【ES】[教程]----第二章：Elasticsearch 用 postman操作（索引、文档、映射、高级查询）

火柴梗!

1315人浏览 · 2025-08-13 15:07:06

火柴梗! · 2025-08-13 15:07:06 发布

前言：

Elasticsearch接口规范遵循 RESTful 规范

一、数据格式

Elasticsearch是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将Elasticsearch里存储文档数据和关系型数据库MySQL存储数据的概念进行一个类比
在这里插入图片描述

【图片】

ES里的Index可以看做一个库，而Types相当于表，Documents则相当于表的行。

这里Types的概念已经被逐渐弱化，Elasticsearch 6.X中，一个index下已经只能包含一个type，Elasticsearch 7.X中, Type的概念已经被删除了。

6用JSON作为文档序列化的格式，比如一条用户信息：

{
    "name" : "John",
    "sex" : "Male",
    "age" : 25,
    "birthDate": "1990/05/01",
    "about" : "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

二、【索引操作】Index

1) 创建–索引

注意：8.0版本后，连接需要账号和密码
在这里插入图片描述

在 Postman中，向ES服务器发PUT请求：http://127.0.0.1:9200/shopping

{
    "acknowledged"【响应结果】: true, # true操作成功
    "shards_acknowledged"【分片结果】: true, # 分片操作成功
    "index"【索引名称】: "shopping"
}

注意：创建索引库的分片数默认1片，在7.0.0之前的Elasticsearch版本中，默认5片

如果重复添加索引，会返回错误信息

2) 查看–所有索引

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/_cat/indices?v

这里请求路径中的_cat表示查看的意思，indices表示索引，所以整体含义就是查看当前ES服务器中的所有索引，就好像MySQL中的show tables的感觉，服务器响应结果如下
在这里插入图片描述

【图片】

表头	含义
health	当前服务器健康状态： green(集群完整) yellow(单点正常、集群不完整) red(单点不正常)
status	索引打开、关闭状态
index	索引名
uuid	索引统一编号
pri	主分片数量
rep	副本数量
docs.count	可用文档数量
docs.deleted	文档删除状态（逻辑删除）
store.size	主分片和副分片整体占空间大小
pri.store.size	主分片占空间大小

3) 查看–单个索引

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/shopping

查看索引向ES服务器发送的请求路径和创建索引是一致的。但是HTTP方法不一致。这里可以体会一下RESTful的意义，

请求后，服务器响应结果如下：

{
    "shopping"【索引名】: {        
        "aliases"【别名】: {},
        "mappings"【映射】: {},
        "settings"【设置】: {
            "index"【设置 - 索引】: {
                "creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
                "number_of_shards"【设置 - 索引 - 主分片数量】: "1",
                "number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
                "uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
                "version"【设置 - 索引 - 版本】: {
                    "created": "7080099"
                },
                "provided_name"【设置 - 索引 - 名称】: "shopping"
            }
        }
    }
}

4) 删除–索引

在 Postman中，向ES服务器发DELETE请求：http://127.0.0.1:9200/shopping

删除成功

{
  "acknowledged": true
}

重新访问索引时，服务器返回响应：索引不存在

http://127.0.0.1:9200/shopping

{
  "error": { // 错误信息的根对象
    "root_cause": [ // 根原因数组
      {
        "type": "index_not_found_exception", // 错误类型：索引未找到异常
        "reason": "no such index [shopping]", // 错误原因：没有名为'shopping'的索引
        "resource.type": "index_or_alias", // 资源类型：索引或别名
        "resource.id": "shopping", // 资源ID：shopping
        "index_uuid": "_na_", // 索引UUID：_na_
        "index": "shopping" // 索引名称：shopping
      }
    ],
    "type": "index_not_found_exception", // 错误类型：索引未找到异常
    "reason": "no such index [shopping]", // 错误原因：没有名为'shopping'的索引
    "resource.type": "index_or_alias", // 资源类型：索引或别名
    "resource.id": "shopping", // 资源ID：shopping
    "index_uuid": "_na_", // 索引UUID：_na_
    "index": "shopping" // 索引名称：shopping
  }
}

三、【文档操作】Documents

创建文档

索引已经创建好了，接下来我们来创建文档，并添加数据。这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为JSON格式

在 Postman中，向ES服务器发POST请求：http://127.0.0.1:9200/shopping/_doc

请求体内容为：

{
    "title":"小米手机",
    "category":"小米",
    "images":"http://www.gulixueyuan.com/xm.jpg",
    "price":3999.00
}

