Elasticsearch(ES)简介及基本使用 |
您所在的位置：网站首页 › es是什么学科 › Elasticsearch(ES)简介及基本使用 |
Elasticsearch(ES)简介及基本使用
|
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
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
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
然后编辑IKAnalyzer.cfg.xml配置文件,修改my.dic
然后重启ES看效果 !! Restful请求详解 通过Http请求进行操作 MethodURLremarksPUT127.0.0.1:9200/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" }
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 |
【本文地址】