【ElasticSearch01】ElasticSearch入门

艾卡西亚丶暴雨L

已于 2023-01-16 13:40:36 修改

阅读量1.1k

点赞数

分类专栏： elasticsearch 文章标签： elasticsearch 全文检索

于 2023-01-16 13:39:26 首次发布

本文链接：https://blog.csdn.net/qq_45291280/article/details/128701447

版权

elasticsearch 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1.数据类型

结构化数据
二维表等，保存到关系型数据库中例如mysql
非结构化数据
图像、视频、工作日志等，保存到Nosql数据库中，比如redis、mongodb中
半结构化数据
html、xml等保存到Nosql数据库中，比如redis、mongodb中

2.Elasticsearch是什么

The Elastic Stack, 包括 Elasticsearch、 Kibana、 Beats 和 Logstash（也称为 ELK Stack）。能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。Elaticsearch，简称为 ES， ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 ElasticStack 技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理 PB 级别的数据。

3.全文搜索引擎

Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。

一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。

基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的：

搜索的数据对象是大量的非结构化的文本数据。
文件记录量达到数十万或数百万个甚至更多。
支持大量基于交互式文本的查询。
需求非常灵活的全文搜索查询。
对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎。

这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

4.Elasticsearch安装

Elasticsearch官网
 Elasticsearch官方文档
Elasticsearch目录结构

目录	含义
bin	可执行脚本目录
config	配置目录
jdk	内置 JDK 目录
lib	类库
logs	日志目录
modules	模块目录
plugins	插件目录

进入bin文件点击elasticsearch.bat启动elasticsearch
在这里插入图片描述

注意： 9300 端口为 Elasticsearch 集群间组件的通信端口， 9200 端口为浏览器访问的 http协议 RESTful 端口。

打开浏览器，输入地址： http://localhost:9200，测试返回结果，返回结果如下：
在这里插入图片描述

5.Restful和JSON

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)。

REST 样式的 Web 服务若有返回结果，大多数以JSON字符串形式返回。

JSON格式

var obj = {"name":"zhangsan","age":30,"info":{"email":"xxxxx"}}//对象
var objs=[obj,obj]//集合

JSON字符串：网络中传递的字符串的格式符合JSON格式

6.Postman客户端工具

Postman下载官网
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。

7.倒排索引

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比
在这里插入图片描述
ES 里的 Index 可以看做一个库，而 Types 相当于表， Documents 则相当于表的行。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。

正排（正向）索引

id	content
1001	my name is zhangsan
1002	my name is lisi

如果想要查询文章的内容中包含哪些热门词汇，就会比较麻烦，需要使用模糊查询，模糊查询的效率会差很多，每条数据都要遍历一下会导致性能差并且查询内容的大小写、时态等等都会影响查询的准确率。例如你查询Zhang san那1001的内容是匹配还是不匹配？

倒排索引

keyword	id
name	1001,1002
zhang	1001

通过关键字来查询主键id，然后再来关联文章内容，以前是通过主键id关联文章内容再去找关键字

8.Elasticsearch基本操作

8.1 索引操作

8.1.1 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，向 ES 服务器发送PUT请求命令

PUT 请求命令：： http://localhost:9200/shopping

PUT请求相当于创建的意思，这里表示创建一个shopping的索引

在这里插入图片描述

问题： 如果这个时候再去发送请求会怎么样？
答案： PUT具有幂等性，只要发出了同样的请求，结果是一样的，意味着你再去发送一个请求就会有问题，因为此时已经有了shopping这个索引，不需要再添加了。

在这里插入图片描述

8.1.2查询索引

1.查询指定索引

Get 请求命令：： http://localhost:9200/shopping

在这里插入图片描述

2.查询所有索引

GET请求命令：： http://localhost:9200/_cat/indices?v

在这里插入图片描述

8.1.3删除索引

DELTE请求命令：： http://localhost:9200/shopping

在这里插入图片描述

8.2 文档操作

8.2.1 创建文档

假设索引已经创建好了，接下来我们来创建文档，并添加数据。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 格式

POST请求命令：： http://localhost:9200/shopping/_doc

在这里插入图片描述
此时报错，提示请求体是一定要有的，所以要在body中加入内容

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

在这里插入图片描述

"_id": "G5SouIUB5Q51kdfNH1A6"为数据的唯一性标识类似于主键，由es软件随机生成的，同样的请求返回的结果是不同的，所以POST不具有幂等性，但是PUT必须是幂等性的，所以用PUT请求会报错。

