.17.0",
"minimum_index_compatibility_version": "7.0.0"
},
"tagline": "You Know, for Search"
}
4. ES集群容器搭建
武技：在 Docker 中搭建 ElasticSearch 集群容器
- 修改虚拟内存：默认 65530 字节，而 ES 集群要求在 262144 字节以上，所以需要修改一下
/etc/sysctl.conf文件，在其文件末尾添加虚拟内存大小配置：
# 在 /etc/sysctl.conf 文件末尾添加虚拟内存大小配置
echo 'vm.max_map_count=262144' >> /etc/sysctl.conf;
cat /etc/sysctl.conf;
# 刷新配置
sysctl -p
- 创建相关目录：需要准备两个 ES 节点的相关目录：
# 创建2个ES节点的相关目录
mkdir -p /opt/elasticsearch/cluster/node9201/data;
mkdir -p /opt/elasticsearch/cluster/node9201/plugins;
mkdir -p /opt/elasticsearch/cluster/node9202/data;
mkdir -p /opt/elasticsearch/cluster/node9202/plugins;
chmod -R 777 /opt/elasticsearch/cluster;
- 开发配置文件：可以直接将单机 ES 容器的 conf 目录分别拷贝到两个 ES 节点目录中：
# 将单机ES目录的 `conf` 目录分别拷贝到两个ES节点目录中
cp -r /opt/elasticsearch/single/conf/ /opt/elasticsearch/cluster/node9201/;
cp -r /opt/elasticsearch/single/conf/ /opt/elasticsearch/cluster/node9202/;
- 修改 9201 节点的
/opt/elasticsearch/cluster/node9201/conf/elasticsearch.yml配置（追加）：
# ES节点的端口号，默认9200
http.port: 9201
# 节点名，必须保证两个ES节点的名称不一致
node.name: node9201
# ES内部通信端口
transport.port: 9301
# 本机IP地址
network.publish_host: 192.168.40.77
# 集群节点列表
discovery.seed_hosts: ["192.168.40.77:9301", "192.168.40.77:9302"]
# 初始主节点
cluster.initial_master_nodes: ["node9201", "node9202"]
# 允许被跨域访问，默认false
http.cors.enabled: true
# 允许所有域名对我进行访问，值为RE表达式
http.cors.allow-origin: "*"
- 修改 9202 节点的
/opt/elasticsearch/cluster/node9202/conf/elasticsearch.yml配置（追加）：
# ES节点的端口号，默认9200
http.port: 9202
# 节点名，必须保证两个ES节点的名称不一致
node.name: node9202
# 本机IP地址
network.publish_host: 192.168.40.77
# ES内部通信端口
transport.port: 9302
# 集群节点列表
discovery.seed_hosts: ["192.168.40.77:9301", "192.168.40.77:9302"]
# 初始主节点
cluster.initial_master_nodes: ["node9201", "node9202"]
# 允许被跨域访问，默认false
http.cors.enabled: true
# 允许所有域名对我进行访问，值为RE表达式
http.cors.allow-origin: "*"
- 创建运行容器：
# 创建并运行9201节点容器
docker run -d --name elasticsearch9201 --network my-net -p 9201:9201 -p 9301:9301 \
-e ES_JAVA_OPTS="-Xms512m -Xmx512m" \
-v /opt/elasticsearch/cluster/node9201/conf:/usr/share/elasticsearch/config \
-v /opt/elasticsearch/cluster/node9201/data:/usr/share/elasticsearch/data \
-v /opt/elasticsearch/cluster/node9201/plugins:/usr/share/elasticsearch/plugins \
registry.cn-hangzhou.aliyuncs.com/joezhou/elasticsearch:8.4.0;
