ElasticSearch入门

最新推荐文章于 2024-01-19 12:01:25 发布

陌路_一步一步往上爬

最新推荐文章于 2024-01-19 12:01:25 发布

阅读量209

点赞数

分类专栏： ElasticSearch

本文链接：https://blog.csdn.net/qq_41649001/article/details/116975200

版权

ElasticSearch 专栏收录该内容

14 篇文章 0 订阅

订阅专栏

ES学习

第一篇：ElasticSearch 邂逅ES
第二篇：ElasticSearch入门
第三篇：ElasticSearch JavaAPI操作
第四篇：Windows单点和集群配置
第五篇：Linux单点和集群配置
第六篇：ElasticSearch核心概念
第七篇：ElasticSearch系统架构
第八篇：ElasticSearch分布式集群
第九篇：ElasticSearch路由计算

Part2：ElasticSearch入门

2.1 ElasticSearch安装

2.1.1 下载软件

官网：https://www.elastic.co/cn/elasticsearch/
使用版本：7.8.0
下载地址（可选版本）：https://www.elastic.co/cn/downloads/past-releases#elasticsearch
Windows版本

2.1.2 目录结构

解压后，可以进入bin目录，然后点击elasticsearch.bat文件启动ES
这里面有两个端口号：9300是ElasticSearch集群间组件的通信端口，9200是浏览器访问http协议Restful端口。
打开浏览器http://localhost:9200，测试
由于ElasticSearch是使用Java开发的，所以必须存在JDK环境，如果系统中配置了JAVA_HOME，那么会使用系统中的JDK，否则使用ElasticSearch自带的JDK

2.2 ElasticSearch基本操作

2.2.1 RestFul

REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是 RESTful。Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。
在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI (Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、PUT、POST 和DELETE。
在 REST 样式的 Web 服务中，每个资源都有一个地址。资源本身都是方法调用的目标，方法列表对所有资源都是一样的。这些方法都是标准方法，包括 HTTP GET、POST、PUT、DELETE，还可能包括 HEAD 和 OPTIONS。简单的理解就是，如果想要访问互联网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径，以及对资源进行的操作(增删改查)。

2.2.2 客户端安装

如果直接通过浏览器向 Elasticsearch 服务器发请求，那么需要在发送的请求中包含HTTP 标准的方法，而 HTTP 的大部分特性且仅支持 GET 和 POST 方法。所以为了能方便地进行客户端的访问，可以使用 Postman 软件
Postman 是一款强大的网页调试工具，提供功能强大的 Web API 和 HTTP 请求调试。软件功能强大，界面简洁明晰、操作方便快捷，设计得很人性化。Postman 中文版能够发送任何类型的 HTTP 请求 (GET, HEAD, POST, PUT…)，不仅能够表单提交，且可以附带任意类型请求体。
下载地址：https://www.getpostman.com/apps

2.2.3 数据格式

ElasticSearch是面向文档型数据库，一条数据就是一个文档。

ElasticSearch和Mysql存储概念对比

这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个 type，Elasticsearch 7.X 中, Type 的概念已经被删除了。

{
    "name":"John",
    "sex":"Male",
    "age":25,
    "birthDate":"1990/05/01",
    "about":"I love to go rock climbing",
    "interests":[
        "sports",
        "music"
    ]
}

2.2.4 倒排索引

正排索引
```
id		content
1001	my name is li bai
1002	my name is li bai da
```
- 可以根据文章编号去快速查询文章内容，因为设定id为主键，额外加索引会效率提升

倒排索引

keyword		id
my			1001,1002
name		1001,1002
is			1001,1002
li			1001,1002
bai		1001,1002
da			1002

2.2.5 HTTP操作

2.2.5.1 索引操作

2.2.5.1.1 创建索引

对比关系型数据库，创建索引就等同于创建数据库。
在Postman中，想ES服务器发送PUT请求，http://127.0.0.1:9200/shopping，创建索引库默认分片1片，在7.0.0之前是5片。
PUT请求满足幂等性，已经创建的索引，再次发起PUT请求时会报错
POST请求在ES中时不被允许使用的，不具有幂等性，只能使用DELETE\GET\HEAD\PUT

