ElasticSearch简单入门

最新推荐文章于 2022-10-07 16:04:47 发布

一条代码鱼

最新推荐文章于 2022-10-07 16:04:47 发布

阅读量194

点赞数

分类专栏：编程必备基础文章标签： elasticsearch es

本文链接：https://blog.csdn.net/fish332/article/details/107681850

版权

编程必备基础专栏收录该内容

20 篇文章 0 订阅

订阅专栏

1、基本概念

1、Index（索引）
动词，相当于MySQL中的inserts
名词，相当于MysQL中的 Database

2、Type（类型，es6之后移除了）
在Index（索引）中，可以定义一个或多个类型。
类似于MySQL中的 Table；每一种类型的数据放在一起；

3、Document（文档）
保存在某个索引（Index）下，某种类型（Type）的一个数据(Document)，文档是JSON格式的，Document就像是MySQL中的某个Table里面的内容；

4、倒排索引机制
分词：将整句分拆为单词。

2、初步检索

1、_cat

GET/_cat/nodes：查看所有节点
GET/_cat/health：查看es健康状况
GET/_cat/master：查看主节点
GET/_cat/indices：查看所有索引

2、索引一个文档（保存）

保存一个数据，保存在哪个索引的哪个类型下，指定用哪个唯一标识PUT customer/external/1，在customer索引下的external类型下保存1号数据为

PUT customer/external/1
{
"name":"John Doe"
}

PUT和POST都可以，
POST新增。如果不指定id，会自动生成id。指定id就会修改这个数据，并新增版本号
PUT可以新增可以修改。PUT必须指定id，由于PUT需要指定id，我们一般都用来做修改操作，不指定id会报错。

3、查询文档

GET customer/external/1
结果：
{
"_index": "customer"，  //在哪个索引
"_type": "external"，   //在哪个类型
"_id":"1"，             //记录id
"_version":2，          //版本号
"_seq_no": 1，          //并发控制字段，每次更新就会+1，用来做乐观锁
"_primary_term": 1，    //同上，主分片重新分配，如重启，就会变化
"found": true，
"_source": {
"name": "lohn Doe"
}
}

更新携带 ?if_seq_no=0&if_primary_term=1

4、更新文档

POST customer/external/1/_update
{
"doc":{
"name":"John Doew"
}
}
或者
POST customer/external/1
{
"name" : "Iohn Doe2"
}
或者
PUT customer/external/1
{
"name" : "Iohn Doe2"
}

更新同时增加属性
POST customerfexternal/1/_update
{
"doc": { "name" : "Jane Doe", "age":20}
}

5、删除文档&索引

DELETE customer/external/1
DELETE customer

6、bulk批量API

POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name" : "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe"}
语法格式:
{action: {metadata }}\n
{request body }\n
{action: {metadata }}\n
{request body }\n

3、进阶检索

1、检索信息
ES支持两种基本方式检索:
一个是通过使用REST request URI 发送搜索参数(uri+检索参数)
另一个是通过使用REST request body来发送它们(uri+ 请求体)

GET bank/_search              //检索bank下所有信息，包括type和docs
GET bank/_search?g=*&sort=account_number:asc     //请求参数方式检索

GET bank/_search              //uri+请求体进行检索
{
  "query":{
    "match_all":{}
},
  "sort":[
    {
      "account_number":{
        "order": "desc"
       }
     }
  ]
}

2、QueryDSL

基本语法格式：
{
  QUERY_NAME:{
    ARGUMENT: VALUE,
    ARGUMENT: VALUE...
  }
}

针对某个字段：
{
  QUERY_NAME: {
    FIELD_NAME: {
      ARGUMENT: VALUE,
      ARGUMENT: VALUE,...
     }
   }
 }

返回部分字段：
"_source":["field","field"]

match[匹配查询]
基本类型 (非字符串)，精确匹配，按照评分进行排序
GET bank/_search
{
  "query":{
    "match":{
      "account_number": "20"
      }
   }
}

字符串，全文检索，按照评分进行排序
{
  "query":{
    "match":{
      "address": "mill"
      }
   }
}

match_phrase [短语匹配]
将需要匹配的值当成一个整体单词(不分词)进行检索
GET bank/_search
{
  "query":{
    "match_ phrase":{
      "address": "mill road"
    }
}

multi_match [多字段匹配]
GET bank/_search
{
  "query":{
    "multi_match":{
      "query": "mill",
      "fields": ["state","address"]
    }
  }
}

bool[复合查询]
GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "age": "40" } }
      ],
      "must_not": [
        { "match": { "state": "ID" } }
      ],
      "should":[
      {"match":{"lastname": "wallace"}}
      ]
    }
  }
}

filter[结果过滤]
GET /bank/_search
{
  "query": {
    "bool": {
      "must": { "match_all": {} },
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}

term
和match一样。匹配某个属性的值。全文检索字段用match,其他非text字段匹配用term。
GET /_search
{
  "query": {
      "term": {
          "user": {
              "value": "Kimchy",
              "boost": 1.0
          }
      }
  }
}

精确匹配keyword
GET bank/_search
{
  "query":{
    "match":{
      "address.keyword": "mill road"
    }
}

3、aggregations聚合分析

#查出所有年龄分布，并且这些年龄段中M的平均薪资和F的平均薪资以及这个年龄段的总体平均薪资
GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "genderAgg": {
          "terms": {
            "field": "gender . keyword"，
            "size": 10
          }
        }
     }
   }
}

4、映射

mapping创建
PUT /my-index
{
  "mappings": {
    "properties": {
      "age":    { "type": "integer" },  
      "email":  { "type": "keyword"  }, 
      "name":   { "type": "text"  }     
    }
  }
}

添加新的字段映射
PUT /my-index/_mapping
{
  "properties": {
    "employee-id": {
      "type": "keyword",
      "index": false
    }
  }
}

修改索引和数据迁移（type针对于有类型的索引）
POST_reindex [固定写法]
{
  "source":{
    "index": "twitter",
    "type": "twitter" 
  }，
  "dest":{
    "index": "new_ _twitter"
    }
}

5、分词
1)、安装ik分词器
注意：不能用默认elasticsearch-plugin install.xxx.zip进行自动安装
https://github.com/medcl/elasticsearch-analysis-ik/releases对应es版本安装

docker exec -it 容器id /bin/bash
进入es容器内部plugins目录
wget https://github.com/medc/elasticsearch-analysis- ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip
unzip 下载的文件
cd ./bin
elasticsearch plugin list:即可列出系统的分词器

4、springboot整合high-level-client

1、导入依赖

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.8.1</version>
</dependency>

2、编写配置类，给容器中注入一个RestHighLevelClient

RestHighLevelClient client = new RestHighLevelClient(
        RestClient.builder(
                new HttpHost("localhost", 9200, "http"),
                new HttpHost("localhost", 9201, "http")));