elasticsearch学习六：学习 全文搜索引擎 elasticsearch的语法，使用kibana进行模拟测试（持续更新学习）
文章目錄
- 前言
- 一、基本概念
- 1. Node節(jié)點(diǎn) 與 Cluster集群
- 2. Index 索引
- 3. Document文檔
- 4. Type類型
- 5. 邏輯對(duì)比
- 6. 物理設(shè)計(jì)
- 二、ES的命令風(fēng)格
- 三、新建和刪除index索引
- 四、分詞器使用和學(xué)習(xí)
- 1. 理論學(xué)習(xí)
- 2. 使用kibana測試
- 五、數(shù)據(jù)操作
- 1. 創(chuàng)建索引
- 2. 字段類型總結(jié)
- 3. 查看規(guī)則信息
- 4. 系統(tǒng)命令
- 5 添加數(shù)據(jù)
- 6. 修改數(shù)據(jù)
- a. PUT修改（不推薦）
- b. _update修改（推薦）
- 7. 刪除
- 7. 簡單查詢
- 8.復(fù)雜查詢
- 9 過濾結(jié)果
- 10. 排序
- 11. 分頁查詢
- 12. 布爾查詢
- 13. 過濾器
- 14. 空格 匹配多個(gè)條件
- 15. term 精確查詢
- i. term分析
- ii. 兩個(gè)類型 text keyword 細(xì)節(jié)分析
- a. 6版本創(chuàng)建索引，指定規(guī)則
- b. 7版本創(chuàng)建索引，指定規(guī)則
- c. **添加數(shù)據(jù)**
- d. `elasticsearch-head` 的Google插件，查看 `testdb` 索引數(shù)據(jù)
- e. `elasticsearch-head` 的Google插件，查看 `testdb` 映射規(guī)則
- f. 默認(rèn)分詞器測試：keyword
- g. 默認(rèn)分詞器測試：standard
- h. term 精確查找 text類型
- i. term 精確查找 keyword 類型
- j. 對(duì)h和i的測試進(jìn)行 總結(jié)
- 16. 多個(gè)詞精確拼配
- a. 添加多數(shù)
- b. 查看`elasticsearch-head` 的Google插件，查看 `testdb` 索引數(shù)據(jù)和映射規(guī)則。
- c. term 精確查詢
- 17. 高亮顯示
前言
- 首先本文借鑒了 阮一峰老師的博文 和 嗶哩嗶哩上狂神老師 的視頻，在此感謝。
- 本文使用 kibana操作命令。elasticsearch和kibana都是6.4.2版本
- elasticsearch學(xué)習(xí)一：了解 ES，版本之間的對(duì)應(yīng)。安裝elasticsearch，kibana，head插件、elasticsearch-ik分詞器。
- elasticsearch學(xué)習(xí)二：使用springboot整合TransportClient 進(jìn)行搭建elasticsearch服務(wù)
- elasticsearch學(xué)習(xí)三：elasticsearch-ik分詞器的自定義配置 分詞內(nèi)容
- elasticsearch學(xué)習(xí)四：使用springboot整合 rest 進(jìn)行搭建elasticsearch服務(wù)
- elasticsearch學(xué)習(xí)五：springboot整合 rest 操作elasticsearch的 實(shí)際案例操作，編寫搜索的前后端，爬取京東數(shù)據(jù)到elasticsearch中。
一、基本概念
1. Node節(jié)點(diǎn) 與 Cluster集群
Elastic 本質(zhì)上是一個(gè)分布式數(shù)據(jù)庫，允許多臺(tái)服務(wù)器協(xié)同工作，每臺(tái)服務(wù)器可以運(yùn)行多個(gè) Elastic 實(shí)例。
單個(gè) Elastic 實(shí)例稱為一個(gè)節(jié)點(diǎn)（node）。一組節(jié)點(diǎn)構(gòu)成一個(gè)集群（cluster）。
2. Index 索引
Elastic 會(huì)索引所有字段，經(jīng)過處理后寫入一個(gè)反向索引（Inverted Index）。查找數(shù)據(jù)的時(shí)候，直接查找該索引。
