2021-04-12

列出所有索引（数据库）
列出所有索引（列出所有的数据库）

GET /_cat/indices?v

删除索引（数据库）
DELETE /索引名称

添加索引（数据库）
PUT /es
{
“settings”: {
“number_of_replicas”: 1,
“number_of_shards”: 1
}
}

插入数据（插入数据的同时建表）
post /es/user
{
“name”:“张晓东”,
“age”:18
}

es：索引名（数据库）
user：类型名（表名）
name：字段名（列）
“张晓东”、"18"表示值

查看所有数据
get /es/user/_search

took：本次操作花费的时间，单位为毫秒

timed_out：请求是否超时

_shards：说明本次操作共搜索了哪些分片

hits：搜索命中的记录

hits.total ： 符合条件的文档总数

hits.hits ：匹配度较高的前N个文档

hits.max_score：文档匹配得分，这里为最高分

_score：每个文档都有一个匹配度得分，按照降序排列

_source：显示了文档的原始内容

删除数据
delete /es/user/UoupxHgBnRHM7AQTqhk9

根据id删除

修改数据
POST /es/user/U4utxHgBnRHM7AQTIhmT/_update
{
“doc”:{
“name”:“李朋”
}

}

查询（搜索）
GET /es/user/_search
{
“query”: {
“match”: {
“name”: “张三”
}
},
“size”:2
}

根据name字段进行查询

还可以排序，增加参数order即可

size：取出的记录数量

测试ES中文搜索结果
POST _analyze
{
“text”: “张晓东”
}

从结果可以看出，这种分词把每个汉字都独立分开来了，这对中文分词就没有意义了，所以ES默认的分词器对中文处理是有问题的。好在有很多不错的第三方的中文分词器，可以很好地和ES结合起来使用。在ES中，每种分词器（包括内置的、第三方的）都会有个名称。上面默认的操作，其实用的分词器的名称是standard。下面的请求与前面介绍的请求是等价的，如：

POST _analyze
{
“analyzer”: “standard”,
“text”: “世界如此之大”
}

当我们换一个分词器处理分词时，只需将"analyzer"字段设置相应的分词器名称即可。
ES通过安装插件的方式来支持第三方分词器，对于第三方的中文分词器，比较常用的是中科院ICTCLAS的smartcn和IKAnanlyzer分词器。在本文中，我们介绍IKAnanlyzer分词器（下面简称ik）的使用。

安装ik
git地址下载：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v6.5.3

下载的版本要和ES的安装版本一致

切换到ES安装的bin目录中运行：（注意别复制，看看版本）

elasticsearch-plugin.bat install file:///c:/elasticsearch-analysis-ik-6.5.3.zip

安装完毕后，发现在ES的安装目录下的plugins目录下多了一个analysis-ik目录

（内容是ik的zip包解压后根目录下的所有文件，一共是5个jar文件和1个properties配置文件）

另外ES的安装目录下的config目录下多了一个analysis-ik目录（内容是ik的zip包解压后根目录下的config目录下所有文件，用于放置ik的自定义词库）

如果没找到config目录不要慌，因为版本不同，config肯定在

ik中文分词器的使用
上面提到，ik提供了两个分词器，分别是ik_max_word 和ik_smart，下面我们分别测试下。
先测试ik_max_word，输入命令如下：

POST _analyze
{
“analyzer”: “ik_max_word”,
“text”: “世界如此之大值的去看看”
}

{
“tokens” : [
{
“token” : “世界”,
“start_offset” : 0,
“end_offset” : 2,
“type” : “CN_WORD”,
“position” : 0
},
{
“token” : “如此之”,
“start_offset” : 2,
“end_offset” : 5,
“type” : “CN_WORD”,
“position” : 1
},
{
“token” : “如此”,
“start_offset” : 2,
“end_offset” : 4,
“type” : “CN_WORD”,
“position” : 2
},
{
“token” : “之大”,
“start_offset” : 4,
“end_offset” : 6,
“type” : “CN_WORD”,
“position” : 3
},
{
“token” : “值”,
“start_offset” : 6,
“end_offset” : 7,
“type” : “CN_CHAR”,
“position” : 4
},
{
“token” : “的”,
“start_offset” : 7,
“end_offset” : 8,
“type” : “CN_CHAR”,
“position” : 5
},
{
“token” : “去看”,
“start_offset” : 8,
“end_offset” : 10,
“type” : “CN_WORD”,
“position” : 6
},
{
“token” : “看看”,
“start_offset” : 9,
“end_offset” : 11,
“type” : “CN_WORD”,
“position” : 7
}
]
}

