ElasticSearch基本使用

最新推荐文章于 2023-07-27 13:34:49 发布

xm_hello

最新推荐文章于 2023-07-27 13:34:49 发布

阅读量320

点赞数

文章标签： elasticsearch 搜索引擎 mysql

本文链接：https://blog.csdn.net/xm_hello/article/details/108561245

版权

什么是 ElasticSearch （es）？【精通】

定义：一个分布式全文搜索引擎
功能：
- 数据查询
组成：（5个）
- index: 区分不同业务数据，类似mysql的database
- type：区分业务同类型数据，类似mysql的table
  - 7.x之后内部默认为_doc
  - 6.x一个index只能有一个type
  - 5.x一个index可以有一个type
- document：文档数据，类似mysql的row
  - 内置_id字段，是文档的唯一主键
- field：文档字段，类似mysql的column
- 倒排索引：词条与文档映射的关系数据
mapping：是用于映射文档字段、index属性的功能
- 字段属性
  - type：指定类型
  - analyer：指定存储分词器
  - search_analyzer：指定搜索时的分词器
  - enabled：是否建立索引
  - store：是否可以排序

ES的访问URL（index）【精通】

创建index
```
PUT http://localhost:9200/索引名称
```

删除index

DELETE http://localhost:9200/索引名称

查询index

查询单个

GET http://localhost:9200/索引名称1，索引名称2

查询所有
```
GET http://localhost:9200/_all
```

关闭index

DELETE http://localhost:9200/索引名称/_close

打开index

DELETE http://localhost:9200/索引名称/_open

ES的访问URL（document）【精通】

插入

PUT /test1/_doc/[指定唯一id]
{
	"name":"张三",
	"age":1
}

删除
```
DELETE /test1/_doc/[指定唯一id]
```
查询
```
GET /test1/_doc/[指定唯一id]
```
修改：与插入使用方式一致

ES内置指令【熟练】

_close：关闭索引
_open：打开索引
_all：查询所有索引
_analyze：测试分词结果

ES文档字段的数据类型

text：字符串，类似String，分词不支持聚合
keyword：字符串，类似String，不分词支持聚合
复合类型：
- 对象：当前document的子文档
- 数组

在这里插入图片描述

IK分词器

安装
- 把ik的编译文件拷贝到plugins目录下即可
  
  https://github.com/medcl/elasticsearch-analysis-ik/releases
ik分词器的名称
- ik_smart：粗粒度，一般用于存储时的内容分词
- ik_max_work：细粒度，一般用于搜索条件的分词

Docker cp命令【精通】

从主机拷贝到容器 docker cp ./ik es:/usr/share/elasticsearch/plugins
从容器拷贝到主机 docker cp es:/usr/share/elasticsearch/plugins /opt

查询的方式【精通】

term：完全匹配，类似mysql的等于=
match：分词后再进行分别词条搜索，最后取并集

SpringBoot整合原生ESAPI【熟练】

导包

在这里插入图片描述

配置

编码

@Bean
    public RestHighLevelClient client(){
        return new RestHighLevelClient(RestClient.builder(
                new HttpHost(
                        host,
                        port,
                        "http"
                )
        ));
    }

创建索引

//1.使用client获取操作索引的对象
IndicesClient indicesClient = client.indices();
//2.具体操作，获取返回值
CreateIndexRequest createRequest = new CreateIndexRequest("itheima");
CreateIndexResponse response = indicesClient.create(createRequest, RequestOptions.DEFAULT);

//3.根据返回值判断结果
System.out.println(response.isAcknowledged());

查询索引

IndicesClient indices = client.indices();

GetIndexRequest getReqeust = new GetIndexRequest("itcast");
GetIndexResponse response = indices.get(getReqeust, RequestOptions.DEFAULT);

删除索引

IndicesClient indices = client.indices();

DeleteIndexRequest deleteRequest = new DeleteIndexRequest("itheima");
AcknowledgedResponse response = indices.delete(deleteRequest, RequestOptions.DEFAULT);

添加文档

Map data = new HashMap();
data.put("address","北京昌平");
data.put("name","大胖");
data.put("age",20);

//1.获取操作文档的对象
IndexRequest request = new IndexRequest("itcast").id("1").source(data);
//添加数据，获取结果
IndexResponse response = client.index(request, RequestOptions.DEFAULT);

//打印响应结果
System.out.println(response.getId());

查询单条数据

GetRequest getReqeust = new GetRequest("itcast","1");
        //getReqeust.id("1");
        GetResponse response = client.get(getReqeust, RequestOptions.DEFAULT);
        //获取数据对应的json
        System.out.println(response.getSourceAsString());

删除单条数据

DeleteRequest deleteRequest = new DeleteRequest("itcast","1");
        DeleteResponse response = client.delete(deleteRequest, RequestOptions.DEFAULT);
        System.out.println(response.getId());

批量操作指令_bulk

在这里插入图片描述

API

		//创建bulkrequest对象，整合所有操作
        BulkRequest bulkRequest = new BulkRequest();

        /*
        # 1. 删除1号记录
        # 2. 添加6号记录
        # 3. 修改3号记录 名称为 “三号”
         */
        //添加对应操作
        //1. 删除1号记录
        DeleteRequest deleteRequest = new DeleteRequest("person","1");
        bulkRequest.add(deleteRequest);

        //2. 添加6号记录
        Map map = new HashMap();
        map.put("name","六号");
        IndexRequest indexRequest = new IndexRequest("person").id("6").source(map);
        bulkRequest.add(indexRequest);