# 创建并运行9202节点容器
docker run -d --name elasticsearch9202 --network my-net -p 9202:9202 -p 9302:9302 \
-e ES_JAVA_OPTS="-Xms512m -Xmx512m" \
-v /opt/elasticsearch/cluster/node9202/conf:/usr/share/elasticsearch/config \
-v /opt/elasticsearch/cluster/node9202/data:/usr/share/elasticsearch/data \
-v /opt/elasticsearch/cluster/node9202/plugins:/usr/share/elasticsearch/plugins \
registry.cn-hangzhou.aliyuncs.com/joezhou/elasticsearch:8.4.0;
# 查看运行的容器
docker ps --format "{{.ID}}\t{{.Names}}\t{{.Ports}}"
docker logs elasticsearch9201 --tail 30
docker logs elasticsearch9202 --tail 30
# 永久开放9201/9202/9301/9302端口
firewall-cmd --add-port=9201/tcp --permanent
firewall-cmd --add-port=9202/tcp --permanent
firewall-cmd --add-port=9301/tcp --permanent
firewall-cmd --add-port=9302/tcp --permanent
firewall-cmd --reload
- 访问集群容器：
- http://192.168.40.77:9201/_cat/nodes?pretty：查看 ES 集群的节点列表。
- http://192.168.40.77:9201/_cat/health?v：查看 ES 集群的健康状态。
S02. Kibana
E01. 基础概念入门
心法：Kibana 是一个开源的分析与可视化平台，可以使用图形化的界面展示和操作存储在 Elasticsearch 中的数据。
1. Kibana单机容器搭建
武技：在 Docker 中搭建 单机的 Kibana 容器
- 创建相关目录：
# 创建Kibana相关目录
mkdir -p /opt/kibana/conf;
chmod -R 777 /opt/kibana;
- 开发配置文件
/opt/kibana/conf/kibana.yml（自行创建）：
# 配置服务名
server.name: kibana
# 配置服务地址，允许远程访问
server.host: "0.0.0.0"
# 配置ES服务端地址
elasticsearch.hosts: ["http://192.168.40.77:9200"]
# 配置连接ES服务端的超时毫秒数
elasticsearch.requestTimeout: 100000
# 配置Kibana界面使用中文
i18n.locale: "zh-CN"
- 创建运行容器：
# 拉取镜像（二选一）
docker pull kibana:8.4.0;
docker pull registry.cn-hangzhou.aliyuncs.com/joezhou/kibana:8.4.0;
# 创建并运行Kibana容器
# 参数 `-e ELASTICSEARCH_URL=http://192.168.40.77:9200`: 指定ES服务端地址。
docker run -itd --name kibana --network my-net -p 5601:5601 \
-e ELASTICSEARCH_URL=http://192.168.40.77:9200 \
-v /opt/kibana/conf:/usr/share/kibana/config \
registry.cn-hangzhou.aliyuncs.com/joezhou/kibana:8.4.0;
# 查看运行的容器
docker ps --format "{{.ID}}\t{{.Names}}\t{{.Ports}}"
docker logs kibana --tail 30
# 进入Kibana容器的内部: 查看Kibana版本
docker exec -it kibana bash
kibana --version
# 永久开放5601端口
firewall-cmd --add-port=5601/tcp --permanent
firewall-cmd --reload
- 在 Windows 机器上访问单机容器：http://192.168.40.77:5601。
- 点击左上角三横线图片进入
开发工具页面，输入如下代码进行测试：
# 不配置 `analyzer` 则仍然使用默认的逐字拆分法
POST _analyze
{
"text": "my name is 亚洲舞王-赵四"
}
2. 安装IK分词器
