ElasticSearch 用法

首先讲下 ES的倒排序索引

     创建倒排索引是对正向索引的一种特殊处理，

• 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

     倒排索引的搜索流程

    倒排索引的搜索流程如下（以搜索"华为手机"为例）：

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

正向索引和倒排索引
正向索引：

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：

根据非索引字段，或者索引字段中的部分词条查找时，只能全表扫描

倒排索引：

优点：

根据词条搜索、模糊搜索时，速度非常快

缺点：

只能给词条创建索引，而不是字段

无法根据字段做排序

如何在ES上创建索引

首先打开kibanba

进入到控制台然后开始创建索引

之前说过es中索引对应的是mysql的数据库，所以我们应该先创建索引

创建索引语法：put shooping 

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "shopping"
}
会返回这几个字段，分别代表

acknowledged：代表是创建索引创建成功

shards_acjnowledged: 代表所有分片创建成功

index：代表索引的名字

然后再次put的，会出现这种情况 put是具有幂等性的

{
  "error" : {
    "root_cause" : [
      {
        "type" : "resource_already_exists_exception",
        "reason" : "index [shopping/32XXUAigSX-96lF9wV49Aw] already exists",
        "index_uuid" : "32XXUAigSX-96lF9wV49Aw",
        "index" : "shopping"
      }
    ],
    "type" : "resource_already_exists_exception",
    "reason" : "index [shopping/32XXUAigSX-96lF9wV49Aw] already exists",
    "index_uuid" : "32XXUAigSX-96lF9wV49Aw",
    "index" : "shopping"
  },
  "status" : 400
}
error：表示错误

root_cause：表示错误的列表

type：表示错误类型

reason：错误的原因

index_uuid:唯一标识

index：索引名字

如果想用post请求会发送什么，post是不具有幂等性的

Incorrect HTTP method for uri [/shopping?pretty=true] and method [POST], allowed: [HEAD, PUT, GET, DELETE]",

方法不能使用post，直接报错

查询索引语法：get shopping

{
  "shopping" : {
    "aliases" : { },
    "mappings" : { },
    "settings" : {
      "index" : {
        "creation_date" : "1710766914710",
        "number_of_shards" : "1",
        "number_of_replicas" : "1",
        "uuid" : "32XXUAigSX-96lF9wV49Aw",
        "version" : {
          "created" : "7080099"
        },
        "provided_name" : "shopping"
      }
    }
  }
}

shopping：索引名字

aliases：索引别名

mappings：意识就是文档结构和字段类型

settings：设置索引的信息

index：索引级的设置

creation_date：创建时间

number_of_shards：索引分片的数量

number_of_replicas：每个分片的副本数量

uuid：uuid

version：版本号

provided_name：提供的索引名字

查询全部索引语法：get _cat/indices?v

表头    含义
health    当前服务器健康状态： green(集群完整) yellow(单点正常、集群不完整) red(单点不正常)
status    索引打开、关闭状态
index    索引名
uuid    索引统一编号
pri    主分片数量
rep    副本数量
docs.count    可用文档数量
docs.deleted    文档删除状态（逻辑删除）
store.size    主分片和副分片整体占空间大小
pri.store.size    主分片占空间大小

删除索引语法：delete shopping

{
  "acknowledged" : true
}
acknowledged：是否成功

创建es数据语法：post /shopping/_doc

{
  "error" : {
    "root_cause" : [
      {
        "type" : "parse_exception",
        "reason" : "request body is required"
      }
    ],
    "type" : "parse_exception",
    "reason" : "request body is required"
  },
  "status" : 400
}
文档对应的是数据库中数据

这个原因就是没有body数据，并且我们传递数据是json

试着这种修改一下

{
  "_index" : "shopping", 
  "_type" : "_doc",
  "_id" : "iQPEUY4Bonlp-IezIGqE",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

index：索引

type：文档

id：唯一标识

result：结果

shards：分配

total：分片总数

successful：成功数量

failed：失败数量

seq_no：文档序列号，序列号越大标识越新

_primary_term：文档所属的主要分片的任期号

当在发送一模一样的请求

id一直在变化，如果我们想查询某个数据，id太麻烦了，如果想自定义呢

创建es数据指定id语法：post /shopping/_doc/1001

如果我们指定了id，这时候就可以用put，因为他是幂等性

主键查询和全局查询语法

主键查询：get /shopping/_doc/1001

{
  "_index" : "shopping",             //索引
  "_type" : "_doc",                     //类型
  "_id" : "1001",                        //id
  "_version" : 2,                       //版本号
  "_seq_no" : 5,                       //序列号
  "_primary_term" : 1,
  "found" : true,                      //成功
  "_source" : {                        //信息
    "name" : "huyin",
    "age" : "21",
    "sex" : "男"
  }
}

