Elasticsearch入门（五）：Elasticsearch基础概念与基本操作

最新推荐文章于 2024-05-12 17:57:20 发布

怕乌龟骑

最新推荐文章于 2024-05-12 17:57:20 发布

阅读量1.4w

点赞数 10

分类专栏： Elastcisearch 文章标签： ES 7.0 Elasticsearch Elasticsearch7.0.0 Elasticsearch入门 Elasticsearch7.0入门

本文为博主原创文章，欢迎转载，不必注明，欢迎注明。

本文链接：https://blog.csdn.net/Zereao/article/details/89378283

版权

Elastcisearch 专栏收录该内容

6 篇文章 7 订阅

订阅专栏

引子

在上一篇博文 Elasticsearch入门（四）：使用docker搭建Elasticsearch 7.0.0 集群，安装head插件中，我讲了如何在docker环境下搭建ES集群、安装head插件。接下来本文中，我将讲一些Elasticsearch的基础知识，以及一些基础操作。

该文章，我是跟着慕课网的Elasticsearch教程第三、四章节走的。

基础概念

1、索引（Index）、类型（Type）、文档（Document）

索引是含有相同属性的文档集合。索引在ES中是通过一个名字来识别的，且必须是英文字母小写，且不含中划线(-)；可类比于 MySQL 中的 database ；但是，后文会提到，在 7.0中，由于类型(Type)的移除，我们可以理解为，一个索引就是一张 table。
~~一个索引中可以定义一个或多个类型，文档必须属于一个类型；可类比于 MySQL 中的 table；~~
文档是可以被索引的基本数据单位。文档是Elasticsearch中最小的数据存储单位。可类比于 MySQL 中一个table 中的一行记录。

注意事项：

从ES6.0开始，官方便不建议一个索引中创建多个类型；在ES7.0中，更是移除了类型(Type)这个概念。为什么呢？

在Elasticsearch索引中，不同类型(Type)中具有相同名称的字段在内部由相同的Lucene字段支持。一个index中多个Type在Lucene中会有许多问题。具体的可以参考官方说明。

2、分片、备份

在ES中，每个索引都有多个分片，每个分片都是一个Lucene索引。假设一个索引的数据量很大，就会造成硬盘压力很大，同时，搜索速度也会出现瓶颈。我们可以将一个索引分为多个分片，从而分摊压力；分片同时还允许用户进行水平地扩展和拆分，以及分布式的操作，可以提高搜索以及其他操作的效率。
拷贝一份分片，就完成了分片的备份。备份的好处是，当一个主分片出现问题时，备份的分片就能代替工作，从而提高了ES的可用性。同时，备份的分片还可以执行搜索操作，以分摊搜索的压力。

ES在创建索引时，默认会创建5个分片，一份备份。这个数量是可以修改的，但是需要注意的是，分片数量只能在创建索引的时候指定，后期不能修改；而备份是可以动态修改的。

3、还有一些其他概念、术语，可以参考官方文档：ES 术语表

基础操作

ES的API组成结构

ES提供了一系列RESTFul风格的API供我们对ES数据进行操作。下面是它的基本格式：

~~http://<ip>:<port>/<索引>/<类型>/<文档ID>~~ // 从ES 7.0.0开始，移除Type（类型）这个概念

http://<ip>:<port>/<索引>/_doc/<文档ID> // Type 字段那里变为固定值 _doc

需要执行的动作，由请求方式决定。下面是常见的请求方式，具体意义后面会详细讲：

GET/POST/PUT/DELETE/HEAD

有了上面这些知识储备，下面我们来看看ES的基本操作：

创建索引

1、第一种方式，直接在head插件上创建索引。

如上图所示，选中索引 - 新建索引；然后在弹出框中输入索引名称，这里我输入的是 book ，点击 “OK” 按钮即可。

如上图所示，概览页也出现了变化。图中的所有方框都是ES索引的分片，边框加粗的就是主分片，而未加粗就是分片的备份；比如：边框不加粗的0号分片就是 0号主分片的备份。

