项目1在线交流平台-6.Elasticsearch分布式搜索引擎-1.ElasticSearch入门-认识、安装与使用

参考牛客网高级项目教程
狂神说Elasticsearch教程笔记
尚硅谷Elasticsearch教程笔记

1. 认识Elasticsearch

1. Elasticsearch简介

• Elasticsearch 是一个基于 Lucene 的搜索引擎。它提供了具有 HTTP Web 界面和无架构 JSON
  文档的分布式，多租户能力的全文搜索引擎。 Elasticsearch 是用 Java 开发的，根据 Apache 许可
  条款作为开源发布

• 一个分布式的、Restful风格的搜索引擎。
• 支持对各种类型的数据的检索。
  • 能够安全可靠地获取任何来源、任何格式的数据，
  • 然后实时地对数据进行搜索、分析和可视化。
• 搜索速度快，可以提供实时的搜索服务。
• 便于水平扩展。
  • 本身扩展性很好，可以扩展到上百台服务器，
  • 处理 PB 级别的数据

2. ES特点-为何使用ES

2.1 全文搜索引擎

目前主流网站搜索策略

• Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，
  • 我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；
  • 对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。

传统数据库的问题

• 一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。

  • 进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。
  • 建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。

• 基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的：

  • 搜索的数据对象是大量的非结构化的文本数据。
  • 文件记录量达到数十万或数百万个甚至更多。
  • 支持大量基于交互式文本的查询。
  • 需求非常灵活的全文搜索查询。
  • 对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
  • 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。

问题解决策略及全文搜索引擎的原理

• 为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎 。
• 它的工作原理：
  • 计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，
  • 指明该词在文章中出现的次数和位置，
    • 因为文本出现的次数越多那么就越匹配，越匹配的话得分就越高。就会拍到越前面去。
    • 记录出现的位置是为了以后高亮显示的时候用的
  • 当用户查询时，检索程序就根据事先建立的索引进行查找，
  • 并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

2.2 Elasticsearch 与 Solr

Lucene

• 它们都是围绕核心底层搜索库 - Lucene构建的
  • 由于内核相同，所以两者除了服务器安装、部署、管理、集群以外，
  • 对于数据的操作 修改、添加、保存、查询等等都十分类似

优点和缺点比较

• 1、es基本是开箱即用，非常简单。Solr安装略微复杂一丢丢！
• 2、Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能。
• 3、Solr 支持更多格式的数据，比如JSON、XML、CSV，而 Elasticsearch 仅支持json文件格式。
• 4、Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提
  供，例如图形化界面需要kibana友好支撑
• 5、Solr 查询快，但更新索引时慢（即插入删除慢），用于电商等查询多的应用；
  • ES建立索引快（即查询慢），即实时性查询快，用于facebook新浪等搜索。
  • Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用。
• 6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，
  • 而 Elasticsearch相对开发维护者较少，发展更快

2.3 为何使用Elasticsearch

• 系统中的数据， 随着业务的发展，时间的推移， 将会非常多，

• 而业务中往往采用模糊查询进行数据的搜索， 而模糊查询会导致查询引擎放弃索引，导致系统查询数据时都是全表扫描，在百万级别的数据库中，查询效率是非常低下的，

• 而我们使用 ES 做一个全文索引，将经常查询的系统功能的某些字段，

  • 例如本项目中的帖子，帖子的数据放进ES索引库里，可以根据帖子主题和内容的关键字快速查询

  • 比如说电商系统的商品表中商品名，描述、价格还有 id 这些字段我们放入 ES 索引库里，可以提高查询速度。

3. ES核心概念

版本区别

• ES7.几的时候 Type 就用使用-doc 来代替，即Type逐渐弱化，索引对应一张表
• 到了 8.几的时候就使用。一条 document 对象就代表的一条记录。

3.1 索引Index

基本概念

• 一个索引就是一个拥有几分相似特征的文档的集合。

  • 比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。
  • 一个索引由一个名字来标识（必须全部是小写字母），并且当我们要对这个索引中的文档进行索引、搜索、更新和删除（CRUD）的时候，都要使用到这个名字。
  • 在一个集群中，可以定义任意多的索引。

• 能搜索的数据必须索引，这样的好处是可以提高查询速度，

  • 比如：新华字典前面的目录就是索引的意思，目录可以提高查询速度。

Elasticsearch 索引的精髓：一切设计都是为了提高搜索的性能。

物理设计

• 一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，

• 如果你创建索引，那么索引将会有个多个个分片 ( primary shard ,又称主分片 ) 构成的

  • 即有多个空间来存

• 每一个主分片会有一个副本 ( replica shard ,又称复制分片 )

