Elasticsearch学习笔记(1)

---

前言

Elasticsearch是一个开源的搜索引擎，主要应用于文章解锁中，如在购物网站搜索物品时快速查找到目标，Elasticsearch的建立是基于一个一个的索引库，与mysql的数据库有些许类似的地方

---

一、Elasticsearch的安装（以docker为例）

docker run -d \
	--name es \
    -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
    -e "discovery.type=single-node" \
    -v es-data:/usr/share/elasticsearch/data \
    -v es-plugins:/usr/share/elasticsearch/plugins \
    --privileged \
    --network es-net \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1

• –name设置容器名称
• -e设置环境变量，这里设置的内存大小和是否为集群模式
• -v设置数据卷挂载，前面的目录为自己的目录地址
• -network设置网络名称
• -p设置端口号映射

二、Elasticsearch相关属性

1.分词器

分词器是Elasticsearch内用于定义分割语句标准的工具，在创建倒排索引是对文档进行分词，在搜素是对关键词进行分词，自带的分词器有

• english
• chinese

chinese分词效果：


english分词效果：

但是对于中文语句我们往往使用ik分词器，ik分词器的有2种模式：

• ik_smart：智能切分，粗粒度
• ik_max_word：最细切分，细粒度

ik_smart分词效果：

ik_max_word分词效果：

2.倒排索引

倒排索引中有两个非常重要的概念：

• 文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息
• 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。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

创建倒排索引是对正向索引的一种特殊处理，流程如下：

• 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

如图：

3.文档，字段，映射

文档：将索引库类似为Mysql中的表的话，文档就是其中的一条数据，但是他是以json格式存储的
字段：类似与表中的一个属性，如user表中的name属性
映射：定义字段的类型如keyword等

4. mapping映射属性

mapping是对索引库中文档的约束，常见的mapping属性包括：

• 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
  • 地理坐标：geo_point
• 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

三、索引库相关操作和java api

1.增加索引库

DSL语句

#创建索引库
PUT /Indexname
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type": "keyword",
        "index": false
      },
      "name":{
        "type": "object",
        "properties": {
          "firstname":{
            "type": "keyword"
          },
          "lastname":{
             "type": "keyword"
          }
        }
      }
    }
  }
}

java api

		//1.创建请求
        CreateIndexRequest request = new CreateIndexRequest("hotel");//指定索引库名称
        //2.封装数据
        request.source(hotelConstants.HOTEL_MAPPING, XContentType.JSON);//为Json风格的DSL语句
        //3.发送请求
        clinet.indices().create(request, RequestOptions.DEFAULT);

2.删除索引库

DSL语句

#删除索引库
DELETE /Indexname

java api

 		//1.创建请求
        DeleteIndexRequest request = new DeleteIndexRequest("hotel");
        //3.发送请求
        clinet.indices().delete(request, RequestOptions.DEFAULT);

3.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。

语法说明：

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

4.判断索引库是否存在

java api

		 //1.创建请求
        GetIndexRequest request = new GetIndexRequest("hotel");
        //2.发送请求
        boolean exists = clinet.indices().exists(request, RequestOptions.DEFAULT);
        System.out.println(exists ? "索引库存在" : "索引库不存在");

四、文档相关操作

1.新增文档

DSL语句

POST /索引库名/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    "字段3": {
        "子属性1": "值3",
        "子属性2": "值4"
    },
    // ...
}

java api

	@Test
    void addDocTest() throws IOException {
        //1.查询数据
        Hotel byId = service.getById(36934L);
        HotelDoc hotelDoc = new HotelDoc(byId);
        //2.创建请求
        IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());
        //3.封装数据
        request.source(JSON.toJSONString(hotelDoc), XContentType.JSON);//将hoteldoc转为json
        //4.发送请求
        clinet.index(request,RequestOptions.DEFAULT);
    }

2.查询文档

DSL语句

GET /{索引库名称}/_doc/{id}

java api

 	@Test
    void getDocTest() throws IOException {
        GetRequest request = new GetRequest("hotel").id("36934");
        GetResponse response = clinet.get(request, RequestOptions.DEFAULT);
        //解析返回
        String sourceAsString = response.getSourceAsString();
        HotelDoc hotelDoc = JSON.parseObject(sourceAsString, HotelDoc.class);
        System.out.println(hotelDoc);
    }

3.修改文档

修改有两种方式：

• 全量修改：直接覆盖原来的文档
• 增量修改：修改文档中的部分字段

3.1.全量修改

全量修改是覆盖原来的文档，其本质是：

• 根据指定的id删除文档
• 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

语法：

PUT /{索引库名}/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

示例：

PUT /heima/_doc/1
{
    "info": "黑马程序员高级Java讲师",
    "email": "zy@itcast.cn",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

3.2.增量修改

增量修改是只修改指定id匹配的文档中的部分字段。

语法：

POST /{索引库名}/_update/文档id
{
    "doc": {
         "字段名": "新的值",
    }
}

示例：

POST /heima/_update/1
{
  "doc": {
    "email": "ZhaoYun@itcast.cn"
  }
}

3.3Java api

	@Test
    void updateDoctTest() throws IOException {
        UpdateRequest request = new UpdateRequest("hotel","36934");
        request.doc(
                "price","10000",
                        "startName","三钻"
        );
        clinet.update(request,RequestOptions.DEFAULT);
    }

4.删除文档

DSL语句

DELETE /{索引库名}/_doc/id值

java api

	 @Test
    void deleteDocTest() throws IOException {
        DeleteRequest request = new DeleteRequest("hotel","36934");
        clinet.delete(request,RequestOptions.DEFAULT);
    }

5.批量增加

	/**
     * 批量增加
     */
    @Test
    void addBulkDocTest() throws IOException {
        //1.准备数据
        List<Hotel> list = service.list();
        //2.封装数据
        BulkRequest requests = new BulkRequest();
        for (Hotel hotel : list) {
            HotelDoc hotelDoc = new HotelDoc(hotel);
            requests.add(new IndexRequest("hotel")
                    .id(hotelDoc.getId().toString())
                    .source(JSON.toJSONString(hotelDoc),
                    XContentType.JSON));
        }
        //3.发送请求
        clinet.bulk(requests,RequestOptions.DEFAULT);
    }