ElasticSearch笔记01 elasticsearch

【ElasticSearch笔记01】安装部署过程网上有很多教程，在此不累赘

目录

1. 什么是ES？
2. 基本概念

2.1 Index
2.2 Type
2.3 Document
2.4 Filed
2.5 倒排索引

3. RestFul操作风格（通过kibana测试）

3.1 POST方式创建Document
3.2 PUT创建Document
3.3 PUT更新文档
3.4 PUT创建索引
3.5 POST更新文档
3.5 DELETE删除文档
3.6 GET获取文档
3.7 POST查询所有数据

4. ES查询

4.1 普通查询

4.1.1 查询类型

4.2 排序
4.3 分页
4.4 条件查询

4.4.1 与操作
4.4.2 或操作
4.4.3 非操作
4.4.4 大于、小于、等于...

4.5 term精确匹配
4.6 高亮显示

1. 什么是ES？ Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene。（百度百科）
2. 基本概念 2.1 Index ES的顶层的单位，相当于关系型数据库中的Database
2.2 Type 注：在7.X版本中将Type类型进行了移除，不再推荐使用
在ES中，可以针对Document进行分组，而这个分组讲的就是Type，它是虚拟的逻辑分组，用来过滤 Document，类似关系型数据库中的数据表（仅仅是类似，性质不同，后边有讲到）。
不同的 Type 应该有相似的结构（Schema），性质完全不同的数据（比如 products 和 logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。
ES是基于Lucene开发的搜索引擎，最终在Lucene中不同Type下的Filed的处理是一样的，即不同Type下相同名称的Filed是同一个的。不同Type中的相同字段名称就会在处理中出现冲突的情况，导致Lucene处理效率下降。但是在很多情况下，不同Type下难免会出现不同映射关系的Filed，在ES是不允许出现的，
2.3 Document Index（索引）中的单条数据称为Document（文档），相当于关系型数据库中表的单条数据，Document使用JSON进行表示。
2.4 Filed Document（文档）中的字段，每个Document包含了很多个Filed（字段），每个字段都有对应的值，多个字段组合成为了Document，相当于关系型数据库表的字段。
2.5 倒排索引在平常的使用中最多的可能是正向索引，即通过key去查找value，而倒排索引则是通过value查找key。假如有以下的数据。
表1

ID	名称	描述
1	华为	硬件、强国、通信、手机、中国
2	三星	硬件，手机、通信、韩国
3	苹果	手机、美国

正向索引就是我们通过ID为1的key我们可查到名称为华为，描述为硬件、强国、通信、手机、中国的一条信息。
倒排索引则另外维护了一个表，如下
表2

描述	ID
硬件	1、2
强国	1
通信	1、2
手机	1、2、3
中国	1
韩国	2
美国	3

当我们需要查询中国这个关键字的时候，就会锁定到上表的一条记录上，发现只有ID为1的数据存在中国这个关键字，我们只需要通过ID = 1进行查询就可以了，避免了直接通过模糊匹配在表1描述属性进行全文遍历，大大提升了索引的效率。
3. RestFul操作风格（通过kibana测试）个人感觉ES的restful操作风格不是很规范[狗头]

method	地址	描述
PUT	host:9200/索引名称/类型名称/文档ID	创建文档（指定文档ID）
POST	host:9200/索引名称/类型名称/	创建文档（随机文档ID）
POST	host:9200/索引名称/类型名称/文档ID/_update	修改文档
DELETE	host:9200/索引名称/类型名称/文档ID/	删除文档
GET	host:9200/索引名称/类型名称/文档ID/	查找文档（指定ID）
POST	host:9200/索引名称/类型名称/_search/	查找所有文档

3.1 POST方式创建Document

POST /test_index_2/_doc/ { "name": "zhangsan", "age": 18 }

文章图片

文章图片

3.2 PUT创建Document

PUT /test_index/test_type/1 { "name": "zhangsan", "age": 11 }

文章图片

3.3 PUT更新文档注意：更新时必须指定所有字段，否则其他非更新字段也会被更新

PUT /test_index/test_type/1 { "name": "zhangsan", "age": 111 }

文章图片

3.4 PUT创建索引注意：不插入数据，只建立索引结构，如指定字段类型（mapping）

PUT /test_index_3 { "mappings": { "properties": { "name": { "type": "text" }, "age": { "type": "integer" }, "birthday": { "type": "date" } } } }

文章图片

3.5 POST更新文档注意：此方式不需要指定所有字段，只需要指定修改的字段即可，推荐使用

POST /test_index/test_type/1/_update { "doc": { "name": "zhangsan_update" } }

3.5 DELETE删除文档

DELETE /test_index/test_type/1

3.6 GET获取文档

GET /test_index/test_type/1

3.7 POST查询所有数据

POST /test_index/test_type/_search

文章图片

4. ES查询 4.1 普通查询

GET /student/_search { "query": { "match": { "name": "王子" } } }

4.1.1 查询类型

match：根据规则匹配，查询包含分词器分词后关键字的所有内容
例如：现在存在两个数据，”王五“ 和 ”王五麻子“（ES目前没安装中文分词器，但是不影响结果）
上边的这两数据默认分词器分为”王“， ”五“， ”麻“， ”子“
通过match匹配内容王子，则会把王五，王五麻子都会查出来，因为分词器将王子分为了王，子两个关键字，而这两个数据都进行了匹配，所以将结果查询了出来
match_all：查询所有
GET /student/_search { "query": { "match_all": {} } }
match_phrase：根据规则匹配，同时判断关键词索引是否连续
还是1的数据，我们继续查询，只不过采用match_phrase进行查询，那么查询出来的则是空的，因为没有进行全部的匹配并且索引不连续，如数据王五麻子匹配到了王，子，但是王和子的索引不是连续的，所以查询为空。
GET /student/_search { "query": { "match_phrase": { "name": "王子" } } }
match_phrase_prefix：用到再补充
multi_match：多字段查询
GET /student/_search { "query": { "multi_match": { "query": "王", "fields": ["name"] } } }

4.2 排序

GET /student/_search { "query": { "match_all": {} }, "sort": [ { "age": { "order": "desc" } } ] }

4.3 分页

GET /student/_search { "query": { "match_all": {} }, "from": 0, "size": 2 }

4.4 条件查询 4.4.1 与操作

GET /student/_search { "query": { "bool": { "must": [ { "match": { "age": 15 } }, { "match": { "name": "张三" } } ] } } }

4.4.2 或操作

GET /student/_search { "query": { "bool": { "should": [ { "match": { "age": 15 } }, { "match": { "name": "李四" } } ] } } }

4.4.3 非操作

GET /student/_search { "query": { "bool": { "must_not": [ { "match": { "age": 15 } } ] } } }

4.4.4 大于、小于、等于…

GET /student/_search { "query": { "bool": { "must": [ { "match": { "name": "张三" } } ], "filter": { "range": { "age": { "gt": 10 } } } } } }

4.5 term精确匹配不知道分词器的存在，不会对filed进行分词操作，直接使用倒排索引精确匹配

# 分词器首先会将张三分为 “张” 和 “三” ，然后查询包含张和三的 GET student/_search { "query": { "match": { "name": "张三" } } }# 不会对张三进行分词，直接采用倒排索引查询“张三”，虽然存在张三这个数据，但是在存储的过程中并没有张三这个最终分词，所以查询为空 GET student/_search { "query": { "term": { "name": "张三" } } }

4.6 高亮显示