什么是Elasticsearch elastic:富有弹性的
search:搜索
在计算机开发界简称ES
这个软件不是SpringCloud的组件,甚至其他语言都可以使用它
是一个java开发的软件,所以启动需要java环境变量
功能是从大量数据中根据指定的关键字搜索出匹配的结果
这样的软件有一个名称全文搜索引擎
使用它的方式是访问它提供的控制器方法,它开发了多种控制器方法
访问不同方法实现对数据的增删改查
ES也是将数据保存在硬盘上的
常见面试题ES的实现结构java有一套名为Lucene的API
是搜索引擎的核心支持,Elasticsearch在Lucene的基础上开发出了一个功能全面的开箱即用的全文搜索引擎
市面上ES的竞品有
Solr/MongoDB
为什么使用Elasticsearch 所有关系型数据库都有一个严重的性能缺陷
mysql\mariaDB\oracle\DB2等
就是前模糊的模糊查询不能使用索引
select * from spu where spu_name like '%鼠标%'
测试证明一张千万级别的数据库表进行模糊查询需要20秒以上
当今需求"三高"的需求下,不能接受这样的性能
我们使用ES来优化后同样的查询我们能将效率提高100倍
将大型的查询也能控制在毫秒级别
Elasticsearch查询原理 如果不使用ES让数据库查询,没有索引加持的模糊查询就是全表搜索性能差
但是Elasticsearch可以利用添加数据库完成对数据的分词倒排索引形成索引库
在查询时直接查询索引库,获得符合查询条件的数据信息
文章图片
关于数据库的索引 所谓索引其实就是数据库中数据的目录
目的是能够提高查询的效率
数据库索引分类
- 聚集索引
- 非聚集索引
如果再定义其他索引,就是非聚集索引了
如果数据表中有一个姓名列,我们为姓名列创建索引
例如有"张三"这个姓名,添加索引后,查询的话效率会明显提升
但是如果不创建索引,去查询张三,就只能逐行检索姓名列是否为张三,查询效率低
常见面试题:索引的使用规则和注意事项经过我们对索引的简单了解,我们需要知道索引的基本概念和使用
- 索引会占用数据库空间
- 对数据进行增删改操作,可能会引起索引的更新,效率会低
- 操作数据库时先添加数据,再创建索引
- 不要对数据样本少的列添加索引
- 每次查询从数据库中查询结果越多,索引的效果越低
- 使用where字句查询时,将具有索引的列放在第一个条件
所有关系型数据库都有一个缺陷,就是模糊查询时(查询条件前模糊),是不能利用索引进行查询的
一定会引起全表搜索,查询效率非常低
文章图片
Elasticsearch的启动 官方下载链接
https://www.elastic.co/cn/downloads/past-releases#elasticsearch
7.6.2版本
压缩包280M左右,复制到没有中文,没有空格的目录下解压
双击elasticsearch.bat运行
文章图片
运行之后可能看到下面界面
文章图片
这个界面不能关闭,一旦关闭ES就停止了
启动ES双击这个bat文件即可,当然也可以设置Idea的shell script
验证ES是否在运行
浏览器输入地址:localhost:9200看到如下内容即可
文章图片
mac系统启动
tar -xvf elasticsearch-7.6.2-darwin-x86_64.tar.gz
cd elasticsearch-7.6.2/bin
./elasticsearch
linux:
tar -xvf elasticsearch-7.6.2-linux-x86_64.tar.gz
cd elasticsearch-7.6.2/bin
./elasticsearchES基本使用 ES启动完成后
操作ES是对es发送请求
创建一个子项目search,在这个子项目中创建一个专门发送各种类型请求的文件来操作ES
创建search项目也要父子相认
然后子项目pom文件如下
4.0.0 xxx
xxx
0.0.1-SNAPSHOT
xxx
search
0.0.1-SNAPSHOT
search
Demo project for Spring Boot
org.springframework.boot
spring-boot-starter
下面创建这个能够发送各种请求的文件
文章图片
文件类型叫HTTP Request文件
行业中有人将它称之为http client(http客户端)
创建完毕之后,我们向ES发送一个最简单的请求
GET http://localhost:9200
获得的结果和之前浏览器响应结果一致,表示当前http client文件正常运行
### 注释和分隔符,每次编写请求前,都要先编写3个#
GET http://localhost:9200### ES分词测试analyze(分析)
POST http://localhost:9200/_analyze
Content-Type: application/json{
"text": "罗技激光无线游戏鼠标",
"analyzer": "standard"
}
文章图片
代码中编写的"analyzer": "standard"是默认分词器
如果不写出这行,也时默认这个分词器得
这个分词器只能对英文等西文字符(有空格的),进行分词
但是中文分词不能按空格分
下面我们要安装中文分词插件,实现中文分词效果
使用开源的分词词库IK实现中文分词
文章图片
安装插件之后要重启ES才能生效
关闭ES窗口之后再启动ES即可
ES启动之后,将中文分词器插件设置完成,在运行分词
{
"text": "罗技激光无线游戏鼠标",
"analyzer": "ik_smart"
}
再次运行分词测试,应该看到正常的中文分词效果
ik分词插件的使用 我们安装的ik实际上不只一个分词器
实际上除了ik_smart之外还有ik_max_word
### ES分词测试analyze(分析)
POST http://localhost:9200/_analyze
Content-Type: application/json{
"text": "北京顺利举办了冬季奥林匹克运动会",
"analyzer": "ik_smart"
}
### ES分词测试analyze(分析)
POST http://localhost:9200/_analyze
Content-Type: application/json{
"text": "北京顺利举办了冬季奥林匹克运动会",
"analyzer": "ik_max_word"
}
上面的运行会有不同的分词效果
总体来说区别如下
ik_smart
- 优点:特征是粗略快速的将文字进行分词,占用空间小,查询速度快
- 缺点:分词的颗粒度大,可能跳过一些分词,导致查询结果不全面
- 优点:特征是详细的文字片段进行分词,查询时查全率高,不容易遗漏数据
- 缺点:因为分词太过详细,导致有一些无用分词,占用空间较大,查询速度慢
文章图片
- ES启动后,可以创建多个index(索引),index相当于数据库中表的概念
- 一个index可以创建保存多个document(文档),一个document相当于表中的一行数据
- 【开发技能点|Elasticsearch概述】一个document中可以有多个属性和对应的值,相当于一行数据中字段和字段的值
推荐阅读
- Elasticsearch 在地理信息空间索引的探索和演进
- elasticsearch修改索引
- ES之Lucene中的段文件
- ES如何保障数据不丢失
- ES内存使用总结
- 全文检索|springboot整合
- 全文检索|elasticsearch&Kibana安装
- 全文检索|初步检索及进阶检索
- 常用Py3操作Elasticsearch方法