ElasticSearch高级使用

1. ElasticSearch基本使用

1.1 基本概念

1. 集群和节点 ：多个节点组成一个集群，每一个集群都有一个唯一的名字，默认为“elasticsearch”，每一个节点都有其自己的名字，但每一个节点都是通过集群的名字来加入集群的
2. 索引：含有相同属性的文档集合，就相当于sql里面一个database，就是一个数据库；
3. 类型：索引可以定义一个或多个类型，文档必须属于一个类型，就相当于sql里面一个table，也就是一个表；索引名要小写且没有下划线
4. 文档：是可以被索引的基本数据单位，相当于sql里面的一条记录；
5. 分片：每个索引都有多个分片，每个分片都是一个Luence索引；分片是为了缓解大数据量的索引所带来的硬盘压力，并减少对搜索速度造成的瓶颈；分片允许用户进行横向和纵向的扩展
6. 备份：拷贝一份分片就完成了分片的备份；可以在主分片失效或者损坏的时候来代替主分片来执行搜索任务，提高ES的可用性，并分摊搜索压力
7. ES在创建是会自动创建五个分片，一个备份；分片的数量只能在创建索引的时候确定，而不能在后期进行修改，而备份可以修改

1.2 RESTFul API

ElasticSearch的API组成示意RESTFul API的风格来命名自己的API的；

API基本格式：http://:/<索引>/<类型>/<文档id>

常用HTTP动词：GET/ PUT/ POST/ DELETE

1.3 创建索引

1.3.1 非结构化创建

这里可以查看book这个索引的信息来看出来，他是结构化还是非结构化的索引

1.3.2 结构化创建

{
  "novel": {
    "properties": {
      "title": {
        "type": "text"
      }
    }
  }
}

再去到概览里面，右上角刷新，之后查看book的索引信息，就会看到mapping当中有了参数

这里会有一个问题，就是在复合查询的时候，json格式的数据会很麻烦而且易错，所以大家可以考虑使用Postman工具来进行API的操作；

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

再次刷新Head插件页面，便会展示出我们刚设置好的索引

1.4 插入操作

1.4.1 指定文档id插入

还是利用postman工具，访问people/man/1并输入接送数据

然后再次刷新Head插件页面，你会发现people这个索引下面的docs从0变成了1，这便意味着我么插入数据成功了，最上方数据浏览选项卡里面便能够看到我们插入的数据；

1.4.2 自动产生文档id插入

直接借用上面的数据做一些修改

这个时候你可以去Head页面去查看了，docs从1变成2了，数据浏览也能看到我们刚刚插入的信息；

1.5 修改操作

1.5.1 直接修改文档

1.5.2 脚本修改文档

脚本修改，就是利用ES内置支持的语言，来对文档内容进行修改；ES自身支持的语言有：painless，groovy，JavaScript以及python；

当然也可以把参数提取出来，单独写

{
    "script":{
        "lang":"painless",
        "inline":"ctx._source.age = params.age",
        "params":{
            "age":100
        }
    }
}

1.6 删除操作

1.6.1 删除文档

删除文档的操作就很简单，只需要在postman中输入想要删除的文档id的路径，发送一个delete请求就可以了

1.6.2 删除索引

删除索引就属于一种敏感操作，一旦删除，就会失去该索引下面所有的数据；

删除操作你可以直接在head界面里，在你想要删除的索引下面动作下拉栏里面去删除

当然你也可以在postman中进行删除，类似删除文档，你只需要把路径保留到你要删除的索引，发送delete请求即可；

上面两个步骤执行完成后，就把之前创建的两个索引都删掉了，此时再来head来查看，就不再有任何的数据了；

1.7 查询操作

1.7.1 准备工作

​ 我们上面的操作已经清空了我们ES，这里为了方便我们后面的查询操作，我预先构建了一个索引，这里我只放出结构，希望大家能够自己动手去创建一下，以加深印象

1.7.2 简单查询

顾名思义，简单查询就只需要输入路径加你想要查询的id，发送get请求即可

1.7.3 条件查询

添加查询就是发送一些你设定好的条件参数，然后post发送这些参数，等待ES查询结果

这里先简单说明一下里面的一些参数是什么意思，具体的语法在后面会详细讲解

{
    // 查询
    "query":{
        // 匹配所有
        "match_all":{},
        // 匹配(按条件)
        "match":{
            "title":"Java"
        }
    },
    // 从哪开始
    "from":1,
    // 数据个数
    "size":2,
    // 自定义排序
    "sort":[
        // 出版日期，降序
        {"publish_date":{"order":"desc"}}
    ]
}

1.7.4 聚合查询

{
    // 聚合查询关键字
    "aggs":{
        // 自定义查询名称(可以多个)
        "group_by_word_count":{
            // 关键词，聚合
            "terms":{
                // 指定聚合字段
                "field":"word_count"
            },
            // 关键词，计算
            "stats":{
                "field":"word_count"
            }
        }
    }
}

最下面便是聚合信息，相同字数的数据便被聚合在了一起；

2. ElasticSearch高级使用

query，filter语法

2.1 子条件查询

子条件查询就是以特定字段查询所指特定值：分为Query Context和Filter Context

1. Query Context

   在查询过程中，除了判断文档是否满足查询条件外，ES还会计算一个_sorce来表示匹配度，旨在判断目标文档和查询条件匹配的有多好

   a. 全文本查询：针对文本类型数据；

   {
       // 查询
       "query":{
           // 匹配所有
           "match_all":{},
           // 匹配(按条件模糊搜索)
           "match":{
               "title":"Java"
           },
           // 精确匹配
           "match_phrase":{
               "title":"Java"
           },
           // 组合搜索
           "multi_match":{
               // 搜索内容
               "query":"",
               // 搜索范围
               "fields":[]
           },
           // 语法查询(支持通配符，布尔查询等)
           "quer _string":{
               // 搜索内容(利用AND或者OR来进行连接)
               "query":"",
               // 搜索范围
               "fields":[]
           }
       }
   }
   

   b. 字段查询：针对结构化数据，如数字，日期等；

   {
       // 查询
       "query":{
           // 范围查询
          "range":{
              "word_count":{
                  // 大于等于(greater than or equal)
                  "gte":1000,
                  // 小于等于
                  "lte":10000
              }
          }
       }
   }
   

2. Filter Context

   在查询过程中，只判断该文档是否满足条件，只有YES或NO；filter基本上就是用来做数据过滤的，比query要快一些，但是要结合bool来使用，结果会被ES进行缓存；

   {
       // 查询
       "query":{
           // bool关键字
           "bool":{
               // filter关键词
               "filter":{
                   // 过滤条件
                   "trem":{
                       
                   }
               }
           }
       }
   }
   

2.2 复合条件查询

复合条件查询就是以一定的逻辑组合子条件查询，常见的包括：固定分数查询，布尔查询等等；

{
    "query":{
        // 固定分数查询
        "constant_score":{
            // 过滤
            "filter":{
                "match":{

                }
            },
            // 指定分数
            "boost": 1
        },
        // 布尔查询
        "bool":{
            // 应当满足的条件
            "shoule":[
                // 多个条件之间为或
            ],
            // 必须满足的条件
            "must":[
                // 多个条件之间为与
            ],
            // 必须不能满足
            "must_not":[

            ]
            // 这些都可以和filter进行组合，再进一步筛选
        }
    }
}