2.2.5.1.2 查看指定索引

Postman中，向ES服务器发送GET请求：http://localhost:9200/shopping
属性介绍

2.2.5.3 查看所有索引

Postman中，向ES服务器发送GET请求：http://127.0.0.1:9200/_cat/indices?v
_cat表示查看的意思，indices表示索引–》表示查看当前ES服务器中的所有索引。类似于Mysql中show tables。
传递的参数v表示给查询结果添加列头（详细信息）
列头介绍

2.2.5.4 删除索引

Postman中，向ES服务器发送DELETE请求：http://127.0.0.1:9200/shopping
同样DELETE操作也具备幂等性，删除成功后再次删除也会出错

2.2.5.2 文档操作

2.2.5.2.1 创建文档

索引已经可以进行创建了，下一步创建文档，然后添加数据。
这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为JSON
索引后面必须使用_doc来指明是文档。
Postman中，向ES服务器发POST请求：http://127.0.0.1/shopping/_doc
- 发送请求之后，发现报错了–>必须要填写请求体

填写请求体，重新发起请求

{ 
    "title":"小米手机", 
    "category":"小米", 
    "images":"http://www.gulixueyuan.com/xm.jpg", 
    "price":3999.00 
}

在创建文档时就只能使用POST请求了，不能使用PUT请求，这里只能允许POST请求（指定ID后可使用PUT）

2.2.5.2.2 创建文档指定Id

文档创建时，如果没有指定数据的唯一表示ID，默认情况下，ES服务器会随机生成一个。如果想要自定义唯一性标识，需要在创建的时候指定。

2.2.5.2.3 使用create创建文档

指定id创建文档时，除了使用doc还可以使用create，支持POST和PUT请求。
创建文档可以重复发起多次请求，如果_index中没有对应id的文档，那么为创建且id随机生成，否则为更新，现在重新创建一个id为fc1的文档，可以看到result是updated.
此外，如果在创建文档的时候，指定了主键id的值，那么请求方式也可以使用PUT

2.2.5.2.4 查询文档-指定id

查看文档时，需要指明文档的唯一性标识，类似于Mysql的主键查询数据。
Postman中，向ES发送GET请求：http://127.0.0.1:9200/shopping/_doc/fc

2.2.5.2.5 查询所有的文档_search

查询索引下的所有文档，使用_search

2.2.5.2.6 修改文档-全量修改

和新增文档一样，输入相同的URL地址请求，如果请求体变化，会将原有的数据内容覆盖在Postman中，向ES服务器发POST请求：http://127.0.0.1:9200/shopping/_doc/1
需要特别注意的是，这里的修改，会直接将对应id的请求体直接替换，不会根据属性名称进行匹配的替换。
支持PUT请求

2.2.5.2.7 修改文档-局部修改

对于数据的修改，也可以只修改指定数据的局部信息。
局部更新，不同的输入内容，一般会导致每次更新结果不相同，不是幂等性。不支持PUT请求。
Postman中，向ES服务器发送POST请求:http://127.0.0.1:9200/shopping/_update/513
这样的话，使用_update可以只对指定文档中数据的指定内容进行局部修改了。

2.2.5.2.8 删除文档-根据id

进行文档的删除时，不会立即将文档从磁盘上删除掉，只是被标记为已删除（逻辑上删除状态）
在Postman中，向ES服务器发DELETE请求:http://127.0.0.1:9200/shopping/_doc/1
- result为“deleted"表示已经删除了
再次删除，会显示文档找不到，result：“not_found”

2.2.5.2.9 删除文档-条件删除

可以根据文档的唯一性标识进行删除，在实际操作过程中，也可以条件来对多条数据进行删除
先添加几条数据做测试
执行批量删除操作，这里将price匹配3999.00的所有文档全部都删除掉了

