ElasticSearch介绍及使用

ES为什么快？

因为倒排索引，在传统的数据库中，是通过索引找数据，而倒排索引是通过关键字（词条）找id，再通过id找到文档的详情信息。

创建倒排索引是对正向索引的一种特殊处理，流程如下：

• 将每一个文档的数据利用算法分词，得到一个个词条
• 创建表，每行数据包括词条、词条所在文档id、位置等信息
• 因为词条唯一性，可以给词条创建索引，例如hash表结构索引

倒排索引的搜索流程如下（以搜索"华为手机"为例）：

1. 用户输入条件 "华为手机"进行搜索。
2. 对用户输入内容分词，得到词条： 华为、手机。
3. 拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。
4. 拿着文档id到正向索引中查找具体文档。

与Redis的区别

Redis适合作为缓存，简单查询，ES适合全文搜索，复杂查询。

mysql与elasticsearch

我们统一的把mysql与elasticsearch的概念做一下对比：

MySQL	Elasticsearch	说明
Table	Index	索引（index），就是文档的集合，类似数据库的表（table）
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列(Column)
Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

是不是说，我们学习了elasticsearch就不再需要mysql了呢？

并不是如此，两者各自有自己的擅长支出：

• Mysql：擅长事务类型操作，可以确保数据的安全和一致性
• Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用：

• 对安全性要求较高的写操作，使用mysql实现
• 对查询性能要求较高的搜索需求，使用elasticsearch实现
• 两者再基于某种方式，实现数据的同步，保证一致性

IK分词器

分词器的作用是什么？

• 创建倒排索引时对文档分词
• 用户搜索时，对输入的内容分词

IK分词器有几种模式？

• ik＿smart：智能切分，粗粒度
• ik＿max＿word：最细切分，细粒度

索引库操作

索引库就类似数据库表，mapping映射就类似表的结构。

我们要向es中存储数据，必须先创建“库”和“表”。

mapping映射属性

mapping是对索引库中文档的约束，常见的mapping属性包括：

• type：字段数据类型，常见的简单类型有：

• • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
  • 数值：long、integer、short、byte、double、float、
  • 布尔：boolean
  • 日期：date
  • 对象：object

• index：是否创建索引，默认为true，参与搜索给索引
• analyzer：使用哪种分词器，模糊查找给分词器
• properties：该字段的子字段

例如下面的JSON文档：

{
  "age":18,
  "weight":70.2,
  "isMarred": false,
  "info":"apesourceJavaEE王讲师",
  "email":"wang1s@163.com",
  "score":[99.1,99.5,98.9],
  "name":{
    "firstName":"师傅",
    "lastName":"王"
  }
}

对应的每个字段映射（mapping）：

• age：类型为integer；参与搜索，因此需要index为true；无需分词器
• weight：类型为float；参与搜索，因此需要index为true；无需分词器
• isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
• info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
• email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
• score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
• name：类型为object，需要定义多个子属性

• • name.firsName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
  • name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器

创建索引库和映射

基本语法：

• 请求方式：PUT
• 请求路径：／索引库名，可以自定义
• 请求参数：mapping映射

格式：

{
    "mappings": {
        "properties": {
            "字段名id": {
                "type": "integer"
            },
            "name": {
                "properties": {
                    "firstname": {
                        "type": "keyword"
                    },
                    "lastname": {
                        "type": "keyword"
                    }
                }
            },
            "age": {
                "type": "integer"
            },
            "info": {
                "type": "text",
                "analyzer": "ik_smart"
            },
            "isMarried": {
                "type": "boolean"
            }
        }
    }
}

查询索引库

基本语法：

• 请求方式：GET
• 请求路径：／索引库名
• 请求参数：无

修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

基本语法：

{
    "properties": {
        "新增字段": {
            "type": "integer"
        }
    }
}

删除索引库

语法：

• 请求方式：DELETE
• 请求路径：／索引库名
• 请求参数：无

总结

• 创建索引库：PUT /索引库名
• 查询索引库：GET /索引库名
• 删除索引库：DELETE /索引库名
• 添加字段：PUT /索引库名/_mapping

文档操作

新增文档

语法：

{
  "age":18,
  "weight":70.2,
  "isMarred": false,
  "info":"apesourceJavaEE王讲师",
  "email":"wang1s@163.com",
  "score":[99.1,99.5,98.9],
  "name":{
    "firstName":"师傅",
    "lastName":"王"
  }
}

查询文档

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。

语法：

删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

语法：

修改文档

修改有两种方式：

• 全量修改：直接覆盖原来的文档
• 增量修改：修改文档中的部分字段

全量修改

全量修改是覆盖原来的文档，其本质是：

• 根据指定的id删除文档
• 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

{
  "age":1000,
  "weight":70.2,
  "isMarred": false,
  "info":"apesourceJavaEE周讲师",
  "email":"wang1s@163.com",
  "score":[99.1,99.5,98.9],
  "name":{
    "firstName":"师傅",
    "lastName":"周"
  }
}

增量修改

增量修改是只修改指定id匹配的文档中的部分字段。

{
    "doc":{
        "要修改的字段名":"新值"
    }
}

总结

• 创建文档：POST／{索引库名}/＿doc／文档id｛json文档｝
• 查询文档：GET／｛索引库名｝／＿doc／文档id
• 删除文档：DELETE／｛索引库名｝／＿doc／文档id
• 修改文档：

• • 全量修改：PUT／｛索引库名｝／＿doc／文档id｛json文档｝
  • 增量修改：POST／｛索引库名｝／＿update／文档id ｛＂doc＂：｛字段｝｝