查询没有的数据

{
  "_index" : "shopping", 
  "_type" : "_doc",             
  "_id" : "1002",
  "found" : false
}

查询全部数据语法：get /shopping/_search

{
  "took" : 0,                          //      耗时 
  "timed_out" : false,            //    超时
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 5,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [                           //命中
      {
        "_index" : "shopping",
        "_type" : "_doc",
        "_id" : "iQPEUY4Bonlp-IezIGqE",
        "_score" : 1.0,
        "_source" : {
          "name" : "huyin",
          "age" : "21",
          "sex" : "男"
        }
      },
      {
        "_index" : "shopping",
        "_type" : "_doc",
        "_id" : "AQPJUY4Bonlp-IezE2v3",
        "_score" : 1.0,
        "_source" : {
          "name" : "huyin",
          "age" : "21",
          "sex" : "男"
        },
    ]
  }
}

全局修改和局部修改语法

全局修改：put /shopping/_doc/1001

put具有幂等性所以可以用

{
  "_index" : "shopping",
  "_type" : "_doc",
  "_id" : "1001",
  "_version" : 3,             // 版本号是一直变化的
  "result" : "updated",    结果：updated 修改
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 6,
  "_primary_term" : 1
}

局部修改：post /shopping/_update/1001

get请求一个：get /shopping/_doc/1001

条件查询语法：get /shopping/_search 传入body

{"query":{              query 查询的意思
  "match": {            match 匹配的意思
    "name": "huyin"  name  查询那个字段  huyin 查询那个值
  }
}}
 

全文查询的语法：get /shopping/_search

{"query":{  query 查询的意思
  "match_all": {}  match_all 全部查询
}}
 

分页查询的语法：get /shopping/_search

{"query":{
  "match_all": {}
},
  "from":0,    from当前页的起始位置
  "size":2  每页条数
}

筛选出固定的字段：get /shopping/_search

{"query":{
  "match_all": {}
},
  "from":0,
  "size":2,
  "_source":[    source ：数组里面是可以筛选出固定的字段
    "name"
  ]
}

对数据进行排序：post /shoppingtest/_search

{"query":{
  "match_all": {}
},
  "from":0,
  "size":2,
  "sort":{         sort 排序  ------字段--------order（排序）-----desc（倒序）/asc(正序)
    "age":{
      "order":"desc"     
    }
  }
}

多条件查询的语法：get /shoppingtest/_search

{"query":{     query 查询
  "bool":{       bool  条件
    "must":[    must 必须
      {"match": {"name": "huyin"},   match 匹配

       {"match": {"age": 20}   
      }
      ]
  }
}
}
 

如果想要只满足一个的意思匹配数据：get /shoppingtest/_search

{"query":{
  "bool":{
    "should":[    should：应该的意思
      {"match": {"name": "huyin"}
      },
      {"match": {"name": "nihao"}
      }
      ]
  }
}
}

如果想要范围匹配的语法：get /shoppingtest/_search

{"query":{
  "bool":{
    "should":[
      {"match": {"name": "huyin"}
      },
      {"match": {"name": "nihao"}
      }
      ],
      "filter": [             filter 过滤
        {"range": {        range：范围
          "age": {           age：字段
            "lt": 25,           lt：小于
            "gte": 20         gte：大于等于
          }
        }
        }
      ]
  }
}
}

全文检索和完全匹配和高亮查询的操作

全文检索：

Es底层会对文本数据保存时进行拆解操作，然后保存到倒排索引，这种检索方式称为全文检索

完全匹配：match_phrase

高亮匹配：

 "highlight":{          高亮
    "fields": {           字段属性
      "name":{}         字段
    }
  }

聚合函数的语法：

分组操作

{
  "aggs":{                     聚合操作
    "age_group":{         别名
      "terms": {               分组
        "field": "age"        字段
      }
    }
  }
}

计算平均值

{
  "aggs":{
    "age_avg":{
      "avg": {                avg 平均值
        "field": "age"
      }
    }
  },
  "size":0
}

映射关系：

首先创建一个索引：put /user

创建一个映射关系:put /user/_mapping

{"properties":{          属性
  "name":{
    "type":"text",        type：类型    text：文本
    "index":"true"
  },
  "age":{
    "type":"keyword",  type：类型   keyword：代表不能被分词
    "index":"true"
  },
  "tel":{
    "type":"keyword",
    "index":"false"    index：不能被索引
  }
}}

获取索引信息：get /user

创建数据：post /user/_doc

查询数据： name

查询数据： age  因为映射的type是keyword不支持分词

查询数据：tel   index是false 不支持索引查询

es的kibanba的语法结束，其实还有很多