Elasticsearch

Elasticsearch

操作索引

基本概念

Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比关系：

索引（indices）--------------------------------Databases 数据库

​ 类型（type）-----------------------------Table 数据表

​ 文档（Document）----------------Row 行

​ 字段（Field）-------------------Columns 列

详细说明：

概念 说明

索引库（indices) indices是index的复数，代表许多的索引，

类型（type） 类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念

文档（document） 存入索引库原始的数据。比如每一条商品信息，就是一个文档

字段（field） 文档中的属性

映射配置（mappings） 字段的数据类型、属性、是否索引、是否存储等特性

另外，在SolrCloud中，有一些集群相关的概念，在Elasticsearch也有类似的：

索引集（Indices，index的复数）：逻辑上的完整索引

分片（shard）：数据拆分后的各个部分

副本（replica）：每个分片的复制

创建索引

语法

Elasticsearch采用Rest风格API，因此其API就是一次http请求，可以用任何工具发起http请求

创建索引的请求格式：

请求方式：PUT

请求路径：/索引库名

请求参数：json格式：

{

    "settings": {

        "number_of_shards": 3,

        "number_of_replicas": 2

      }

}

settings：索引库的设置

number_of_shards：分片数量

number_of_replicas：副本数量

测试

先用RestClient来试试

 {    

     "settings": {       

         "number_of_shards": 3,        

         "number_of_replicas": 2     

     }

 }

使用kibana创建

kibana的控制台，可以对http请求进行简化，示例：

PUT taotao

{    

     "settings": {       

         "number_of_shards": 1,        

         "number_of_replicas": 0     

     }

 }

相当于是省去了elasticsearch的服务器地址，而且还有语法提示，非常舒服。

查看索引设置

语法

Get请求可以帮我们查看索引信息，格式：

GET /索引库名

GET /taotao

或者，我们可以使用*来查询所有索引库配置

GET *

删除索引

删除索引使用DELETE请求

语法

DELETE /索引库名

也可以用HEAD请求，查看索引是否存在：

HEAD taotao

映射配置

索引有了，接下来肯定是添加数据。不过数据存储到索引库中，必须指定一些相关属性，在学习Lucene中我们都见到过，包括到不限于：

字段的数据类型

是否要存储

是否要索引

是否分词

分词器是什么

只有配置清楚，Elasticsearch才会帮我们进行索引库的创建（不一定）

创建映射字段

语法

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称

{

  "properties": {

    "字段名": {

      "type": "类型",

      "index": true，

      "store": true，

      "analyzer": "分词器"

    }

  }

}

类型名称：就是前面将的type的概念，类似于数据库中的不同表

字段名：任意填写 ，可以指定许多属性，例如：

type：类型，可以是text、long、short、date、integer、object等

index：是否索引，默认为true

store：是否存储，默认为false

analyzer：分词器，这里的ik_max_word即使用ik分词器

示例

发起请求：

PUT blog1/_mapping/goods

{

  "properties": {

    "title": {

      "type": "text",

      "analyzer": "ik_max_word"

    },

    "images": {

      "type": "keyword",

      "index": "false"

    },

    "price": {

      "type": "float"

    }

  }

}

响应结果：

{

  "acknowledged": true

}

查看映射关系

语法：

GET /索引库名/_mapping

示例：

GET /blog1/_mapping

响应：

{

  "blog1": {

    "mappings": {

      "goods": {

        "properties": {

          "images": {

            "type": "keyword",

            "index": false

          },

          "price": {

            "type": "float"

          },

          "title": {

            "type": "text",

            "analyzer": "ik_max_word"

