ES 简介

ES是一个使用java语言编写的并且基于Lucene编写的搜索引擎, 他提供了分布式的全文搜索服务, 还提供了一个RESTful风格的web接口, 官方还对多种语言提供了相应的API

Lucene?

Lucene 本身就是一个搜索引擎的底层,

ES特点

分布式: ES主要为了横向扩展能力

全文检索: 将一段词语进行分词, 并且将分出的单个词语统一的放入一个分词库中,在搜索时,根据关键字去分词库中搜索去找到想找到的内容,(倒排索引)

RESTful风格web接口: 操作ES非常简单, 只需要发送一个Http请求并且根据请求方式不同和携带参数不同,执行相应的功能,

倒排索引

待补充

安装ES&kibana

version: "3.1"
services:
  elasticsearch:
    image: daocloud.io/library/elasticsearch:6.5.4
    restart: always
    container_name: elasticsearch
    environment:
      - "cluster.name=elasticsearch" #设置集群名称为elasticsearch
      - "discovery.type=single-node" #以单一节点模式启动
      - "ES_JAVA_OPTS=-Xms4096m -Xmx4096m" #设置使用jvm内存大小
    ports:
      - 9200:9200
  kibana:
    image: daocloud.io/library/kibana:6.5.4
    restart: always
    container_name: kibane
    ports:
    	- 5601:5601
    depends_on:
      - elasticsearch #kibana在elasticsearch启动之后再启动
    environment:
      - "elasticsearch.hosts=http://127.0.0.1:9200" #设置访问elasticsearch的地址

IK 分词器

安装

下载地址: https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v6.7.2

下载需要与ES版本一直否则无法启动ES,

在 elasticsearch/plugins 下新建IK文件夹, 解压 后 重启ES即可

IK 介绍

如果使用中文建议使用IK,他有两种分词模式 ik_mart(最少切分)与 ik_max_word(最细粒度划分)

ik_mart 使用介绍

在这里插入图片描述

ik_max_word使用介绍

在这里插入图片描述

但是使用IK_MAX_WORD有一个问题, 他是根据他认识的进行分词, 比如我们想把胡雪阔当连起来他是不可以的

在这里插入图片描述

这个时候就需要自己加到字典中,

IK 分词器加入自定义词语

首先在elasticsearch/plugins/ik/config文件夹下面创建自己的字典my.dic后加入huxuekuo一行文字

在这里插入图片描述

然后编辑IKAnalyzer.cfg.xml配置文件,修改<entry key="ext_dict">my.dic</entry>

在这里插入图片描述

然后重启ES看效果 !!

Restful请求详解

通过Http请求进行操作

MethodURLremarks
PUT127.0.0.1:9200/索引名称/类型名称/文档ID添加文档(自动创建索引)
POST127.0.0.1:9200/索引名称/类型名称创建文档(随机索引ID)
POST127.0.0.1:9200/索引名称/类型名称/文档ID/_update修改文档
DELETE127.0.0.1:9200/索引名称/类型名称/文档ID删除文档
GET127.0.0.1:9200/索引名称/类型名称/文档ID根据文档ID获取文档
POST127.0.0.1:9200/索引名称/类型名称/_search查询索引下所有文档

PUT 语法

创建文档案例

PUT /test1/type1/1
{
    "name":"huxuekuo",
    "age" : 12
}

返回 结果:

{
  "_index" : "test1",
  "_type" : "type1",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

有一个问题是, 当前数据的类型是ES自动识别的,

PUT /test1/type1/1 语句中的type1 可以没有默认为_doc, PUT /test1/__doc/1 或者doc也不用加

创建索引(指定属性的数据类型)

### ES7 语法
PUT /test2
{
  "mappings":{
    "properties":{
      "name":{
        "type":"text"
      },
      "age":{
        "type":"long"
      }
    }
  }
}

### ES6 语法
PUT /test3
{
  "mappings":{
    "product":{
      "properties":{
      "name": {
        "type": "text"
      },
      "age": {
        "type": "long"
      }
    } 
    }
  }
}

返回结果
{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "test3"
}

在这里插入图片描述

GET语法

获取索引信息

GET /test3

返回数据
{
  "test3" : {
    "aliases" : { },
    "mappings" : {
      "product" : {
        "properties" : {
          "age" : {
            "type" : "long"
          },
          "name" : {
            "type" : "text"
          }
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1604564111952",
        "number_of_shards" : "5",
        "number_of_replicas" : "1",
        "uuid" : "UHXqcMJnSWKQE4The-_mcQ",
        "version" : {
          "created" : "6050499"
        },
        "provided_name" : "test3"
      }
    }
  }
}

获取文档信息

GET /test1/type1/1

{
  "_index" : "test1",
  "_type" : "type1",
  "_id" : "1",
  "_version" : 1,
  "found" : true,
  "_source" : {
    "name" : "huxuekuo",
    "age" : 12
  }
}

简单条件查询

GET /test1/type1/_search?q=name:1

### 返回结果

 {
        "_index" : "test1",
        "_type" : "type1",
        "_id" : "1",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "1",
          "age" : "1"
        }
      }

