1.最新补充用docker安装
#下载镜像
docker pull elasticsearch:6.8.0
是不是很发现log里面有这么个东西 ?
# max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]
最大虚拟内存区太小了,让你设置大点,咱们再运行下这个
sudo sysctl -w vm.max_map_count=262144
#创建并运行容器
docker run -di --name=changgou_elasticsearch -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -e “discovery.type=single-node” -p 9200:9200 -p 9300:9300 elasticsearch:6.8.0
#进入容器
docker exec -it changgou_elasticsearch /bin/bash
linux 查找文件目录
[root@localhost /]# find / -name elasticsearch-analysis-ik-7.7.1.zip
用dokcerFile制作带分词器的镜像
# 定义基础镜像
FROM elasticsearch:6.8.0
# 定义作者信息
MAINTAINER feifeiwuxian <8888@qq.com>
# 添加jar包文件到镜像中, 后面是装到镜像里的名称
# 注意 es与ik 版本要对应
RUN ./bin/elasticsearch-plugin install --batch https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.8.0/elasticsearch-analysis-ik-6.8.0.zip
docker build -f DockerFile2 -t elasticsearch_ik ./
#创建并运行容器
docker run -di --name=changgou_elasticsearch -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -e “discovery.type=single-node” -p 9200:9200 -p 9300:9300 elasticsearch_ik
1.下载安装elasticsearch和kibana
https://www.elastic.co/cn/elastic-stack
https://www.elastic.co/cn/downloads/past-releases#elasticsearch
https://www.elastic.co/cn/downloads/past-releases#kibana
这里选择6.8.0版本。
下面是原始下载图解。
安装分词插件
https://github.com/medcl/elasticsearch-analysis-ik
https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v6.8.3
放在plugins目录里
配置elasticsearch
配置kbana
elasticsearch.url: "http://localhost:9200"
i18n.locale: "zh-CN"
之后启动。都是启动bin 目录里./elasticsearch 和./kibana
在浏览器输入
localhost:9200出现如下则为成功
http://127.0.0.1:9200/_analyze
{
"analyzer": "ik_smart",
"text": "南京市长江大桥"
}
{
"analyzer": "ik_max_word",
"text": "南京市长江大桥"
}
安装谷歌插件ElasticSearch Head,
下面两个商店都可以,一个在线安装,一个离线安装
https://chrome.google.com/webstore/category/extensions
https://www.gugeapps.net/webstore/category/extensions
kibana地址http://127.0.0.1:5601/
左侧->开发者工具
核心概念
Elasticsearch是面向文档(document oriented)的,这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储,还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中,你可以对文档(而非成行成列的数据)进行索引、搜索、排序、过滤。Elasticsearch比传统关系型数据库如下:
索引库(indexes)------------->数据库(Databases)
类型(type)------------------>数据表(Table)
文档(Document)-------------->行(Row)
字段(Field)----------------->列(Columns)
映射(mappings)-------------->DDL创建数据库表的语句
详细说明:
概念 | 说明 |
---|---|
索引库(indexes) | 索引库包含一堆相关业务,结构相似的文档document数据,比如说建立一个商品product索引库,里面可能就存放了所有的商品数据。 |
类型(type) | type是索引库中的一个逻辑数据分类,一个type下的document,都有相同的field,类似于数据库中的表。比如商品type,里面存放了所有的商品document数据。6.0版本以后一个index只能有1个type,6.0版本以前每个index里可以是一个或多个type。7.0以后,没有type这个概念了 |
文档(document) | 文档是es中的存入索引库最小数据单元,一个document可以是一条客户数据,一条商品数据,一条订单数据,通常用JSON数据结构表示。document存在索引库下的type类型中。 |
字段(field) | Field是Elasticsearch的最小单位。一个document里面有多个field,每个field就是一个数据字段 |
映射配置(mappings) | 对type文档结构的约束叫做映射(mapping) ,用来定义document的每个字段的约束。如:字段的数据类型、是否分词、是否索引、是否存储等特性。type是模拟mysql中的table概念。表是有结构的,也就是表中每个字段都有约束信息; |
#一、创建索引库
#1.创建索引库
PUT /heima
GET /heima
DELETE /heima
#二、配置映射
#1.1配置映射信息
#PUT /{索引库的名称}/{类型的名称}/_mapping
PUT /heima/goods/_mapping
{
"properties": {
"title": {
"type": "text",
"analyzer": "ik_max_word"
},
"subtitle": {
"type": "text",
"analyzer": "ik_max_word"
},
"images": {
"type": "keyword",
"index": false
},
"price": {
"type": "double"
}
}
}
#一次创建索引库及配置映射(常用)
PUT /heima1
{
"settings": {},
"mappings": {
"goods":{
"properties": {
"title":{
"type": "text",
"analyzer": "ik_max_word"
},
"subtitle":{
"type": "text",