再测试ik_smart，输入命令如下：

POST _analyze
{
“analyzer”: “ik_smart”,
“text”: “世界如此之大值的去看看”
}

{
“tokens” : [
{
“token” : “世界”,
“start_offset” : 0,
“end_offset” : 2,
“type” : “CN_WORD”,
“position” : 0
},
{
“token” : “如此”,
“start_offset” : 2,
“end_offset” : 4,
“type” : “CN_WORD”,
“position” : 1
},
{
“token” : “之大”,
“start_offset” : 4,
“end_offset” : 6,
“type” : “CN_WORD”,
“position” : 2
},
{
“token” : “值”,
“start_offset” : 6,
“end_offset” : 7,
“type” : “CN_CHAR”,
“position” : 3
},
{
“token” : “的”,
“start_offset” : 7,
“end_offset” : 8,
“type” : “CN_CHAR”,
“position” : 4
},
{
“token” : “去”,
“start_offset” : 8,
“end_offset” : 9,
“type” : “CN_CHAR”,
“position” : 5
},
{
“token” : “看看”,
“start_offset” : 9,
“end_offset” : 11,
“type” : “CN_WORD”,
“position” : 6
}
]
}

比较两个分词器对同一句中文的分词结果，ik_max_word比ik_smart得到的中文词更多（从两者的英文名含义就可看出来），但这样也带来一个问题，使用ik_max_word会占用更多的存储空间。

ik的自定义词典
有时，可能ik自身提供的分词词典无法满足特定的一些需求（如专用名词等），ik提供了自定义词典的功能，也就是用户可以自己定义一些词汇,这样ik就会把它们当作词典中的内容来处理。
举个例子，对于上面例子中的“世界如此之大”这个中文语句，ik词库中不会有“界如此”这样一个单词，假设“界如此”就是一个专用名词，我们希望ik能识别出来。这时就可自定义ik的词典。具体方法是：
1、新建扩展名为dic的文本文件，文件中写入想增加的词条，每个词条单独一行，如文件名是test.dic，文件内容如下：
界如此
高潜

上面例子中有两个自定义词条。
2、将上面的dic文件保存到ES安装目录的config目录下的analysis-ik目录（安装ik插件时产生的目录）下，可以建立子目录，放在子目录下。比如文件的路径如: ** config/analysis-ik/mydic/test.dic**
3、修改ik的配置文件IKAnalyzer.cfg.xml（位于config/analysis-ik目录下），在配置文件中增加如下条目：
mydict/test.dic

这样就将自定义的字典文件加到ik的字典中了。
4、重启ES让生效。
这时我们发起如下的REST请求：
POST _analyze
{
“analyzer”: “ik_max_word”,
“text”: “世界如此之大”
}

响应结果如下：
{
“tokens”: [
{
“token”: “世界”,
“start_offset”: 0,
“end_offset”: 2,
“type”: “CN_WORD”,
“position”: 0
},
{
“token”: “界如此”,
“start_offset”: 1,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 1
},
{
“token”: “如此之”,
“start_offset”: 2,
“end_offset”: 5,
“type”: “CN_WORD”,
“position”: 2
},
{
“token”: “如此”,
“start_offset”: 2,
“end_offset”: 4,
“type”: “CN_WORD”,
“position”: 3
},
{
“token”: “之大”,
“start_offset”: 4,
“end_offset”: 6,
“type”: “CN_WORD”,
“position”: 4
}
]
}

可以看出，自定义的“界如此”词条被分词出来了。不过如果我们将analyzer改为ik_smart却发现“界如此”词条没能被识别出来。
PHP操作ES
安装
composer require elasticsearch/elasticsearch

创建索引
$hosts = [
‘127.0.0.1:9200’
];
KaTeX parse error: Undefined control sequence: \Elasticsearch at position 10: client = \̲E̲l̲a̲s̲t̲i̲c̲s̲e̲a̲r̲c̲h̲\ClientBuilder:…hosts)->build();

// 创建索引
$params = [
‘index’ => ‘goods’,
‘body’ => [
‘settings’ => [
‘number_of_shards’ => 5,
‘number_of_replicas’ => 1
],
‘mappings’ => [
‘_doc’ => [
‘_source’ => [
‘enabled’ => true
],
‘properties’ => [
‘title’ => [
‘type’ => ‘keyword’
],
‘desn’ => [
‘type’ => ‘text’,
‘analyzer’ => ‘ik_max_word’,
‘search_analyzer’ => ‘ik_max_word’
]
]
]
]
]
];
$response = $client->indices()->create($params);

更新文档
$hosts = [
‘127.0.0.1:9200’,
];
KaTeX parse error: Undefined control sequence: \Elasticsearch at position 10: client = \̲E̲l̲a̲s̲t̲i̲c̲s̲e̲a̲r̲c̲h̲\ClientBuilder:…hosts)->build();
// 写文档
$params = [
‘index’ => ‘goods’,
‘type’ => ‘_doc’,
‘id’ => $model->id,
‘body’ => [
‘title’ => $model->title,
‘desn’ => $model->desn,
],
];
$response = $client->index($params);

搜索
$hosts = [
‘127.0.0.1:9200’,
];
KaTeX parse error: Undefined control sequence: \Elasticsearch at position 10: client = \̲E̲l̲a̲s̲t̲i̲c̲s̲e̲a̲r̲c̲h̲\ClientBuilder:…hosts)->build();
$params = [
‘index’ => ‘goods’,
‘type’ => ‘_doc’,
‘body’ => [
‘query’ => [
‘match’ => [
‘title’=>[
‘query’ => ‘手机’
]
]
]
]
];
$results = $client->search($params);
dump($results);