Elasticsearch学习笔记

Elasticsearch学习资料

概念：Elasticsearch 分布式全文搜索(搜索工具，效率很高)引擎，近乎实时的存储、检索数据

Elasticsearch (windows)安装

1. 解压即可使用

2. 熟悉文件

   bin：启动文件

   config：配置文件目录

   ​ log4j2.properties：日志配置文件

   ​ jvm.options：Java虚拟机相关配置文件

   ​ elasticsearch.yml：ES的配置文件，默认端口 9200 端口！

   lib：相关jar包

   modules：功能模块

   plugins：插件

3. 启动（双击bin目录下的elasticsearch.bat）

4. 测试：http://127.0.0.1:9200

5. 安装Elasticsearch图形化工具 elasticsearch-head-master(前提需要nodejs和cnpm环境)

   ​ 在elasticsearch-head-master的shell名令窗口

   D:\Revolution\software_running\Elasticseach\elasticsearch-head-master>
   cnpm install
   

   启动header-master

   D:\Revolution\software_running\Elasticseach\elasticsearch-head-master>
   npm run start
   

   连接测试发现，存在跨域问题：配置es——elasticsearch.yml

   http.cors.enabled: true
   http.cors.allow-origin: "*"
    
   

Elasticsearch核心概念

1. 索引
2. 字段类型（mapping）
3. 文档（documents）

elasticsearch 是面向文档的！

关系型数据库和ES的客观对比：一切都是 json

Relational DB	Elasticsearch
数据库（DateBase）	索引（index）
表（Table）	types（慢慢会被弃用）
行（Row）	Documents（文档）
字段（Columns）	Fields

物理设计：

​ elasticsearch 在后台把每个索引划分成多个分片，每个分片在集群中不同的服务器间迁移

逻辑设计：

ES是面向文档（就是一条条数据）的，意味着索引和搜索数据的最小单位是文档，ES中文档有几个重要属性

• 自我包含，一篇文档同时包含字段和对应的值，key：value
• 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的！{就是一个json对象}
• 灵活的结构，文档不依赖预先设定的模式，我们知道关系型数据库中，要提前定义字段才可以使用。在ES中，字段是非常灵活的，有时候，我们可以忽略该字段，或者动态添加一个新的字段。

文档（就是我们的一条条数据）

user
1  里斯   18
2  张三   19

类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。比如name映射为字符串类型，我们说文档无模式的，它们不需要拥有映射中所定义的所有字段，比如增加一个新字段，那么ES是怎么做的呢？ES或自动的将字段加入映射，但这个字段不确定它是说明类型，ES就开始猜，如果这个值是18，那么ES就认为它是整数型，但ES可能猜的不对，所以最安全的方式就是提前定义好映射，这点跟关系型数据库殊途同归，先定义好字段，然后再使用，别整说明幺蛾子！

索引

就是数据库

索引就是映射类型的容器，ES中的索引是一个非常大的文档集合。索引存储了类型的字段和其他设置，然后它们被存储到各个分片上

物理设计：节点和分片如何工作

倒排索引：



IK分词器

使用kibana

查看不同的分词效果

ik_smart 为最少切分

ik_max_word 最细粒度切分，穷尽词库的可能

自定义的词语，要自行添加到分词器字典中!

ES花式查询

简单的搜索：

GET kuangshen/user/_search?q=name:李四

复杂查询：

GET /kuangshen/user/_search
{
"query":{
"match":{
"name":"李四"
    }
  }
}

GET /kuangshen/user/_search
{
"query":{
"match":{
"name":"李四"
    }
  },
  "_source":["name","desc"]   # 结果过滤
  
}

GET /kuangshen/user/_search
{
"query":{
"match":{
"name":"李四"
    }
  },
  "sort":[
  {
  "age":{
  "order":"desc"  # 排序
  }
}
  ]
  
}

**分页查询**
GET /kuangshen/user/_search
{
"query":{
"match":{
"name":"李四"
    }
  },
  "sort":[
  {
  "age":{
  "order":"desc"  # 排序
  }
}
  ],
  "from":0,    # 从那条数据开始
  "size":2		# 单页面大小 
}

# 数据下标还是从0开始

**bool值查询,多条件精确查询**
GET /kuangshen/user/_search
{
  "query":{
  "bool":{
    "must":[
      {
        "match":{
          "name":"狂神"
        }
      },
      {
        "match":{
          "age":23
        }
      }
      ]
  }
} 
}

must：所有的条件都要符合，相当于mysql的and
should： 符合两个条件中的一个，相当于mysql的or
must_not: 不是，相当于mysql的not
 

**Filter过滤查询**
GET /kuangshen/user/_search
{
  "query":{
    "bool": {
      "must": [
        {
          "match": {
            "name": "狂神"
          }
        }
      ],
      "filter": {     # filter 数据过滤
        "range": {
          "age": {
            "gte": 10,
            "lte": 50
          }
        }
      }
    }
  }
}
gt 大于
gte 大于等于
lt 小于
lte 小于等于

**匹配多个条件**
GET /kuangshen/user/_search
{
  "query":{
    "match": {
      "tages": "男 技术"   # 多个条件使用空格隔开即可，只要满足其中一个结果即可被查出
    }
  }
}

**精确查询**
term查询是直接通过倒排索引指定的词条进行精确地查询！
关于分词：
term，直接查找精确地
match，会使用分词器进行分析（先分析文档，然后通过分析的文档进行查询）

两个类型：

text类型：可以被分词器解析

keyword类型：不会被分词器解析


高亮查询