es数据库

安装

docker network create elastic

docker run -it -d --name es01-test --net elastic -p 127.0.0.1:9200:9200 -p 127.0.0.1:9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:7.17.15

docker run  -it -d  --name kib01-test --net elastic -p 127.0.0.1:5601:5601 -e "ELASTICSEARCH_HOSTS=http://es01-test:9200" docker.elastic.co/kibana/kibana:7.17.15

什么是Elasticsearch？

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎。

组成

1. 索引（Index）：Elasticsearch中的索引是文档的集合，类似于关系型数据库中的数据库。每个索引都有其自己的映射（mapping），定义了索引中文档的字段和类型。
2. 类型（Type）：在Elasticsearch中，类型是索引中的一个分类，用于将数据划分为不同的类别。例如，可以将博客文章分为“文章”类型，将产品描述分为“产品”类型。
3. 文档（Document）：文档是Elasticsearch中的基本数据单元，它包含了要索引的数据。每个文档都是一个JSON对象，具有一些元数据（如_index、_type、_id）和字段值。
4. 字段（Field）：字段是文档中的属性，类似于关系型数据库中的列。每个字段都有其自己的数据类型（如字符串、整数、布尔值等）和索引选项（如是否被索引、是否区分大小写等）。

语法

新建索引（不带配置信息的话以默认配置创建）

PUT /product

新建索引（带配置信息的话以配置信息创建）

PUT /product
{
  "settings": {
    "number_of_shards": 2,  
    "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "name":{
         "type": "text"
      },
      "value":{
        "type": "integer"
      }
    }
  }
}

新增字段

PUT /product2/_mapping
{
    "properties": {
        "hight": {
            "type": "integer"
        }
    }
}

查询索引

GET /product

删除索引

DELETE /product

修改索引

PUT /product/_settings
{
  "index":{
    "number_of_replicas":2
  }
}

关闭索引

POST /product/_close

打开索引

POST /product/_open

别名

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "product",
        "alias": "alias1",
        "is_write_index":true
      }
    }
  ]
}

插入数据

POST /product/_doc
{
 "name":"测试_ES222",
 "value":1222
}

修改数据

POST /product/_doc/{id}
{
 "name":"测试_ES2223",
 "value":12223
}

查询

GET /product/_search
{
  "query": {
    "term": {
      "value": {
        "value": 1
      }
    }
  }
}

查询（别名）

GET /alias1/_search
{
  "query": {
    "term": {
      "value": {
        "value": 1
      }
    }
  }
}

match：匹配查询
match_phrase：连续的字段查找
multi_match：从多个字段中去寻找我们要查找的
term：不分词查询
terms：多个term查询取一个交集
fuzzy：是ES里面的模糊搜索，它可以借助term查询来进行理解。fuzzy和term一样，但是不同的是它在进行匹配时可以容忍你的词语拼写有错误，至于容忍度如何，是根据参数fuzziness决定的。fuzziness默认是2
range：范围查询
bool：查询是上面查询的一个综合，它可以用多个上面的查询去组合出一个大的查询语句