2.2.5.3 查询文档

介绍功能前，先准备一些数据，按之前创建文档的方式添加一些即可

2.2.5.3.1 查询所有文档

使用_search进行查询

2.2.5.3.2 条件查询

匹配查询
- match进行匹配
- 这里的查询结果进行了分词匹配，查询条件是“华为小2米”，可以匹配数据中的category的"小"、”米“、”2“、”小米“等等情况。
全量查询（全部查询）
- match_all

2.2.5.3.3 分页查询

数据量过大时，全部显示的话数据量显示太多，可以设置分页进行调整。
分页查询会给予query查询到的结果进行分页，from指定从哪一条索引记录开始，size表示每页多少条，如from=4,size=2，表示取出第五条，第六条记录
设所求页码数为n，每页size条数据，那么第n页的from值为：（n-1）*size

2.2.5.3.4 过滤查询字段

使用_source，可以多个指定，指定的字段会显示出来。

2.2.5.3.5 查询排序

对查询结果进行排序，使用sort。

2.2.5.3.6 多条件查询

多条件查询的参数使用bool来标识
与关系（类似Mysql中的and），使用must参数
- category匹配小米，这里的match匹配并不是精确匹配，前面提到过，价格是3995
或关系（类似Mysql中的or），使用should参数，满足任意一个条件即可成立
- title需要匹配华为，价格是3995

2.2.5.3.7 范围查询

使用range参数
- 查询category匹配小米或者华为，并且价格大于3990，小于3996的文档
- 不支持ge,le

2.2.5.3.8 全文检索

ES在保存文档数据的时候，会将数据文字进行分词，进行拆解操作，并将拆解后的数据保存到倒排索引中，这样的话，即使使用文字的一部分内容也可以检索到数据，这种方式就称为全文检索。
- 比如之前提到的match，这里匹配category:米，就能匹配到小米，大米等等带米字的数据，再举个例子来说，category：小华，就能匹配到（小米，华为等等），就是因为查询条件进行了分词

2.2.5.3.9 完全匹配

上面提到了match中的查询条件并非是精确匹配，ES会对查询内容分词后检索，如果想要做到更加精确一点的匹配，可以使用match_phrase。
这里同样也不是完全的精确匹配，只是这样子查询时，ES不会对查询内容进行分词处理
- 小米能够匹配（小米3,3小米，小米手机等等），但是不是匹配米，小这样子，换句话说，这种方式会把查询条件看做整体进行匹配查询。

2.2.5.3.10 高亮查询

可以用高亮的形式显示查询结果中的查询内容

2.2.5.3.11 聚合查询

使用聚合查询可以对查询结果进行分组、统计分析等操作

使用aggs参数表示聚合操作

{
    "took": 2,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 6,
            "relation": "eq"
        },
        "max_score": 1.0,
        "hits": [
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "KXUFZXkBzpN2N6nWT4jv",
                "_score": 1.0,
                "_source": {
                    "title": "小米手机",
                    "category": "小米0",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3995.00
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "KnUFZXkBzpN2N6nWYoiY",
                "_score": 1.0,
                "_source": {
                    "title": "小米手机",
                    "category": "小米1",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3996.00
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "K3UFZXkBzpN2N6nWeYig",
                "_score": 1.0,
                "_source": {
                    "title": "小米手机",
                    "category": "小米2",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3997.00
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "LHUFZXkBzpN2N6nWi4iQ",
                "_score": 1.0,
                "_source": {
                    "title": "小米手机",
                    "category": "小米3",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3998.00
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "o_fPd3kBIj1-IRHmgB-q",
                "_score": 1.0,
                "_source": {
                    "title": "小米手机",
                    "category": "小米3",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 39955.00
                }
            },
            {
                "_index": "shopping",
                "_type": "_doc",
                "_id": "qPfbd3kBIj1-IRHmyh9B",
                "_score": 1.0,
                "_source": {
                    "title": "华为手机",
                    "category": "华为",
                    "images": "http://www.gulixueyuan.com/xm.jpg",
                    "price": 3993.00
                }
            }
        ]
    },
    "aggregations": {
        "price_group": {
            "doc_count_error_upper_bound": 0,
            "sum_other_doc_count": 0,
            "buckets": [
                {
                    "key": 3993.0,
                    "doc_count": 1
                },
                {
                    "key": 3995.0,
                    "doc_count": 1
                },
                {
                    "key": 3996.0,
                    "doc_count": 1
                },
                {
                    "key": 3997.0,
                    "doc_count": 1
                },
                {
                    "key": 3998.0,
                    "doc_count": 1
                },
                {
                    "key": 39955.0,
                    "doc_count": 1
                }
            ]
        }
    }
}