服务器响应结果如下：

{
  "_index": "shopping", // 索引名称，表示数据存储的逻辑空间
  "_type": "phone", // 文档类型，表示数据的类别
  "_id": "Xhss2ncBlvF_7lxyCE9G", // 文档的唯一标识符
  "_version": 1, // 文档的版本号，用于版本控制
  "result": "created", // 操作结果，表示文档被创建
  "_shards": { // 分片信息，表示数据的分布式存储情况
    "total": 2, // 总分片数
    "successful": 1, // 成功的分片数
    "failed": 0 // 失败的分片数
  },
  "_seq_no": 0, // 序列号，用于数据的顺序控制
  "_primary_term": 1 // 主项版本号，用于主项的版本控制
}

// 此处发送请求的方式必须为POST，不能是PUT，否则会发生错误

{
    "error": "Incorrect HTTP method for uri [/shopping/phone] and method [PUT], allowed: [POST]", // 错误信息，表示请求的HTTP方法（PUT）与允许的方法（POST）不匹配
    "status": 405 // 状态码，405表示方法不被允许
}

上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下，ES服务器会随机生成一个。

如果想要自定义唯一性标识，需要在创建时指定：http://127.0.0.1:9200/shopping/_doc/1

此处需要注意：如果增加数据时明确数据主键，那么请求方式也可以为PUT

{
    "title": "华为手机", // 商品标题为“华为手机”
    "category": "华为", // 商品类别为“华为”
    "images": "http://www.gulixueyuan.com/hw.jpg", // 商品图片的URL
    "price": 1999.00 // 商品价格为1999.00
}

{
  "_index": "shopping", // 索引名称
  "_type": "phone", // 文档类型
  "_id": "1", // 文档ID，此处已经变为自定义ID---------------!! 
  "_version": 1, // 文档版本号
  "result": "created", // 操作结果，表示文档被创建
  "_shards": { // 分片信息
    "total": 2, // 总分片数
    "successful": 1, // 成功的分片数
    "failed": 0 // 失败的分片数
  },
  "_seq_no": 1, // 序列号
  "_primary_term": 1 // 主项术语
}

2) 查看–文档

查看文档时，需要指明文档的唯一性标识，类似于MySQL中数据的主键查询

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/shopping/_doc/1

查询成功后，服务器响应结果：

{
    "_index": "shopping", // 索引名称，表示该文档属于哪个索引
    "_type": "phone", // 文档类型，表示该文档的类别
    "_id": "1", // 文档的唯一标识符
    "_version": 2, // 文档的版本号，用于版本控制
    "_seq_no": 2, // 文档的序列号，用于内部排序和版本控制
    "_primary_term": 2, // 主要术语的版本号，用于分布式环境下的版本控制
    "found": true, // 表示是否找到该文档，true表示找到
    "_source": { // 文档的实际内容
        "title": "华为手机", 
        "category": "华为", 
        "images": "http://www.gulixueyuan.com/hw.jpg",
        "price": 4999.00 
    }
}

3) 修改–文档

和新增文档一样，输入相同的URL地址请求，如果请求体变化，会将原有的数据内容覆盖

在 Postman中，向ES服务器发POST请求：http://127.0.0.1:9200/shopping/_doc/1

请求体内容为:

{
    "title":"华为手机",
    "category":"华为",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":4999.00
}

修改成功后，服务器响应结果：

{
  "_index": "shopping", // 索引名称
  "_type": "phone", // 文档类型
  "_id": "1", // 文档ID
  "_version": 2, // 文档版本号
  "result": "updated", // 操作结果
  "_shards": { // 分片信息
    "total": 2, // 总分片数
    "successful": 1, // 成功的分片数
    "failed": 0 // 失败的分片数
  },
  "_seq_no": 2, // 序列号
  "_primary_term": 2 // 主项版本号
}

4) 修改–字段

修改数据时，也可以只修改某一给条数据的局部信息

在 Postman中，向ES服务器发POST请求：http://127.0.0.1:9200/shopping/_update/1

请求体内容为：

{
  "doc": {
    "price":3000.00
  }
}

修改成功后，服务器响应结果：

{
  "_index": "shopping", // 索引名称
  "_type": "phone", // 文档类型
  "_id": "1", // 文档ID
  "_version": 3, // 文档版本号
  "result": "updated", // 操作结果（更新）
  "_shards": { // 分片信息
    "total": 2, // 总分片数
    "successful": 1, // 成功的分片数
    "failed": 0 // 失败的分片数
  },
  "_seq_no": 3, // 序列号
  "_primary_term": 2 // 主项版本号
}

根据唯一性标识，查询文档数据，文档数据已经更新 GET 请求 http://127.0.0.1:9200/shopping/phone/1/

{
  "_index": "shopping", // 索引名称，表示该文档属于哪个索引
  "_type": "phone", // 文档类型，表示该文档的类别
  "_id": "1", // 文档的唯一标识符
  "_version": 3, // 文档的版本号，用于版本控制
  "_seq_no": 3, // 文档的序列号，用于内部跟踪
  "_primary_term": 2, // 主要术语的版本，用于内部一致性
  "found": true, // 表示该文档是否被找到
  "_source": { // 文档的实际内容
    "title": "华为手机", // 商品标题
    "category": "华为", // 商品类别
    "images": "http://www.gulixueyuan.com/hw.jpg", // 商品图片的URL
    "price": 3988.0 // 商品价格
  }
}

