Elasticsearch入门

认识Elasticsearch

Elasticsearch是一个开源的分布式搜索和分析引擎，基于Apache Lucene搜索库构建而成。它提供了一个强大的RESTful API，可以用于进行全文搜索、结构化搜索、分析等操作。

Elasticsearch之所以能够实现高性能搜索，主要得益于其底层采用的倒排索引技术。倒排索引是一种数据结构，它将文档中的每个词映射到包含该词的所有文档的列表中，而不是将文档映射到词的列表中。这种结构使得搜索引擎可以快速地定位包含特定词的文档，从而实现高效的搜索。

• 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、一个商品信息等。

• 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：我是程序员，就可以分为：我、是、程序员、程序这样的几个词条。

那么什么叫正向索引，什么叫倒排索引呢？他们的优缺点是什么？

• 正向索引：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。
  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：与正向索引相反，倒排索引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。
  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。

索引与映射 

• 随着业务发展，需要在es中存储的文档也会越来越多，比如有商品的文档、用户的文档、订单文档等。为了方便管理，我们将类型相同的文档集中在一起管理，称为索引（Index）。索引类似于数据库中的表。
• 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。

我们把mysql与elasticsearch的概念做一下对比： 

• Mysql：正向索引，擅长事务类型操作，可以确保数据的安全和一致性。

• Elasticsearch：倒排索引，擅长海量数据的搜索、分析、计算。

企业开发中，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

 索引库的CRUD

• 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

• 修改索引库，添加字段：PUT /索引库名/_mapping

1、创建索引库和映射 

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
    }
  }
}

2、查询索引库

GET /索引库名

3、修改索引库

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

4、删除索引库

DELETE /索引库名

文档操作

1、新增文档

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"
    },
}

2、查询文档

GET /{索引库名称}/_doc/{id}

3、删除文档

DELETE /{索引库名}/_doc/id值

4、修改文档

（1）全量修改：覆盖原来的文档，其本质是两步操作：

• 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。

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

 （2）局部修改：只修改指定id匹配的文档中的部分字段。

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

 5、批处理

批处理采用POST请求，基本语法如下：

POST _bulk
{ "index" : { "_index" : "test", "_id" : "1" } }
{ "field1" : "value1" }
{ "delete" : { "_index" : "test", "_id" : "2" } }
{ "create" : { "_index" : "test", "_id" : "3" } }
{ "field1" : "value3" }
{ "update" : {"_id" : "1", "_index" : "test"} }
{ "doc" : {"field2" : "value2"} }