1. 初始elasticsearch 1.1 简述教程源自于黑马微服务视频 片段。
什么是elasticsearch？
一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能。什么是elastic stack（ELK）？
是以elasticsearch为核心的技术栈，包括beats、Logstash、kibana、elasticsearch什么是Lucene？
是Apache的开源搜索引擎类库，提供了搜索引擎的核心API。
1.2 倒排索引
正排索引
传统数据库（如MySQL）采用的就是正排索引，从一条条数据中搜索关键字。例如给下表（tb_goods）创建索引：
倒排索引
elasticsearch采用的是倒排索引，根据关键字找出文档id，然后根据文档id，去找文档。正排索引与倒排索引的区别就是：正排索引是从一行行数据中查找包含关键字的记录；倒排索引是根据关键字找文档的索引，然后根据索引去找文档。
总结
什么是文档和词条？
es中每一条数据就是一个文档。对文档中的内容进行分词，得到的词语就是词条。
什么是正排索引？
基于文档Id创建索引，查询词条时必须先找到文档，而后判断是否包含词条。
什么是倒排索引？
对文档内容进行分词，对词条创建索引，并记录词条所在文档的信息。查询时，先根据词条查询到文档id，而后获取到文档。 1.3 概念
文档（document）
es是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息等。文档数据会被序列化为json格式存储在es中。
索引（index）
索引（index）：相同类型的文档的集合。
映射（mapping）：索引中文档字段的约束信息，类似MySQL表的结构约束。
因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：
docker network create es-net2.1.2.加载镜像
这里我们采用elasticsearch的7.12.1版本的镜像，可以pull镜像，也可以加载tar包。由于我已经有了tar包，所以为了节约时间，采用加载tar包的方式。
将es.tar上传到服务器，然后运行命令加载：
docker load -i es.tar
运行docker命令，部署单点es：
docker run -d
--name es
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"
-e "discovery.type=single-node"
-v es-data:/usr/share/elasticsearch/data
-v es-plugins:/usr/share/elasticsearch/plugins
--privileged
--network es-net
-p 9200:9200
-p 9300:9300
elasticsearch:7.12.1
命令解释：
-e "cluster.name=es-docker-cluster"：设置集群名称-e "http.host=0.0.0.0"：监听的地址，可以外网访问-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：内存大小-e "discovery.type=single-node"：非集群模式-v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录-v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录-v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录--privileged：授予逻辑卷访问权--network es-net ：加入一个名为es-net的网络中-p 9200:9200：端口映射配置
浏览器中访问 http://ip:9200，如下代表成功了。
加载tar包，或者pull都行，主要是看运行命令。
docker run -d --name kibana -e ELASTICSEARCH_HOSTS=http://es:9200 --network=es-net -p 5601:5601 kibana:7.12.1
--network es-net ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中-e ELASTICSEARCH_HOSTS=http://es:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch-p 5601:5601：端口映射配置
kibana启动一般比较慢，需要多等待一会，在浏览器输入地址访问：http://ip:5601，即可看到结果。
默认分词器，对中文不太好，会把中文一个字一个字的进行分词，因此对中文需要安装额外的分词器，目前比较常用的是IK分词器。
结果：
{
"tokens" : [
{
"token" : "黑",
"start_offset" : 0,
"end_offset" : 1,
"type" : "",
"position" : 0
},
{
"token" : "马",
"start_offset" : 1,
"end_offset" : 2,
"type" : "",
"position" : 1
},
{
"token" : "程",
"start_offset" : 2,
"end_offset" : 3,
"type" : "",
"position" : 2
},
{
"token" : "序",
"start_offset" : 3,
"end_offset" : 4,
"type" : "",
"position" : 3
},
{
"token" : "员",
"start_offset" : 4,
"end_offset" : 5,
"type" : "",
"position" : 4
},
{
"token" : "学",
"start_offset" : 5,
"end_offset" : 6,
"type" : "",
"position" : 5
},
{
"token" : "习",
"start_offset" : 6,
"end_offset" : 7,
"type" : "",
"position" : 6
},
{
"token" : "java",
"start_offset" : 7,
"end_offset" : 11,
"type" : "",
"position" : 7
},
{
"token" : "太",
"start_offset" : 11,
"end_offset" : 12,
"type" : "",
"position" : 8
},
{
"token" : "棒",
"start_offset" : 12,
"end_offset" : 13,
"type" : "",
"position" : 9
},
{
"token" : "了",
