ElasticSearch之路

国人教程

视频教程：b站狂神说（springboot后面的不用看，因为公司不一定用starter去开发，熟练基础才是重点）

概念

ELK软件栈

• Kibana：负责数据展示等
• ElasticSearch：负责搜索等
• Logstash：负责数据采集等

安装

ES

• mac下载gz文件并解压
• 进入bin目录运行elasticsearch脚本即可
• 使用浏览器或curl测试http://localhost:9200

Kibana

• mac下载gz文件并解压
• 进入bin目录运行kibana脚本即可
• 使用浏览器访问http://localhost:5601
• conf/kibana.yml进行汉化配置i18n.locale: "zh-CN"

入门使用：https://elasticstack.blog.csdn.net/article/details/103118342（入门1即可+介绍）

开发工具实现REST请求

IK分词器（玩玩）

github地址

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip

重要概念

集群cluster

由各种node构成，master node 管理集群，包括索引的创建、添加、删除等、data node 用于存放数据

节点node

相当于一个es实例。有很多种类型，如master/data node 等

索引index

文档的集合体，相当于mysql的database

类型type

相当于数据库的表，6之后由于一个index只对应一个type(默认_doc)，因为多个type中存在相同字段会混乱。

他能够动态的修改Mapping，也就是你添加一个字段，他会动态生成字段和类型的映射。而不像传统数据库，需要先定义字段类型，也就是create table

分片shard

索引的分片，将文档通过哈希计算落在不同分片，减少大索引（10亿文档）无法存储以及读取效率差的问题。

分为主分片（读写）和副本分片（只读），副本分片可提升为主分片

GET/PUT  /索引/_settings  #添加修改

如果是集群，也就是非单节点，主分片和副分片是存放在不同节点的，这样就能保证，即便一个node坏了，也不会丢失数据

命令操作

查看ES信息

创建索引

💡如果类型不指定，对于传值需要保证类型一致，否则报错

ES

基本要求：掌握集群部署 ，了解基本配置项的含义。掌握常用的的接口功能，包括数据、分片的增删改查等操作

使用Java调通读写操作

#索引文档操作

创建或修改db1索引

PUT/POST

PUT db1
{
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "age":{
        "type": "long"
      }
    }
  }
}

查看索引

GET db1

删除索引

DELETE db1

添加或修改文档

PUT/POST

PUT db1/_doc/1
{
  "name":"迪哥",
  "age":17
}

💡1代表该文档的一个唯一id

局部修改文档

上面的添加重复执行的话只会修改，但是是全局覆盖，例如你要改年龄，但这样会导致迪哥不见了。虽然你可以重新把name字段也写上去。但如果字段多就麻烦了，所以我们需要局部修改。

# 迪哥丢失
PUT db1/_doc/1
{
  "age":18
}
# 使用_update 局部修改
POST db1/_doc/1/_update
{
  "doc":{
    "age":20
  }
}

创建文档的同时创建索引

PUT db/_doc/1
{
  "name":"知道尼玛"
}
# 创建第二条文档
PUT db/_doc/2
{
  "name":"知道尼玛"
}

查看文档2

GET db/_doc/2

删除文档2

DELETE db/_doc/2

查看全部文档

GET db/_doc/_search

#搜索GET

keyword和text类型，keyword类型不会被分词，作为整体，但text类型会被分词，而且英文和中文的分词也不一样，英文是按空格，中文是按字

模糊搜索

# _source只查询指定字段  sort用于排序  from size用于分页
GET db/_doc/_search
{
  "query": {
    "match": {
      "name": ""
    }
  }
  , "_source": ["name"]
  , "sort": [
    {
      "name.keyword": {
        "order": "desc"
      }
    }
  ],
	"from":0,
  "size":1
}

存在问题：如果name字段的类型是由创建索引时指定，且没有添加fields keyword（而使用如果创建索引的同时创建文档时，类型会自动判断，且会生成fields keyword），此时name字段是无法进行排序的（可能是因为他不是关键字，不知道如何排序–可分词），但像long类型则没有这种情况，因为数字类型是精确匹配的，没有所谓的分词。这个时候有两种解决方法

# 1.根据报错提示添加fielddata
POST db2/
{
  "mappings": {
      "properties": {
        "name": {
          "type": "text",
          "fielddata":true
        }
      }
  }
}
# 2.使用name.keyword进行排序
 "sort":{
    "name.keyword":{
      "order":"desc"
    }
  }

精确查询？

term 通过倒排索引进行精确查询

match 通过分词器解析

# 类似should
GET db/_doc/_search
{
  "query":{
    "match":{
      "name": "zdm 霍格"
    }
  }
}
# term
GET db3/_doc/_search
{
  "query":{
    "term":{
      "name": "zdm"
    }
  }
}

多条件查询

# bool查询  多条件 must(and)  should(or)  must_not(取反)
GET db/_doc/_search
{
  "query":{
    "bool":{    
      "must": [
        {
          "match":{
            "name": "地"
          }
        },
        {
          "match": {
            "age": 17
          }
        }
      ]
    }
  }
}
# 添加过滤  lt gt   less/greater than 
GET db/_doc/_search
{
  "query":{
    "bool":{    
      "filter": {
        "range":{
          "age":{
            "lt":18
          }
        }
      }
    }
  }
}

查看集群信息

GET /
GET /db/_shard_stores
GET /db/_settings
GET _cluster/state
GET _cluster/health

GET _cat/health # 系统健康
GET _cat/nodes  #系统节点情况
GET _cat/shards #系统分片情况
# 索引情况
GET _cat/indices?v
GET _cat/indices/db
GET /db/_shard_stores
GET /db/_settings