wordpress调用所有标签代做seo排名

一、操作es的工具

• ElasticSearch Head
• Kibana DevTools
• ElasticHQ

本文主要是总结Kibana DevTools操作es的语句。

二、搜索文档

1、根据ID查询单个记录

GET /course_idx/_doc/course:20

2、term

匹配"name"字段的值为"6789999"的文档

• 类似于sql语句中的等于==，属于精准匹配

GET /course_idx/_search
{"query":{"term": {"name": "6789999"}}
}

3、terms

匹配课程编号包含"C00B5230920105650700A1"、"C00B5230921171813401A8"中任意一个值的文档。

• 类似于in集合查询

GET course_idx/_doc/_search
{"query" : {"terms" : {"courseNo" : ["C00B5230920105650700A1","C00B5230921171813401A8"],"boost" : 1.0}}
}

• 返回内容

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 5,"successful" : 5,"skipped" : 0,"failed" : 0},"hits" : {"total" : 2,"max_score" : 1.0,"hits" : [{"_index" : "course_idx","_type" : "_doc","_id" : "course:23","_score" : 1.0,"_source" : {"id" : "course:23","courseType" : 0,"courseNo" : "C00B5230921171813401A8",// 省略其他字段}},{"_index" : "course_idx","_type" : "_doc","_id" : "course:7","_score" : 1.0,"_source" : {"id" : "course:7","courseType" : 0,"courseNo" : "C00B5230920105650700A1",// 省略其他字段}}]}
}

4、match

用于在文本字段中执行全文搜索，可以模糊匹配文本。它会分析文本，将其分成词汇，并搜索匹配的词汇。

GET /course_idx/_search
{"query": {"match": {"name": "课"}}
}

5、multi_match

用于在多个字段上执行全文搜索。你可以指定多个字段，并搜索它们中的匹配项。

• 字段name或者courseNo检索匹配"课"字的记录

GET /course_idx/_search
{"query": {"multi_match": {"query": "课","fields": ["name", "courseNo"]}}
}

6、bool

• must（必须匹配）

查询courseNo=‘C005230922B133545556M4’ and useCount=0的记录

• 相当于sql中的and

GET /course_idx/_search
{"query": {"bool": {"must": [{ "term": { "courseNo": "C005230922B133545556M4" } },{ "term": { "useCount": "0" } }]}}
}

• should（可以匹配，比must的强制性小得多）

查询courseNo=‘C005230922B133545556M4’ or useCount=5的记录

• 相当于sql中的or

GET /course_idx/_search
{"query": {"bool": {"should": [{ "term": { "courseNo": "C005230922B133545556M4" } },{ "term": { "useCount": "5" } }]}}
}

• 查询结果，匹配到了3条记录，第一条记录满足第一个条件，第二三条记录满足第二个条件。

{"took" : 1,"timed_out" : false,"_shards" : {"total" : 5,"successful" : 5,"skipped" : 0,"failed" : 0},"hits" : {"total" : 3,"max_score" : 5.0834727,"hits" : [{"_index" : "course_idx","_type" : "_doc","_id" : "course:35","_score" : 5.0834727,"_source" : {"id" : "course:35","courseType" : 0,"courseNo" : "C005230922B133545556M4","useCount" : 0}},{"_index" : "course_idx","_type" : "_doc","_id" : "lecture:942","_score" : 1.0,"_source" : {"id" : "lecture:942","courseType" : 2,"courseNo" : "L005231012B1421252702M5","useCount" : 5}},{"_index" : "course_idx","_type" : "_doc","_id" : "lecture:943","_score" : 1.0,"_source" : {"id" : "lecture:943","courseType" : 2,"courseNo" : "L005231012142125B2703M4","useCount" : 5}}]}
}

• must_not（不匹配）

对must的取反操作,它是一个逻辑非运算。

• 类似于sql 中的 !=

GET /course_idx/_search
{"query": {"bool": {"must_not": [{ "term": { "courseNo": "C005230922B133545556M4" } }]}}
}

