一、通信端口
默认情况下 9300 端口为 Elasticsearch 集群间组件的通信端口,9200 端口为 web 通信端口,当然这些端口可以通过配置文件修改。
二、概念类比
Elasticsearch 是面向文档型的数据库,一条数据就是一个文档。为了方便理解,可以将 Elasticsearch 和关系型数据库 MySQL 进行一个类比:
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。
三、基本操作
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。向 ES 服务器发 PUT 请求,如 :
http://127.0.0.1:9200/shopping
请求后,服务器返回响应:
{
"acknowledged": true, #【响应结果】 true 操作成功
"shards_acknowledged": true, #【分片结果】 分片操作成功
"index": "shopping" #【索引名称】
}
注意:
①创建索引库的分片数默认 1 片,在 7.0.0 之前的 Elasticsearch 版本中,默认 5 片
②如果重复添加索引,会返回错误信息
2、查看所有索引
向 ES 服务器发 GET 请求 :
http://127.0.0.1:9200/_cat/indices?v
这里请求路径中的_cat 表示查看的意思,indices 表示索引,所以整体含义就是查看当前 ES 服务器中的所有索引,就像 MySQL 中的 show databases。结果如下:
Tip
:如果想得到JSON格式的响应结果,可以在请求后加参数format=json,如:
http://127.0.0.1:9200/_cat/indices?format=json
此时的响应结果如下:
[
{
"health": "yellow",
"status": "open",
"index": "shopping",
"uuid": "N5eoZ6oTRWmRTvOfFBledQ",
"pri": "1",
"rep": "1",
"docs.count": "1",
"docs.deleted": "0",
"store.size": "15.3kb",
"pri.store.size": "15.3kb"
}
]
各字段及其含义如下表所示:
字段 | 含义 |
---|---|
health | 当前服务器健康状态:green(集群完整)、yellow(单点正常、集群不完整)、red(单点不正常) |
status | 索引打开、关闭状态 |
index | 索引名 |
uuid | 索引唯一编号 |
pri | 主分片数量 |
rep | 副本数量 |
docs.count | 可用文档数量 |
docs.deleted | 文档删除状态(逻辑删除) |
store.size | 主分片和副分片整体占空间大小 |
pri.store.size | 主分片占空间大小 |
3、查看单个索引
向 ES 服务器发 GET 请求 ,如:
http://127.0.0.1:9200/shopping
查看索引时向 ES 服务器发送的请求和创建索引时是一致的,但是 HTTP 方法的类型不一致。
也可以使用_cat接口查看单个索引:此时一定要带参数?v或者?format=json
http://127.0.0.1:9200/_cat/indices/shopping?format=json
4、删除索引
向 ES 服务器发 DELETE 请求 ,如:
http://127.0.0.1:9200/shopping
访问不存在的索引或者已经删除的索引时,服务器会响应:索引不存在
5、创建文档
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。向 ES 服务器发 POST 请求 :
http://127.0.0.1:9200/shopping/type
{
"title":"小米手机",
"category":"小米",
"images":"http://www.gulixueyuan.com/xm.jpg",
"price":3999.00
}
此处发送请求的方式必须为 POST,不能是 PUT,否则会发生错误。响应结果如下:
{
"_index": "shopping", # 【索引】
"_type": "type", #【类型-文档】
"_id": "Xhsa2ncBlvF_7lxyCE9G", #【唯一标识】可以类比为 MySQL 中的主键,随机生成
"_version": 1, #【版本】
"result": "created", #【结果】这里的 create 表示创建成功
"_shards": { #【分片信息】
"total": 2, #【分片 - 总数】
"successful": 1, #【分片 - 成功】
"failed": 0 #【分片 - 失败】
},
"_seq_no": 0,
"_primary_term": 1
}
上面的数据创建时,由于没有指定数据唯一性标识(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,需要在创建时指定,如:http://127.0.0.1:9200/shopping/type/1,另外:如果增加数据时明确数据主键,那么请求方式也可以为 PUT。
6、查看文档
查看文档时,需要指明文档的唯一性标识(由于type被弱化,type可以使用_doc替换,下面的示例均是如此),类似于 MySQL 中数据的主键查询,向 ES 服务器发 GET 请求 :
http://127.0.0.1:9200/shopping/type/1
查询成功后,服务器响应结果:
{
"_index": "shopping",#【索引】
"_type": "type",#【文档类型】
"_id": "1",
"_version": 2,
"_seq_no": 2,
"_primary_term": 2,
"found": true, #【查询结果】 true 表示查找到,false 表示未查找到
"_source": { #【文档源信息】
"title": "华为手机",
"category": "华为",
"images": "http://www.gulixueyuan.com/hw.jpg",
"price": 4999.00
}
}
7、修改文档
和新增文档一样,输入相同的 URL 请求地址(但一定要携带id,否则会变成新增操作),如果请求体变化,会将原有的数据内容覆盖,向 ES 服务器发 POST 请求 :
http://127.0.0.1:9200/shopping/type/1
{
"title":"华为手机",
"category":"手机",
"images":"http://www.gulixueyuan.com/hw.jpg",
"price":4999.00
}
修改成功后,响应如下:_version的值会发生+1变化
{
"_index": "shopping",
"_type": "_doc",