心法：ElasticSearch 自带的标准分词器仅对英文分词合理，对中文采取逐字拆分法，此时建议安装中文的 IK 分词器插件已解决中文分词问题（IK 分词器对英文单词忽略大小写）。
IK 分词器分词方式：
- 最小拆分法
ik_smart：结果集词条数量较少，适用于检索场景。 - 最大拆分法
ik_max_word：结果集词条数量较多，适用于存储场景。
武技：为 Docker 中的 ES 容器添加 IK 分词器插件
- 下载 IK分词器插件，要求必须和 ES 服务端版本一致。
- 为 Docker 中的 ES 容器添加 IK 分词器插件：
# 创建IK分词器插件目录，将IK分词器插件的zip包拷贝进来
mkdir -p /opt/elasticsearch/single/plugins/ik;
# 解压ZIP包
cd /opt/elasticsearch/single/plugins/ik;
unzip elasticsearch-analysis-ik-8.4.0.zip;
# 删除ZIP包（可选）
rm -f elasticsearch-analysis-ik-8.4.0.zip;
# 重启ES服务使插件生效
docker restart elasticsearch
# 查看ES中的所有插件
docker exec -it elasticsearch bash
elasticsearch-plugin list
- 在 Kibana 开发工具中使用 REST 命令测试 IK 分词效果：
# 使用IK最小拆分法
POST _analyze
{
"text": "我是一个黄皮肤的中国人",
"analyzer": "ik_smart"
}
# 使用IK最大拆分法
POST _analyze
{
"text": "我是一个黄皮肤的中国人",
"analyzer": "ik_max_word"
}
E02. REST索引操作
1. 创建ES索引
武技：在 Kibana 开发工具中测试创建 ES 索引相关的常用 REST 命令。
# 创建指定索引，该命令不支持POST
PUT user
# 重复创建报错
PUT user
2. 查看ES索引
武技：在 Kibana 开发工具中测试查看 ES 索引相关的常用 REST 命令。
# 查看指定索引
GET user
# 查看当前ES节点中全部索引
GET _cat/indices?v
3. 删除索引
武技：在 Kibana 开发工具中测试删除 ES 索引相关的常用 REST 命令。
# 删除指定索引
DELETE user
# 索引不存在报错
DELETE user
E03. REST文档操作
1. 创建文档
心法：创建文档时，文档类型
type和文档id需要同时指定。
武技：在 Kibana 开发工具中测试创建 ES 文档相关的常用 REST 命令。
# 向指定索引中添加1号文档数据，body需要另起一行
POST user/_doc/1
{ "name": "赵四", "age": 18 }
# 向指定索引中添加1号文档数据：重复添加视为修改
POST user/_doc/1
{ "name": "赵四", "age": 58 }
2. 查看文档
武技：在 Kibana 开发工具中测试查看 ES 文档相关的常用 REST 命令。
# 查看指定索引中的1号文档数据，不存在返回 "found" : false
GET user/_doc/1
3. 删除文档
武技：在 Kibana 开发工具中测试删除 ES 文档相关的常用 REST 命令。
# 删除指定索引中的2号文档数据，不存在返回 "result" : "not_found"
DELETE user/_doc/2
E04. REST文档检索
心法：ES的检索使用
_search关键字，用于检索指定索引中的文档，默认只展示 10 条文档。
文档检索结果集格式如下：
{
"took" : 137, // 检索耗时（单位毫秒）
"timed_out" : false, // 本次检索是否超时
"_shards" : { // 分片情况
"total" : 1, // 总计检索了少分片
"successful" : 1, // 成功检索了少分片
"skipped" : 0, // 跳过了多少分片
"failed" : 0 // 失败了多少分片
},
"hits" : { // 命中情况
"total" : { // 总计数量
"value" : 6, // 命中数量
"relation" : "eq" // 命中关系
},
"max_score" : 1.0, // 最高命中匹配分数
"hits" : [ // 命中数据列表
{
"_index" : "user", // 库
"_type" : "_doc", // 表
"_id" : "1", // 主键
"_score" : 1.0, // 得分
"_source" : { // 源数据
"name" : "赵四",
"age" : 18,
"gender" : "male"
}
},
{ .. }, { .. }, { .. }, { .. }, { .. } // 其余5条数据
]
}
}
武技：在 Kibana 开发工具中测试 ES 检索相关的常用 REST 命令。
- 准备测试数据：
POST user/_doc/1