  

• elasticsearch 在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移

• 上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某
  个节点挂掉 了，数据也不至于丢失。

• 实际上，一个分片是一个Lucene索引，

  • 一个包含倒排索引的文件目录，
  • 倒排索引的结构使 得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字

逻辑设计

• 一个索引类型中，包含多个文档，比如说文档1，文档2。
• 当我们索引一篇文档时，可以通过这样的一各顺序找到 它: 索引 ▷ 类型 ▷ 文档ID ，
• 通过这个组合我们就能索引到某个具体的文档。 注意**:ID不必是整数，实际上它是个字 符串**

倒排索引

• 传统的数据库每个字段存储单个值，但这对全文检索并不够。
• 文本字段中的每个单词需要被搜索，对数据库意味着需要单个字段有索引多值的能力。
  • 最好的支持是==一个字段多个值需求的数据结构是倒排索引==。

倒排索引原理

• Elasticsearch使用一种称为倒排索引的结构，它适用于快速的全文搜索。

• 见其名，知其意，有倒排索引，肯定会对应有正向索引。正向索引（forward index），反向索引（inverted index）更熟悉的名字是倒排索引。

• 所谓的正向索引，就是搜索引擎会将待搜索的文件都对应一个文件ID，搜索时将这个ID和搜索关键字进行对应，形成K-V对，然后对关键字进行统计计数。

• 但是互联网上收录在搜索引擎中的文档的数目是个天文数字，这样的索引结构根本无法满足实时返回排名结果的要求。所以，搜索引擎会将正向索引重新构建为倒排索引，

• 即把文件ID对应到关键词的映射转换为关键词到文件ID的映射，每个关键词都对应着一系列的文件，这些文件中都出现这个关键词。

  

3.2 类型Type

• 在一个索引中，你可以定义一种或多种类型。

• 一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。

  • 不同的版本，类型发生了不同的变化。

    版本	Type
    5.x	支持多种 type
    6.x	只能有一种 type
    7.x	默认不再支持自定义索引类型（默认类型为： _doc）
    

3.3 文档Document

• 一个文档是一个可被索引的基础信息单元，也就是一条数据。

  • 比如：你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。

• 文档以JSON（Javascript Object Notation）格式来表示，而 JSON 是一个到处存在的互联网数据交互格式。

• 在一个 index/type 里面，你可以存储任意多的文档。

3.4 字段Field

• 相当于是数据表的字段，对文档数据根据不同属性进行的分类标识。

3.5 集群

• 由各台服务器组成
• 一个集群就是==由一个或多个节点组织在一起，它们共同持有整个的数据，并一起提供索引和搜索功能==。

3.6 节点

• 每一台服务器
• 而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的

3.7 分片Shards

• 一个索引可以存储超出单个节点硬件限制的大量数据。

  比如，一个具有 10 亿文档数据的索引占据 1TB 的磁盘空间，而任一节点都可能没有这样大的磁盘空间。或者单个节点处理搜索请求，响应太慢。
  为了解决这个问题，Elasticsearch 提供了将索引划分成多份的能力，每一份就称之为分片。
  当你创建一个索引的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的`索引`，这个`索引`可以被放置到集群中的任何节点上。
  

• 分片很重要，主要有两方面的原因：

  • 允许你水平分割 / 扩展你的内容容量。
  • 允许你在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量。
  • 至于一个分片怎样分布，它的文档怎样聚合和搜索请求，是完全由 Elasticsearch 管理的，对于作为用户的你来说，这些都是透明的，无需过分关心。

• 被混淆的概念是，

  • 一个 Lucene 索引 我们在 Elasticsearch 称作 分片 。
  • 一个Elasticsearch 索引 是分片的集合。
  • 当 Elasticsearch 在索引中搜索的时候， 他发送查询到每一个属于索引的分片（Lucene 索引），然后合并每个分片的结果到一个全局的结果集。

3.8 副本Replicas

• 在一个网络 / 云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于
  离线状态，或者由于任何原因消失了，这种情况下，有一个故障转移机制是非常有用并且是强烈推荐的。为此目的， Elasticsearch 允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片(副本)。

• 复制分片之所以重要，有两个主要原因：

  • 在分片/节点失败的情况下，提供了高可用性。
    • 因为这个原因，注意到复制分片从不与原/主要（original/primary）分片置于同一节点上是非常重要的。
  • 扩展你的搜索量/吞吐量，因为搜索可以在所有的副本上并行运行。