          }

        }

      }

    }

  }

}

字段属性详解

1）type

Elasticsearch中支持的数据类型非常丰富：

String类型，又分两种：

text：可分词，不可参与聚合

keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

Numerical：数值类型，分两类

基本数据类型：long、interger、short、byte、double、float、half_float

浮点数的高精度类型：scaled_float

需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

Date：日期类型

elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

2）index

index影响字段的索引情况。

true：字段会被索引，则可以用来进行搜索。默认值就是true

false：字段不会被索引，不能用来搜索

index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。

但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

3）store

是否将数据进行额外存储。

在学习lucene和solr时，我们知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。

但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。

原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。

而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

4）boost

激励因子，这个与lucene中一样

其它的不再一一讲解，用的不多，大家参考官方文档

新增数据

随机生成id

通过POST请求，可以向一个已经存在的索引库中添加数据。

语法：

POST /索引库名/类型名

{

    "key":"value"

}

示例：

POST /blog1/goods/

{

    "title":"小米手机",

    "images":"http://image.leyou.com/12479122.jpg",

    "price":2699.00

}

响应：

{

  "_index": "blog1",

  "_type": "goods",

  "_id": "r9c1KGMBIhaxtY5rlRKv",

  "_version": 1,

  "result": "created",

  "_shards": {

    "total": 3,

    "successful": 1,

    "failed": 0

  },

  "_seq_no": 0,

  "_primary_term": 2

}

通过kibana查看数据：

get _search

{

    "query":{

        "match_all":{}

    }

}

{

  "_index": "blog1",

  "_type": "goods",

  "_id": "r9c1KGMBIhaxtY5rlRKv",

  "_version": 1,

  "_score": 1,

  "_source": {

    "title": "小米手机",

    "images": "http://image.leyou.com/12479122.jpg",

    "price": 2699

  }

}

_source：源文档信息，所有的数据都在里面。

_id：这条文档的唯一标示，与文档自己的id字段没有关联

自定义id

如果我们想要自己新增的时候指定id，可以这么做：

POST /索引库名/类型/id值

{

    ...

}

示例：

POST /blog1/goods/2

{

    "title":"大米手机",

    "images":"http://image.leyou.com/12479122.jpg",

    "price":2899.00

}

得到的数据：

{

  "_index": "blog1",

  "_type": "goods",

  "_id": "2",

  "_score": 1,

  "_source": {

    "title": "大米手机",

    "images": "http://image.leyou.com/12479122.jpg",

    "price": 2899

  }

}

智能判断

在学习Solr时我们发现，我们在新增数据时，只能使用提前配置好映射属性的字段，否则就会报错。

不过在Elasticsearch中并没有这样的规定。

事实上Elasticsearch非常智能，你不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。

测试一下：

POST /blog1/goods/3

{

    "title":"超米手机",

    "images":"http://image.leyou.com/12479122.jpg",

    "price":2899.00,

    "stock": 200,

    "saleable":true

}

我们额外添加了stock库存，和saleable是否上架两个字段。

来看结果：

{

  "_index": "blog1",

  "_type": "goods",

  "_id": "3",

  "_version": 1,

  "_score": 1,

  "_source": {

    "title": "超米手机",

    "images": "http://image.leyou.com/12479122.jpg",

    "price": 2899,

    "stock": 200,

    "saleable": true

  }

}

在看下索引库的映射关系:

{

  "blog1": {

    "mappings": {

      "goods": {

        "properties": {

          "images": {

            "type": "keyword",

            "index": false

          },

          "price": {

            "type": "float"

          },

          "saleable": {

            "type": "boolean"

          },

          "stock": {

            "type": "long"

          },

          "title": {

            "type": "text",

            "analyzer": "ik_max_word"

          }

        }

      }

    }

  }

}

stock和saleable都被成功映射了。

修改数据

把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，

id对应文档存在，则修改

id对应文档不存在，则新增

比如，我们把id为3的数据进行修改：

PUT /blog1/goods/3

{

    "title":"超大米手机",

    "images":"http://image.leyou.com/12479122.jpg",

    "price":3899.00,

    "stock": 100,

    "saleable":true

}

删除数据

删除使用DELETE请求，同样，需要根据id进行删除：

语法

DELETE /索引库名/类型名/id值