"start_offset" : 13,
"end_offset" : 14,
"type" : "",
"position" : 10
}
]
}
3.1 IK分词器
可以在线安装也可以离线安装，这里推荐离线的方式。
查看数据卷目录
安装插件需要知道elasticsearch的plugins目录位置，而我们用了数据卷挂载，因此需要查看elasticsearch的数据卷目录，通过下面命令查看:
docker volume inspect es-plugins
显示结果：
[
{
"CreatedAt": "2022-05-06T10:06:34+08:00",
"Driver": "local",
"Labels": null,
"Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
"Name": "es-plugins",
"Options": null,
"Scope": "local"
}
]
说明plugins目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data这个目录中。
上传ik文件
将解压后的ik文件上传到：/var/lib/docker/volumes/es-plugins/_data
重启es
# 4、重启容器 docker restart es
# 查看es日志 docker logs -f es3.2 测试
IK分词器包含两种模式：
ik_smart：最少切分
ik_max_word：最细切分
GET /_analyze
{
"analyzer": "ik_max_word",
"text": "黑马程序员学习java太棒了"
}
结果：
{
"tokens" : [
{
"token" : "黑马",
"start_offset" : 0,
"end_offset" : 2,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "程序员",
"start_offset" : 2,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 1
},
{
"token" : "程序",
"start_offset" : 2,
"end_offset" : 4,
"type" : "CN_WORD",
"position" : 2
},
{
"token" : "员",
"start_offset" : 4,
"end_offset" : 5,
"type" : "CN_CHAR",
"position" : 3
},
{
"token" : "学习",
"start_offset" : 5,
"end_offset" : 7,
"type" : "CN_WORD",
"position" : 4
},
{
"token" : "java",
"start_offset" : 7,
"end_offset" : 11,
"type" : "ENGLISH",
"position" : 5
},
{
"token" : "太棒了",
"start_offset" : 11,
"end_offset" : 14,
"type" : "CN_WORD",
"position" : 6
},
{
"token" : "太棒",
"start_offset" : 11,
"end_offset" : 13,
"type" : "CN_WORD",
"position" : 7
},
{
"token" : "了",
"start_offset" : 13,
"end_offset" : 14,
"type" : "CN_CHAR",
"position" : 8
}
]
}
4. 索引库的 *** 作
4.1 mapping属性
mapping是对索引库中文档的约束，常见的mapping属性包括：
type：字段数据类型，常见的简单类型有：
字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址等）数值：long、integer、short、byte、double、float布尔：boolean日期：date对象：object index：是否创建索引，默认为true。不创建索引的字段不可参与搜索。analyzer：使用哪种分词器properties：该字段的子字段 4.2 创建索引库
创建索引库和mapping的DSL语法如下：
PUT /索引库名称
{
"mappings":{
"properties":{
"字段名1":{
"type":"text",
"analyzer":"ik_smart"
},
"字段名2":{
"type":"keyword",
"index":"false"
},
"字段名3":{
"properties":{
"子字段1":{
"type":"keyword"
}
}
}
}
}
}
4.3 查看、删除索引库
查看索引库语法：
GET /索引库名
删除索引库语法：
DELETe /索引库名4.4 修改索引库
索引库和mapping一旦创建，是无法修改的。但是可以添加新的字段，语法如下：
PUT /索引库名/_mapping
{
"properties":{
"新的字段名":{
"type":"integer"
}
}
}
如果必须要修改原来的索引库和mapping的话，唯一的方法就是：创建新的索引库和mapping，然后将原索引库的数据迁移到新的索引库。
迁移语法如下：
POST _reindex
{
"source":{
"index":"原索引库名"
},
"dest":{
"index":"新索引库名"
}
}
5. 文档 *** 作
5.1 新增文档
新增文档的DSL语法如下：
POST /索引库名/_doc/文档id
{
"字段1":"值1",
"字段2":"值2",
"字段3":{
"子属性1":"值3"，
"子属性2":"值4"
}
}
注意：POST可以不指定id，不指定就会自动生成。
5.2 查看、删除文档查看文档语法：
GET /索引库名/_doc/文档id
删除文档语法：
DELETE /索引库名/_doc/文档id5.3 修改文档
方式一：全量修改，会删除旧文档，添加新文档。如果指定的id不存在，就是新增 *** 作。
PUT /索引库名/_doc/文档id
{
"字段1":"值1",
"字段2":"值2"
}
方式二：增量修改，修改指定字段
POST /索引库名/_update/文档id
{
"doc":{
"字段名":"新的值"
}
}
注意：PUT必须指定id，不指定就会报错。
6. DSL查询语法 6.1 DSL Query的分类常见的查询类型包括：
查询所有：查询出所有数据，一般测试用。例如：match_all全文检索（full text）查询：利用分词器对用户输入的内容分词，然后去倒排索引库中匹配。例如：
match_querymulti_match_query 精确查询：根据精确词条值查找数据，一般是查找keyword、数值、boolean等类型字段。例如：
