了解一下Elasticsearch的基本概念

一、前文介紹

Elasticsearch（簡稱ES）是一個基于Apache Lucene(TM)的開源搜索引擎，無論在開源還是專有領域，Lucene 可以被認為是迄今為止最先進、性能最好的、功能最全的搜索引擎庫。注意，Lucene 只是一個庫。想要發揮其強大的作用，你需使用 Java 并要將其集成到你的應用中。

Lucene 非常復雜，你需要深入的了解檢索相關知識來理解它是如何工作的，就跟學習 springmvc 之前先從 servlet 開始，繁瑣復雜的工作，Solor、Elasticsearch 應由而生， 其使用 Java 編寫并使用 Lucene 來建立索引并實現搜索功能，但是它的目的是通過簡單連貫的 RESTful API 讓全文搜索變得簡單并隱藏 Lucene 的復雜性。

重要特性：

• 分布式的實時文件存儲，每個字段都被索引并可被搜索
• 實時分析的分布式搜索引擎
• 可以擴展到上百臺服務器，處理PB級結構化或非結構化數據

基本概念：

索引（indices）-------------------Databases 數據庫
類型（type）----------------------Table 數據表
文檔（Document）---------------Row 行
字段（Field）---------------------Columns 列

詳細說明：

概念說明

索引庫（indices)	indices是index的復數，代表許多的索引，
類型（type）	類型是模擬mysql中的table概念，一個索引庫下可以有不同類型的索引，比如商品索引，訂單索引，其數據格式不同。不過這會導致索引庫混亂，因此未來版本中會移除這個概念
文檔（document）	存入索引庫原始的數據。比如每一條商品信息，就是一個文檔
字段（field）	文檔中的屬性
映射配置（mappings）	字段的數據類型、屬性、是否索引、是否存儲等特性

要注意的是：Elasticsearch 本身就是分布式的，因此即便你只有一個節點，Elasticsearch 默認也會對你的數據進行分片和副本操作，當你向集群添加新數據時，數據也會在新加入的節點中進行平衡。

二、Elasticsearch安裝[windows]

如下主要針對 windows 環境下的 Elasticsearch 學習。

下載地址：https://www.elastic.co/cn/products/

解壓后，進入 bin/ 目錄，雙擊執行 elasticsearch .bat

Elasticsearch 啟動后可以看到綁定了兩個端口:

• 9300：集群節點間通訊接口【tcp連接方式，性能優于http】
• 9200：客戶端訪問接口【接收http請求】

9200，我們可以通過瀏覽器直接訪問，9300 則不可以直接訪問。

三、Kibana 安裝

Kibana 是一個基于 Node.js 的 Elasticsearch 索引庫數據統計工具，可以利用 Elasticsearch 的聚合功能，生成各種圖表，如柱形圖，線狀圖，餅圖等。

而且還提供了操作 Elasticsearch 索引數據的控制臺，并且提供了一定的API提示，非常有利于我們學習 Elasticsearch 的語法。

1、配置

我們可以把 Kibana 當成，durid 連接池對于 mysql 的可視化來理解。

下載地址：https://www.elastic.co/cn/downloads/kibana

解壓后，進入安裝目錄下的 config 目錄，修改 kibana.yml 文件：

修改elasticsearch服務器的地址，去掉原來的注釋：

elasticsearch.url:?"http://localhost:9200"

Kibana 的監聽端口為 5601：http://127.0.0.1:5601 瀏覽器打開如下圖所示：

Dev Tools 相當于一個命令行窗口工具，帶提示，Elasticsearch 執行的數據格式為 json，舉例：

POST?_analyze
{
??"analyzer":?"ik_max_word",
??"text":?????"我喜歡編程"
}

四、ik 分詞器安裝

由于 Elasticsearch 在拆分單詞時,是按空格來分，即 hello world 分為 hello 和 world，這是沒問題的，但是在拆分中文時也是按照一個漢字一個漢字來拆分。即“我喜歡編程”分為 我、喜、歡、編、程 5個字符，所以就需要用到 IK 分詞器這個插件來進行拆分。

Lucene 的 IK 分詞器早在 2012 年已經沒有維護了，現在我們要使用的是在其基礎上維護升級的版本，并且開發為 ElasticSearch 的集成插件了，與 Elasticsearch 一起維護升級，版本也保持一致。

IK下載地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

注意 ES 與 IK 版本對應地址：https://github.com/medcl/elasticsearch-analysis-ik/tree/2.x

將 zip 包，解壓到 Elasticsearch 目錄的 plugins 目錄中：

然后重啟 Elasticsearch

五、基本概念-詳細了解

上文也了解到 ES 操作的數據為 json，實際項目中，比如 springboot 中，無須操作 json，都是面向對象編程，但是，學習其實際原理固然重要。

5.1、創建索引

創建索引的請求格式：

• 請求方式：PUT
• 請求路徑：/索引庫名
• 請求參數：json格式：

{
???"settings":?{
??????"number_of_shards":?3,
??????"number_of_replicas":?2
???}
}