• 分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制的数量，但是你事后不能改变分片的数量。

3.9 分配Allocation

• 将分片分配给某个节点的过程，
• 包括分配主分片或者副本。
  • 如果是副本，还包含从主分片复制数据的过程。这个过程是由 master 节点完成的。

3.10 映射Mapping

• mapping 是处理数据的方式和规则方面做一些限制

  如：某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的，
  其它就是处理 ES 里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。
  

2. ES的安装配置与插件安装

1. ES的Windows安装

官方网址

官方文档

• 1、因项目中之前用的SpringBoot版本兼容的是6.3.0的版本，因此，也下载安装此版本

  

• 2、Windows 版的 Elasticsearch 压缩包，解压即安装完毕，解压后的 Elasticsearch 的目录结构如下 ：

  

• 3、修改配置文件-配置集群名、数据库文件储存位置以及日志存放位置

  

  

• 4、注意：

  • 9300 端口为 Elasticsearch 集群间组件的通信端口
  • 9200 端口为浏览器访问的 http协议 RESTful 端口。

• 5、配置环境变量-方便快速在cmd操作ES

elasticsearch.bat

• 6、进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务

  • 打开浏览器，输入地址： http://localhost:9200，测试返回结果，返回结果如下：

  {
    "name" : "j8dm6vN",
    "cluster_name" : "community",
    "cluster_uuid" : "_-2NBqCVQgOJF68t3N-R7A",
    "version" : {
      "number" : "6.4.3",
      "build_flavor" : "default",
      "build_type" : "zip",
      "build_hash" : "fe40335",
      "build_date" : "2018-10-30T23:17:19.084789Z",
      "build_snapshot" : false,
      "lucene_version" : "7.4.0",
      "minimum_wire_compatibility_version" : "5.6.0",
      "minimum_index_compatibility_version" : "5.0.0"
    },
    "tagline" : "You Know, for Search"
  }
  

2. IK分词器插件 的安装

2.1 什么是IK分词插件

• 分词：即把一段中文或者别的划分成一个个的关键字，

  我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，
  默认的中文分词是将每个字看成一个词，比如 "互联网春招" 会被分为"互","联","网" "招","聘"，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。
  

• IK提供了两个分词算法：

  • ik_smart

    • ik_smart 为最少切分，优先匹配最长词 ，一般用作查询时的分词匹配，可以减少查询范围

      

  • ik_max_word

    • ik_max_word为最细粒度划分！，一般用作储存文档时的分词匹配，尽可能储存更多可能的搜索数据

      

2.2 分词器的安装

• 1、下载ik分词器的包，Github地址：https://github.com/medcl/elasticsearch-analysis-ik/

  • （版本要对应）

• 2、下载后解压，并将目录拷贝到ElasticSearch根目录下的 plugins 目录中。

• 3、启动 ElasticSearch 服务，在启动过程中，你可以看到正在加载"analysis-ik"插件的提示信息，

  • 服务启动后，在命令行运行 elasticsearch-plugin list 命令，确认 ik 插件安装成功。

2.3 自定义分词器的词库

步骤：

• （1）进入elasticsearch/plugins/ik/config目录

• （2）新建一个my.dic文件，编辑要添加的自定义词语

• （3）修改IKAnalyzer.cfg.xml（在ik/config目录下）

  

  • 修改完配置重新启动elasticsearch，再次测试！
    发现监视了我们自己写的规则文件：

  

3. 安装Postman客户端工具

• 如果直接通过浏览器向 Elasticsearch 服务器发请求，那么需要在发送的请求中包含HTTP 标准的方法，而 HTTP 的大部分特性且仅支持 GET 和 POST 方法。所以为了能方便地进行客户端的访问，可以使用 Postman 软件Postman 是一款强大的网页调试工具，提供功能强大的 Web API 和 HTTP 请求调试。

• 软件功能强大，界面简洁明晰、操作方便快捷，设计得很人性化。 Postman 中文版能够发送任何类型的 HTTP 请求 (GET, HEAD, POST, PUT…)，不仅能够表单提交，且可以附带任意类型请求体。

  Postman下载页面

3. ES的使用测试

3.1 RESTful 风格说明

• 一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。

• 它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

• 在服务器端，应用程序状态和功能可以分为各种资源

  资源是一个有趣的概念实体，它向客户端公开。
  资源的例子有：应用程序对象、数据库记录、算法等等。
  每个资源都使用 URI(Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、 PUT、 POST 和DELETE。
  