所以，Elastic 數(shù)據(jù)管理的頂層單位就叫做 Index（索引）。它是單個(gè)數(shù)據(jù)庫的同義詞。每個(gè) Index （即數(shù)據(jù)庫）的名字必須是小寫。
下面的命令可以查看當(dāng)前節(jié)點(diǎn)的所有 Index。
GET /_mapping?pretty=true
3. Document文檔
Index 里面單條的記錄稱為 Document（文檔）。許多條 Document 構(gòu)成了一個(gè) Index。
Document 使用 JSON 格式表示，下面是一個(gè)例子。
同一個(gè) Index 里面的 Document，不要求有相同的結(jié)構(gòu)（scheme），但是最好保持相同，這樣有利于提高搜索效率。
4. Type類型
Document 可以分組，比如 weather 這個(gè) Index 里面，可以按城市分組（北京和上海），也可以按氣候分組（晴天和雨天）。這種分組就叫做 Type，它是虛擬的邏輯分組，用來過濾 Document。
不同的 Type 應(yīng)該有相似的結(jié)構(gòu)（schema），舉例來說，id 字段不能在這個(gè)組是字符串，在另一個(gè)組是數(shù)值。這是與關(guān)系型數(shù)據(jù)庫的表的一個(gè)區(qū)別。性質(zhì)完全不同的數(shù)據(jù)（比如products和logs）應(yīng)該存成兩個(gè) Index，而不是一個(gè) Index 里面的兩個(gè) Type（雖然可以做到）。
下面的命令可以列出每個(gè) Index 所包含的 Type。(和上面截圖一樣)
GET /_mapping?pretty=true
根據(jù)規(guī)劃，Elastic 6.x 版只允許每個(gè) Index 包含一個(gè) Type，7.x 版將會(huì)徹底移除 Type。
5. 邏輯對(duì)比
上面說的 集群，節(jié)點(diǎn)，索引，類型，文檔，分片（底層封裝），映射 是什么呢？
怎么區(qū)分對(duì)比 非關(guān)系型數(shù)據(jù)庫 elasticsearch 和 關(guān)系型數(shù)據(jù)庫呢，elasticsearch是面向文檔的
如下：對(duì)關(guān)系型數(shù)據(jù)庫和elasticsearch客觀的對(duì)比！
| 數(shù)據(jù)庫 database | 索引 index |
| 表 table | type(7版本徹底被棄用) |
| 行 rows | document |
| 字段 column | field |
elasticsearch（集群）中可以包含多個(gè)索引（數(shù)據(jù)庫），每個(gè)索引中可以包含多個(gè)類型（表），每個(gè)類型下又包含多個(gè)文檔（行），每個(gè)文檔中又包含多個(gè)字段（列）。
6. 物理設(shè)計(jì)
elasticsearch 在后臺(tái)把每個(gè)索引劃分成多個(gè)分片，每個(gè)分片可以在集群中的不同服務(wù)器間遷移。
集群的默認(rèn)名稱為 elasticsearch。
一個(gè)集群至少有一個(gè)節(jié)點(diǎn)，而一個(gè)節(jié)點(diǎn)就是一個(gè) elasticsearch 進(jìn)程，節(jié)點(diǎn)可以有多個(gè)索引默認(rèn)的，如果你創(chuàng)建索引，那么索引將會(huì)有5個(gè)分片（primary shard，又稱為主分片）構(gòu)成的，每一個(gè)主分片會(huì)有一個(gè)副本（replica shard，又稱賦值分片）
索引唄分為多個(gè)分片，沒份分片是一個(gè)Lucene 的索引，所以一個(gè)elasticsearch索引是由多個(gè)Lucene索引組成的。因?yàn)閑lasticsearch使用Lucene作為底層。
二、ES的命令風(fēng)格
一種軟件架構(gòu)風(fēng)格，而不是標(biāo)準(zhǔn)，只是提供了一組設(shè)計(jì)原理和約束條件，它主要用于客戶端和服務(wù)器交互類的軟件。基于這個(gè)風(fēng)格設(shè)計(jì)的軟件可以更簡潔，更有層次，更易于實(shí)現(xiàn)緩存等機(jī)制。
基本RESTFUL 命令說明：
| PUT | localhost:9200/索引名稱/類型名稱/文檔id | 創(chuàng)建文檔（指定文檔id） |
| POST | localhost:9200/索引名稱/類型名稱 | 創(chuàng)建文檔（隨機(jī)文檔id） |