idsrangeterm 地理（geo）查询：根据经纬度查询。例如：
geo_distancegeo_bounding_box 复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件。例如：
boolfunction_score 6.2 DLS Query基本语法
GET /indexName/_search
{
"query":{
"查询类型":{
"查询条件":"条件值"
}
}
}
例如：
GET _search
{
"query": {
"match_all": {}
}
}
6.2 全文检索查询
全文检索查询，会对用户输入内容分词，常用于搜索框搜索：
match查询：全文检索查询的一种，语法如下：
GET /indexName/_search
{
"query":{
"match":{
"FIELD":"TEXT"
}
}
}
multi_match：与match类似，只不过允许同时查询多个字段，语法如下：
GET /indexName/_search
{
"query":{
"multi_match":{
"query":"TEXT",
"fields":["FIELD1","FIELD2"]
}
}
}
注意：同时查询多个字段有两种方案：一个是通过multi_match；另一个是将多个字段copy到一个新的字段，然后通过match去查询新的字段。相比之下第二种方案性能更好，搜索的字段越多越能体现出来。
6.3 精确查询精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。常见的有：
term：根据词条精确值查询range：根据值的范围查询
term语法：
GET /indexName/_search
{
"query":{
"term":{
"FIELD":{
"value":"VALUE"
}
}
}
}
例如：
GET /hotel/_search
{
"query":{
"term":{
"city":{
"value":"上海"
}
}
}
}
range查询语法：
GET /indexName/_search
{
"query":{
"range":{
"FIELD":{
"gte":10,
"lte":20
}
}
}
}
例如：
GET /hotel/_search
{
"query":{
"range":{
"price":{
"gte":100,
"lte":500
}
}
}
}
6.4 地理查询
根据经纬度查询。常见的场景包括：
携程：查询附近的酒店滴滴：查询附近的出租车微信：搜索附近的人
根据经纬度查询，实现方式如下：
geo_bounding_box：查询geo_point值落在某个矩形范围的所有文档geo_distance：查询到指定中心点小于某个距离值的所有文档
geo_bounding_box语法
GET /indexName/_search
{
"query":{
"geo_bounding_box":{
"FIELD":{
"top_left":{
"lat":31.1,
"lon":121.5
},
"bottom_right":{
"lat":39.9,
"lon":121.7
}
}
}
}
}
geo_distance语法
GET /indexName/_search
{
"query":{
"geo_distance":{
"distance":"15km",
"FIELD":"31.21,121.5"
}
}
}
6.5 复合查询
复合（compound）查询：可以将其他简单查询组合起来，实现更复杂的搜索逻辑。例如：
function score：算分函数查询，可以控制文档相关性算分，控制文档排名。例如百度竞价布尔查询：一个或多个查询子句的组合。子查询组合方式有：
must：必须匹配每个子查询，类似“与”，参与算分should：选择性匹配子查询，类似“或”must_not：必须不匹配，不参与算分，类似“非”filter：必须匹配，不参与算分
案例
elasticsearch默认是根据相关度算分排序的。可以排序的字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。
简单类型排序语法：
GET /indexName/_search
{
"query":{
"match_all":{}
},
"sort":[
{
"FIELD":"desc"
}
]
}
地理坐标类型排序语法：
GET /indexName/_search
{
"query":{
"match_all":{}
},
"sort":[
{
"_geo_distance":{
"FIELD":"经度,纬度",
"order":"asc",
"unit":"km"
}
}
]
}
7.2 分页
elasticsearch默认情况下返回10条数据。如果需要查询更多数据就需要修改分页参数了。
elasticsearch通过from、size参数来控制要返回的分页结果，最多只能查询10000条数据：
GET /indexName/_search
{
"query":{
"match_all":{}
},
"from":990,
"size":10,
"sort":[
{"FIELD":"asc"}
]
}
不建议分页过深，如果业务需求真的必须深度分页的话，有以下解决方案：
把搜索结果中的搜索关键字突出显示。
原理：
将搜索结果中的关键字用标签标记出来，默认是em标签。再页面中给标签添加css样式
语法：
GET /indexName/_search
{
"query":{
"match":{
"FIELD":"TEXT"
}
},
"highlight":{
"fields":{
"FIELD":{
"pre_tags":"",
"post_tags":""
}
}
}
}
例如：默认情况下，搜索匹配字段和高亮，字段必须一致。如果不想一致，可以通过require_field_match属性强调不需要匹配字段。
GET /indexName/_search
{
"query":{
"match":{
"all":"如家"
}
},
"highlight":{
"fields":{
"name":{
"require_field_match":"true"
}
}
}
}
8.聚合
8.1 聚合的分类
聚合可以实现对文档数据的统计、分析、运算。聚合常见的有三类：
桶（Bucket）聚合：用来对文档分组，常见的有以下两种：
TermAggregation：按照文档字段值分组Date Histogram：按照日期阶梯分组，例如一周位于组或者一月为一组 度量（Metric）聚合：用以计算一些值，比如：最大值、最小值、平均值等。常见有以下几种：
AVGMaxMinStats：同时求max、min、avg、sum等 管道（pipeline）聚合：以其他聚合的结果为基础的聚合
注意：参与聚合的字段的类型只能是以下几种：keyword、数值、日期、布尔
8.2 Bucket示例Bucket聚合语法示例：
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）