Elaticsearch基本使用

最新推荐文章于 2024-09-19 17:06:52 发布

龙源lll

最新推荐文章于 2024-09-19 17:06:52 发布

阅读量2.7k

点赞数 4

分类专栏： Elaticsearch 文章标签： elasticsearch 搜索引擎

本文链接：https://blog.csdn.net/Lzy410992/article/details/114749026

版权

Elaticsearch 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

Elaticsearch，简称为es，是一个建立在全文搜索引擎框架 Apache Lucene™ 基础上的开源搜索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。同时Elasticsearch 是使用 Java 编写的，采用了 Lucene 来实现索引与搜索的功能。当你使用它做全文搜索时，只需要使用简单流畅的 RESTful API 即可，并不需要了解 Lucene 背后复杂的的运行原理。(API本质就是一次http请求，可以用任何工具发起http请求)
在这里插入图片描述
Elasticsearch安装教程：https://blog.csdn.net/Lzy410992/article/details/114709726

操作索引

Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比关系：

索引（indices）------------------------Databases 数据库

  类型（type）-------------------------Table 数据表

     文档（Document）------------------Row 行

	   字段（Field）-------------------Columns 列 
       
       映射（mapping）-----------------每个列的约束条件

详细说明：

概念	说明
索引 (index)	一个索引就是一个拥有几分相似特征的文档的集合
索引库（indices)	indices是index的复数，代表许多的索引(拥有一些相似性特征的集合)
类型（type）	类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念
文档（document）	存入索引库原始的数据。比如每一条商品信息，就是一个文档
字段（field）	文档中的属性，相当于是数据表的字段，对文档数据根据不同属性进行的分类标识
映射配置（mappings）	mapping是处理数据的方式和规则方面做一些限制，如字段的数据类型、属性、是否索引、是否存储等特性
集群 (cluster)	一个集群就是由一个或多个节点组织在一起，它们共同持有整个的数据，并一起提供索引和搜索功能。
节点 (node)	节点是集群中的一个服务器，作为集群的一部分，它存储数据，参与集群的索引和搜索功能
分片（shard）	数据拆分后的各个部分,一个索引可以存储超出单个结点硬件限制的大量数据
副本（replica）	每个分片的复制

Elasticsearch本身就是分布式的，因此即便你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。

ES Restful API 中的VERB

参数	作用
GET	获取请求对象的当前状态
POST	改变对象的当前状态
PUT	创建一个对象
DELETE	销毁对象
HEAD	请求获取对象的基础信息

创建索引的请求格式：

PUT /索引库名

示例：
在这里插入图片描述

修改索引的请求格式：

PUT /索引库名/_settings

示例：
在这里插入图片描述

查询所有的索引：

GET _cat/indices

示例：
在这里插入图片描述
检测集群是否健康：

GET _cat/health

示例：
在这里插入图片描述
获取集群的节点列表:

GET _cat/nodes

示例：
在这里插入图片描述

查看索引设置请求格式：

GET /索引库名

查看所有索引库配置

GET *

示例：
在这里插入图片描述

删除索引请求格式：

DELETE /索引库名

示例:
在这里插入图片描述

使用HEAD请求，查看索引是否存在：

HEAD /索引库名

示例：
在这里插入图片描述

映射配置

索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等，配置清楚映射，Elasticsearch会帮我们进行索引库的创建。

创建映射字段：

PUT /索引库名/_mapping/类型名称
{
  "properties": {
    "字段名": {
      "type": "类型",
      "index": true，
      "store": true，
      "analyzer": "分词器"
    }
  }
}

类型名称：就是前面将的type的概念，类似于数据库中的不同表
字段名：任意填写，可以指定许多属性，例如：
type：类型，可以是text、long、short、date、integer、object等
index：是否索引，默认为true
store：是否存储，默认为false
analyzer：分词器，这里的ik_max_word即使用ik分词器

字段属性详解:

type：数据类型

String类型，分两种：

text：可分词，不可参与聚合
keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合
Numerical：数值类型，分两类