| POST | localhost:9200/索引名稱/類型名稱/文檔id/_update | 修改文檔 |
| DELETE | localhost:9200/索引名稱/類型名稱/文檔id | 刪除文檔 |
| GET | localhost:9200/索引名稱/類型名稱/文檔id | 查詢文檔通過文檔id |
| POST | localhost:9200/索引名稱/類型名稱/文檔id/_search | 查詢所有文檔 |
三、新建和刪除index索引
PUT /weather
等價(jià)于
curl -X PUT 'localhost:9200/weather'
服務(wù)器返回一個(gè) JSON 對(duì)象，里面的acknowledged字段表示操作成功。
DELETE /weather
等價(jià)于
curl -X DELETE 'localhost:9200/weather'
四、分詞器使用和學(xué)習(xí)
elasticsearch的查詢，是通過分詞器先進(jìn)行分詞，然后再使用倒排索引去匹配查詢。
1. 理論學(xué)習(xí)
分詞：即把一段中文或者別的劃分為一個(gè)個(gè)的關(guān)鍵詞， 我們?cè)谒阉鲿r(shí)候, elasticsearch 分詞器會(huì)把自己的信息進(jìn)行分詞，會(huì)把數(shù)據(jù)庫中或者索引庫中的數(shù)據(jù)進(jìn)行分詞，然后進(jìn)行一個(gè)匹配操作 ，默認(rèn)的中文分詞是將每字看成一個(gè)詞，比如“我愛馮凡利” 會(huì)被分為“我”，“愛”，“馮”，“凡”，“利”，這顯然是不符合要求的，所以我們需要安裝中文分詞器 ik 來解決這個(gè)問題。
ES默認(rèn)的分詞是英文分詞，對(duì)中文分詞支持的并不好。如果要使用中文，建議使用ik分詞器！所以我們就需要安裝ik中文分詞。
IK提供了兩個(gè)分詞算法：ik_smart 和 ik_max_word，其中 ik_mart 為最少切分，ik_max_word為最新粒度劃分！一會(huì)我們測試！
安裝在第一篇博客中已經(jīng)介紹，傳送門：elasticsearch學(xué)習(xí)一：了解 ES，版本之間的對(duì)應(yīng)。安裝elasticsearch，kibana，head插件、elasticsearch-ik分詞器。
2. 使用kibana測試
ik_mart 為最少切分
ik_max_word為最新粒度劃分，窮盡詞庫的可能。
輸入超級(jí)喜歡馮安晨java
發(fā)現(xiàn)問題：馮安晨被分開了，
這種自己需要的詞，需要自己加到我們的分詞器的字典中！
ik分詞器增加自己的配置！
設(shè)置完后，再來執(zhí)行：
五、數(shù)據(jù)操作
1. 創(chuàng)建索引
PUT /索引名
這種方式會(huì)直接創(chuàng)建出索引名、類型、id，還會(huì)添家數(shù)據(jù)PUT /索引名/~類型名~/文檔id {請(qǐng)求體}
創(chuàng)建索引，指定類型名稱，并指定 字段（field）類型PUT /test2 {"mappings": {"type2": {"properties": {"name": {"type": "text"},"age": {"type": "long"},"birthday": {"type": "date"}}}} }
2. 字段類型總結(jié)
那么上面的 name 這個(gè)字段用不用指定類型呢，畢竟我們關(guān)系型數(shù)據(jù)庫是需要指定類型的！！
-
字符串類型
text、keyword
-
數(shù)值類型
long、integer、short、byte、double、float、half float、scaled float
-
日期類型
date
-
布爾值類型
boolean
-
二進(jìn)制類型
binary
-
等等。。。
3. 查看規(guī)則信息
也就是獲取看一下上面命令創(chuàng)建的詳細(xì)情況
GET /test1 ：查看索引信息
如果自己的文檔字段沒有指定，那么 ES 會(huì)給我們默認(rèn)配置字段類型！就是上面的 test1 索引，沒有指定字段類型，所以ES 默認(rèn)指定類型。
4. 系統(tǒng)命令
通過 elasticsearch 命令查看 ES 的各種信息！ 通過
GET _cat/
可以獲得 ES 的當(dāng)前很多信息！
5 添加數(shù)據(jù)
