elasticsearch （三）分词器的安装与es的CURD

1.安装IK中文分词器

IK中文分词器下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

下载与ES相同的版本，然后解压到es目录 /plugins 文件夹下，然后重命名analysis-ik

然后重新启动ES即可 。

2.kibana操作es rest命令

1.进入菜单页，选择management - devTools 开发工具

2. elasticsearch 几个核心的概念，

elasticsearch	对比	数据库
INDEX	相当于	数据库
TYPE	相当于	表
ID	相当于	主键

一般不使用多个TYPE类型，而是直接新创建一个INDEX。一般TYPE设置为_doc名字。
官方解答：文档元数据 | Elasticsearch: 权威指南 | Elastic

3.操作CURD

操作方式请求
DELETE 删除索引、删除TYPE、删除单条数据
GET 查询索引、查询TYPE、查询单条数据
POST | PUT 更新或创建

格式 :   请求/{index}/{type}/{id}

在kibana 开发工具 输入创建数据命令：

#创建员工1
PUT /employee/_doc/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

#创建员工2
PUT /employee/_doc/2
{
    "first_name" :  "Jane",
    "last_name" :   "Smith",
    "age" :         32,
    "about" :       "I like to collect rock albums",
    "interests":  [ "music" ]
}

#创建员工2
PUT /employee/_doc/3
{
    "first_name" :  "Douglas",
    "last_name" :   "Fir",
    "age" :         35,
    "about":        "I like to build cabinets",
    "interests":  [ "forestry" ]
}

#查询所有员工
GET employee/_search

#查询所有员工,匹配某个字段
GET employee/_search
{
  "query": {
    "match": {
      "first_name": "John"
    }
  }
}

#查询所有员工,匹配某个字段，值看某个字段_source
GET employee/_search
{
  "query": {
    "match": {
      "first_name": "John"
    }
  }
  , "_source": ["first_name","last_name"]
}

#GET 求情获取 ID = 1 的数据
GET employee/_doc/1

#DELETE 删除ID =1 的数据
DELETE employee/_doc/1

#修改 覆盖形式 但是会直接替换掉其他字段，可以看到interests 字段已经不存在了
POST /employee/_doc/5
{
    "first_name" :  "test",
    "last_name" :   "Fir",
    "age" :         35,
    "about":        "I like to build cabinets"
}

#修改 只修改某个字段
POST /employee/_doc/5/_update
{
  "doc": {
    "first_name": "Jane Doe"
  }
}



#bool 过滤器命令 match 匹配多个字段 （match标准匹配）
GET employee/_search
{
  "query": {
    "bool": {
      "must": [
       {
         "match": {
           "first_name": "Jane"
         }
       },
        {
         "match": {
           "age": "35"
         }
       }
      ]
    }
  }
}



#minimum_should_match 标识 should 至少匹配几项
#must 必须匹配
#must_not 必须不匹配
#should 默认情况下，should语句一个都不要求匹配，只有一个特例：如果查询中没有must语句，那么至少要#匹配一个should语句

GET /employee/_search
{
	"query": {
		"bool": {
			"must": {
				"match": {
					"first_name": "Jane"
				}
			},
			"must_not": {
				"match": {
					"first_name": "John"
				}
			},
			"should": [
				{
					"match": {
						"first_name": "Jane"
					}
				},
				{
					"match": {
						"first_name": "Douglas"
					}
				}
			],
			"minimum_should_match" : 1
		}
	}
}




#minimum_should_match 标识 should 至少匹配

GET /employee/_search
{
	"query": {
		"bool": {
			"must": {
				"match": {
					"first_name": "Jane"
				}
			},
			"must_not": {
				"match": {
					"first_name": "John"
				}
			},
			"should": [
				{
					"match": {
						"first_name": "Jane"
					}
				},
				{
					"match": {
						"first_name": "Douglas"
					}
				}
			],
			"minimum_should_match" : 1
		}
	}
}


#term 命令 精准匹配
GET employee/_search
{
  "query": {
    "term": {
      "first_name":"Jane"
    }
  }
}


# term 和 terms 是 包含（contains） 操作，而非 等值（equals） （判断）
GET employee/_search
{
  "query": {
    "terms": {
      "first_name":["Douglas","Jane"]
    }
  }
}



#constant_score 查询
#尽管没有 bool 查询使用这么频繁，constant_score 查询也是你工具箱里有用的查询工具。
#它将一个不变的常量评分应用于所有匹配的文档。它被经常用于你只需要执行一个 filter 而没有其它查询。

#term 命令 精准匹配 不评分操作constant_score + filter
GET employee/_search
{
    "query" : {
        "constant_score" : { 
            "filter" : {
                "term" : { 
                    "first_name" : "Jane"
                }
            }
        }
    }
}


#查询测试
GET employee/_search
{
   "query" : {
      "bool": {
          "should" : [
                 { "term" : {"first_name" : "Jane"}}, 
                 { "term" : {"age" : "35"}} 
              ],
              "must_not" : {
                 "term" : {"age" : 2} 
              }
      }
   }
}



#创建指定索引类型 1.默认_doc类型
PUT employee
{
  "mappings": {
      "properties": {
        "user": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "title": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "desc": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        }
      }
    }
}

或
#2.创建myType类型
PUT employee
{
  "mappings": {
    "myType": {
      "properties": {
        "user": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "title": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "desc": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        }
      }
    }
  }
}

中文分词器测试：

#fielddata在text字段中默认未启用
#因为fielddata会消耗大量的堆内存,特别是当加载大量的text字段时;fielddata一旦加载到堆中,在segment的#生命周期之内都将一致保持在堆中,所以谨慎使用

#分词查询
GET /employee/_analyze
{
  "field": "last_name",
  "text": "天龙八部"
}

Tips:
term 查询比match 更精准 ，但是适用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些 not_analyzed 的字符串。
should进行评分操作
filter 不进行评分操作。

constant_score 查询
尽管没有 bool 查询使用这么频繁，constant_score 查询也是你工具箱里有用的查询工具。
它将一个不变的常量评分应用于所有匹配的文档。它被经常用于你只需要执行一个 filter 而没有其它查询。

参考博客：ES集群、分片、副本 - -零 - 博客园

更多操作与优化请查询官网文档