从上面结果中可以看到，执行查询操作之后，不仅为我们查询出了原始数据（未进行聚合操作的数据），以及聚合操作执行之后的数据

如果我们只想获取聚合操作后的数据（统计结果），可以使用下面这种方式
上面的操作是分组操作，根据特定字段进行分组统计，常见统计参数如下：
- 分组：terms
- 求平均值：avg

2.2.5.4 映射操作

有了索引库，等于有了数据库中的database。接下来就需要创建索引库（index)中的映射了，类似于数据库（database）中的表结构（table）。
创建表需要设置字段名称、类型、长度、约束等等，索引库也是一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射。
先创建一个索引，做测试

2.2.5.4.1 创建映射

在Postman中，向ES服务器发送PUT请求：http://localhost:9200/user/_mapping
映射数据说明
- 字段名：可以任意填写，指定属性
- type：类型，ES中支持很多数据类型，常见有：
  - String类型
    - text：可分词
    - keyword：不可分词，数据作为完整字段进行匹配
  - Numberical数值类型
    - 基本数据类型：long、integer、short、byte、double、float、half_float
    - 浮点数的高精度类型：scaled_float
  - Date：日期类型
  - Array：数组类型
  - Object：对象
- index：是否索引，默认为true，如果不进行配置，所有字段都会被索引。
  - true：字段会被索引，可以用来搜索
  - false：字段不会被索引，不能用来搜索
- store：是否将数据进行独立存储，默认为false
  - 原始的文本会存储在_source里面，默认情况下提取出来的字段都不是独立存储的，是从source里面提取出来的。如果需要独立存储某个字段，可以设置“store":true即可，获取独立存储的字段要比从source中解析快，但是会额外占用一定空间。
- analyzer：分词器，这里的ik_max_word即使用ik分词器。

2.2.5.4.2 查看映射

在Postman中，向ES服务器发送GET请求：http://localhost:9200/user/_mapping
创建文档数据做测试
查询文档数据
- name属性可以支持分词检索
- sex属性类型为keyword不支持分词检索
- 因为phone字段设置的index为false，不支持索引查询，该字段无法作为检索条件

alyzer：分词器，这里的ik_max_word即使用ik分词器。

2.2.5.4.2 查看映射

在Postman中，向ES服务器发送GET请求：http://localhost:9200/user/_mapping
创建文档数据做测试
查询文档数据
- name属性可以支持分词检索
- sex属性类型为keyword不支持分词检索
- 因为phone字段设置的index为false，不支持索引查询，该字段无法作为检索条件

陌路_一步一步往上爬

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
7
评论
ElasticSearch入门

ES学习第一篇：ElasticSearch概述第二篇：Part2：ElasticSearch入门2.1 ElasticSearch安装2.1.1 下载软件官网：https://www.elastic.co/cn/elasticsearch/使用版本：7.8.0下载地址（可选版本）：https://www.elastic.co/cn/downloads/past-releases#elasticsearchWindows版本2.1.2 目录结构解压后，可
复制链接

扫一扫