基本数据类型：long、interger、short、byte、double、float、half_float
浮点数的高精度类型：scaled_float，需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。
Date：日期类型， elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

index：影响字段的索引情况

true：字段会被索引，则可以用来进行搜索。默认值就是true，你不进行任何配置，字段就会被索引
false：字段不会被索引，不能用来搜索，有些字段是我们不希望被索引的，需要手动设置index为false

store：是否将数据进行额外存储。

Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

boost：激励因子，与lucene中一样

示例：发起请求

在这里插入图片描述

查看映射关系：

GET /索引库名/_mapping

示例：
在这里插入图片描述

新增数据

通过POST请求，可以向一个已经存在的索引库中添加数据。

POST /索引库名/类型名
{
    "key":"value"
}

示例：
在这里插入图片描述

查询数据：

get _search
{
    "query":{
        "match_all":{}
    }
}

示例：
在这里插入图片描述

智能判断： 事实上Elasticsearch非常智能，你不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。

测试一下：

POST /ly/goods/2
{
    "title":"苹果手机",
    "images":"http://image.ly.com/12479122.jpg",
    "price":2899.00,
    "stock": 200,
    "saleable":true
}

额外添加了stock库存，和saleable是否上架两个字段。查看结果：
在这里插入图片描述

在看下索引库的映射关系:
在这里插入图片描述

修改数据

把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，

id对应文档存在，则修改
id对应文档不存在，则新增

删除数据

删除使用DELETE请求，同样，需要根据id进行删除：

DELETE /索引库名/类型名/id值

示例：
在这里插入图片描述

查询

基本查询：

GET /索引库名/_search
{
    "query":{
        "查询类型":{
            "查询条件":"查询条件值"
        }
    }
}

这里的query代表一个查询对象，里面可以有不同的查询属性

查询类型：match_all， 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，后面详细讲解

查询所有（match_all)：

示例：

GET /ly/_search
{
    "query":{
        "match_all": {}
    }
}

在这里插入图片描述

匹配查询（match）：

添加数据，便于测试：

PUT /ly/goods/2
{
    "title":"苹果手机",
    "images":"http://image.ly.com/12479122.jpg",
    "price":3899.00
}

PUT /ly/goods/3
{
    "title":"华为手机",
    "images":"http://image.ly.com/12479122.jpg",
    "price":1899.00
}

PUT /ly/goods/4
{
    "title":"小米电视",
    "images":"http://image.ly.com/12479122.jpg",
    "price":5899.00
}

or关系： match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

GET /heima/_search
{
    "query":{
        "match":{
            "title":"小米电视"
        }
    }
}

结果：
在这里插入图片描述

在上面的案例中，不仅会查询到电视，而且与小米相关的都会查询到，多个词之间是or的关系。

and关系： 某些情况下，我们需要更精确查找，我们希望这个关系变成and，可以这样做：

GET /heima/_search
{
    "query":{
        "match": {
          "title": {
            "query": "小米电视",
            "operator": "and"
          }
        }
    }
}

结果：
在这里插入图片描述

本例中，只有同时包含小米和电视的词条才会被搜索到。

or和and之间：

在 or 与 and 间二选一有点过于非黑即白。如果用户给定的条件分词后有 5 个查询词项，想查找只包含其中 4 个词的文档，该如何处理？我们如何获得处于中间的某种结果？

match 查询支持 minimum_should_match 最小匹配参数，这让我们可以指定必须匹配的词项数用来表示一个文档是否相关。我们可以将其设置为某个具体数字，更常用的做法是将其设置为一个百分数，因为我们无法控制用户搜索时输入的单词数量：

GET /ly/_search
{
    "query":{
        "match":{
            "title":{
            	"query":"小米曲面电视",
            	"minimum_should_match": "75%"
            }
        }
    }
}

结果：

在这里插入图片描述

多字段查询（multi_match）:

multi_match与match类似，不同的是它可以在多个字段中查询

GET /ly/_search
{
    "query":{
        "multi_match": {
            "query":    "小米",
            "fields":   [ "title", "subTitle" ]
        }
	}
}

