ElasticSearch从入门到精通--第一话（入门篇）

ElasticSearch从入门到精通–第一话

ElasticSearch从入门到精通–第一话（入门篇）

ElasticSearch从入门到精通–第二话（原生API调用–纯代码篇）

ElasticSearch从入门到精通–第三话（集群环境搭建篇）

ElasticSearch从入门到精通–第四话（核心概念篇）

ElasticSearch从入门到精通–第五话（整合SpringBoot高效开发、分页高亮等、Kibana使用篇）

基础概念了解：

• 结构化数据：可以用二维表结构来表示的数据。如关系型数据，一个学生表，存储学生的姓名、性别、年龄等信息，用一些关系型数据库就可以解决(Mysql、Oracle等)，但是这些列都是定死的，无法扩展；Mysql后续也引入了json数据类型，提高扩展性，但是使用起来还是有点不太方便的。

• 非结构化数据：无法用二维表来表示的数据。如视频、日志、文档类数据，可以保存到NoSql非关系型数据库中，如Redis、MongoDB，多以k-v结构存储

• 半结构数据：如一些xml、json数据可存储到Redis、MongoDB等NoSql数据库，但是查询处理不是那么容易的。

那么海量数据包括结构、非结构数据准确查询，ES就产生了。

入门

Elastic Stack的核心：包括Elasticsearch(存储搜索数据的)、Kibana(展示数据的)、Beats和Logstatch（也被称为是ELK Stack）。

ElasticSearch简称ES，是一个开源的高扩展的分布式全文搜索引擎，是整个Elastic Stack的技术栈的核心。它可以近乎实时存储、检索数据；扩展性很好，可以扩展上百台服务器，处理PB级别的数据。

其实常见的搜索工具除了ES外还有Solr，它们都是在lucene的基础上开发的。两者区别不是很大，但是如果涉及到除了搜索文本外还需要处理分析查询、分布式索引、日志管理、监控和指标等，那么毫无疑问，ES是更好的选择。

下载安装(windows版)

到es官网下载：下载地址

选择下载的产品

下载Elasticsearch解压缩即可。目录基本上都是能看懂的，bin(可执行文件)、conf(配置)、logs(日志)、jdk

进入到bin后，执行elasticsearch.bat即可执行es(linux系统是sh文件)。

要注意：9300端口是es集群组件的通信端口，而9200端口是浏览器访问的http协议的Restful端口。启动es后，打开浏览器访问localhost:9200即可。

问题

1. 新手入门一般都会遇见的问题：那就是版本问题：

• ES6版本以下不会提供自带jdk，需要本系统的
• ES6版本需要JDK8及以上版本(有些版本可能不会自带jdk，使用本系统的即可)
• ES7版本需要JDK11以上才能使用(自带jdk)
• ES8目前JDK在18版本上(自带jdk)

可以选择跟自己系统已经安装的jdk匹配的es版本，也可以直接去使用es自带的jdk，而不去使用系统已经安装的(不推荐)，在elasticsearch-env.bat文件中，修改(将一些不必要的东西使用 rem注释即可 )

rem if defined JAVA_HOME (
rem  set JAVA="%JAVA_HOME%\bin\java.exe"
rem ) else (
  set JAVA="%ES_HOME%\jdk\bin\java.exe"
  set JAVA_HOME="%ES_HOME%\jdk"
rem )

2. 还可能遇到双击启动后，窗口闪退问题，通过路径访问追踪错误，如果是空间不足的问题，可以修改config/jvm.options文件，将1g调整为更高的即可。

   # Xms represents the initial size of total heap space
   # Xmx represents the maximum size of total heap space
   
   -Xms1g
   -Xmx1g
   

相关概念

es是分布式、Restful风格的搜索和分析。

分布式大家应该都了解，像我们做的一些项目，分别部署到不同的服务器上，达到分布式的部署。

Restful就是指满足http协议，不仅可以访问资源，还可以新增、修改、删除一些资源，像我们之前的URI，就是统一资源定位符，只是用来访问一些资源的，而涉及到Restful风格就会具有更多的功能性，请求如:GET、POST、DELETE、HEAD等。这些请求方式会涉及到幂等性问题(访问多次返回的结果如果是一样的，就是幂等性)，而PUT、DELETE就是典型的幂等性接口。

ES发出响应的数据就是JSON格式

数据格式&倒排索引

看到很多博客里基本上都是把相关的数据格式跟mysql对应起来学习了，我这边也不例外，来张图了解下

ES中，Index可以看做是数据库，Type是表，Document是行数据，然后Fields就是列，但是这些概念违背了ES全文索引的原则和基本思想，后来引入一种新的概念：倒排索引。

既然有倒排索引，那么必然就有正排索引，比如在数据库的一张学生表中，有id和name两个字段，我要通过id去查找到相关的name，如果有模糊查询，我要根据name模糊查询就是正排索引；

