全文检索 Elasticearch 研究一(入门)

集群中的某一台服务器就叫节点

1、搜索的过程是怎么样的？添加文档的过程是怎么样的？

1.1、搜索通过分词，在分词列表中匹配，然后去查找原始文档。

1.2、添加文档即添加索引，通过分词器将分词添加到分词列表，然后将原始文档进行存储

2、更改映射可以更改哪些属性？ES允许只能增加映射，不能更改映射

1 、ElasticSearch

1.1、介绍

ElasticSearch是一款基于Lucene的搜索引擎服务，向外提供restful接口。

1.2、优势

1.2.1、扩展性好，可以提供PB级数据，可提供上百台服务器集群

1.2.2、实时性比较好，即搜索和索引速度快

1.3、 ElasticSearch 与 Solr 区别 :

1.3.1、 数据格式 : solr 中支持 json , xml , csv … ; ElasticSearch中只支持一种 json ;

1.3.2、实时搜索性能 : ElasticSearch 实时搜索(边建索引, 边搜索)性能要高于solr ;

1.3.3、集群 : Solr集群需要依赖于 Zookeeper 集群 ; ElasticSearch自带集群功能, 不需要依赖于第三方 ;

2、索引结构

2.1、原始文档和索引结构都是存储在索引库的

2.2、倒排索引和正排索引的区别

2.2.1、正排索引是在文章中搜索词

2.2.2、倒排索引是根据词去查找文章

每个原始文档都有索引，原始文档通过分词，然后每个分词进行建索引，并且每个分词和原始文档建立联系。当进行全文搜索的时候，先在分词库中找，然后将原始文档和分词联系比较多的，依次展示出来。

索引库中的索引解释

索引（名词）：ES是基于Lucene构建的一个搜索服务，它要从索引库搜索符合条件索引数据。

索引（动词）：索引库刚创建起来是空的，将数据添加到索引库的过程称为索引。

3、ES的安装支持docker的安装

4、项目中使用ES的方式如下：

5、快速入门

5.1、创建索引库（相当于创建数据库的表）

5.1.1、索引库包含文档列表和分词列表

5.2、创建映射（相当于创建表结构）

请求方式 : POST

URL : http://localhost:9200/xc_course/doc/_mapping

参数 :
	 {
	 "properties": {   
         "name": {
         	"type": "text"
         },
         "description": {
         	"type": "text"
         },
         "studymodel": {
         	"type": "keyword"
         }
      }
    }	

5.3、创建文档（也叫创建索引，添加数据）

put 或Post http://localhost:9200/xc_course/doc/id值

5.3.1、id可以不指定，也可以指定。指定的方式为url+id。

5.3.2、创建文档后的内容如下图：

5.4、查询文档

5.5、分词器

5.1.1、如何指定某种分词器？

查询时，指定分词器，示例如下：不指定，使用默认的分词器

测试分词器
发送：post localhost:9200/_analyze {“text”:“中华人民共和国人民大会堂”,“analyzer”:“ik_smart” }

5.1.2、IK分词器的两种模式

5.1.2.1、ik_max_word

会将文本做细粒度的拆分，分隔出来的词越多

5.1.2.2、ik_smart

会做粗粒度的拆分，分隔出来的词越少

5.1.3、自定义词库

可以增加一些流行的词语，提高搜索的准确度

注意：编码格式要选择“无bom，utf-8格式”

5.6、映射

5.6.1、映射维护

5.6.1.1、创建/更新映射

请求方式 : POST

URL : http://localhost:9200/xc_course/doc/_mapping

参数 :
	 {
	 "properties": {   
         "name": {
         	"type": "text"
         },
         "description": {
         	"type": "text"
         },
         "studymodel": {
         	"type": "keyword"
         }
      }
    }	

5.6.1.2、查询映射

查询指定索引库映射 : 
	GET			http://localhost:9200/xc_course/doc/_mapping
	
查看所有索引库映射 : 
	GET			http://localhost:9200/_mapping

5.7、常用映射类型

5.7.1、字符串包括两种text和keyword

5.7.1.1、第一种：text

"name": {                  
 "type": "text",                   
 "analyzer":"ik_max_word",                   
 "search_analyzer":"ik_smart"    
 }

5.7.1.1.1、说明：analyzer:ik_max_word -----创建索引（创建文档）时的分词器目的是为了使文档尽量被搜到 search_analyzer:ik_smart------搜索时的分词器目的是为了搜索结果的匹配度更高一点

5.7.1.1.2、index：是否索引（是否能搜索到，true可以，false不可以。只是进行了存储，当根据其他字段搜索该条文档，该条文档的没有索引的跟着就展示出来了。）

"pic": {   
"type": "text",                           
"index":false            
}

5.7.1.1.2、store

是否在source之外存储，每个文档索引后会在 ES中保存一份原始文档，存放在"_source"中，一般情况下不需要设置 store为true，因为在_source中已经有一份原始文档了。

5.7.1.2、第二种：keyword

keyword是不进行分词的，搜索时，是整体匹配。

"name": {                  
 "type": "keyword"   
 }

keyword字段通常 用于过虑、排序、聚合等。

5.7.2、日期类型

说明：通常日期类型不设置分词器，用于排序，

{ 
"properties": {              
	"timestamp": {          
		 "type":   "date",          
		 "format": "yyyy‐MM‐dd HH:mm:ss||yyyy‐MM‐dd"        
  }       
     } }

5.7.3、数值类型

以下是ES支持的数值类型

尽量选择范围小的类型，提高搜索效率

5.7.3.1、对于浮点数，尽量使用比例因子

比例因子就是最后存储的浮点数*比例因子，这样做的好处就是整型比浮点型更压缩空间，节省空间

"price": {   
"type": "scaled_float",                 
"scaling_factor": 100   # 比例因子
}

ES不支持更改映射类型，要真想改，就删掉索引库，重新创建；但是mysql允许。

（问题来了，mysql如果一个字段是int类型，那么改成varchar类型，是不是会出现乱码情况。）