        Map map2 = new HashMap();
        map2.put("name","三号");
        //3. 修改3号记录 名称为 “三号”
        UpdateRequest updateReqeust = new UpdateRequest("person","3").doc(map2);
        bulkRequest.add(updateReqeust);
        
        //执行批量操作
        BulkResponse response = client.bulk(bulkRequest, RequestOptions.DEFAULT);
        RestStatus status = response.status();
        System.out.println(status);

查询方式【精通】

matchAll：查询所有的数据

GET /test2/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,  //分页起始位置
  "size": 20  //分页大小
}

{
  "took" : 1,// 耗时（毫秒）
  "timed_out" : false, //是否超时
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {// 查询的结果集
    "total" : {// 总数
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,//最大评分
    "hits" : [// 数据列表
      {
        "_index" : "test2",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {// 它是数据document的json内容
          "name" : "张三",
          "age" : "1"
        }
      }
    ]
  }
}

// 拼装条件,指定搜索所以+查询条件+分页条件
        SearchRequest request = new SearchRequest("test2");
        SearchSourceBuilder builder = new SearchSourceBuilder();
        builder.query(QueryBuilders.matchAllQuery());
        builder.from(0);
        builder.size(20);
 		builder.sort("age",SortOrder.DESC);// 排序	
        request.source(builder);
        // 执行查询
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        // 解析结果
        SearchHits hits = response.getHits();
        long total = hits.getTotalHits().value;
		// Arrays.asList( hits.getHits())  吧数组转成List对象
        // Arrays.asList( hits.getHits()).stream().map 是对象的转换函数，把A对象转成B对象
        List<Goods> list = Arrays.asList( hits.getHits()).stream().map(hit->{
            String json = hit.getSourceAsString();
            System.out.println(json);
            try {
                return objectMapper.readValue(json,Goods.class);
            } catch (JsonProcessingException e) {
                e.printStackTrace();
            }
            return null;
        }).collect(Collectors.toList());

        Result result = new Result();
        Map<String,Object> data = new HashMap<>();
        data.put("total",total);
        data.put("data",list);
        result.setStatus(0);
        result.setData(data);

Term：精确查询

搜索关键字不分词与字段内容完全匹配，就是等号

GET _search
{
  "query": {
    "term": {
      "name": {
        "value": "张三"
      }
    }
  }
}

TermQueryBuilder query = QueryBuilders.termQuery("name","张三");

Match：模糊查询

分词之后，可以求并集或者交集

// A:1、2、3   B:1、2、5
// operator:or并集=1、2、3、5
// operator:and交集=1、2
GET _search
{
  "query": {
    "match": {
      "name": {
        "query": "张三",
        "operator": "or"
      }
    }
  }
}

MatchQueryBuilder query = QueryBuilders.matchQuery("name", "张三").operator(Operator.AND);

Wildcard：通配符查询

就是like查询，？是单个字符，*是任意字符。注意竟可能星号不要写在前面

GET _search
{
  "query": {
    "wildcard": {
      "name": {
        "value": "张?"
      }
    }
  }
}

 WildcardQueryBuilder query = QueryBuilders.wildcardQuery("name", "张?");

Regexp：正则查询

查询的字段使用正则表达式

GET _search
{
  "query": {
    "regexp": {
      "name": "[张](.)*"
    }
  }
}

RegexpQueryBuilder query = QueryBuilders.regexpQuery("name", "张(.)*");

Prefix：前缀查询

查询以某个关键词开头的数据

GET _search
{
  "query": {
    "prefix": {
      "name": "张"
    }
  }
}

PrefixQueryBuilder query = QueryBuilders.prefixQuery("name", "张");

Range：范围查询

GET _search
{
  "query": {
    "range": {
      "age": {
        "gte": 1,
        "lte": 20
      }
    }
  }
}

RangeQueryBuilder query = QueryBuilders.rangeQuery("age").gte(1).lte(10);

QueryString：表达式查询

对多个字段和条件进行组合查询，并默认取交集
对于输入的关键字会进行分词

GET _search
{
  "query": {
    "query_string": {
      "query": "name:张二 AND age:1"
    }
  }
}

QueryStringQueryBuilder query = QueryBuilders.queryStringQuery("name:张二 AND age:1");

SimpleQueryString：多字段条件查询

对多个字段查询
对于输入的关键字不会进行分词

GET _search
{
  "query": {
    "simple_query_string": {
      "fields": ["name","age"], 
      "query": "name:张二 AND age:1"
    }
  }
}

Bool：组合条件查询

只组合其它搜索条件，无自己的特殊条件

组合方式
- must：执行查询，并计算评分
- filter：执行查询，不计算评分

GET _search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "name": {
              "value": "张三"
            }
          }
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gte": 1,
            "lte": 20
          }
        }
      }
    }
  }
}

TermQueryBuilder term = QueryBuilders.termQuery("name","张三");
        WildcardQueryBuilder wildcard = QueryBuilders.wildcardQuery("name", "张?");
        BoolQueryBuilder query = QueryBuilders.boolQuery();
        query.must(term);
        query.filter(wildcard);
        builder.query(query);

xm_hello

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
ElasticSearch基本使用

什么是 ElasticSearch （es）？【精通】定义：一个分布式全文搜索引擎功能：数据查询组成：（5个）index: 区分不同业务数据，类似mysql的databasetype：区分业务同类型数据，类似mysql的table7.x之后内部默认为_doc6.x一个index只能有一个type5.x一个index可以有一个typedocument：文档数据，类似mysql的row内置_id字段，是文档的唯一主键field：文档字段，类似mysql的column
复制链接

扫一扫