注意在简单查询中返回了"_score" : 0.2876821, 这是什么? 如果存在多条数据,匹配度越高则分数越高

POST 语法

post可以用作修改文档, put 也可以修改文档, 我们先看一下put 修改文档的方式

PUT /test1/type1/1
{
    "name":"huxuekuo1",
    "age" : 12
}

当文档ID已经创建, 一下语句就是修改语句, 有一个问题是, 如果修改时丢字段了

丢字段以后的文档数据:

{
  "_index" : "test1",
  "_type" : "type1",
  "_id" : "1",
  "_version" : 2,
  "found" : true,
  "_source" : {
    "name" : "huxuekuo1"
  }
}

_version 发生改变, name值确实改了,但是丢失的age字段也没有了

看一下正常的修改方式

POST /test1/type1/1/_update
{
  "doc":{
     "name":"1"
  }
}

这样就算没有age字段他就不会更新age字段

当前的age类型为long类型, 我们尝试看看修改为text是否可以成功

POST /test1/type1/1/_update
{
  "doc":{
     "age":"1爱我的"
  }
}

### 返回结果
      {
        "type": "mapper_parsing_exception",
        "reason": "failed to parse field [age] of type [long]"
      }

一旦数据类型确认下来将不可以通过修改数据的方式去修改

DELETE语法

删除索引

DELETE test1

删除文档

DELETE /test1/type1/1

复杂查询

精准查询

GET /vms/product/_search
{
  "query": {
    "match": {
      "title": "iphone11"
    }
  }
}

### 返回结果

{
  "took" : 16,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "vms",
        "_type" : "product",
        "_id" : "3",
        "_score" : 0.2876821,
        "_source" : {
          "title" : "iphone11",
          "date" : "2020-11-04",
          "remarks" : "苹果手机无敌啊"
        }
      }
    ]
  }
}

略部分字段显示(_source)

GET /vms/product/_search
{
  "query": {
    "match_phrase_prefix": {
      "title": "iphone"
    }
  }
  , "_source": ["title","date"]
}

### 返回结果
{
        "_index" : "vms",
        "_type" : "product",
        "_id" : "4",
        "_score" : 0.6931472,
        "_source" : {
          "date" : "2018-11-04",
          "title" : "iphonex"
        }
 },

_source 标记了只显示 title - date 在返回结果中就只有这两样

排序(sort)

简单排序

GET /vms/product/_search
{
  "query": {
    "match_phrase_prefix": {
      "title": "iphone"
    }
  },
  "sort": [
    {
      "date": {
        "order": "asc"
      }
    }
  ]
}

### 返回结果

{
  "took" : 12,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 3,
    "max_score" : null,
    "hits" : [
      {
        "_index" : "vms",
        "_type" : "product",
        "_id" : "4",
        "_score" : null,
        "_source" : {
          "date" : "2018-11-04",
          "title" : "iphonex"
        },
        "sort" : [
          1541289600000
        ]
      },
      {
        "_index" : "vms",
        "_type" : "product",
        "_id" : "1",
        "_score" : null,
        "_source" : {
          "date" : "2020-11-04",
          "title" : "iphone12"
        },
        "sort" : [
          1604448000000
        ]
      },
      {
        "_index" : "vms",
        "_type" : "product",
        "_id" : "3",
        "_score" : null,
        "_source" : {
          "date" : "2020-11-04",
          "title" : "iphone11"
        },
        "sort" : [
          1604448000000
        ]
      }
    ]
  }
}

asc : 升序

desc: 降序

在使用sort 以后 _score就没有了为null

分页查询

GET /vms/product/_search
{
  "query": {
    "match_phrase_prefix": {
      "title": "iphone"
    }
  },
  "sort": [
    {
      "date": {
        "order": "asc"
      }
    }
  ],
  "from": 0,
  "size": 1
}

关键词from(从第几个开始) 与size(返回多少条数据), 数据的下标还是从0开始的

布尔值查询

must (并且)

GET /vms_test/_doc/_search
{
  "query":{
    "bool":{
      "must":[
      {
          "match":{
          "name":"胡"
        }
      },
       {
          "match":{
          "age":"20"
        }
      }
    ]
    }
  }
}

获取同时满足两个条件的数据

should (或)

GET /vms_test/_doc/_search
{
  "query":{
    "bool":{
      "should":[
      {
          "match":{
          "name":"胡"
        }
      },
       {
          "match":{
          "age":"20"
        }
      }
    ]
    }
  }
}

must_not(不等于)

GET /vms_test/_doc/_search
{
  "query":{
    "bool":{
      "must_not":[
      {
          "match":{
          "name":"胡"
        }
      },
       {
          "match":{
          "age":"20"
        }
      }
    ]
    }
  }
}

filter(过滤器)

range(范围过滤)
GET vms_test/_doc/_search
{
  "query":{
    "bool":{
      "filter":{
        "range":{
          "age":{
            "gt":10
          }
        }
      }
    }
  }
}

gt 大于

lt 小于

gte 大于等于

lte 小于等于

是可以联合使用的

# elasticsearch # java
Logo
CSDN学习社区

CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！

更多推荐

cover

用 OpenAI Assistants 做大模型应用开发

avatar CSDN学习社区
cover

1 小时解读鸿蒙 10 大热点问题

avatar CSDN学习社区
cover

1 小时解读鸿蒙 10 大热点问题

avatar CSDN学习社区