{"name": "赵四", "age": 18, "gender": "male"}
POST user/_doc/2
{"name": "刘能", "age": 19, "gender": "male"}
POST user/_doc/3
{"name": "广坤", "age": 35, "gender": "male"}
POST user/_doc/4
{"name": "刘英", "age": 44, "gender": "female"}
POST user/_doc/5
{"name": "王云", "age": 65, "gender": "female"}
POST user/_doc/6
{"name": "大拿", "age": 18, "gender": "male"}
1. 全文检索
武技：在 Kibana 开发工具中测试创建 ES 全文检索相关的常用 REST 命令。
# 检索指定索引中的全部文档
GET user/_search
2. 分页检索
武技：在 Kibana 开发工具中测试创建 ES 分页检索相关的常用 REST 命令。
# 检索分页: 从第0条文档开始（默认0），检索并显示3条文档（默认10）
GET user/_search
{ "from": 0, "size": 3 }
3. 检索排序
心法：ES 排序查询时，默认使用
_score降序，若使用其他字段排序，则默认的_score排序会失效，若想保留该效果则需要手动设置。
排序要求：ES排序查询时，尽量只使用数字进行排序，若非要对字符串排序，用 属性名.keyword 替代。
武技：在 Kibana 开发工具中测试创建 ES 检索排序相关的常用 REST 命令。
# 按年龄升序，年龄相同时按姓名降序
GET user/_search
{
"sort": [
{ "age": "asc" },
{ "name.keyword": "desc" }
]
}
4. 条件检索
武技：在 Kibana 开发工具中测试创建 ES 条件检索相关的常用 REST 命令。
# 查询name属性中包含 `赵` 或 `刘` 的全部文档
GET user/_search
{
"query": {
"match": { "name": "赵刘" }
}
}
# 查询name属性值中包含 `赵四` 短语的全部文档
GET user/_search
{
"query": {
"match_phrase": { "name": "赵四" }
}
}
# 查询_id属性值为1的文档
GET user/_search
{
"query": {
"bool": {
"must": [
{ "match": { "_id": 1 } }
]
}
}
}
# 查询_id属性值不为1的全部文档
GET user/_search
{
"query": {
"bool": {
"must_not": [
{ "match": { "_id": 1 } }
]
}
}
}
# 查询_id属性值在3到7之间（包括两端值）的全部文档
GET user/_search
{
"query": {
"bool": {
"filter": [
{ "range": { "age": { "gte": 30, "lte": 70 } } }
]
}
}
}
5. 聚合检索
心法：聚合筛选结果的命名是自定义的，如
sumResult/minResult等，默认会展示部分数据，如不需要，可以额外设置size: 0来屏蔽数据。
武技：在 Kibana 开发工具中测试创建 ES 聚合检索相关的常用 REST 命令。
# 查询全部文档中的age属性值的总和/最小值/最大值/平均值/多少个/多少种/全部聚合信息
GET user/_search
{
"aggs": {
"sumResult": { "sum": { "field": "age" } },
"minResult": { "min": { "field": "age" } },
"maxResult": { "max": { "field": "age" } },
"avgResult": { "avg": { "field": "age" } },
"countResult": { "value_count": { "field": "age" } },
"typeResult": { "cardinality": { "field": "age" } },
"statsResult": { "stats": { "field": "age" } }
},
"size": 0
}
# 按gender分组，查询每组的age的总和/最大值/最小值/平均值/总数量
# 支持在 `terms` 同级再次用 `aggs` 聚合
GET user/_search
{
"aggs": {
"result": {
"terms": {
"field": "gender.keyword"
},
"aggs": {
"statsResult": { "stats": { "field": "age" } }
}
}
},
"size": 0
}
Java道经第3卷 - 第6阶 - ElasticSearch（一）
传送门：JB3-6-ElasticSearch（一）
传送门：JB3-6-ElasticSearch（二）