"_id": "1",
"_version": 2,#【版本】
"result": "updated", #【结果】 updated 表示数据被更新
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 2,
"_primary_term": 2
}
8、修改文档的局部信息
修改数据时,也可以只修改某一条数据的局部信息,向 ES 服务器发 POST 请求 :
http://127.0.0.1:9200/shopping/_doc/1/_update # url格式:${index}/${type}/${id}/_update
{
"doc":{ # doc是固定写法
"category":"手机"
}
}
修改成功后的响应结果:_version会自增1
{
"_index": "shopping",
"_type": "_doc",
"_id": "uwlZDnoBHmLT5LdnwAgj",
"_version": 2,
"result": "updated",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 25,
"_primary_term": 3
}
9、删除文档
删除一个文档不会立即从磁盘上移除,它只是被标记成已删除(逻辑删除)。向 ES 服务器发 DELETE 请求 :
http://127.0.0.1:9200/shopping/type/1
删除成功后的响应如下:
{
"_index": "shopping",
"_type": "_doc",
"_id": "vAlZDnoBHmLT5LdnxQio",
"_version": 3, #删除操作也会更新版本
"result": "deleted", #删除操作
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 36,
"_primary_term": 3
}
如果删除一个已经删除或不存在的文档,响应如下:
{
"_index": "shopping",
"_type": "_doc",
"_id": "vAlZDnoBHmLT5LdnxQio",
"_version": 2, # 每次请求版本都会发生变化
"result": "not_found", # 结果为未找到
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 38,
"_primary_term": 3
}
10、条件删除文档
一般删除数据都是根据文档的唯一性标识进行删除,实际操作时,也可以根据条件对多条数
据进行删除。向 ES 服务器发 POST 请求 :
http://127.0.0.1:9200/shopping/_delete_by_query
{
"query":{
"match":{
"price":4000.00
}
}
}
删除成功后,服务器响应结果:
{
"took": 175, #【耗时】
"timed_out": false,#【是否超时】
"total": 2,#【总数】
"deleted": 2,#【删除数量】
"batches": 1,
"version_conflicts": 0,
"noops": 0,
"retries": {
"bulk": 0,
"search": 0
},
"throttled_millis": 0,
"requests_per_second": -1.0,
"throttled_until_millis": 0,
"failures": []
}
11、创建映射
类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称,类型,长度,约束等;索引库也一样,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(mapping)。向 ES 服务器发 PUT 请求 :
http://127.0.0.1:9200/student/_mapping
{
"properties": {
"name":{
"type": "text",
"index": true
},
"sex":{
"type": "text",
"index": false
},
"age":{
"type": "long",
"index": false
}
}
}
映射数据说明:
字段名:任意填写,如:title、subtitle、images、price,下面指定许多属性
type:数据类型,Elasticsearch 中支持的数据类型非常丰富
数据类型 | 说明 |
---|---|
String | 分两类:text:可分词;keyword:不可分词,数据会作为完整字段进行匹配 |
Numerical | 数值类型,分两类: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 |
Object | 对象 |
index:是否索引,默认为 true,也就是说你不进行任何配置,所有字段都会被索引,也就意味着会为所有字段创建索引,这必然会导致更多的磁盘空间被占用,因此对于永远不会作为查询条件的字段没必要将其设置为索引字段,需要注意的是使用非索引字段进行检索查询数据的时候是会报错的
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,默认情况下其他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。当然你也可以独立的存储某个字段,只要设置"store": true 即可,获取独立存储的字段要比从_source 中解析快得多,但是也会占用更多的空间,所以要根据实际业务需求来设置
analyzer:分词器,这里的 ik_max_word 即使用 ik 分词器
12、查看映射
向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/student/_mapping,响应结果如下:
{
"student": {
"mappings": {
"properties": {
"age": {
"type": "long"
},
"name": {
"type": "text"
},
"nickname": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"sex": {
"type": "text"
}
}
}
}
}
13、索引映射关联
在创建索引时也可以指定其映射,向 ES 服务器发 PUT 请求 :
http://127.0.0.1:9200/student1
{
"settings": {},
"mappings": {
"properties": {
"name":{
"type": "text",
"index": true
},
"sex":{
"type": "text",
"index": false
},
"age":{
"type": "long",
"index": false
}
}
}
}