8.2.2 创建文档时自定义id

POST请求命令：： http://localhost:9200/shopping/_doc/自己定义的id

在这里插入图片描述

此时指定了id那就说明这个操作是幂等性的，此时PUT也是可以的。

在这里插入图片描述

8.2.3 查询文档

1.主键查询

Get 请求命令：： http://localhost:9200/shopping/_doc/1001

在这里插入图片描述

2.查询一个不存在的id

在这里插入图片描述

3.全查询

Get 请求命令：： http://localhost:9200/shopping/_search

在这里插入图片描述

8.2.4 修改文档

1.全量修改

PUT 请求命令：： http://localhost:9200/shopping/_doc/1001

在这里插入图片描述

2.局部修改

因为更新局部的数据，说明每次更新的结果不会是相同的，那就不是幂等性的，所以不能采用PUT方式，只能采用POST方式

POST请求命令：： http://localhost:9200/shopping/_update/1001

{
    "doc":{
        "title":"苹果手机"
    }
}

在这里插入图片描述
查询得到的结果

在这里插入图片描述

8.2.5 删除文档

DELETE请求命令：： http://localhost:9200/shopping/_doc/1001

在这里插入图片描述

8.2.6 复杂查询操作

1.条件查询

Get 请求命令：： http://localhost:9200/shopping/_search?q=category:小米

在这里插入图片描述
请求路径中添加额外参数比较麻烦，而且中文容易出现乱码，一般会将请求路径调整为请求体传递参数

{
    "query":{
        "match":{
            "category":"小米"
        }
    }
}

在这里插入图片描述

2.全量查询（请求体类型）

在这里插入图片描述

3.分页查询

from:表述当前页数据查询的起始位置，如果是第一条的话应该是0
起始位置的计算公式:(页码-1)*每页数据条数
想查询第二页，页码就为2
size:表述每页查询的数据条数

在这里插入图片描述
想要的数据指定查询

对结果排序

4.多条件查询

{
    "query": {
    	//bool表示条件
        "bool": {
        	//"must"表示多个条件要同时成立
            "must":[
                {
                    "match":{
                    "category": "小米"
                    }
                },
                {
                    "match":{
                        "price": 3999.00
                    }
                    
                }
            ]
        }
    }
}

在这里插入图片描述

1.should是或的关系

{
    "query": {
        "bool": {
            "should":[
                {
                    "match":{
                        "category": "小米"
                    }
                    
                },
                {
                    "match":{
                        "category": "苹果"
                    }
                    
                }
            ]
        }
    }
}

在这里插入图片描述

2.想要查询价格大于3000的

{
    "query": {
        "bool": {
            "should": [
                {
                    "match": {
                        "category": "小米"
                    }
                },
                {
                    "match": {
                        "category": "苹果"
                    }
                }
            ],
            "filter": {
                "range": {
                    "price": {
                        "gt": 3000
                    }
                }
            }
        }
    }
}

在这里插入图片描述

3.全文检索

为什么输入一个小也能查询到？
在这里插入图片描述

当保存文档数据时候，es会将数据文字进行分词拆解操作，并将拆解后的数据保存到倒排索引当中，这样即使使用文字的一部分也能查询到数据。
es会将查询内容也进行分词操作，在倒排索引中进行匹配，例如拿小苹查询，苹果和小米都会查询到

在这里插入图片描述

4.完全匹配

{
    "query":{
        "match_phrase":{
            "title":"小苹"
        }
    }
}

此时去查询数据时完全匹配规则，数据会查不到因为没有title叫小苹
在这里插入图片描述

5.高亮查询

{
    "query":{
        "match_phrase":{
            "category":"小米"
        }
    },
    "highlight":{
        "fields":{
            "category":{}
        }
    }
}

在这里插入图片描述

6.聚合查询

{
    //聚合操作
    "aggs":{
        "price_group":{//名称，随意取
            "terms":{//分组操作
                "field":"price"//分组字段
            }
        }
    }
}

在这里插入图片描述
此时存在原始数据

加上"size":0，原始数据就没有了，只有统计数据

{
    //聚合操作
    "aggs":{
        "price_group":{//名称，随意取
            "terms":{//分组操作
                "field":"price"//分组字段
            }
        }
    },
    "size":0
}

在这里插入图片描述
也可以求平均值

7.映射关系

有的查询可以分词查询，有的查询不可以分词查询，那怎么控制呢？

先创建一个user索引
在这里插入图片描述
创建结构信息

{
    "properties":{
        "name":{
            "type":"text",//text类型可以分词
            "index":true//name字段可以被索引查询
        },
        "sex":{
            "type":"keyword",//keyword不可以分词
            "index":true//sex字段可以被索引查询
        },
        "tel":{
            "type":"keyword",//keyword不可以分词
            "index":false//tel字段可以被索引查询
        }
    }
}