• 在 REST 样式的 Web 服务中，每个资源都有一个地址。

  资源本身都是方法调用的目标，方法列表对所有资源都是一样的。
  这些方法都是标准方法，包括 HTTP GET、 POST、PUT、 DELETE，还可能包括 HEAD 和 OPTIONS。
  简单的理解就是，如果想要访问互联网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径， 以及对资源进行的操作(增删改查)。
  

• REST 样式的 Web 服务若有返回结果，大多数以JSON字符串形式返回。

3.2 在cmd中操作ES

3.2 在Postman客户端基于Rest风格操作ES

索引-创建 PUT：

localhost:9200/索引名

• # 注意：创建索引库的分片数7.0后的版本默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片

• 如果重复发 PUT 请求 ： localhost:9200/test 添加索引，会返回错误信息 :

索引-查询GET

localhost:9200/_cat/indices?v

• 在 Postman 中，向 ES 服务器发 GET 请求 ： localhost:9200/_cat/indices?v

  • 这里请求路径中的**_cat 表示查看的意思**， indices 表示索引，所以整体含义就是查看当前 ES服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，服务器响应结果如下 :

  

localhost:9200/单个索引

• 查看单个索引

  

索引-删除 DELETE

localhost:9200/test

• 删除指定索引

{
    "acknowledged": true
}

文档-创建（Put & Post）

localhost:9200/索引名/_doc/文档id

localhost:9200/索引名/_doc

• 在 Postman 中，向 ES 服务器发 POST 请求 ： http://127.0.0.1:9200/shopping/_doc/1，请求体JSON内容为：

• 如果没有创建索引，会自动创建主题

• 如果创建的文档，没有指定ID号，必须为POST请求，系统会自动创建随机id号

• 如果创建的文档，指定了ID号，必须为PUT请求

• 由于6之后的版本，逐渐弃用了类型，因此，统一类型设定为_doc

{
    "title":"小米手机",
    "category":"小米",
    "images":"http://www.gulixueyuan.com/xm.jpg",
    "price":3999.00
}

• 先在body中填入文档中要保存的数据

  

• 提交后的结果：

  {
      "_index": "shopping",//索引
      "_type": "_doc",	//类型-文档
      "_id": "1",			//唯一标识，可以类比为 MySQL 中的主键，未指定就随机生成
      "_version": 1,		//版本
      "result": "created",//结果，这里的 create 表示创建成功
      "_shards": {
          "total": 2,		 //分片 - 总数
          "successful": 1,  //分片 - 成功
          "failed": 0		 
      },
      "_seq_no": 0,
      "_primary_term": 1
  }
  

文档-查询 GET

localhost:9200/索引名/_doc/文档id

• 查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询

  在 Postman 中，向 ES 服务器发 GET 请求 ： http://127.0.0.1:9200/shopping/_doc/1 。

  返回结果如下：

  {
      "_index": "shopping",
      "_type": "_doc",
      "_id": "1",
      "_version": 1,
      "found": true,	// true 表示查找到， false 表示未查找到
      "_source": {
          "title": "小米手机",
          "category": "小米",
          "images": "http://www.gulixueyuan.com/xm.jpg",
          "price": 3999
      }
  }
  

localhost:9200/索引名/_search

• 查看索引下所有数据，没有条件查询，即查询所有，

• 向 ES 服务器发 GET 请求 ： http://127.0.0.1:9200/shopping/_search。

  返回结果如下：

  {
      "took": 72,
      "timed_out": false,
      "_shards": {
          "total": 5,
          "successful": 5,
          "skipped": 0,
          "failed": 0
      },
      "hits": {
          "total": 2,	// 查询到几个文档数据-即几条数据
          "max_score": 1,
          "hits": [	// 展示每条数据信息
              {
                  "_index": "shopping",
                  "_type": "_doc",
                  "_id": "1",
                  "_score": 1,
                  "_source": {
                      "title": "小米手机",
                      "category": "小米",
                      "images": "http://www.gulixueyuan.com/xm.jpg",
                      "price": 3999
                  }
              },
              {
                  "_index": "shopping",
                  "_type": "_doc",
                  "_id": "L4lJ5H8BkFmE3HU_nkTn",	// POST请求，id随机生成
                  "_score": 1,
                  "_source": {
                      "title": "小米手机",
                      "category": "小米",
                      "images": "http://www.gulixueyuan.com/xm.jpg",
                      "price": 3999
                  }
              }
          ]
      }
  }
  

