3、ElasticSearch：ES核心

1、ES核心概念

1. 索引
2. 文档类型（mapping）
3. 文档（documents ）

在前面的学习中，我们已经掌握了es是什么，同时也把es的服务已经安装启动，那么es是如何去存储数据，数据结构是什么，又是如何实现搜索的呢?我们先来聊聊ElasticSearch的相关概念吧!

集群，节点，索引，类型，文档，分片，映射是什么?

elasticsearch是面向文档，关系行数据库和elasticsearch 客观的对比!

Relational DB	ElasticSearch
数据库（database）	索引（indices）
表（tables）	types（慢慢会被弃用）
行（rows）	documents
字段（columns）	fields

elasticsearch(集群)中可以包含多个索引(数据库)，每个索引中可以包含多个类型(表)，每个类型下又包含多个文档(行)，每个文档中又包含多个字段(列)。

1. 物理设计

elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移

默认的集群名称就是elasticsearch

2. 逻辑设计

一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的一各顺序找到它:索引〉类型文档ID，通过这个组合我们就能索引到某个具体的文档。注意:ID不必是整数，实际上它是个字符串。

• 文档
  之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性:
  • 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value
  • 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的（就是一个json对象）
  • 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段。
• 类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

• 索引

就是数据库

物理设计：节点和分片如何工作

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，如果你创建索引，那么索引将会有个5个分片( primary shard ,又称主分片)构成的，每一个主分片会有一个副本( replica shard ,又称复制分片)

上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个Lucene索引，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?

• 倒排索引

elasticsearch使用的是一种称为倒排索引的结构，采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。例如，现在有两个文档，每个文档包含如下内容:

elasticsearch的索引和Lucene的索引对比

在elasticsearch中，索引（库）这个词被频繁使用，这就是术语的使用。在elasticsearch中，索引被分为多个分片，每份分片是一个Lucene的索引。所以一个elasticsearch索引是由多个Lucene索引组成的。别问为什么，谁让elasticsearch使用Lucene作为底层呢!如无特指，说起索引都是指elasticsearch的索引。

接下来的一切操作都在kibana中Dev Tools下的Console里完成。基础操作!

2、IK分词器详解

1.什么是IK分词器

分词:即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如“我爱狂神”会被分为"我"爱"狂""神”，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

如果要是用中文，建议使用ik分词器

所以IK提供了两个分词算法:ik_smart和ik_max_word，其中ik_smart为最少切分，ik_max_word为最细粒度划分!一会我们测试!

2.安装IK分词器

下载好之后解压到elasticsearch下的plugins目录中

3. 重启观察ES

• 可以观察到ik分词器插件被加载了
  
• elasticsearch-plugin可以通过这个命令来查看加载进来的插件
  

4. 启动kibana进行测试

查看不同分词器的效果（ik_smart）

• 其中ik_smart为最少切分
  

• ik_max_word为最细粒度划分
  

这里我们文本输入我超级喜欢狂神说的课程

这里发现问题狂神说被拆开了，那么该如何整出我们需要的词呢？需要我们将自己需要的词加到分词器的字典中

5. ik分词器增加自己的配置

• 在ik分词器的目录下的config中新建一个自己的字典
  

• 将自己的字典注入到配置中
  

6. 重启es，观察效果

以后的话，我们需要自己配置分词就在自己定义的dic文件中进行配置即可!

3、Rest风格操作

3.1、关于索引的基本操作

1. Rest风格说明

一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

基本Rest命令说明：

method	url地址	描述
PUT	localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id）
POST	localhost:9200/索引名称/类型名称	创建文档（随机文档id）
POST	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档id	删除文档
GET	localhost:9200/索引名称/类型名称/文档id	查询文档通过文档id
POST	localhost:9200/索引名称/类型名称/_search	查询所有数据

2. 创建索引

• 语法：PUT /索引名/类型名/文档id{ 请求体 }

完成了自动增加索引,数据也成功的添加了，这就是我说大家在初期可以把它当做数据库学习的原因

• 指定字段的类型

• 获得这个规则可以通过GET请求获取具体的信息

• 查看默认的信息

1. 创建一个索引库：

2. 查看默认信息
   

结论：如果自己的文档字段没有指定，那么es就会给我们默认配置字段类型!

扩展：通过命令获取elasticsearch索引情况!通过get_cat/可以获得es的当前的很多信息

3. 修改索引

• PUT方式提交进行覆盖 以前的方法
  

• 也可以使用update现在的方法
  

4.删除索引

语法：DELETE 索引

• 通过DELETE命令实现删除、根据你的请求来判断是删除索引还是删除文档记录

使用RESTFUL风格是我们ES推荐大家使用的!

3.2、关于文档的基本操作

1. 添加数据

	PUT /jl/user/1
	{
	  "name": "敬磊",
	  "age": 23,
	  "desc": "未来的程序员",
	  "tags": ["技术宅","帅气"]
	}

2. 获取数据，使用GET

3. 更新数据

推荐使用POST更新方式，，_update，因为使用PUT时，如果不传递值，就会被覆盖，也就是空值

4、花式查询详解

1. 简单查询数据

• 第一种方式

	GET jl/user/1

简答的条件查询，可以根据默认的映射规则，产生基本的查询

• 第二种方式

2. 复杂查询数据

查询结果

也可以过滤字段，显示自己想要的字段信息

我们之后使用Java操作es时，所有的方法和对象就是这里面的key

根据字段排序显示

分页查询

数据下标还是从0开始的，和学的所有数据结构是一样的

布尔值查询

must（and），所有的条件都要符合where id = 1 and name = xxx

should ( or），所有的条件都要符合where id = 1 or name= xxx

must_not（not）

过滤器filter

• gt 大于
• gte 大于等于
• lt 小于
• lte 小于等于

匹配多个条件

精确查询

term查询是直接通过倒排索引指定的词条进程精确查找的

关于分词：

• term ：直接查询精确的
• match：会使用分词器解析（先分析文档，然后再通过分析的文档进行查询！）

重点

两个类型 text keyword

keyword不会被分词器解析

多个值匹配精确查询

高亮查询

也可以自定义高亮条件

• 匹配
• 按照条件匹配
• 精确匹配
• 区间范围匹配
• 匹配字段过滤
• 多条件查询
• 高亮查询

学习视频：网址