• settings：索引庫的設置
• number_of_shards： 分片數量
• number_of_replicas：副本數量

示例：

5.2、查看索引設置

語法

Get請求可以幫我們查看索引信息，格式：

GET?/索引庫名

5.3、刪除索引

刪除索引使用DELETE請求

語法

DELETE?/索引庫名

六、映射配置

6.1、創建映射字段

語法

請求方式依然是PUT

PUT?/索引庫名/_mapping/類型名稱
{
??"properties":?{
????"字段名":?{
??????"type":?"類型",
??????"index":?true，
??????"store":?true，
??????"analyzer":?"分詞器"
????}
??}
}

• 類型名稱：就是前面將的type的概念，類似于數據庫中的不同表
  字段名：任意填寫 ，可以指定許多屬性，例如：
• type：類型，可以是text、long、short、date、integer、object等
• index：是否索引，默認為true
• store：是否存儲，默認為false
• analyzer：分詞器，這里的ik_max_word即使用ik分詞器

示例

發起請求：

PUT?niceyoo2/_mapping/goods
{
??"properties":?{
????"title":?{
??????"type":?"text",
??????"analyzer":?"ik_max_word"
????},
????"images":?{
??????"type":?"keyword",
??????"index":?"false"
????},
????"price":?{
??????"type":?"float"
????}
??}
}

響應結果：

{
??"acknowledged":?true
}

6.2、查看映射關系

語法：

GET?/索引庫名/_mapping

示例：

GET?/niceyoo2/_mapping

響應：

{
??"niceyoo2":?{
????"mappings":?{
??????"goods":?{
????????"properties":?{
??????????"images":?{
????????????"type":?"keyword",
????????????"index":?false
??????????},
??????????"price":?{
????????????"type":?"float"
??????????},
??????????"title":?{
????????????"type":?"text",
????????????"analyzer":?"ik_max_word"
??????????}
????????}
??????}
????}
??}
}

七、字段屬性詳解

7.1、type

Elasticsearch 中支持的數據類型非常豐富：

我們說幾個關鍵的：

String類型，又分兩種：

• text：可分詞，不可參與聚合
• keyword：不可分詞，數據會作為完整字段進行匹配，可以參與聚合

Numerical：數值類型，分兩類:

• 基本數據類型：long、interger、short、byte、double、float、half_float
• 浮點數的高精度類型：scaled_float
  • 需要指定一個精度因子，比如10或100。elasticsearch會把真實值乘以這個因子后存儲，取出時再還原。

Date：日期類型

elasticsearch 可以對日期格式化為字符串存儲，但是建議我們存儲為毫秒值，存儲為 long，節省空間。

7.2、index

index影響字段的索引情況。

• true：字段會被索引，則可以用來進行搜索。默認值就是true
• false：字段不會被索引，不能用來搜索

index的默認值就是true，也就是說你不進行任何配置，所有字段都會被索引。

但是有些字段是我們不希望被索引的，比如商品的圖片信息，就需要手動設置index為false。

7.3、store

是否將數據進行額外存儲。

在學習lucene和solr時，我們知道如果一個字段的store設置為false，那么在文檔列表中就不會有這個字段的值，用戶的搜索結果中不會顯示出來。

但是在Elasticsearch中，即便store設置為false，也可以搜索到結果。

原因是Elasticsearch在創建文檔索引時，會將文檔中的原始數據備份，保存到一個叫做_source的屬性中。而且我們可以通過過濾_source來選擇哪些要顯示，哪些不顯示。

而如果設置store為true，就會在_source以外額外存儲一份數據，多余，因此一般我們都會將store設置為false，事實上，store的默認值就是false。

7.4、boost

激勵因子，這個與lucene中一樣

其它的不再一一講解，用的不多，大家參考官方文檔：

最后

下篇帶大家詳細了解 elasticsearch 中的

• 增：隨機id、自定義id
• 刪：帶條件刪除
• 改：帶條件修改
• 查：帶條件查詢

如果文章有錯的地方歡迎指正，大家互相留言交流。習慣在微信看技術文章，想要獲取更多的Java資源的同學，可以關注微信公眾號：niceyoo

posted @ 2019-05-14 21:42 niceyoo 閱讀(...) 評論(...) 編輯 收藏

總結

以上是生活随笔為你收集整理的了解一下Elasticsearch的基本概念的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。