ElasticSearch【1】

目录

介绍：

场合： 

重要性:

 倒排索引 ---【ES独有】

先理解正向索引

倒排索引：

    知识点： 

     执行流程：

    搜索流程：

总结：

正向索引

优点：

缺点：

倒排索引

优点：

缺点：

与MySql的概念对比

应用

Windows版环境安装

   下载 

   安装与启动  【解压缩即安装】

   IK分词器

    作用：

     模式：

     安装

         安装路径:  

创建索引库 

基本语法

理解：

mapping映射属性

查询索引库

格式： GET /库名

修改索引库

说明：

删除索引库

格式： DELETE /库名

介绍：

简称ES

Elasticsearch 是一个基于 Lucene 的 搜索服务器 。

它提供了一个分布式多用户能力的 全文搜索引擎 ，基于RESTful web接口。

Elasticsearch 是用 Java 语言开发的，并作为 Apache 许可条款下的开放源码发布，

是一种流行的企业级搜索引擎。

Elasticsearch 用于 云计算 中，能够达到实时搜索，稳定，可靠，快速，

安装使用方便。官方客户端在 Java 、 .NET （ C# ）、 PHP 、 Python 、 Apache Groovy 、 Ruby 和许多其他 语言中都是可用的。根据DB-Engines 的排名显示，

Elasticsearch 是最受欢迎的企业搜索引擎， Apache Solr ，也是基于 Lucene

场合： 

电商平台 eg：京东、淘宝

重要性:

1.实现高并发和多词条的海量搜索，查询效率高

2.分布式的实时文件存储，每个字段都被索引并可被搜索

3.实时分析的分布式搜索引擎 

 倒排索引 ---【ES独有】

先理解正向索引

 分析 ：

 1.根据id查询，根据索引，查询效率高；

 2.若根据title作模糊查询，只能逐行扫描数据【即全表查询】：

        1）用户搜索数据，条件是 title 符合 "% 手机 %"

        2）逐行获取数据，比如 id 为 1 的数据

        3）判断数据中的 title 是否符合用户搜索条件

        4）如果符合则放入结果集，不符合则丢弃。回到步骤 1

倒排索引：

    知识点： 

        文档（Document）:用来搜索的数据，其中每一条数据就是一个文档【数据库的每一行】。

              可以是数据库中的一条商品数据，一个订单信息。

               文档数据会被序列化为json格式后存储在elasticsearch中

        词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语                                      就是词条.ad

     执行流程：

•              将每一个文档的数据利用算法分词，得到一个个词条 创建表，
•              每行数据包括词条、词条所在文档id、位置等信息
•              因为词条唯一性，可以给词条创建索引，例如hash表结构索引

    搜索流程：

       如下（以搜索"华为手机"为例）：【只检索有效数据】

        1）用户输入条件 " 华为手机 " 进行搜索。

        2）对用户输入内容 分词 ，得到词条： 华为 、 手机 。

        3）拿着词条在倒排索引中查找，可以得到包含词条的文档 id ： 1 、 2 、 3 。

        4 ）拿着文档 id 到正向索引中查找具体文档。

总结：

正向索引

     是最传统的，根据 id 索引的方式。

    但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，

    是 根据文档找词条的过程 。

优点：

    可以给多个字段创建索引

    根据索引字段搜索、排序速度非常快

缺点：

    非索引字段，只能全表查

倒排索引

    则相反，是先找到用户要搜索的词条，

   根据词条到索引库中得到保护词条的文档的 id ，然后根据 id获取文档【即数据信息】。

   是 根据词条找文档的过程 。

优点：

     根据词条搜索、模糊查询，速度非常快，但是需要维护倒排索引库【进行】

缺点：

    只能给词条创建索引，而不是字段

    无法根据字段作排序 

与MySql的概念对比

应用

在企业中，往往是两者结合使用

对安全性要求较高的写操作，使用mysql实现

对查询性能要求较高的搜索需求，使用elasticsearch实现

两者再基于某种方式，实现数据的同步，保证一致性

Windows版环境安装

   下载 

    

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

   安装与启动  【解压缩即安装】

     运行 elasticsearch.bat

     访问 localhost:9200 能看到 json 代表启动成功

   IK分词器

    作用：

              1.创建倒排索引库时对文档分词

              2.用户搜索是，对输入的内容分词

     模式：

              ik_smart ：智能切分，粗粒度

             

              ik_max_word ：最细切分，细粒度

     安装

          下载路径：

           https://github.com/medcl/elasticsearch-analysis-ik/releases

         安装路径:  

                 在ES 安装目录下找到 plugins目录 创建 I k  文件夹

                 将IK 分词器解压缩在此目录

                 并重新运行 ES 即可

创建索引库 

基本语法

        请求方式：PUT

        请求路径：/ 索引库名，可以自定义

        请求参数：mapping 映射

PUT /索引库名称
{
  "mappings": {
      "properties": {
         "字段名":{
           "type": "text",
            "analyzer": "ik_smart"      
          },
         "字段名2":{
           "type": "keyword",
           "index": "false"
         },
       //……略 
      }
   }
}

使用PostMan检测：

理解：

     【索引库就类似数据库表，mapping映射就类似表的结构】

mapping映射属性

type ：字段数据类型，常见的简单类型有：

        字符串：text （可分词的文本）、 keyword （精确值，例如：品牌、国家、 ip 地址）

        数值：long 、 integer 、 short 、 byte 、 double 、 float 、

        布尔：boolean

        日期：date

        对象：object

index ：是否创建索引，默认为 true

analyzer ：使用哪种分词器

properties ：该字段的子字段

eg：

{
    "age": 18,
    "weight": 50,
    "isMarried": false,
    "info": "司念",
    "email": "sinian501@163.com",
    "score": [99.1,99.5,98.9],    
    "name": {
        "firstName": "司",
        "lastName": "念"
    }
}

查询索引库

请求方式： GET

请求路径： / 索引库名

请求参数：无

格式： GET /库名

修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），

就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改 mapping 。

虽然无法修改 mapping 中已有的字段，

但是却允许添加新的字段到 mapping 中，因为不会对倒排索引产生影响。

说明：

PUT /索引库名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"    }
  }
}

删除索引库

请求方式：DELETE

请求路径： / 索引库名

请求参数：无

格式： DELETE /库名