带你了解如何使用ElasticSearch上

目录

一.ElasticSearch简介

二.ElasticSearch的概念

三.使用ElasticSearch

四.索引库的CRUD

五.文档操作

---

一.ElasticSearch简介

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

重要特性：

1、分布式的实时文件存储，每个字段都被索引并可被搜索

2、实时分析的分布式搜索引擎

3、可以扩展到上百台服务器，处理PB级结构化或非结构化数据

倒排索引

倒排索引的概念是基于MySQL这样的正向索引而言的。

正向索引

那么什么是正向索引呢？例如给下表（tb_goods）中的id创建索引：

如果是根据id查询，那么直接走索引，查询速度非常快。 但如果是基于title做模糊查询，只能是逐行扫描数据，流程如下：

1）用户搜索数据，条件是title符合 "%手机%"

2）逐行获取数据，比如id为1的数据

3）判断数据中的title是否符合用户搜索条件

4）如果符合则放入结果集，不符合则丢弃。回到步骤1 逐行扫描，也就是全表扫描，随着数据量增加，其查询效率也会越来越低。当数据量达到数百万时，就 是一场灾难。

 倒排索引中有两个非常重要的概念：

文档（ Document ）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商 品信息

词条（ Term ）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词 条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

创建倒排索引是对正向索引的一种特殊处理，流程如下：

将每一个文档的数据利用算法分词，得到一个个词条

创建表，每行数据包括词条、词条所在文档id、位置等信息

因为词条唯一性，可以给词条创建索引，例如hash表结构索引 如图：

倒排索引的搜索流程如下（以搜索"华为手机"为例）：

1）用户输入条件 "华为手机" 进行搜索。

2）对用户输入内容分词，得到词条： 华为 、 手机 。

3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。

4）拿着文档id到正向索引中查找具体文档。 如图

虽然要先查询倒排索引，再查询倒排索引，但是无论是词条、还是文档id都建立了索引，查询速度非常 快！无需全表扫描。

正向和倒排

那么为什么一个叫做正向索引，一个叫做倒排索引呢？ 正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判 断文档中是否包含所需要的词条，是根据文档找词条的过程。 而倒排索引则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id 获取文档。是根据词条找文档的过程。

正向索引：

优点： 可以给多个字段创建索引 根据索引字段搜索、排序速度非常快

缺点： 根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描。

倒排索引：

优点： 根据词条搜索、模糊搜索时，速度非常快

缺点： 只能给词条创建索引，而不是字段 无法根据字段做排序

二.ElasticSearch的概念

elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。 2.2.1文档和字段 elasticsearch是面向文档（Document）存储的，可以是数据库中的一条商品数据，一个订单信息。文 档数据会被序列化为json格式后存储在elasticsearch中：

而Json文档中往往包含很多的字段（Field），类似于数据库中的列。

索引和映射

索引（Index），就是相同类型的文档的集合。

例如：

所有用户文档，就可以组织在一起，称为用户的索引；

所有商品的文档，可以组织在一起，称为商品的索引；

所有订单的文档，可以组织在一起，称为订单的索引；

因此，我们可以把索引当做是数据库中的表。

数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射 （mapping），是索引中文档的字段约束信息，类似表的结构约束

MySQL与ElasticSearch

我们统一的把mysql与elasticsearch的概念做一下对比：

是不是说，我们学习了elasticsearch就不再需要mysql了呢？ 并不是如此，两者各自有自己的擅长支出：

Mysql：擅长事务类型操作，可以确保数据的安全和一致性

Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用： 对安全性要求较高的写操作，使用mysql实现 对查询性能要求较高的搜索需求，使用elasticsearch实现 两者再基于某种方式，实现数据的同步，保证一致性

三.使用ElasticSearch

环境安装

Windows版ES下载 https://www.elastic.co/cn/downloads/elasticsearch

Windows版ES安装与启动

运行 elasticsearch.bat

访问localhost:9200

能看到json代表启动成功

IK分词器

分词器的作用是什么？

创建倒排索引时对文档分词 用户搜索时，对输入的内容分词

IK分词器有几种模式？

ik_smart：智能切分，粗粒度

ik_max_word：最细切分，细粒度

安装 下载：https://github.com/medcl/elasticsearch-analysis-ik/releases

在ES安装目录下找到plugins目录创建ik文件夹 将ik分词器解压缩在此目录并重启ES即可

索引库操作

索引库就类似数据库表，mapping映射就类似表的结构。 我们要向es中存储数据，必须先创建“库”和“表”。 mapping映射属性 mapping是对索引库中文档的约束，常见的mapping属性包括：

