Elasticsearch快速入门

核心概念

Elasticsearch是面向文档的，以json格式存储数据的NoSQL数据库，也是一个全文搜索引擎。

Elasticsearch	关系型数据库（如Mysql）
索引（Index）	数据库（Database）
类型（Type）	表（Table）
文档（Document）	行，记录（Row，Record）
字段（Field）	列，字段（Column，Field）
映射（Mapping）	约束（Schema）

注意：es中的类型在es7.x版本中已经没有，在后面的8.x版本中被彻底删除掉。

倒排索引

倒排索引（Inverted Index），是Elasticsearch中的索引工作机制。倒排索引是区别于正排索引的概念：

• 正排索引：是以文档对象的唯一ID作为索引，以文档内容作为记录。
• 倒排索引：指的是将文档内容中的单词作为索引，将包含该词的文档ID作为记录。

Elasticsearch的工作流程如下，因为使用倒排索引产生的文档记录要比mysql数据行少多了，所以会比较快。

基本使用

es提供了retfulAPI风格操作接口给开发者对索引、类型、文档、字段、映射等进行增删查改操作。

索引操作

创建索引

请求格式：

PUT /索引名称

类型映射[了解]

相当于在mysql中创建数据表时的字段类型

# 索引名称必须已经存在！
POST /索引名称/类型名称
{"类型名称": { // 映射的类型名称"properties": {  // 索引中文档的属性"字段名": {           // 属性名或字段名"type": "text"   // 属性值类型或字段类型,text表示文本，如商品标题"index": "analyzed",    // 索引类型"analyzer": "ik_smart"  // 设置使用的分词器[标准分词]},"字段名": {           // 属性名或字段名"type": "text"   // 属性值类型或字段类型,text表示文本，如商品标题"index": "analyzed",    // 索引类型"analyzer": "standard"  // 设置使用的分词器},"字段名": {           // 属性名或字段名"type": "text"   // 属性值类型或字段类型,text表示文本，如商品标题"index": "analyzed",    // 索引类型"analyzer": "standard"  // 设置使用的分词器}}}
}

kinana操作：

POST /indexes1/goods
{"mapping": {"properties": {"id": {"type": "long"},"name": {"type": "text","index": "analyzed","analyzer": "ik_max_word"},"price":{"type": "float"},"created_time":{"type": "date","format":"yyyy-MM-dd HH:mm:ss"}}}
}

数据类型[了解]

elasticsearch中支持的常见字段数据类型：

类型	描述
text	字符串类型，可以模糊查询, 可以分词查询，不能聚合、排序
keyword	字符串类型，只能精准查询, 不能分词查询，可以聚合、排序
long	有符号的64位整数, 范围:[−263 ~ 263-1]
Integer	有符号的32位整数, 范围: [−231 ~ 231-1]
short	有符号的16位整数, 范围: [-32768 ~ 32767]
byte	有符号的8位整数, 范围: [-128 ~ 127]
float	32位单精度浮点数
double	64位双精度浮点数
boolean	布尔类型，支持使用字符串，数字等零值表示true/false
date	日期类型，
date_nanos	日期纳秒类型，
binary	二进制类型，Base64编码字符串的二进制值
Range	范围类型，有integer_range, float_range, long_range, double_range, date_range等
array	数组类型，ES中没有专门的数组类型, 直接使用[ ]定义即可，所有的成员的值必须是同一种数据类型
object	对象类型，以json对象为结构

使用默认类型_doc代替映射的创建，es会内部自动推断字段类型。

PUT /indexes2/_doc/文档ID
{"name": "商品的标题","price": 18,"created_time": "2022-01-10 22:00:31"
}

_doc 就是默认类型（default type），type在8.x版本会被彻底删除，以后使用默认类型_doc替代即可。

查看索引

GET /_cat/indices      # 查看所有的索引信息
GET /索引名称           # 查看指定名称的索引信息

删除索引

DELETE /索引名称

文档操作

请求方法/method	uri地址	描述
PUT（创建,修改）	/索引名称/_doc/文档id	创建文档（指定文档id）
POST（创建）	/索引名称/_doc/文档id	创建文档，如果uri地址只是以_doc结尾，文档id是随机生成的）
POST（修改）	/索引名称/_doc/文档id/_update	修改文档
DELETE（删除）	/索引名称/_doc/文档id	删除文档
GET（查询）	/索引名称/_doc/文档id	查询文档通过文档ID
POST（查询）	/索引名称/_doc/文档id/_search	查询所有数据

添加文档

POST /索引名称/_doc
{"id": 1,"name": "华为手机","category": "华为","cover": "1.png","price": "3999.00"
}

修改文档

POST /索引名称/_doc/1
{"name": "华为手机mate40","price": "4999.00"
}

删除文档

DELETE /索引名称/_doc/1

查询文档

查询文档有三种方式：

• 主键查询：根据文档id查询
• 精确查询：根据关键词查询，也叫term查询 浪潮之巅 -> 浪潮之巅
• 匹配查询：根据输入的内容先对内容进行分词，再进行分词匹配查询 浪潮 -> 浪潮之巅

准备数据

POST /indexes4/_doc/1
{"created_time":"2022-04-01","title":"浪潮之巅","content":"一部IT人非读不可，而非IT人也应该阅读的作品，讲故事的经典作品","author_id": 119
}POST /indexes4/_doc/2
{"post_date":"2022-03-12","title":"人月神话","content":"一部IT人非读不可，而非IT人也应该阅读的作品，讲人与团队关系作品","author_id": 120
}POST /indexes4/_doc/3
{"post_date":"2021-12-16","title":"代码之髓","content":"小日子过得不错的人写的作品，对代码中各种语言结构的实现进行揭秘","author_id": 110
}

主键查询

# GET /索引名称/_doc/1
GET /indexes4/_doc/3

精确查询

POST /索引名称/_search{"query": {"term": {"字段名": {"value": "字段值"},"字段名": {"value": "字段值"}}}
}# 如果是text格式，无法精确查询的，只能匹配查询

kibana操作：

POST /indexes4/_search
{"query": {"term": {"author_id": {"value": 119}}}
}

匹配查询

查询所有

POST /索引名称/_search
{"query": {"match_all": {}},"sort": [  # 排序，注意：text无法使用排序，keyword才支持# {"字段名":"排序规则,asc正序, desc倒序"}{"title": "asc" }],"from": 0,                       # 分页，查询起始下标"size": 2,                       # 指定返回结果数量"_source": ["title", "content"]  # 指定只返回部分字段
}

kibana操作：

POST /indexes4/_search
{"query": {"match_all": {}},"sort": {"author_id": "desc"},"from": 0,"size": 4,"_source": ["title"]
}

条件查询

格式：

POST /索引名称/_search
{"query": {"match": {"字段名": "查询条件值"}}
}

POST /indexes4/_search
{"query": {"match": {"content": "非读不可"}}
}

若有错误与不足请指出，关注DPT一起进步吧！！!