5) 删除–文档(根据id)

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

在 Postman中，向ES服务器发DELETE请求：http://127.0.0.1:9200/shopping/_doc/1

{
  "_index": "shopping", // 索引名称
  "_type": "phone", // 文档类型
  "_id": "1", // 文档ID
  "_version": 4, // 文档版本号
  "result": "deleted", // 操作结果，此处为删除
  "_shards": { // 分片信息
    "total": 2, // 总分片数
    "successful": 1, // 成功的分片数
    "failed": 0 // 失败的分片数
  },
  "_seq_no": 4, // 序列号
  "_primary_term": 2 // 主项版本号
}

删除后再查询当前文档信息

GET http://127.0.0.1:9200/shopping/phone/1/

{
  "_index": "shopping", // 索引名称，表示数据存储的逻辑空间
  "_type": "phone",     // 文档类型，表示数据的类别
  "_id": "1",           // 文档唯一标识符
  "found": false        // 搜索结果状态，false表示未找到对应文档
}

如果删除一个并不存在的文档 DELETE http://127.0.0.1:9200/shopping/phone/1/

{
  "_index": "shopping", // 索引名称
  "_type": "phone", // 文档类型
  "_id": "1", // 文档ID
  "_version": 1, // 文档版本号
  "result": "not_found", // 操作结果，表示未找到文档 -----------------!!
  "_shards": { // 分片信息
    "total": 2, // 总分片数
    "successful": 1, // 成功的分片数
    "failed": 0 // 失败的分片数
  },
  "_seq_no": 5, // 序列号
  "_primary_term": 2 // 主项版本号
}

6) 删除–文档(条件删除)

一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数据进行删除

首先分别增加多条数据:

POST   http://127.0.0.1:9200/shopping/phone/1/
{
    "title":"小米手机",
    "category":"小米",
    "images":"http://www.gulixueyuan.com/xm.jpg",
    "price":4000.00
}

POST   http://127.0.0.1:9200/shopping/phone/2/ 
{
    "title":"华为手机",
    "category":"华为",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":4000.00
}

【删除价格等于4000.00的】向ES服务器发POST请求：http://127.0.0.1:9200/shopping/_delete_by_query

请求体内容为：

{
  "query":{
    "match":{
      "price":4000.00
    }
  }
}

删除成功后，服务器响应结果：

{
    "took"【耗时】: 175,
    "timed_out"【是否超时】: false,
    "total"【总数】: 2,
    "deleted"【删除数量】: 2,
    "batches": 1,
    "version_conflicts": 0,
    "noops": 0,
    "retries": {
        "bulk": 0,
        "search": 0
    },
    "throttled_millis": 0,
    "requests_per_second": -1.0,
    "throttled_until_millis": 0,
    "failures": []
}

四、【映射】Mapping

什么是映射？类似于mysql的字段约束：如字段类似+字段长度+是否创建索引…

[映射数据说明]：

字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price

type：类型，Elasticsearch中支持的数据类型非常丰富，说几个关键的：
---- String类型，又分两种：
-------- text：可分词
-------- keyword：不可分词，数据会作为完整字段进行匹配
---- Numerical：数值类型，分两类
-------- 基本数据类型：long、integer、short、byte、double、float、half_float
-------- 浮点数的高精度类型：scaled_float
---- Date：日期类型
---- Array：数组类型
---- Object：对象

index：是否索引，默认为true，也就是说你不进行任何配置，所有字段都会被索引。
---- true：字段会被索引，则可以用来进行搜索
---- false：字段不会被索引，不能用来搜索

store：是否将数据进行独立存储，默认为false
---- 原始的文本会存储在_source里面，默认情况下其他提取出来的字段都不是独立存储的，是从_source里面提取出来的。当然你也可以独立的存储某个字段，只要设置"store": true即可，获取独立存储的字段要比从_source中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。

analyzer：分词器，这里的ik_max_word即使用ik分词器,专门的后面会有章节学习

1) 创建映射

在 Postman中，向ES服务器发PUT请求：http://127.0.0.1:9200/student/_mapping

请求体内容为：

{
  "properties": {
    "name":{
      "type": "text",
      "index": true
    },
    "sex":{
      "type": "text",
      "index": false
    },
    "age":{
      "type": "long",
      "index": false
    }
  }
}

服务器响应结果如下：

{
    "acknowledged": true //  表示操作已被确认
}

2) 查看映射

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_mapping

服务器响应结果如下：

{
"settings": {},
"mappings": {
"properties": {
"name": {
"type": "text",
"index": true
},
"sex": {
"type": "text",
"index": false
},
"age": {
"type": "long",
"index": false
}
}
 }
}

