ElasticSearch操作Go

最新推荐文章于 2024-05-09 09:53:39 发布

花呆的戈多

最新推荐文章于 2024-05-09 09:53:39 发布

阅读量653

点赞数 1

分类专栏：学习记录文章标签： elasticsearch golang 搜索引擎

本文链接：https://blog.csdn.net/qq_42690129/article/details/125850858

版权

学习记录专栏收录该内容

4 篇文章 0 订阅

订阅专栏

ElasticSearch - Go

Es搜索引擎

优点：容错性好；单点故障时，可以通过复制数据到不同的服务器上达到容错的目的；
使用前提：没有频繁更新（一秒内有大量的更改操作），不需要事务处理，需要对数据进行检索，统计；
存储形式：ES中，存储数据的基本单位就是索引，比如说ES中存储了一些订单系统的销售数据，就因该在ES中创建一个索引（order—index），所有的销售数据就会都写到这个索引里面去，一个索引就像一个数据库，mapping就相当于表的结构定义，定义了什么字段类型等，你往index里添加一行数据就叫做一个document，每一个document有多个filed，每一个filed就代表这个document的一个字段的值。

字段类型: 文档由多个json字段，这个字段跟mysql中的表的字段是类似的。ES中的字段也是有类型的，常用字段类型有：

数值类型(long、integer、short、byte、double、float)

Date 日期类型

boolean布尔类型

Text 支持全文搜索

Keyword 不支持全文搜索，例如：phone这种数据，用一个整体进行匹配就ok了，也不要进行分词处理

Geo 这里主要用于地理信息检索、多边形区域的表达。

mapping设计
Elasticsearch的mapping类似于mysql中的表结构体定义，每个索引都有一个映射的规则，我们可以通过定义索引的映射规则，提前定义好文档的json结构和字段类型，如果没有定义索引的映射规则，ElasticSearch会在写入数据的时候，根据我们写入的数据字段推测出对应的字段类型，相当于自动定义索引的映射规则。

注意：ES的自动映射是很方便的，但是实际业务中，对于关键字段类型，我们都是通常预先定义好，这样可以避免ES自动生成的字段类型不是你想要的类型。

字段存储结构体多为String Json存储 ,读取后通过Json解析即可,对于精确搜索的字段信息采用keyword查询,其他采用ES原生match或term查询。

基本语法

GET /{索引名}/_search
{
 "from" : 0,  // 搜索结果的开始位置
   "size" : 10, // 分页大小，也就是一次返回多少数据
   "_source" :[ ...需要返回的字段数组... ],
 "query" : { ...query子句... },
 "aggs" : { ..aggs子句..  },
 "sort" : { ..sort子句..  }
}

范围查询

GET /{索引名}/_search
{
  "query": {
    "range": {
      "{FIELD}": {
        "gte": 100, 
        "lte": 200
      }
    }
  }
}

{FIELD} - 字段名
gte范围参数 - 等价于>=
lte范围参数 - 等价于 <=
范围参数可以只写一个，例如：仅保留 “gte”: 100，则代表 FIELD字段 >= 100
gt - 大于（ > ）

gte - 大于且等于（ >= ）

lt - 小于（ < ）

lte - 小于且等于（ <= ）

bool组合查询

GET /{索引名}/_search
{
  "query": {
    "bool": { // bool查询
      "must": [], // must条件，类似SQL中的and, 代表必须匹配条件
      "must_not": [], // must_not条件，跟must相反，必须不匹配条件
      "should": [] // should条件，类似SQL中or, 代表匹配其中一个条件
    }
  }
}

排序

GET /{索引名}/_search
{
  "query": {
    ...查询条件....
  },
  "sort": [
    {
      "{Field1}": { // 排序字段1
        "order": "desc" // 排序方向，asc或者desc, 升序和降序
      }
    },
    {
      "{Field2}": { // 排序字段2
        "order": "desc" // 排序方向，asc或者desc, 升序和降序
      }
    }
    ....多个排序字段.....
  ]
}

term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇
match和term的区别是,match查询的时候,elasticsearch会根据你给定的字段提供合适的分析器,而term查询不会有分析器分析的过程，match查询相当于模糊匹配,只包含其中一部分关键词就行