"analyzer": "ik_max_word"
},
"images":{
"type": "keyword",
"index": false
},
"price":{
"type": "float",
"index": true
}
}
}
}
}
#三、文档的操作
#3.1文档的新增
POST /heima/goods
{
"title": "小米手机",
"images": "http://baidu.com/img/time.jpg",
"price": 2699
}
#查询
GET /heima/goods/B3KkOHcB-tyuQ7s-s7tG
#修改
POST /heima/goods/2
{
"title": "小米手机",
"images": "http://baidu.com/img/time.jpg",
"price": 3999
}
DELETE /heima/goods/1
#批量删除
POST /heima/goods/_delete_by_query
{
"query": {
"match_all":{}
}
}
#批量新增
POST /heima/goods/_bulk
{"index":{"_index" : "heima","_type" : "goods"}}
{"title":"大米手机","images":"http://image.leyou.com/12479122.jpg","price":3288}
{"index":{"_index" : "heima","_type" : "goods"}}
{"title":"小米手机","images":"http://image.leyou.com/12479122.jpg","price":2699}
{"index":{"_index" : "heima","_type" : "goods"}}
{"title":"小米电视4A","images":"http://image.leyou.com/12479122.jpg","price":4288}
{"index":{"_index" : "heima","_type" : "goods"}}
{"title": "华为手机","images": "http://image.leyou.com/12479122.jpg","price": 5288,"subtitle": "小米"}
{"index":{"_index" : "heima","_type" : "goods"}}
{"title":"apple手机","images":"http://image.leyou.com/12479122.jpg","price":5899.00}
#四、请求体查询
##4.1基本的查询
###1.查询 所有
POST /heima/goods/_search
{
"query": {
"match_all": {}
}
}
###2.match查询,带分词器的查询,在指定的字段中进行搜索.类似sql里or
###将查询内容信息进行分词,去匹配,关键词之间的关系是or
POST /heima/goods/_search
{
"query": {
"match": {
"title": "小米手机"
}
}
}
POST /_analyze
{
"analyzer": "ik_max_word",
"text": "小米手机"
}
###operator是查询的关键词之间的关系,默认是or
POST /heima/goods/_search
{
"query": {
"match": {
"title": {
"operator": "and",
"query": "小米手机"
}
}
}
}
###3.多字段match查询,指定多个字段
POST /heima/goods/_search
{
"query": {
"multi_match": {
"query": "小米",
"fields": ["title","subtitle"]
}
}
}
###4.term查询,关键词匹配查询(查倒排索引表),不会对查询条件进行分词,把查询条件作为关键词去匹配
POST /heima/goods/_search
{
"query": {
"term": {
"title": {
"value": "小米"
}
}
}
}
###5.多关键词的term查询,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,类似于mysql的in:
POST /heima/goods/_search
{
"query": {
"terms": {
"price":[
2699,
3288
]
}
}
}
#4.2查询结果的过滤
POST /heima/goods/_search
{
"_source": ["title","price"],
"query": {
"term": {
"title": {
"value": "小米"
}
}
}
}
#excludes不包含,includes包含,效果同上
POST /heima/goods/_search
{
"_source": {
"excludes": ["images","price"]
},
"query": {
"term": {
"title": {
"value": "小米"
}
}
}
}
#5.3高级查询
###1.布尔组合查询
###must必须满足条件,must not 必须不满足条件,should 应该满足
POST /heima/goods/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"title": "小米"
}
}
],
"must_not": [
{
"match": {
"title": "电视"
}
}
],
"should": [
{
"match": {
"title": "手机"
}
}
]
}
}
}
###2.范围查询
####gt 大于
####lt 小于
####gte 大于等于
####lte 小于等于
POST /heima/goods/_search
{
"query": {
"range": {
"price": {
"gte": 3000,
"lte": 5000
}
}
}
}
###3.模糊搜索,默认偏差是2,纠正2个字母
POST /heima/goods/_search
{
"query": {
"fuzzy": {
"title": "applaA"
}
}
}
POST /heima/goods/_search
{
"query": {
"fuzzy": {
"title": {
"value": "appla",
"fuzziness": 1
}
}
}
}
#5.4分页查询及排序查询
##pageSize:每页多少条
##currentPage:当前页
##size:每页显示多少条
##from:当前页(第一个文档)的起始顺序号 int from = (currentPage -1) *pageSize
#正序(升序)asc, 倒序(降序)desc
POST /heima/goods/_search
{
"query": {
"match_all": {}
},
"size": 2,
"from": 4,
"sort": [
{
"price": {
"order": "desc"
}
}
]
}
#5.5高亮查询
##关键词被字体标签包裹 <font color='red'>xx</font>
POST /heima/goods/_search
{
"query": {
"match": {
"title": "小米手机"
}
},
"highlight": {
"pre_tags": "<font color='pink'>",
"post_tags": "</font>",
"fields": {
"title": {}
}
}
}