这样创建索引，是进行了一次 非结构化创建。什么意思呢，类比我们创建一个数据库，但是没有创建任何表、也没有任何表结构。简而言之，就是我们创建了一个没有任何数据结构的索引。

如何确定一个索引是结构化还是非结构化的呢？

如上图，我们点击概览-信息-索引信息，在弹出的窗口中找到 mappings 项，其值是空的，就代码该索引是非结构化的。那么，如何将其修改为结构化的呢？也就是说，我们需要为book索引构建出数据结构(类比于，为book表构建出表结构)。这里先暂时提一下，后文会详细介绍：

我们在 head 插件上点击 复合查询 - 查询，然后在这个模块中输入图示的信息，勾选已读，然后点击 验证JSON，JSON内容便会格式化为已读的状态；然后点击 提交请求 ，操作成功后，右侧便会显式提示信息，如下图：

此时，我们点击 概览 - 刷新，然后选择 book 索引的 信息 - 索引信息，就可以在弹出窗口中查看到 book 索引的文档数据结构：

如上图所示。这里值得一提的是，在慕课网的教程中，讲师的json请求体是下面这样的：

在上面我已经提到，从ES 7.0.0 开始，Type就被移除了，而讲师录课程时ES的版本还比较低。如果像讲师那样去创建接口，将会得到一个报错：

"type": "illegal_argument_exception",
"reason": "Types cannot be provided in put mapping requests, unless the include_type_name parameter is set to true."

如下图所示：

所以，这里需要大家注意下。在后面的内容中，我将直接使用去掉Type后官方推荐的方式进行操作。

2、第二种方式，使用 PostMan 等第三方HTTP客户，通过ES RestFul API来创建索引。这里，我使用的IntelliJ IDEA的 Http Request工具。大家可以根据自己的习惯，选择合适工具。

如上图，我随便新建了一个项目，选中一个包，右键菜单 - New - New HTTP Request（最后一项）。弹出窗口中，输入http文件名，随便取，我这里命名为 es ——输入 es，点击 OK，文件就创建好并自动打开了。删除里面所有的备注内容。

这里，语法我不讲，多看几个例子，大家就明白了。

首先，我们创建一个新的 people 索引。在es.http文件中输入：

###  创建一个新的 people 索引，注意，将IP替换为你们自己的主机地址
PUT http://10.247.63.97:9200/people
Content-Type: application/json

{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "type": {"type": "keyword"},
      "name": {"type": "text"},
      "country": {"type": "keyword"},
      "age": {"type": "integer"},
      "date": {
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss || yyyy-MM-dd || epoch_millis"
      }
    }
  }
}

这里，解释一下上面JSON内容的意思：

settings字段：用于指定我们索引的配置
- number_of_shards：指定当前索引的分片数
- number_of_replicas：指定当前索引的备份数
mappings字段：指定索引的数据映射定义：
- properties：指定索引的属性定义；这里，这里，定义了 5 个字段，分别为 type、name、country、age、date；需要注意的是，这里的type，这是一个字段，和我们上文中提到的在7.0中移除了的类型(Type)并不是同一个东西；官方推荐我们的是，如果我们有类型(Type)定义这个需求，我们可以在字段中自定义一个字段，用来标识当前 document 属于哪个 Type；这里，我们就使用这个名为 “type” 字段(可以按照自己的习惯自定义名称)，来标识当前文档属于哪个 Type；
- 后面的 {"type" : "integer"}、{"type" : "text"}分别表示当前字段数据的类型为整数、文本，以及关键字(keyword)、日期类型等。
- date字段中，我们可以为其指定匹配多种格式，使用 || 分隔；