3) 索引映射关联

（类似于给mysql表创建字段约束） PUT http://127.0.0.1:9200/student1

{
    "settings": {},
    "mappings": {
        "properties": {
            "name": {
                "type": "text",
                "index": true
            },
            "sex": {
                "type": "text",
                "index": false
            },
            "age": {
                "type": "long",
                "index": false
            }
        }
    }
}

服务器响应结果如下：

{
  "acknowledged": true, // 表示操作已被确认
  "shards_acknowledged": true, // 表示分片操作已被确认
  "index": "student1" // 表示操作的索引名称为 "student1"
}

五、高级查询

Elasticsearch提供了基于JSON的完整查询DSL来定义查询。

定义数据

# POST /student/_doc/1001    {"name":"zhangsan","nickname":"zhangsan","sex":"男","age":30}

# POST /student/_doc/1002    {"name":"lisi","nickname":"lisi","sex":"男","age":20}

# POST /student/_doc/1003    {"name":"wangwu","nickname":"wangwu","sex":"女","age":40}

# POST /student/_doc/1004    {"name":"zhangsan1","nickname":"zhangsan1","sex":"女","age":50}

# POST /student/_doc/1005    {"name":"zhangsan2","nickname":"zhangsan2","sex":"女","age":30}

1) 查询所有文档

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {   //这里的query代表一个查询对象，里面可以有不同的查询属性
    "match_all": {} //查询类型，例如：match_all(代表查询所有)， match，term ， range 等等、  {查询条件}:查询条件会根据类型的不同，写法也有差异
  }
}

服务器响应结果如下：

{
  "took【查询花费时间，单位毫秒】" : 1116,
  "timed_out【是否超时】" : false,
  "_shards【分片信息】" : {
    "total【总数】" : 1,
    "successful【成功】" : 1,
    "skipped【忽略】" : 0,
    "failed【失败】" : 0
  },
  "hits【搜索命中结果】" : {
     "total"【搜索条件匹配的文档总数】: {
         "value"【总命中计数的值】: 3,
         "relation"【计数规则】: "eq" # eq 表示计数准确， gte表示计数不准确
     },
    "max_score【匹配度分值】" : 1.0,
    "hits【命中结果集合】" : [
       。。。
      }
    ]
  }
}

2) 匹配查询

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。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "match": {
        "name":"zhangsan"
    }
  }
}

服务器响应结果为：

{
  "took": 25, // 搜索耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 0.98808291, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "_doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 0.98808291, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      }
    ]
  }
}

3) 字段匹配查询

multi_match与match类似，不同的是它可以在多个字段中查询。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "multi_match": {
        "query": "zhangsan",
        "fields": ["name","nickname"]
    }
  }
}

服务器响应结果：

{
  "took": 98, // 搜索请求花费的时间（毫秒）
  "timed_out": false, // 搜索请求是否超时
  "_shards": { // 碎片信息
    "total": 1, // 碎片总数
    "successful": 1, // 成功的碎片数
    "skipped": 0, // 跳过的碎片数
    "failed": 0 // 失败的碎片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 结果数量
      "relation": "eq" // 结果数量与查询的关系（等于）
    },
    "max_score": 0.9808291, // 最高得分
    "hits": [ // 具体的搜索结果列表
      {
        "_index": "student", // 索引名称
        "_type": "doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 0.9808291, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsansan", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      }
    ]
  }
}

4) 关键字精确查询

term查询，精确的关键词匹配查询，不对查询条件进行分词。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "term": {
      "name": {
        "value": "zhangsan"
      }
    }
  }
}

服务器响应结果：

{
  "took": 3, // 搜索耗时（毫秒）
  "timed_out": false, // 是否超时
  "shards": { // 索引分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 0.98080291, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "type", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 0.98080291, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsans", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      }
    ]
  }
}

5) 多关键字精确查询

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件，类似于mysql的in。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": { // 定义一个名为 "query" 的对象
    "terms": { // 在 "query" 对象中定义一个名为 "terms" 的对象
      "name": ["zhangsan", "lisi"] // 在 "terms" 对象中定义一个名为 "name" 的数组，包含两个字符串 "zhangsan" 和 "lisi"
    }
  }
}

服务器响应结果：

{
  "took": 51, // 搜索请求花费的时间（毫秒）
  "timed_out": false, // 搜索请求是否超时
  "_shards": { // 碎片信息
    "total": 2, // 碎片总数
    "successful": 1, // 成功的碎片数
    "skipped": 0, // 跳过的碎片数
    "failed": 0 // 失败的碎片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 2, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 1.0, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "_doc", // 文档类型
        "_id": "10001", // 文档ID
        "_score": 1.0, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsan", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      },
      {
        "_index": "student", // 索引名称
        "_type": "_doc", // 文档类型
        "_id": "10002", // 文档ID
        "_score": 1.0, // 文档得分
        "_source": { // 文档源数据
          "name": "lisi", // 姓名
          "nickname": "lisi", // 昵称
          "sex": "男", // 性别
          "age": 20 // 年龄
        }
      }
    ]
  }
}