7、wildcard

允许使用通配符进行模糊匹配。

• 星号* ：星号用于匹配零个或多个字符。例如，app* 将匹配任何以"app"开头的词汇，例如"apple"、"application"等。

• 问号?：问号用于匹配一个单一字符。例如，te?t 将匹配"test"、“text"等，但不会匹配"tent”，因为它包含了两个不同的字符。

GET /course_idx/_search
{"query": {"wildcard": {"name.keyword": "22*"}}
}

• 返回报文

{"took" : 4,"timed_out" : false,"_shards" : {"total" : 5,"successful" : 5,"skipped" : 0,"failed" : 0},"hits" : {"total" : 31,"max_score" : 1.0,"hits" : [{"_index" : "course_idx","_type" : "_doc","_id" : "lecture:184","_score" : 1.0,"_source" : {"id" : "lecture:184","courseType" : 2,"courseNo" : "L005B2310111036451771M7","creatorId" : 155954,"name" : "22"}},{"_index" : "course_idx","_type" : "_doc","_id" : "lecture:211","_score" : 1.0,"_source" : {"id" : "lecture:211","courseType" : 2,"courseNo" : "L005B2310111052501806M4","creatorId" : 155954,"name" : "222"}},{"_index" : "course_idx","_type" : "_doc","_id" : "lecture:557","_score" : 1.0,"_source" : {"id" : "lecture:557","courseType" : 2,"courseNo" : "L0B052310111423472182M8","creatorId" : 155954,"name" : "22222"}}]}
}

8、prefix

用于匹配字段的前缀

• 类似于sql中的 like ‘22%’

GET /course_idx/_search
{"query": {"prefix": {"name": "22"}}
}

9、fuzzy

模糊查询name名称字段中包含"课"字的记录。

• 依赖于分词器

GET /course_idx/_search
{"query": {"fuzzy": {"name": "课"}}
}

• fuzzy查询还允许你配置其他选项，如模糊度、前缀长度和最大扩展数，以控制查询的模糊度和性能。

三、更新文档

POST /course_idx/_doc/course:20
{"doc": {"name": "6789"}
}// 修改成功！！
{"_index" : "course_idx","_type" : "_doc","_id" : "course:20","_version" : 14,"result" : "updated","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 11960,"_primary_term" : 1
}

• 再次查询，发现文档的name内容是更新了，但是文档的字段也只剩下name了。

所以，在使用本操作语句的时候，需要特别注意这一点。

四、删除文档

DELETE /course_idx/_doc/course:20

五、索引

1、创建索引

这里只列举出几个字段，并不是全部字段的定义。

PUT /course_idx
{"mappings":{"_doc":{"properties":{"courseType":{"type":"integer"},"creatorId":{"type":"long"},"courseNo":{"type":"keyword"},"name":{"type":"text","fields":{"keyword":{"ignore_above":256,"type":"keyword"}}},"id":{"type":"keyword"}}}}
}

2、删除索引

谨慎操作，这个会删除掉所有数据及结构。

DELETE /course_idx

六、聚合查询

1、计数

GET /course_idx/_count// 总记录数是1153条
{"count" : 1153,"_shards" : {"total" : 5,"successful" : 5,"skipped" : 0,"failed" : 0}
}

2、平均值

统计字段useCount-使用次数的平均数

GET /course_idx/_search
{"aggs": {"avg_useCount": {"avg": {"field": "useCount"}}}
}

3、汇总

使用次数的汇总

GET /course_idx/_search
{"aggs": {"total_useCount": {"sum": {"field": "useCount"}}}
}

4、bucket桶查询

使用次数的桶统计

GET /course_idx/_search
{"aggs": {"useCount_ranges": {"range": {"field": "useCount","ranges": [{ "from": 0, "to": 5 },{ "from": 5, "to": 10 },{ "from": 10, "to": 100 }]}}}
}

5、最大/小值

求最大使用次数和最小使用次数。

GET /course_idx/_search
{"aggs": {"max_useCount": {"max": {"field": "useCount"}},"min_useCount": {"min": {"field": "useCount"}}}
}

6、日期直方图

按天的直方图，统计每天的文档数量

GET /course_idx/_search
{"aggs": {"date_histogram": {"date_histogram": {"field": "createdDate","interval": "day"}}}
}

七、分词器

es默认的分词器是standard。
下面以“数学的课程库”三个字为示例，看下分词结果。

GET /_analyze
{"analyzer": "standard","text": "数学的课程库"
}GET /_analyze
{"text": "数学的课程库"
}

结果都是“数”“学”“的”“课”“程”“库”。

想要更好的支持中文分词，一般的建议是按照ik分词器。
如果想要进一步自定义分词，需要编写你自己的dict文本。

• 建议在安装es的时候，就把需用的分词器安装OK
• 第二步在建立es索引的时候，指定具体字段使用什么分词器（否则它将使用对中文不是很友好的标准分词器）