如上图所示，我们写好后，可以点击左边行号附近的小三角，发送这个 PUT请求。请求完毕后，若索引创建成功，则会在Run Tool Bar中看到如下输出：

这时，我们再去head插件中确认一下，点击刷新按钮，即可看到我们刚刚新创建的people索引：

查看 people 的索引信息，我们可以看到 people 索引存储数据的结构：

数据插入

在ES中，数据插入又分为两种：

指定文档ID插入：手动指定ID
自动产生文档ID插入：不是MySQL那样的AutoIncrement，而是类似MongoDB那样的自动生成ID

指定文档ID插入：

在刚刚的es.http文件中，使用 ### （三个#号）将请求分隔开，在下面输入：

###  向 people索引中插入一条  指定ID的数据，注意请求方式为 PUT
# 路径格式为 http://<ip>:<port>/<索引>/_doc/<文档ID>，下面我们插入了一条 ID 为 1 的数据
PUT http://10.247.63.97:9200/people/_doc/1
Content-Type: application/json

{
  "type": "man",
  "name": "Zereao",
  "country": "China",
  "age": "23",
  "date": "1995-11-27"
}

然后执行，可以看到下面的输出：

自动生成ID插入：

###  向 people索引中插入一条  自动生成ID的数据，注意，请求方式为 POST，并删除URL末尾的 ID
POST http://10.247.63.97:9200/people/_doc/
Content-Type: application/json

{
  "type": "man",
  "name": "AutoZereao",
  "country": "China",
  "age": "23",
  "date": "1995-11-27 12:25:35"
}

输出结构这里我就不贴了。上面我们分别插入了两条数据，一条是手动指定ID，PUT请求方式；一条是自动生成ID，POST请求方式。我们可以从Head插件上查看到我们刚刚插入的数据：点击 数据浏览，选中 people索引，即可查看数据：

数据修改

数据修改也分为两种方式：

直接修改文档
通过脚本修改文档

直接修改文档：

###  修改 ID 为 1 的文档的 name 字段值为 UpdateZereao，格式：{index}/_update/{id}
POST http://10.247.63.97:9200/people/_update/1/
Content-Type: application/json

{
  "doc": {
    "name": "UpdateZereao"
  }
}

运行后，我们可以通过Head插件查看更改，点击更新后，我们可以看到数据：

这里额外补充一下，最开始，我按照教程，上面我填写的URL是 http://10.247.63.97:9200/people/_doc/1/_update/ ；结果我运行执行更新的时候，得到了这样一条输出：

Warning: 299 Elasticsearch-7.0.0-b7e28a7 "[types removal] Specifying types in document update requests is deprecated, use the endpoint /{index}/_update/{id} instead."

也就是这种请求方式已经过时了，同时提示也给出了新的推荐的请求方式。我们在实际操作过程中，也要注意一些输出，尽量不要使用一些过时的操作。

通过脚本修改文档：

这里我不讲，有需求的同学还请自行百度。

删除操作

这里呢，我主要讲两个删除操作：

1、文档删除
2、索引删除

删除people索引中，ID为1的文档：

###  删除 people索引中 ID = 1 的文档
DELETE http://10.247.63.97:9200/people/_doc/1/
Content-Type: application/json

输出结果这里我就不贴了，可以打开head插件，刷新数据后，我们便可以看到，people 索引中ID为1的文档已经被删除成功了。

删除索引：

这里，有两种方式。第一种是，我们可以通过 head 插件进行删除。

如上图，我们点击 概览 - 动作 - 删除，在弹出窗口中输入 “删除” 两个字，然后点击确定，即可将 book 索引删除。

第二种方式，通过RestFul API：

###  删除 people 索引
DELETE http://10.247.63.97:9200/people
Content-Type: application/json

点击运行，我们就可以将 people 索引删除掉。删除成功后，我们可以从 head 插件中看到索引已经被删除了。

需要注意的是，删除一个索引后，该索引下的所有数据，包括所有类型和文档，都会被删除。对于删除操作，我们要万分小心。

查询操作

ES的查询可以分为简单查询、条件查询、聚合查询。

首先，我们先造一批数据。首先新建一个 book 索引，然后指定ID插入多条文档。具体语句这里不给出，在文末的附件中的es_book.http文件中，我会给出我插入数据的语句，总共插入了12条文档记录。有需要的同学可以去下载。

