Elasticsearch基础入门

Elasticsearch是什么?

ElasticSearch是一个基于 Lucene 的搜索服务器。它提供了一个分布式多用户能力的全文搜索,基于 RESTful web接口。 也就说它就是一个索引库,用来存储上面分词之后创建的索引的,对外提供检索服服务, http协议。对内就是一个nosql数据库。

资料:

基于 es2.x版本的,核心的东西还是可以看看,中文的:

https://www.elastic.co/guide/cn/elasticsearch/guide/cn/index.html

Es6.x API:

https://www.elastic.co/guide/en/elasticsearch/reference/6.0/search-aggregations-metrics-avg-aggregation.html

ES分布式索引介绍

number_of_shards 分片数量,类似于数据库里面分库分表,一经定义不可更改。 为什么不能修改呢,它不像 redis的集群,添加或者减少主从时,集群会重新分配slots。所以如果修改分片数量,会导致取模之后可能找不数据了,比如原来3个,4%3=1,现在变成4个分片4%4=0了。

number_of_replicas 副本数,用于备份分片的, 小于分片数。 分片里面的数据保持一致,主要响应读操作,副本越多读取就越快。 副本会在另外的分片上面去存放。比如分片数量 3,副本数2,数据1 hash之后落在分片1,那么会在分片2和分片3上面去放副本。

如果副本数设置 1 ,那么分片 2 3 就只会有一个区备份。

它的写操作是需要副本数过半成功才成功的。

Es基础语法:

首先我们先安装一个中文分词的插件。安装和自己 es对应版本的:

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.6.0/elasticsearch-analysis-ik-6.6.0.zip

安装好了需要重启才会生效

Es的基础操作(kibana中)

打开 kibana—>dev tools,控制台可以执行操作

Management—>Index Management  可以看到我们创建好的索引

索引创建及设值

1. 创建索引

我的是单机,所以分片设置的 1,备份0

PUT /test
{
  "settings":{
    "number_of_shards": 1, 
    "number_of_replicas": 0
  }
}

2. 创建索引,指定 id 建立索引

PUT /test/_doc/1
{
"name": "张三", 
"age": 30
}

3.不 设置id 会默认生成一个,指定ID是PUT

POST /test/_doc
{
"name": "张三默认", 
"age": 30
}

4. 全量修改值。 Id为1的数据全覆盖

PUT /test/_doc/1
{
"name": "张三1", 
}

5. 部分修改,只会修改对应的字段

POST /test/_doc/1/_update
{
"doc":{
    "name":"张三00"
}
}

6. 指定 _create防止重复创建,如果已经存在则失败,第二次会报错

POST /test/_doc/2/_create
{
"name":"李四",
 "age":20
}

删除:

指定 ID删除文档

DELETE /test/_doc/1
{
  
}

删除索引

DELETE /test
{
  
}

查看分词 结果,默认使用的 stander分词器是每个词都分开

GET /test/_analyze
{
  "field": "name", 
  "text": "成都市天府广场"
}

结构化索引创建 :可以指定一些约束,比如分词器,字段类型之类的

stander : 每个词都分开

english 英文分词器,会按照英文的语法来处理一些词比如 eating,eated 都会被处理成eat

ik_max_word 中文分词器,最大拆分,能分出来的词都分出来

“武汉市长江大桥”->武汉,武汉市,市长,长江,大桥,长江大桥,江大桥

ik_smart : 中文分词器,尽可能分词长的

“武汉市长江大桥”->武汉市,长江大桥

ik_max_word ik_smart 需要装中文分词器插件

name字段分词使用ik_max_word 查询时使用 ik_smart

enname 分词查询都是用 english

PUT /test2
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
  "_doc":{
    "properties": {
        "name":{"type":"text","analyzer":"ik_max_word","search_analyzer": "ik_smart"},
        "sname":{"type": "text","analyzer":"ik_smart"},
        "enname":{"type":"text","analyzer":"english"},
        "age":{"type": "integer"}
      }
    }
  }
}

现在我们看test2的sname字段的分词结果:sname使用的中文分词ik_smart

GET /test2/_analyze
{
  "field": "sname",
  "text": "成都市天府广场"
}

我们再看下对于test2的name字段使用的是ik_max_word

GET /test2/_analyze
{
  "field": "name", 
  "text": "成都市天府广场"
}

可以看到对于同样的文本,使用不同的分词方式,出来的结果是不一样。

查询:

1. 根据 id查询

GET /testtest/_doc/1
{

}

2. 查询索引所有, query 加不加都可以

GET /test/_search
{
"query":{
   "match_all": {}
}
}

3. 按条件查询,并分页 ,注意分页不能太多,因为 es的分页都是在内存中做的,太多了会撑爆内存

GET /test/_search
{
  "query": {
    "match": {
     "name": "张三"
    }
  },
  "from": 0, 
  "size": 20
}

可以看下淘宝的搜索也是限制了的一页 40个,最多100页

4.排序

GET /test/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ], 
  "from": 0, 
  "size": 20
}

更多 API 操作见文档

https://www.elastic.co/guide/en/elasticsearch/reference/6.0/search-aggregations-metrics-avg-aggregation.html

我来评几句
登录后评论

已发表评论数()

相关站点

热门文章