结果：
在这里插入图片描述

词条匹配(term)：

term 查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串

GET /heima/_search
{
    "query":{
        "term":{
            "price":2699.00
        }
    }
}

结果：
在这里插入图片描述

多词条精确匹配(terms)：

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：

GET /ly/_search
{
    "query":{
        "terms":{
            "price":[1899.00,3899.00]
        }
    }
}

结果：
在这里插入图片描述

结果过滤

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

直接指定字段：

示例：

GET /ly/_search
{
  "_source": ["title","price"],
  "query": {
    "term": {
      "price": 2699
    }
  }
}

返回的结果：
在这里插入图片描述

指定includes和excludes：

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

示例：

GET /ly/_search
{
  "_source": {
    "includes":["title","price"]
  },
  "query": {
    "term": {
      "price": 2699
    }
  }
}

GET /ly/_search
{
  "_source": {
     "excludes": ["images"]
  },
  "query": {
    "term": {
      "price": 2699
    }
  }
}

在这里插入图片描述

高级查询

布尔组合（bool)：

bool把各种其它查询通过must（与）、must_not（非）、should（或）的方式进行组合

GET /heima/_search
{
    "query":{
        "bool":{
        	"must":     { "match": { "title": "大米" }},
        	"must_not": { "match": { "title":  "电视" }},
        	"should":   { "match": { "title": "手机" }}
        }
    }
}

结果：
在这里插入图片描述

范围查询(range)：

range 查询找出那些落在指定区间内的数字或者时间

GET /heima/_search
{
    "query":{
        "range": {
            "price": {
                "gte":  1000.0,
                "lt":   2800.00
            }
    	}
    }
}

结果：
在这里插入图片描述

模糊查询(fuzzy)：

fuzzy 查询是 term 查询的模糊等价。它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的编辑距离不得超过2：

GET /ly/_search
{
  "query": {
    "fuzzy": {
      "title": "appla"
    }
  }
}

我们可以通过fuzziness来指定允许的编辑距离：

GET /ly/_search
{
  "query": {
    "fuzzy": {
        "title": {
            "value":"appla",
            "fuzziness":1
        }
    }
  }
}

结果：
在这里插入图片描述

过滤(filter)

条件查询中进行过滤

所有的查询都会影响到文档的评分及排名。如果我们需要在查询结果中进行过滤，并且不希望过滤条件影响评分，那么就不要把过滤条件作为查询条件来用。而是使用filter方式：

GET /ly/_search
{
    "query":{
        "bool":{
        	"must":{ "match": { "title": "小米手机" }},
        	"filter":{
                "range":{"price":{"gt":2000.00,"lt":3800.00}}
        	}
        }
    }
}

结果：
在这里插入图片描述

注意：filter中还可以再次进行bool组合条件过滤。

无查询条件，直接过滤

如果一次查询只有过滤，没有查询条件，不希望进行评分，我们可以使用constant_score取代只有 filter 语句的 bool 查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。

GET /ly/_search
{
    "query":{
        "constant_score":   {
            "filter": {
            	 "range":{"price":{"gt":2000.00,"lt":4000.00}}
            }
        }
}

结果：
在这里插入图片描述

排序

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

GET /ly/_search
{
  "query": {
    "match": {
      "title": "手机"
    }
  },
  "sort": [
    {
      "price": {
        "order": "desc"
      }
    }
  ]
}

多字段排序：

假定我们想要结合使用 price和 _score（得分）进行查询，并且匹配的结果首先按照价格排序，然后按照相关性得分排序：

GET /goods/_search
{
    "query":{
        "bool":{
        	"must":{ "match": { "title": "手机" }},
        	"filter":{
                "range":{"price":{"gt":2000.00,"lt":5000.00}}
        	}
        }
    },
    "sort": [
      { "price": { "order": "desc" }},
      { "_score": { "order": "desc" }}
    ]
}