倒排索引就是我在新的表中，保存着相应的查询关键字和id值(可能是多个值)，我根据关键字去找到对应的id们，然后去学生表中查询id即可。

上图中的Type(也就是mysql中的表)概念已经被弱化了，ES6中，现在一个index中只能包含一个type，在ES7中，Type的概念已经被删除了。

索引

创建索引

在ES中创建索引就是创建index，可以通过Postman或现流行的国产ApiFox调用都可。

向ES服务器发送PUT请求：http://localhost:9200/shopping，这个shopping就是index的名称，PUT请求代表是修改的意思。

请求发送后，返回json格式数据，其中index就是索引名称

如果再次请求，服务器会告知你这个index已经存在了，而且牢记新建索引是不支持POST请求的

查询索引

查询单个索引

向ES服务器发送GET请求：http://localhost:9200/shopping，还是上文中创建的那个索引，只需要把请求方式改为GET即可。

查询所有索引

向ES服务器发送GET请求：http://localhost:9200/_cat/indices?v，即可展示所有，目前只有一个索引

删除索引

向ES服务器发送DELETE请求：http://localhost:9200/shopping，即可删除索引

文档

创建文档

向ES服务器发送POST请求：http://localhost:9200/shopping/_doc，然后在请求体中写入需要的文档数据，发送请求即可。

{
    "title":"手机",
    "category":"小米",
    "img":"http://www.gulixueyuan.com/xm.jpg",
    "price":3900.00
}

而且新增文档成功后，会返回的_id是es服务器生成并返回的，每次新建后都会返回不一样的id，所以要满足非幂等性必须要使用POST方式。

生成自定义id

那么我们肯定不会去使用es生成的id，太难记，我们需要自定义id，当我们自定义id时，每次请求后返回的id肯定是相同的，那么会产生幂等性，那么我们无论是使用PUT还是POST都是可以的。

向ES服务器发送POST请求：http://localhost:9200/shopping/_doc/文档id，然后在请求体中写入需要的文档数据，发送请求即可。

查询文档

主键id查询

向ES服务器发送GET请求：http://localhost:9200/shopping/_doc/1001，发送请求即可。（1001是上面创建的文档id）

如果要查询的文档id不存在，那么上图中返回的json数据中，found字段就是false.

全查询

向ES服务器发送GET请求：http://localhost:9200/shopping/_search，发送请求即可

修改文档

修改分为两种，一种是完全覆盖，一种是修改部分。

全量修改使用PUT请求

向ES服务器发送PUT请求：http://localhost:9200/shopping/_doc/1001，写入所有要修改的字段及值，发送请求即可

要注意的是：全量修改时，如果你把某些字段给删了，那么这些字段就不存在于文档中了

局部数据更新

向ES服务器发送POST请求：http://localhost:9200/shopping/_update/1001，写入要修改的字段及值，发送请求即可，比如要修改文档中的title属性

{
    "doc":{
        "title":"华为手机"
    }
}

删除文档

向ES服务器发送DELETE请求：http://localhost:9200/shopping/_doc/1001，发送请求即可

如果删除一个不存在的文档，那么会被告知未找到

查询

根据条件查询

向ES服务器发送GET请求：http://localhost:9200/shopping/_search?q=category:小米，查询所有category是小米的数据

但是大多情况下，路径中有中文时会被转码，所以请求参数还是要写到请求体中的。

GET请求，访问http://localhost:9200/shopping/_search，带参数

{
    "query":{
        "match":{
            "category":"小米"
        }
    }
}

分页查询

同样GET请求访问以上http://localhost:9200/shopping/_search链接，然后请求体中带参数。

{
    "query":{
        "match":{
            "category":"小米"
        }
    },
    "from":0,	// 表示从0的偏移量开始读取
    "size":2	// 读取两条数据
}

这个和mysql分页是差不多的，一个是偏移量，一个是行数。公式：(pageNo-1)*页面行数。

"_source"中就是返回给我们的数据，那么我只想要一个title怎么限制呢？

直接在请求体中设置_source即可

{
    "query":{
        "match":{
            "category":"小米"
        }
    },
    "from":0,
    "size":2,
    "_source":["title"]
}

查询排序

仍然是上面的GET接口，http://localhost:9200/shopping/_search，然后请求体加参数即可。

{
    "query":{
        "match":{
            "category":"小米"
        }
    },
    "from":0,
    "size":2,
    "sort":{
        "price":{	// 以price字段排序，desc降序,asc升序
            "order":"desc"
        }
    }
}

多条件查询

和上文中接口一致，只需在请求体参数语法上改变

must可以理解为and，should理解为or。

{
    "query":{
        "bool":{
            "must":[
                {
                    "match":{
                        "category":"小米"
                    }
                },
                {
                    "match":{
                        "price":5000
                    }
                }
            ]
        }
    }
}

{
    "query":{
        "bool":{
            "should":[
                {
                    "match":{
                        "category":"小米"
                    }
                },
                {
                    "match":{
                        "category":"华为"
                    }
                }
            ]
        }
    }
}