文档-删除 DELETE

localhost:9200/索引名/_doc/文档id

• 删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

• 在 Postman 中，向 ES 服务器发 DELETE 请求 ： http://127.0.0.1:9200/shopping/_doc/1

• 返回结果：

  {
      "_index": "shopping",
      "_type": "_doc",
      "_id": "1",
      "_version": 2,
      "result": "deleted",	// 表示删除成功
      "_shards": {
          "total": 2,
          "successful": 1,
          "failed": 0
      },
      "_seq_no": 2,
      "_primary_term": 1
  }
  

全量修改 & 局部修改 POST

全量修改

• 和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖

• 在 Postman 中，向 ES 服务器发 POST 请求 ： http://127.0.0.1:9200/shopping/_doc/1

• 请求体JSON内容为:

  {
      "title":"华为手机",
      "category":"华为",
      "images":"http://www.gulixueyuan.com/hw.jpg",
      "price":1999.00
  }
  

• 修改成功后，服务器响应结果：

  {
      "_index": "shopping",
      "_type": "_doc",
      "_id": "1",
      "_version": 2,
      "result": "updated",	// 表示更新完成
      "_shards": {
          "total": 2,
          "successful": 1,
          "failed": 0
      },
      "_seq_no": 4,
      "_primary_term": 1
  }
  

局部修改

localhost:9200/索引名/_doc/1/_update

• 修改数据时，也可以只修改某一给条数据的局部信息

• 在 Postman 中，向 ES 服务器发 POST 请求 ： http://127.0.0.1:9200/shopping/_update/1。

• 请求体JSON内容为:

  {
  	"doc": {
  		"title":"小米手机",
  		"category":"小米"
  	}
  }
  

• 返回结果：

  {
      "_index": "shopping",
      "_type": "_doc",
      "_id": "1",
      "_version": 3,
      "result": "updated",
      "_shards": {
          "total": 2,
          "successful": 1,
          "failed": 0
      },
      "_seq_no": 5,
      "_primary_term": 1
  }
  

条件查询 & 分页查询 & 查询排序 GET

URL带参查询

• 查找category为小米的文档，在 Postman 中，向 ES 服务器发 GET请求 ： http://127.0.0.1:9200/shopping/_search?q=category:小米，返回结果如下：

  {
      "took": 59,
      "timed_out": false,
      "_shards": {
          "total": 5,
          "successful": 5,
          "skipped": 0,
          "failed": 0
      },
      "hits": {
          "total": 2,	// 查询两个结果
          "max_score": 0.36464313,
          "hits": [
              {
                  "_index": "shopping",
                  "_type": "_doc",
                  "_id": "L4lJ5H8BkFmE3HU_nkTn",
                  "_score": 0.36464313,
                  "_source": {
                      "title": "小米手机",
                      "category": "小米",
                      "images": "http://www.gulixueyuan.com/xm.jpg",
                      "price": 3999
                  }
              },
              {
                  "_index": "shopping",
                  "_type": "_doc",
                  "_id": "1",
                  "_score": 0.36464313,
                  "_source": {
                      "title": "小米手机",
                      "category": "小米",
                      "images": "http://www.gulixueyuan.com/hw.jpg",
                      "price": 1999
                  }
              }
          ]
      }
  }
  

• 上述为URL带参数形式查询，这很容易让不善者心怀恶意，或者参数值出现中文会出现乱码情况。为了避免这些情况，我们可用使用带JSON请求体请求进行查询。

请求体带参组合查询

• 接下带JSON请求体，还是查找category为小米的文档，在 Postman 中，向 ES 服务器发 GET请求 ： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
  	"query":{
  		"multi_match":{
  			"query":"小米"
             	 "fields":["title", "category"]
  		}
  	}
  }
  

分页查询

• 在 Postman 中，向 ES 服务器发 GET请求 ： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
  	"query":{
  		"match_all":{}
  	},
  	"from":0,	// 起始页
  	"size":2	// limit
  }
  

查询排序

• 如果你想通过排序查出价格最高的手机，在 Postman 中，向 ES 服务器发 GET请求 ： http://127.0.0.1:9200/shopping/_search，附带JSON体如下：

  {
  	"query":{
  		"match_all":{}
  	},
  	"sort":{
  		"price":{
  			"order":"desc"
  		}
  	}
  }