6) 指定查询字段

默认情况下，Elasticsearch在搜索的结果中，会把文档中保存在_source的所有字段都返回。如果我们只想获取其中的部分字段，我们可以添加_source的过滤。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "_source": ["name","nickname"],  
  "query": {
    "terms": {
      "nickname": ["zhangsan"]
    }
  }
}

服务器响应结果：

{
  "took": 4, // 搜索耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 结果数量
      "relation": "eq" // 数量关系（等于）
    },
    "max_score": 1.0, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "_doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 1.0, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsan" // 昵称
        }
      }
    ]
  }
}

7) 过滤字段

我们也可以通过：

includes：来指定想要显示的字段
excludes：来指定不想要显示的字段

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "_source": {
    "includes": ["name","nickname"]
  },  
  "query": {
    "terms": {
      "nickname": ["zhangsan"]
    }
  }
}

服务器响应结果：

{
  "took": 8, // 操作耗时（毫秒）
  "timed_out": false, // 是否超时
  "shards": { // 分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 1.0, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "_doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 1.0, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsan" // 昵称
        }
      }
    ]
  }
}

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "_source": {
    "excludes": ["name","nickname"]
  },  
  "query": {
    "terms": {
      "nickname": ["zhangsan"]
    }
  }
}

服务器响应结果：

{
  "took":3, // 操作耗时（毫秒）
  "timed_out":false, // 是否超时
  "total":1, // 总分片数
  "successful":1, // 成功的分片数
  "skipped":0, // 跳过的分片数
  "failed":0, // 失败的分片数
  "_shards":{ // 分片信息
    "total":1, // 总分片数
    "successful":1, // 成功的分片数
    "skipped":0, // 跳过的分片数
    "failed":0 // 失败的分片数
  },
  "hits":{ // 搜索结果
    "total":{ // 结果总数
      "value":1, // 结果数量
      "relation":"eq" // 结果数量关系（等于）
    },
    "max_score":1.0, // 最高得分
    "hits":[ // 具体结果列表
      {
        "_index":"student", // 索引名称
        "_type":"_doc", // 文档类型
        "_id":"10001", // 文档ID
        "_score":1.0, // 文档得分
        "_source":{ // 文档源数据
          "sex":"男", // 性别
          "age":30 // 年龄
        }
      }
    ]
  }
}

8) 组合查询

bool把各种其它查询通过must（必须）、must_not（必须不）、should（应该）的方式进行组合。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "zhangsan"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "age": "40"
          }
        }
      ],
      "should": [
        {
          "match": {
            "sex": "男"
          }
        }
      ]
    }
  }
}

服务器响应结果：

{
  "took": 2, // 操作耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 具体数值
      "relation": "eq" // 关系（等于）
    },
    "max_score": 1.41446652, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 1.41446652, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsansan", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      }
    ]
  }
}

9) 范围查询

range 查询找出那些落在指定区间内的数字或者时间。range查询允许以下字符

操作符	说明
gt	大于>
gte	大于等于>=
lt	小于<
lte	小于等于<=

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": { // 查询对象的开始
    "range": { // 范围查询的开始
      "age": { // 对年龄字段的范围查询
        "gte": 30, // 年龄大于等于30
        "lte": 35 // 年龄小于等于35
      }
    }
  }
}

服务器响应结果：

{
  "took": 1, // 搜索耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 碎片信息
    "total": 1, // 碎片总数
    "successful": 1, // 成功的碎片数
    "skipped": 0, // 跳过的碎片数
    "failed": 0 // 失败的碎片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 1.0, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "_doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 1.0, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsan", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      }
    ]
  }
}

10) 模糊查询

返回包含与搜索字词相似的字词的文档。

编辑距离是将一个术语转换为另一个术语所需的一个字符更改的次数。这些更改可以包括：

更改字符（box → fox）
删除字符（black → lack）
插入字符（sic → sick）
转置两个相邻字符（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。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "fuzzy": {
      "title": {
        "value": "zhangsan"
      }
    }
  }
}

服务器响应结果：

{
  "took": 1, // 搜索耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 碎片信息
    "total": 1, // 碎片总数
    "successful": 1, // 成功的碎片数
    "skipped": 0, // 跳过的碎片数
    "failed": 0 // 失败的碎片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 1, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 1.0, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "_doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 1.0, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsan", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      }
    ]
  }
}

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "fuzzy": {
      "title": {
        "value": "zhangsan",
         "fuzziness": 2
      }
    }
  }
}