下图为or查询

范围查询

同上接口，请求体参数改变，以下查询为category是小米或华为的数据，且price大于4500的

{
    "query":{
        "bool":{
            "should":[
                {
                    "match":{
                        "category":"小米"
                    }
                },
                {
                    "match":{
                        "category":"华为"
                    }
                }
            ],
            "filter":{
                "range":{
                    "price":{
                        "gt": 4500
                    }
                }
            }
        }
    }
}

精确查询

全文检索

当我们保存文档数据时，es会将数据分词拆解，并将拆解后的数据保存到倒排索引当中，即使我们查询时只使用关键词的一部分，那么它还是会被查询出来，就叫做全文检索。

GET请求访问http://localhost:9200/shopping/_search，请求体增加参数

{
    "query":{
        "match":{
            "category":"米"
        }
    }
}

那么所有category带米字的所有数据会被查询出来，而且查询时的参数也会被进行拆解查询

{
    "query":{
        "match":{
            "category":"米华"
        }
    }
}

那么所有category带米或华字的所有数据会被查询出来

当然，也可以进行完全匹配

{
    "query":{
        "match_phrase":{
            "category":"米华"
        }
    }
}

必须是米华的才会被查询出来。

查询高亮显示

GET请求访问http://localhost:9200/shopping/_search，请求体增加参数

{
    "query":{
        "match_phrase":{
            "category":"小米"
        }
    },
    "highlight":{	// 设置高亮
        "fields": {		// 高亮的字段
            "category":{}
        }
    }
}

聚合查询

GET请求访问http://localhost:9200/shopping/_search，请求体增加参数

{
    "aggs":{
        "price_group":{ // 分组名称,随意起名
            "terms":{   // 分组
                "field":"price" // 分组字段
            }
        }
    },
    "size": 0 // 表示不展示原始数据，只展示分组后的
}

若要求平均值

{
    "aggs":{
        "price_avg":{ // 名称,随意起名
            "avg":{   // 平均值
                "field":"price" // 求平均值的字段
            }
        }
    },
    "size": 0 // 表示不展示原始数据，只展示分组后的
}

映射关系

映射关系是给index索引设置的。

es6版本http://localhost:9200/user/mapping/_mapping,其他版本http://localhost:9200/user/_mapping

POST请求http://localhost:9200/user/_mapping，请求体中参数

{
    "properties":{
        "name":{
            "type":"text",
            "index":true	// 表示被索引
        },
        "sex":{
            "type":"keyword", //表示不被拆解
            "index":true
        },
        "tel":{
            "type":"keyword",
            "index":false
        }
    }
}

设置后，同一个接口改为GET请求方式，可以查询出刚刚设置的mapping.

那么创建一个用户,PUT请求http://localhost:9200/user/_doc/1001，方法体参数

{
    "name":"小米",
    "sex":"男性",
    "tel":"2222"
}

创建完毕后，查询下试试

GET请求，http://localhost:9200/user/_search，请求体参数

{
    "query":{
        "match":{
            "name":"小"
        }
    }
}

刚刚的name属性设置的是text类型，也就是会被拆解，所有name中有小字的都会被查询出来，如果是keyword类型，则不会被拆解，如查询sex

{
    "query":{
        "match":{
            "sex":"男"
        }
    }
}

那么查询数据为空，而像tel设置的不被索引，当匹配时将会提示报错。

全文检索之copy_to/multi_match

我们还可以在创建索引库时，字段指定copy_to，然后让数据拷贝到某个字段中，然后多字段查询；或者可以使用multi_match进行多字段查询
新建索引时指定copy_to

# 新建索引时，指定copy_to
PUT /test
{
  "mappings": {
    "properties": {
      "name":{
        "type": "text",
        "analyzer": "standard",
        "copy_to": "all"
      },
      "brand":{
        "type": "keyword",
        "copy_to": "all"
      },
      "all":{
        "type": "text"
      }
    }
  }
}

# 加两条数据
PUT /test/_doc/1001
{
  "name":"天生丽质",
  "brand":"天"
}

PUT /test/_doc/1002
{
  "name":"高贵优雅",
  "brand":"外"
}

# 通过all字段查询
GET /test/_search
{
  "query": {
    "match": {
      "all": "丽外"
    }
  }
}

结果是，name中带丽的，和brand中带外的都会被查询出来

那么如果不指定all字段，我们还可以通过其他的方式进行多字段匹配查询

GET /test/_search
{
  "query": {
    "multi_match": {
      "query": "丽外",
      "fields": ["brand", "name"]
    }
  }
}

结果只查询出来一条，啊？为啥呢，那么重点来了。我们在定义的索引中all字段用的type类型是text，就是会被分词，但是多条件查询中,brand用的是keyword，不会被分词，copy_to只是将值赋给了all字段，每条伪数据类似如下

{
  "all": ["天生丽质", "天"]
}

{
  "all": ["高贵优雅", "外"]
}