type：字段数据类型，常见的简单类型有：

字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）

数值：long、integer、short、byte、double、float、

布尔：boolean

日期：date

对象：object

index：是否创建索引，默认为true

analyzer：使用哪种分词器

properties：该字段的子字段 例如下面的json文档

{
"age": 18,
"weight": 70.2,
"isMarried": false,
"info": "王师傅",
"email": "123@163.com",
"score": [99.1, 99.5, 98.9],
"name": {
"firstName": "师傅",
"lastName": "王"
}
}

对应的每个字段映射（mapping）：

age：类型为 integer；参与搜索，因此需要index为true；无需分词器

weight：类型为float；参与搜索，因此需要index为true；无需分词器

isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器

info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用 ik_smart

email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为 false；无需分词器

score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为 true；无需分词器

name：类型为object，需要定义多个子属性

                name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要 index为true；无需分词器

                name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要 index为true；无需分词器

四.索引库的CRUD

这里我们统一使用postMan编写DSL的方式来演示。

创建索引库和映射

基本语法

请求方式：PUT 请求路径：/索引库名，可以自定义

请求参数：mapping映射

格式：

PUT /索引库名称
{
"mappings": {
"properties": {
"字段名":{
"type": "text",
"analyzer": "ik_smart"
},
"字段名2":{
"type": "keyword",
"index": "false"
},
"字段名3":{
"properties": {
"子字段": {
"type": "keyword"
}
}
},
// ...略
}
}
}

示例：

PUT /apesource
{
"mappings":{
"properties":{
"info":{
"type":"text",
"analyzer":"ik_smart"
},
"email":{
"type":"keyword",
"index":"false"
},
"name":{
"properties":{
"firstName":{
"type":"keyword"
}
}
}
}

查询索引库

基本语法

请求方式：GET 请求路径：/索引库名

请求参数：无

格式： 

GET /索引库名

2.5.3.修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引， 这简直是灾难。因此索引库一旦创建，无法修改mapping。 虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产 生影响。

语法说明：

PUT /索引库名/_mapping
{
"properties": {
"新字段名":{
"type": "integer"
}
}
}

删除索引库

基本语法

请求方式：DELETE

请求路径：/索引库名

请求参数：无

格式：DELETE /索引库名

总结：

创建索引库：PUT /索引库名

查询索引库：GET /索引库名

删除索引库：DELETE /索引库名

添加字段：PUT /索引库名/_mapping

五.文档操作

新增文档

语法：

POST /索引库名/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
"字段3": {
"子属性1": "值3",
"子属性2": "值4"
},
// ...
}

示例：

POST /apesource/_doc/1
{
"info": "刘师傅",
"email": "wangls@163.com",
"name": {
"firstName": "师傅",
"lastName": "刘"
}
}

响应： result:created

查询文档

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。 语法：

GET /{索引库名称}/_doc/{id}

查看数据： 

GET /apesource/_doc/1

删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

语法：

DELETE /{索引库名}/_doc/id值

示例：
 

# 根据id删除数据

DELETE /apesource/_doc/1

结果： result:deleted

修改文档

修改有两种方式：

全量修改：直接覆盖原来的文档

增量修改：修改文档中的部分字段

全量修改

全量修改是覆盖原来的文档，其本质是： 根据指定的id删除文档 新增一个相同id的文档 注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

语法：

PUT /{索引库名}/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
// ... 略
}

示例：

PUT /apesource/_doc/1
{
"info": "李师傅",
"email": "ghj@163.com",
"name": {
"firstName": "师傅",
"lastName": "李"
}
}

增量修改

增量修改是只修改指定id匹配的文档中的部分字段。

语法：

POST /{索引库名}/_update/文档id
{
"doc": {
"字段名": "新的值",
}
}

示例：

POST /apesource/_update/1
{
"doc": {
"email": "ghj@qq.com"
}
}

总结:

创建文档：POST /{索引库名}/_doc/文档id { json文档 }

查询文档：GET /{索引库名}/_doc/文档id

删除文档：DELETE /{索引库名}/_doc/文档id

修改文档：

        全量修改：PUT /{索引库名}/_doc/文档id { json文档 }

        增量修改：POST /{索引库名}/_update/文档id { "doc": {字段}}