服务器响应结果：

{
  "took": 6, // 搜索耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 碎片信息
    "total": 1, // 碎片总数
    "successful": 1, // 成功的碎片数
    "skipped": 0, // 跳过的碎片数
    "failed": 0 // 失败的碎片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 3, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 1.02969195, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "type", // 类型
        "_id": "1001", // 文档ID
        "_score": 1.02969195, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsansan", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        }
      }
    ]
  }
}

11) 单字段排序

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。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "match": {
        "name":"zhangsan"
    }
  },
  "sort": [{
    "age": {
        "order":"desc"
    }
  }]
}

服务器响应结果：

[{
    "_index": "student", // 索引名称为 "student"
    "_type": "_doc", // 文档类型为 "_doc"
    "_id": "10004", // 文档ID为 "10004"
    "_score": null, // 文档分数为 null
    "_source": { // 文档源数据
        "name": "zhangsan1", // 姓名为 "zhangsan1"
        "nickname": "zhangsan1", // 昵称为 "zhangsan1"
        "sex": "女", // 性别为 "女"
        "age": 50 // 年龄为 50
    },
    "sort":  // 排序值为 
}, {
    "_index": "student", // 索引名称为 "student"
    "_type": "_doc", // 文档类型为 "_doc"
    "_id": "10003", // 文档ID为 "10003"
    "_score": null, // 文档分数为 null
    "_source": { // 文档源数据
        "name": "wangwu", // 姓名为 "wangwu"
        "nickname": "wangwu", // 昵称为 "wangwu"
        "sex": "女", // 性别为 "女"
        "age": 40 // 年龄为 40
    },
    "sort":  // 排序值为 
}, {
    "_index": "student", // 索引名称为 "student"
    "_type": "_doc", // 文档类型为 "_doc"
    "_id": "10001", // 文档ID为 "10001"
    "_score": null, // 文档分数为 null
    "_source": { // 文档源数据
        "name": "zhangsan", // 姓名为 "zhangsan"
        "nickname": "zhangsan", // 昵称为 "zhangsan"
        "sex": "男", // 性别为 "男"
        "age": 30 // 年龄为 30
    },
    "sort":  // 排序值为 
}]

12) 多字段排序

假定我们想要结合使用 age和 _score进行查询，并且匹配的结果首先按照年龄排序，然后按照相关性得分排序。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    },
    {
      "_score":{
        "order": "desc"
      }
    }
  ]
}

服务器响应结果：

[{
    "_index": "student", // 索引名称为 "student"
    "_type": "_doc", // 文档类型为 "_doc"
    "_id": "10004", // 文档ID为 "10004"
    "_score": null, // 文档分数为 null
    "_source": { // 文档源数据
        "name": "zhangsan1", // 姓名为 "zhangsan1"
        "nickname": "zhangsan1", // 昵称为 "zhangsan1"
        "sex": "女", // 性别为 "女"
        "age": 50 // 年龄为 50
    },
    "sort":  // 排序值为 
}, {
    "_index": "student", // 索引名称为 "student"
    "_type": "_doc", // 文档类型为 "_doc"
    "_id": "10003", // 文档ID为 "10003"
    "_score": null, // 文档分数为 null
    "_source": { // 文档源数据
        "name": "wangwu", // 姓名为 "wangwu"
        "nickname": "wangwu", // 昵称为 "wangwu"
        "sex": "女", // 性别为 "女"
        "age": 40 // 年龄为 40
    },
    "sort":  // 排序值为 
}, {
    "_index": "student", // 索引名称为 "student"
    "_type": "_doc", // 文档类型为 "_doc"
    "_id": "10001", // 文档ID为 "10001"
    "_score": null, // 文档分数为 null
    "_source": { // 文档源数据
        "name": "zhangsan", // 姓名为 "zhangsan"
        "nickname": "zhangsan", // 昵称为 "zhangsan"
        "sex": "男", // 性别为 "男"
        "age": 30 // 年龄为 30
    },
    "sort":  // 排序值为 
}]

13) 高亮查询

在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。

在百度搜索"京东"
【图片】

Elasticsearch可以对查询内容中的关键字部分，进行标签和样式(高亮)的设置。

在使用match查询的同时，加上一个highlight属性：

pre_tags：前置标签
post_tags：后置标签
fields：需要高亮的字段
title：这里声明title字段需要高亮，后面可以为这个字段设置特有配置，也可以空

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "match": {
      "name": "zhangsan"
    }
  },
  "highlight": {
    "pre_tags": "<font color='red'>",
    "post_tags": "</font>",
    "fields": {
      "name": {}
    }
  }
}

