ES初级学习

一安装浏览器插件elasticseaeh-head

1. es先写入内存，再写入translog。写入硬盘时有flush和translog

2. tranlog记录es索引写入日志，防止异常原因断电等造成数据丢失。

3. 数据写入操作系统的文件缓存系统

4. es删除数据：并不真正删除，而是标记为.del文件保存，类似于逻辑删除。但是会导致硬盘上的es文件越来越多，会有一个合并文件的操作，这个时候会将文件彻底删除。

5. es默认分词器
   get http://localhost:9200/_analyze
   {
   “analyzer”:“standard”,
   “text”:[“这是一个分词器”]
   }

6. ik分词器（中文分词器）版本需要与es对应
   ik插件解压缩后放置在es目录plugins下，重启es，可以使用ik
   ik参数
   {
   “text”:“”
   “analyzer”:“ik_max_smart” //最粗粒度的划分单词
   “analyzer”:“ik_smart”//最细粒度的划分单词
   }
   例如：
   get _analyze
   {
   “analyzer”:ik_smart",
   “text”:[“最细粒度的划分”]
   }
   6.1. 固定词语不拆分存储。
   （1）ik目录下config创建.dic文件，将不分词的词语输入保存即可
   （2）ik目录config目录下修改Analyzer.cfg.xml文件
   

es-head写入（shopping为索引名）2为唯一性标识，必填
post shopping/doc
put shoppint/doc/2

8. es数据删除
   
   9.不区分索引，根据查询条件查询所有索引
   
   10.不区分索引多条件查询
   
   11.查看所有索引
   
   12.设置别名（通过该名称也可以查询到索引）
   aliases
   13.es不允许修改索引信息
   14.恢复删除后的文档数据.del或查询删除后的文档数据.del
   15.查询整个集群的文档数量
   
   16.查询索引所有数据
   get 索引名/_search
   17.删除单个索引
   delete /索引名/_doc/唯一性id
   整个索引文档删除post /索引名/_doc
   18.批量写入索引
   put /索引名/_bulk
   {index:“”,id:“”…}
   {“age”:“”,“”:“”}
   {“index”:{“_index”:“test”,“_id”:“5”}}
   {“id”:“5”,“name”:“lisi”,“age”:“21”,“address”:“sq”}
   {“index”:{“_index”:“test”,“_id”:“6”}}
   {“id”:“6”,“name”:“zhangtang”,“age”:“19”,“address”:“ly”}

19.分词保存，分词查询
zhang san :会保存为两个关键词
zhangsan：为一个关键词
分词查询：可以同时查询多个关键字

20.全词搜索
term
{“query”:{“term”:{“name”:“lisi”}}}
21.对返回结果进行限制
{
“_resource”:[“age”],
“query”:{“must”:
{“match”:{“name”:“lisi”}}
}
}
22.组合查询（与是must，或是should）查询多个条件
should:{
“match”:{“age”}
“match”:{“name”}
}
例(查询标题中含有hadoop 和hbase的)：
{
“query”:{
“should”:{
“match”:{
“title”:{“query”:“hadoop”,“boost”,1}
},
“match”:{
“title”:{“query”:“hbase”,“boost”,1}
}
}
}
}
23.排序(根据年龄排序)
{
“query”{“must”:{“age”}},
“sort”:{“age”:{“order desc”}}
}
24.分页查询
{“query”:{},
“from”:2, --从第几条数据开始查询
“size”:2 --每页显示的数据
}

25.分组查询
{
“aggs”: {
“ageGroup”: {
“terms”: {
“field”: “age”
}
}
},
“size”: 0
}
26.分组后聚合
{
“aggs”: {
“ageGroup”: {
“terms”: {
“field”: “age”
}
},
“aggs”:{
“aggsum”:{
“sum”:{
“field”:“age”
}
}
}
},
“size”: 0
}
27.求年龄平均值
{
“aggs”: {
“ageAvg”: {
“avg”: {
“field”: “age”
}
},
“size”: 0
}
28.排序
{
“aggs”:{
“ageOrder”:{
“top_hits”:{
“sort”:[{
“age”:{
“order”:" desc"
}
}],
“size”:0
}
}
},
“size”:0
}
29.调整创建索引的默认信息
单条：
put index_name
{
“settings”:{
“number_of_shards”:2
}
}
30.删除整个索引

31.创建索引模板并使用，关键字_template
索引模板可反复修改
创建模板：
put _template/templatename
{
“index_pattens”: [ —创建的索引规则，索引名称带my开头的自动引用该模板
“my*”
],
“settings”: {
“index”: {
“number_of_shards”: 1
}
},
“mappings”: {
“properties”: {
“now”: {
“type”: “date”,
“format”: “yyyy/mm/dd”
}
}
}
}

—es-head不支持now,type,date等
{
“index_patterns”: [
“my*”
],
“settings”: {
“index”: {
“number_of_shards”: 1
}
}
}

32.查询es创建的索引模板
get _template/templatename

33.使用模板,索引名称为my开头的即可
get my_template_test

34.删除创建的索引模板
delete _template/my_template_test

35.文档评分机制
查询结果根据评分不同，优先展示
get indexname/_search?explain=true
{
“query”:{
“match”:{
“name”:“zhang”
}
}
}
评分标准：boots * idf * tf
idf :逆文档频率 计算规则：log(1+（N-n+0.5)/(n+0.5)
tf：词频 计算规则：freq/(freq+k1*(1-b+b*dl/avgdl))
boots：权重系数。有固定的值==2.2

36. 提升所查询数据的分值，优先展示
    查询条件加权重值—boost
    例如：
    {
    “query”:{
    “should”:{
    “match”:{
    “title”:{“query”:“hadoop”,“boost”,1}
    },
    “match”:{
    “title”:{“query”:“hbase”,“boost”,2}
    }
    }
    }
    }
    权重系数有固定值2.2 可以通过参数调整增加或减小，以上boost将优先展示title包含hbase的数据。
    title包含hbase的权重系数为2.2*2=4.4
    title包含hadoop的权重系数为2.2

37.eql数据查询语言
建立各个数据之间的查询关系