拆分相当于雷神加速器被拆分为“雷”“神” “加” “速” “器” match 搜索雷、神、加都能够搜索出结果
match查询的结果中一定会有“雷”“神” “加” “速” “器” 字样
term的查询结果就会包含只有“雷”“神” “加” “速” “器” 这个分词结果的数据
match在匹配时会对所查找的关键词进行分词，然后按分词匹配查找，而term会直接对关键词进行查找。一般模糊查找的时候，多用match，而精确查找时可以使用term。

对于.keyword则为不拆分全文搜索
Text 与. keyword的区别
Text：
会分词，然后进行索引
支持模糊、精确查询
不支持聚合
keyword：
不进行分词，直接索引
支持模糊、精确查询
支持聚合

Elastic-go

go-client参数
elastic.SetURL(url)用来设置ES服务地址，如果是本地，就是127.0.0.1:9200。支持多个地址，用逗号分隔即可。
elastic.SetBasicAuth("user", "secret")这个是基于http base auth 验证机制的账号密码。
elastic.SetGzip(true)启动gzip压缩
elastic.SetHealthcheckInterval(10*time.Second)用来设置监控检查时间间隔
elastic.SetMaxRetries(5)设置请求失败最大重试次数，v7版本以后已被弃用
elastic.SetSniff(false)允许指定弹性是否应该定期检查集群（默认为true）
elastic.SetErrorLog(log.New(os.Stderr, "ELASTIC ", log.LstdFlags)) 设置错误日志输出
elastic.SetInfoLog(log.New(os.Stdout, "", log.LstdFlags)) 设置info日志输出

查询操作
{
"query": {
"bool": {
"must": [
{
"term": {
"Port": "443"
}
}
,
{
"term": {
"State": "established"
}
}
],
"must_not": [
{
"term": {
"RemoteAddr": "0.0.0.0"
}
}
],
"should": [ ]
}
},
"from": 0,
"size": 250,
"sort": [ ],
"aggs": { }
}

Go调用代码
//多条件精确查询
query := elastic.NewBoolQuery()
//排除特定信息用must_not
query  = query.MustNot(elastic.NewTermQuery("RemoteAddr", "0.0.0.0"), elastic.NewTermQuery("RemoteAddr", "127.0.0.1"))
		if ip != "" {
			query = query.Must(elastic.NewTermQuery("IP", ip))
		}
		if value != "" {
			query = query.Must(elastic.NewTermQuery("Port", value))
		}
		if state != "" {
		    //注意term需要小写才能识别 因为分词器会将大写字母转换为小写
			query = query.Must(elastic.NewTermQuery("State", strings.ToLower(state)))
		}
		//查询需要指定size 否则默认为Es查询10条数据，可通过修改ES配置或指定size修改
		res, err := Client.Search("network").Query(query).Size(size).Do(context.Background())
		if err != nil {
			err...
		}
		//判断返回结果数量进行数据处理
		if res.Hits.TotalHits.Value > 0 {
			for _, v := range res.Hits.Hits {
				//v.Source为搜索结果
				json.Unmarshal(v.Source, &temp)
			}
		}
		
//模糊查询
query := elastic.NewBoolQuery()
		if ip != "" {
			query = query.Must(elastic.NewTermQuery("IP", ip))
		}
		if value != "" {
			query = query.Must(elastic.NewWildcardQuery("Name.keyword", value))
		}
		res, err := Client.Search("application").Query(query).Size(size).Do(context.Background())
		if err != nil {
			return nil, err
		}
		if res.Hits.TotalHits.Value > 0 {
			for _, v := range res.Hits.Hits {
				//v.Source为搜索结果
				json.Unmarshal(v.Source, &temp)
			}
		}

/*下面是简单的CURD*/

//创建
func Create(str interface{}, index, id string) error {
	conn := Client.Index()
	_, err := conn.Index(index).Id(id).BodyJson(str).Do(context.Background())
	if err != nil {
		return err
	}
	return nil
}

//删除
func Delete(index, id string) error {
	_, err := Client.Delete().Index(index).
		Id(id).
		Do(context.Background())
	if err != nil {
		return err
	}
	return nil
}

//修改
func Update(str interface{}, index, id string) error {
	_, err := Client.Update().
		Index(index).
		Id(id).
		Doc(str).
		Do(context.Background())
	if err != nil {
		return err
	}
	return nil
}

//查找
func SelectEsToBytes(index, id string) ([]byte, error) {
	//通过id查找
	get1, err := Client.Get().Index(index).Id(id).Do(context.Background())
	if err != nil {
		return nil, err
	}
	if get1.Found {
		return get1.Source, nil
	}
	return get1.Source, errors.New("filed Not Found")
}