服务器响应结果：

{
  "took": 86, // 搜索耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 碎片信息
    "total": 1, // 总碎片数
    "successful": 1, // 成功的碎片数
    "skipped": 0, // 跳过的碎片数
    "failed": 0 // 失败的碎片数
  },
  "hits": { // 搜索结果
    "total": { // 总结果数
      "value": 1, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": 1.5404445, // 最高得分
    "hits": [ // 具体结果列表
      {
        "_index": "student", // 索引名称
        "_type": "doc", // 文档类型
        "_id": "1001", // 文档ID
        "_score": 1.5404445, // 文档得分
        "_source": { // 文档源数据
          "name": "zhangsan", // 姓名
          "nickname": "zhangsan", // 昵称
          "sex": "男", // 性别
          "age": 30 // 年龄
        },
        "highlight": { // 高亮信息
          "name": [ // 高亮字段
            "<em>zhangsan</em>" // 高亮内容（<em>为高亮标签）
          ]
        }
      }
    ]
  }
}

14) 分页查询

from：当前页的起始索引，默认从0开始。 from = (pageNum - 1) * size
size：每页显示多少条

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ],
  "from": 0,
  "size": 2
}

服务器响应结果：

{
  "value": "100", // 数值字段，值为100
  "relation": "eq", // 关系字段，值为"eq"（等于）
  "max_score": null, // 最大分数字段，值为null
  "hits": [ // 匹配结果数组
    {
      "_index": "student", // 索引名称，值为"student"
      "_type": "doc", // 文档类型，值为"doc"
      "_id": "10004", // 文档ID，值为"10004"
      "_score": null, // 文档分数，值为null
      "_source": { // 文档源数据
        "name": "zhangsan1", // 姓名字段，值为"zhangsan1"
        "nickname": "zhangsan1", // 昵称字段，值为"zhangsan1"
        "sex": "女", // 性别字段，值为"女"
        "age": 50 // 年龄字段，值为50
      },
      "sort":  // 排序字段，值为数组
    },
    {
      "_index": "student", // 索引名称，值为"student"
      "_type": "doc", // 文档类型，值为"doc"
      "_id": "10003", // 文档ID，值为"10003"
      "_score": null, // 文档分数，值为null
      "_source": { // 文档源数据
        "name": "wangwu", // 姓名字段，值为"wangwu"
        "nickname": "wangwu", // 昵称字段，值为"wangwu"
        "sex": "女", // 性别字段，值为"女"
        "age": 40 // 年龄字段，值为40
      },
      "sort":  // 排序字段，值为数组
    }
  ]
}

15) 聚合查询

聚合允许使用者对es文档进行统计分析，类似与关系型数据库中的group by，当然还有很多其他的聚合，例如取最大值、平均值等等。

对某个字段取最大值max

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "max_age":{
        "max":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 34, // 操作耗时（毫秒）
  "timed_out": false, // 是否超时
  "shards": { // 碎片信息
    "total": 1, // 碎片总数
    "successful": 1, // 成功的碎片数
    "skipped": 0, // 跳过的碎片数
    "failed": 0 // 失败的碎片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 5, // 具体数值
      "relation": "eq" // 关系（等于）
    },
    "max_score": null, // 最大得分（无）
    "hits": [] // 具体结果（空数组）
  },
  "aggregations": { // 聚合信息
    "max_age": { // 最大年龄聚合
      "value": 50.0 // 具体数值
    }
  }
}

对某个字段取最小值min

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "min_age":{
        "min":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 2, // 操作耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 5, // 具体数值
      "relation": "eq" // 关系（等于）
    },
    "max_score": null, // 最高得分
    "hits": [] // 结果列表（此处为空）
  },
  "aggregations": { // 聚合信息
    "min_age": { // 最小年龄聚合
      "value": 20.0 // 具体数值
    }
  }
}

对某个字段求和sum

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "sum_age":{
        "sum":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 8, // 搜索请求花费的时间（毫秒）
  "timed_out": false, // 搜索请求是否超时
  "_shards": {
    "total": 1, // 索引分片总数
    "successful": 1, // 成功的分片数
    "skipped": 0, // 跳过的分片数
    "failed": 0 // 失败的分片数
  },
  "hits": {
    "total": {
      "value": 5, // 搜索结果的总条数
      "relation": "eq" // 总条数的统计关系（eq表示精确）
    },
    "max_score": null, // 结果中的最高得分（此处为null表示未使用得分排序）
    "hits": [] // 实际的搜索结果（此处为空数组，表示没有具体结果展示）
  },
  "aggregations": {
    "sum_age": {
      "value": 170.0 // 聚合结果，此处为年龄的总和
    }
  }
}

对某个字段取平均值avg

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "avg_age":{
        "avg":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 4, // 搜索请求花费的时间（毫秒）
  "timed_out": false, // 搜索请求是否超时
  "shards": { // 索引分片的统计信息
    "total": 1, // 总分片数
    "successful": 1, // 成功的分片数
    "skipped": 0, // 跳过的分片数
    "failed": 0 // 失败的分片数
  },
  "hits": { // 搜索结果的统计信息
    "total": { // 总结果数的统计信息
      "value": 5, // 总结果数
      "relation": "eq" // 结果数的比较关系（eq表示相等）
    },
    "max_score": null, // 最高得分（此处为null，表示没有得分）
    "hits": [] // 实际的搜索结果（此处为空数组，表示没有具体结果）
  },
  "aggregations": { // 聚合结果的统计信息
    "avg_age": { // 平均年龄的聚合结果
      "value": 34.0 // 平均年龄的值
    }
  }
}