简单查询：

###  简单查询，查询 book 索引中，ID为1 的文档
GET http://10.247.63.97:9200/book/_doc/1
Content-Type: application/json

查询结果如图：

条件查询：

查询book索引中的所有数据：

### 条件查询，查询所有数据
POST http://10.247.63.97:9200/book/_search
Content-Type: application/json

{
  "query": {
    "match_all": {}
  }
}

这里，查询结果我就不贴出来了。值得一提的是，最外层的hits 字段下就是我们查出来的数据；hits字段下的total字段代表记录总条数；hits字段下还有一个 hits json数组，这就是查出的每一条记录的详情。默认情况下，只查出10条，hits json数组的大小为10，这个我们可以通过 from 、size 属性手动指定返回哪些数据：

### 条件查询，指定返回数据大小以及从哪里开始返回
POST http://10.247.63.97:9200/book/_search
Content-Type: application/json

{
  "query": {
    "match_all": {}
  },
  "from": 1,
  "size": 1
}

关键词匹配：

### 条件查询，查询标题中包含 传 字的文档
POST http://10.247.63.97:9200/book/_search
Content-Type: application/json

{
  "query": {
    "match": {
      "title": "传"
    }
  }
}

这里，将会查出两条数据。默认情况下，查询出的结果 hits json数组中的数据，是按照_score字段的值大小倒序排序的。我们也可以指定排序方式：

### 条件查询，指定排序方式为 按照 publish_date 降序 排序
POST http://10.247.63.97:9200/book/_search
Content-Type: application/json

{
  "query": {
    "match": {
      "title": "传"
    }
  },
  "sort": [
    {
      "publish_date": {
        "order": "desc"
      }
    }
  ]
}

聚合查询：

单个分组聚合：

###   聚合查询，按照 这一批 book 的字数进行聚合；  这是一个单个分组聚合
POST http://10.247.63.97:9200/book/_search
Content-Type: application/json

{
  "aggs": {
    "group_by_word_count": {
      "terms": {
        "field": "word_count"
      }
    }
  }
}

注意，上面的 group_by_word_count 表示该聚合的名称，是自定义的，可以自己为该聚合命名。

多个分组聚合：

###   聚合查询，按照 这一批 book 的字数和出版日期进行聚合；  这是一个多个分组聚合
POST http://10.247.63.97:9200/book/_search
Content-Type: application/json

{
  "aggs": {
    "group_by_word_count": {
      "terms": {
        "field": "word_count"
      }
    },
    "group_by_publish_date": {
      "terms": {
        "field": "publish_date"
      }
    }
  }
}

计算某一字段的数据：

###   聚合查询，计算 word_count 字段的相关数据
POST http://10.247.63.97:9200/book/_search
Content-Type: application/json

{
  "aggs": {
    "grades_word_count": {
      "stats": {
        "field": "word_count"
      }
    }
  }
}

这里，grades_word_count也是可以自定义的，stats表示对字段值进行计算。执行后，我们可以得到一段这样的数据：

如图，上面计算除了 word_count 字段的最大值、最小值、均值、数量、总和等数据。

至此，我们Elasticsearch基础概念与基本操作就介绍完毕了。

附件信息

本文中使用到的所有http请求信息包含 es.http和 es_book.http：点我下载资源

参考文档

1、https://www.imooc.com/learn/889

2、https://www.elastic.co/guide/en/elasticsearch/reference/current/glossary.html

3、https://www.elastic.co/guide/en/elasticsearch/reference/current/removal-of-types.html

4、https://blog.csdn.net/zyc88888/article/details/83027458

5、https://elasticsearch.cn/article/601

6、https://www.cnblogs.com/huangfox/p/9460361.html

怕乌龟骑

关注

10
点赞
踩
49

收藏

觉得还不错? 一键收藏
14
评论
Elasticsearch入门（五）：Elasticsearch基础概念与基本操作

引子在上一篇博文 Elasticsearch入门（四）：使用docker搭建Elasticsearch 7.0.0 集群，安装head插件中，我讲了如何在docker环境下搭建ES集群、安装head插件。接下来本文中，我将讲一些Elasticsearch的基础知识，以及一些基础操作。该文章，我是跟着慕课网的Elasticsearch教程第三、四章节走的。基础概念1、索引（Index...
复制链接

扫一扫