默認(rèn)指定數(shù)據(jù)的類型
PUT /fenganchen/user/1 {"name": "馮凡利","age": 18,"desc": "一頓操作猛如虎，一看工資2500","tags": ["技術(shù)宅", "溫暖", "直男"] }6. 修改數(shù)據(jù)
a. PUT修改（不推薦）
像添加一樣，進(jìn)行修改，但是這個(gè)修改類似于覆蓋，如果缺少一個(gè)字段，則消失一個(gè)字段
查看 GET /fenganchen/user/1（下面講）
修改
PUT /fenganchen/user/1 {"name": "馮凡利123","age": 18,"desc": "一頓操作猛如虎，一看工資2500","tags": ["技術(shù)宅", "溫暖", "直男"] }_version 代表被修改的次數(shù)
查看確認(rèn)
GET /fenganchen/user/1
b. _update修改（推薦）
2. 查看
7. 刪除
7. 簡單查詢
8.復(fù)雜查詢
match關(guān)鍵字：匹配，這里的有很多選擇，如：match_all：匹配全部，bool：返回布爾值，exists：是否存在等等。GET fenganchen/user/_search {"query": {"match": {"name": "馮凡利"}} }
3. 再添加一個(gè)數(shù)據(jù)，便于查詢測試：
hits：包括索引和文檔信息、查詢結(jié)果總數(shù)、查詢出來具體文檔
max_score：最大分?jǐn)?shù)，這是下面數(shù)據(jù)中最大的匹配分?jǐn)?shù)值，也是最合適的
_score：可以通過它來判斷誰更加符合結(jié)果，每個(gè)數(shù)據(jù)中都有這個(gè)屬性
_source：數(shù)據(jù)對(duì)象信息關(guān)鍵字。
9 過濾結(jié)果
不想顯示那么多字段，只想顯示其中的 name 和 desc 字段，可以使用 數(shù)據(jù)對(duì)象信息關(guān)鍵字 ：_source 來限定顯示的字段。
GET fenganchen/user/_search {"query": {"match": {"name": "馮凡利"}},"_source": ["name", "desc"] }
我們之后使用java操作es，所有的方法和對(duì)象就是這里面的key：這個(gè)key也就是 hits、score等關(guān)鍵字
10. 排序
GET fenganchen/user/_search {"query": {"match": {"name": "馮凡利"}},"sort": [{"age": {"order": "asc"}}] }11. 分頁查詢
GET fenganchen/user/_search {"query": {"match": {"name": "馮凡利"}},"sort": [{"age": {"order": "desc"}}],"from": 0,"size": 1 }
from: 從第幾個(gè)數(shù)據(jù)開始
size：返回多少條數(shù)據(jù)（單頁面的數(shù)據(jù)）
數(shù)據(jù)下標(biāo)還是從0開始，和學(xué)的所有數(shù)據(jù)結(jié)構(gòu)是一樣的！
/search/{current}/{pagesize}
12. 布爾查詢
13. 過濾器
包含 馮凡利 字符串的都會(huì)被查找出來GET fenganchen/user/_search {"query": {"bool": {"must": [{"match": {"name": "馮凡利"}}]}} }
filter 關(guān)鍵字，對(duì)查詢的數(shù)據(jù)進(jìn)行過濾。
- gt 大于
- gte 大于等于
- lt 小于
- lte 小于等于
14. 空格 匹配多個(gè)條件
match 關(guān)鍵字 空格
多個(gè)條件，使用空格隔開
只要瞞住其中一個(gè)結(jié)果就可以查出
這個(gè)時(shí)候可以通過 _score 分值進(jìn)行基本的判斷
下面的查詢語句意思：在tags 字段中找到有 男、技術(shù) 的數(shù)據(jù)給查詢出來
15. term 精確查詢
i. term分析
term 查詢 是直接通過倒排索引指定的詞條進(jìn)程精確的查找的！
關(guān)于分詞：
-
term ：直接查詢 精確的
-
match ：會(huì)使用分詞器解析！（先分析文檔，然后再通過分析進(jìn)行查詢！）
