Elasticsearch 搜索引擎

一、创建索引库

*put* *http://localhost:9200/**索引库名称*

PUT http://localhost:9200/xc_course

{
    "settings": {
        "index": {
            "number_of_shards": 1,
            "number_of_replicas": 0
        }
    }
}

number_of_shards：设置分片的数量，在集群中通常设置多个分片，表示一个索引库将拆分成多片分别存储不同 的结点，提高了ES的处理能力和高可用性，入门程序使用单机环境，这里设置为1。

number_of_replicas：设置副本的数量，设置副本是为了提高ES的高可靠性，单机环境设置为0.

如下是创建的例子，创建xc_course索引库，共1个分片，0个副本：

二、创建映射

*post* *http://localhost:9200/**索引库名称**/**类型名称**/_mapping*

POST http://localhost:9200/xc_course/doc/_mapping

创建类型为xc_course的映射，共包括六个字段

{
    "properties": {
        "description": {
            "type": "text",
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_smart"
        },
        "name": {
            "type": "text",
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_smart"
        },
        "pic": {
            "type": "text",
            "index": false
        },
        "price": {
        "type": "scaled_float", 
        "scaling_factor": 100 
        },
        "studymodel": {
            "type": "keyword"
        },
        "timestamp": {
            "type": "date",
            "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd"
        }
    }
}

date**日期类型**

设置允许date字段存储年月日时分秒、年月日及毫秒三种格式

{
    "properties": {
        "timestamp": {
            "type": "date",
            "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd"
        }
    }

}

三、创建文档（相当于MySQL数据库表中的记录）

发送：put 或Post http://localhost:9200/xc_course/doc/id值 （如果不指定id值ES会自动生成ID）

POST http://localhost:9200/xc_course/doc/1

{
    "name": "Bootstrap开发",
    "description": "Bootstrap是由Twitter 推出的一个前台页面开发框架，是一个非常流行的开发框架，此框架集成了多种页面效果。此开发框架包含了大量 的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的精 美界面效果。",
    "studymodel": "201002",
    "price": 38.6,
    "timestamp": "2018-04-25 19:11:35",
    "pic": "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg"
}

四、查询数据

查询所有记录

发送 GET http://localhost:9200/xc_course/_search

查询名称中包括spring 关键字的的记录

发送 GET http://localhost:9200/xc_course/_search?q=name:开发

发送 GET http://localhost:9200/xc_course/_search?q=_id:1

测试分词器

ik分词器有两种分词模式：ik_max_word 会将文本做最细粒度的拆分

和ik_smart模式 会做最粗粒度的拆分

POST localhost:9200/_analyze

1.