对某个字段的值进行去重之后再取总数

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "distinct_age":{
        "cardinality":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 14, // 操作耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 5, // 具体数值
      "relation": "eq" // 关系（等于）
    },
    "max_score": null, // 最大得分（无）
    "hits": [] // 结果列表（空）
  },
  "aggregations": { // 聚合信息
    "distinct_age": { // 聚合字段（distinct_age）
      "value": 4 // 聚合结果值
    }
  }
}

State聚合

stats聚合，对某个字段一次性返回count，max，min，avg和sum五个指标。

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "stats_age":{
        "stats":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 3, // 操作耗时（毫秒）
  "timed_out": false, // 是否超时
  "_shards": { // 分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功分片数
    "skipped": 0, // 跳过分片数
    "failed": 0 // 失败分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 5, // 结果数量
      "relation": "eq" // 结果数量关系（等于）
    },
    "max_score": null, // 最高得分
    "hits": [] // 结果列表（此处为空）
  },
  "aggregations": { // 聚合信息
    "stats_age": { // 聚合名称为stats_age
      "count": 5, // 统计数量
      "min": 20.0, // 最小值
      "max": 50.0, // 最大值
      "avg": 34.0, // 平均值
      "sum": 170.0 // 总和
    }
  }
}

16) 桶聚合查询

桶聚和相当于sql中的group by语句

terms聚合，分组统计

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "age_groupby":{
        "terms":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 12, // 搜索请求花费的时间（毫秒）
  "timed_out": false, // 搜索请求是否超时
  "_shards": { // 索引分片信息
    "total": 1, // 总分片数
    "successful": 1, // 成功的分片数
    "skipped": 0, // 跳过的分片数
    "failed": 0 // 失败的分片数
  },
  "hits": { // 搜索结果信息
    "total": { // 结果总数信息
      "value": 5, // 结果总数
      "relation": "eq" // 结果总数与查询的关系（eq表示相等）
    },
    "max_score": null, // 最高得分（此处为null，表示没有得分）
    "hits": [] // 具体的搜索结果（此处为空数组）
  },
  "aggregations": { // 聚合信息
    "name_groupby": { // 聚合名称为name_groupby
      "doc_count_error_upper_bound": 0, // 文档计数误差上限
      "sum_other_doc_count": 0, // 其他文档计数总和
      "buckets": [ // 聚合桶
        {"key": 20, "doc_count": 1}, // 聚合键为20，文档计数为1
        {"key": 30, "doc_count": 2}, // 聚合键为30，文档计数为2
        {"key": 40, "doc_count": 1}, // 聚合键为40，文档计数为1
        {"key": 50, "doc_count": 1} // 聚合键为50，文档计数为1
      ]
    }
  }
}

在terms分组下再进行聚合

在 Postman中，向ES服务器发GET请求：http://127.0.0.1:9200/student/_search

{
    "aggs":{
      "age_groupby":{
        "terms":{"field":"age"}
      }
    },
    "size":0
}

服务器响应结果：

{
  "took": 6, // 搜索请求花费的时间（毫秒）
  "timed_out": false, // 搜索请求是否超时
  "shards": { // 索引分片的统计信息
    "total": 1, // 总分片数
    "successful": 1, // 成功的分片数
    "skipped": 0, // 跳过的分片数
    "failed": 0 // 失败的分片数
  },
  "hits": { // 搜索结果
    "total": { // 结果总数
      "value": 5, // 结果数量
      "relation": "eq" // 结果数量的关系（等于）
    },
    "max_score": null, // 最高得分（无得分时为null）
    "hits": [] // 具体的搜索结果（此处为空）
  },
  "aggregations": { // 聚合结果
    "age_groupby": { // 按年龄分组的聚合
      "doc_count_error_upper_bound": 0, // 文档计数误差上限
      "sum_other_doc_count": 0, // 其他文档的计数总和
      "buckets": [ // 分组桶
        {
          "key": 30, // 分组键（年龄）
          "doc_count": 2, // 该分组的文档数量
          "sum_age": { // 年龄总和
            "value": 20.0 // 年龄总和的值
          }
        },
        {
          "key": 40, // 分组键（年龄）
          "doc_count": 1, // 该分组的文档数量
          "sum_age": { // 年龄总和
            "value": 40.0 // 年龄总和的值
          }
        },
        {
          "key": 50, // 分组键（年龄）
          "doc_count": 1, // 该分组的文档数量
          "sum_age": { // 年龄总和
            "value": 50.0 // 年龄总和的值
          }
        }
      ]
    }
  }
}