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" : "3.1 IK分词器", "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 } ] }
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
评论列表(0条)