elasticsearch先实践再理论 一 入门

下载：https://www.elastic.co/downloads/elasticsearch

解压缩

启动（linux为： ./elasticsearch）：

测试，可通过浏览器、curl、postman

1：浏览器只能执行get操作 post、delete、put？ 不太行了

curl：小巧轻便的http库，dos或者terminal直接输入命令即可发送http请求

postman：建议使用

注意到，和es打交道都是通过http协议，那不管用何种语言，只需要能发送http请求就可以学习测试es了

elasticsearch和mysql一样，也是存储数据的，先看下es的增删改查

新增三条数据：

PUT /user/doc/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

对应postman就是这样：

还挺麻烦是不是，上图最下面的是返回结果哦，再新增两条数据：

PUT /user/doc/2
{
    "first_name" :  "Jane",
    "last_name" :   "Smith",
    "age" :         32,
    "about" :       "I like to collect rock albums",
    "interests":  [ "music" ]
}

PUT /user/doc/3
{
    "first_name" :  "Douglas",
    "last_name" :   "Fir",
    "age" :         35,
    "about":        "I like to build cabinets",
    "interests":  [ "forestry" ]
}

注意到插入都是put请求

目前我们insert了3条记录，id为1、2、3，user代表索引，doc代表类型，后接一个id

mysql简单对应，es索引 == mysql库 es类型 == mysql表  es文档 == mysql行记录

es文档是什么呢？就是我们put操作传递的json，es已经不建议使用类型，所以本文所有索引下的类型都只有一个，名字为：doc

es自动生成id：put改为post，并去掉后面的id

查询：

所有的查询都是get请求，返回体的_source字段就是我们插入es的文档，_source同级的就是该文档的元数据，即此文档属于哪个索引，哪个类型，id多少，版本号多少等，url后门加上/_source后返回的结果就不包含这些元数据了

查询多个文档：

GET /user/doc/_mget
{
   "ids" : [ "1", "2","3","4" ]
}

 

 

删除：把请求方式GET修改为DELETE就会删除该文档，删完后GET一下，发现es已经找不到了

为了继续测试更新，先把文档一put进去，然后我们修改文档，如年龄，再发送PUT请求，这时文档就被更新了

版本变成比之前增加了1，result也变为updated了，可以插入时返回的结果对比一下。

es的更新是把旧文档标记为删除，再新加入一个文档

更新和新建一样的，如何确保是新建而不是更新呢？下面两种方式都ok

put /user/doc/1?op_type=create

put /user/doc/1/_create

更新时如何处理并发导致的覆盖写呢？用version来做乐观锁

put /user/doc/1?version=1 

若该文档已经被更新，那verision已经变成2了，上面的语句就不会更新，且返回http409的状态码

上面的都是全量更新，只更新部分字段(注意json根是doc，doc里面是字段）：

post /user/doc/1?_update

{
	"doc":{
		"first_name" : "ted",
		"height":180
	}
}

部分更新和全量更新一样，都是把老文档标记为删除并插入新文档，不同之处是部分更新使用老文档来构建新文档，且减少从获取到重建索引的时间（正常的更新先get，再构建json，再put），部分更新会check版本号的哦

 

使用mget可以批量获取，那对应也有批量更新(最后一行后回车，加个空行）:

POST /_bulk
{ "delete": { "_index": "user", "_type": "doc", "_id": "4" }} 
{ "create": { "_index": "user", "_type": "doc", "_id": "5" }}
{ "title":    "My first blog post" }
{ "index":  { "_index": "user", "_type": "doc", "_id":"6" }}
{ "title":    "My second blog post" }
{ "index":  { "_index": "user", "_type": "doc" }}
{ "title":    "auto create id" }
{ "update": { "_index": "user", "_type": "doc", "_id": "3", "_retry_on_conflict" : 3} }
{ "doc" : {"title" : "My updated blog post"} }

批量更新是逐个执行，不保证事务，那个做了对后面的不影响

delete：删除，后面不用跟任何

create是新建，后面跟着新建的文档json

index是（动词）索引，没有就插入，有则更新

update是更新，后面跟着更新的json，根为doc哦

 

crud基本都使用过了，再看看其他查询：

took：耗时（单位毫秒） 12

time_out：是否超值 false

shards：分片 总共5个 成功5个 跳过0个 失败0个 

hits：命中  总共命中3个 最大分支为1 hits数组为命中的结果 每个结果包含（索引、类型、id、评分、_source)

分片是什么鬼呢？一会再看它

继续我们的查询：

加了个查询条件：

{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}

这个貌似太简单了，查询条件再复杂一点：

{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "last_name" : "smith" 
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 30 } 
                }
            }
        }
    }
}

和上面的对比增加了范围一个条件，为了使用范围过滤，需要外面包上filter，它代表过滤，filter外层包了bool，bool中第一个条件为什么不用match而是包了一个must呢？它就是这么规定的...

再来一个简单的query：

{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}

看一下查询结果，在about字段中，只要包含rock climbing任何一个单词就能被查询出来，且同时包含两个字符的得分更高，

啥？我需要about字段中两个字符都出现：

{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    }
}