ii. 兩個(gè)類型 text keyword 細(xì)節(jié)分析
兩個(gè)類型 text keyword 不能被分詞器使用
text類型 ：可以被分詞
keyword類型 ：不可以被分詞
先創(chuàng)建索引，并指定屬性規(guī)則，如下：
a. 6版本創(chuàng)建索引，指定規(guī)則
elasticsearch 6.X 創(chuàng)建索引 必須要指定類型，feng_type 就是索引的類型名稱
```json PUT testdb {"mappings": {"feng_type": {"properties": {"name": {"type": "text"},"desc": {"type": "keyword"}}}} } ```b. 7版本創(chuàng)建索引，指定規(guī)則
elasticsearch 7.x 創(chuàng)建索引 不用指定類型，因?yàn)?版本廢棄了類型關(guān)鍵詞（這里不再演示，我這里使用的是 6.4.2 版本。）
```json PUT testdb {"mappings": {"properties": {"name": {"type": "text"},"desc": {"type": "keyword"}}} } ```c. 添加數(shù)據(jù)
```json PUT testdb/feng_type/1 {"name": "馮凡利java name","desc": "馮凡利java desc" }PUT testdb/feng_type/2 {"name": "馮凡利java name","desc": "馮凡利java desc2" } ``` 添加文檔 1
添加文檔 2
d. elasticsearch-head 的Google插件，查看 testdb 索引數(shù)據(jù)
e. elasticsearch-head 的Google插件，查看 testdb 映射規(guī)則
索引情況，能查看索引的 setting 詳情，和 mapperings 映射規(guī)則 包括類型、屬性情況。
可以看到，name 屬性 是 text 類型的，desc 是 keyword 類型的。
f. 默認(rèn)分詞器測試：keyword
KeywordAnalyzer 把整個(gè)輸入作為一個(gè)單獨(dú)詞匯單元，方便特殊類型的文本進(jìn)行索引和檢索。針對(duì)郵政編碼，地址等文本信息使用關(guān)鍵詞分詞器進(jìn)行索引項(xiàng)建立非常方便。
使用默認(rèn)的 keyword 分詞器進(jìn)行分詞，（說一下，ik分詞器是中文分詞器），這里看的出來沒有被分析
g. 默認(rèn)分詞器測試：standard
英文的處理能力同于StopAnalyzer，支持中文采用的方法為單字切分。他會(huì)將詞匯單元轉(zhuǎn)換成小寫形式，并去除停用詞和標(biāo)點(diǎn)符號(hào)。
使用默認(rèn)的 standard 分詞器進(jìn)行分詞，，這里看的出來被分析了
h. term 精確查找 text類型
i. term 精確查找 keyword 類型
j. 對(duì)h和i的測試進(jìn)行 總結(jié)
testdb索引中的 ：
name字段為 text類型，
desc字段為 keyword類型。
但是 term 分別對(duì)其 精確查找時(shí)，卻發(fā)現(xiàn)：
16. 多個(gè)詞精確拼配
a. 添加多數(shù)
PUT testdb/feng_type/3 {"t1": "22","t2": "2020-4-6" }PUT testdb/feng_type/4 {"t1": "33","t2": "2020-4-7" }
b. 查看elasticsearch-head 的Google插件，查看 testdb 索引數(shù)據(jù)和映射規(guī)則。
c. term 精確查詢
17. 高亮顯示
這些 mysql也可以做，只是mysql效率比較低
- 匹配
- 按照條件匹配
- 精確匹配
- 區(qū)間范圍匹配
- 多條件查詢
- 高亮查詢
總結(jié)
以上是生活随笔為你收集整理的elasticsearch学习六：学习 全文搜索引擎 elasticsearch的语法，使用kibana进行模拟测试（持续更新学习）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 近世代数 笔记和题型连载：第一章（代数系
- 下一篇： 虚拟机web配置服务器,【搭建web服务