ElasticSearch_基础

发布时间：2020-12-14 04:42:12 所属栏目：百科来源：网络整理

导读：ElasticSearch基础目录 ElasticSearch基础 1.基础 2. 安装与使用可视化插件 3. 安装Kibana 4. ES的核心概念 5. IK分词器插件 6. Rest 风格说明 7. 关于索引的基本操作 8. 关于文档的基本操作 1. 基本操作 2. 进阶操作 1. 构建查询 2. 排序 3. 分页 4. 布尔

ElasticSearch基础

ElasticSearch基础
- 1.基础
- 2. 安装与使用可视化插件
- 3. 安装Kibana
- 4. ES的核心概念
- 5. IK分词器插件
- 6. Rest 风格说明
- 7. 关于索引的基本操作
- 8. 关于文档的基本操作
  - 1. 基本操作
  - 2. 进阶操作
    - 1. 构建查询
    - 2. 排序
    - 3. 分页
    - 4. 布尔值查询
    - 5. 过滤 (区间)
    - 6. 匹配多个条件
    - 7. 精确查询
    - 8. 高亮查询

1.基础

开箱即用,解压即可
在bin目录下启动ElasticSearch
访问localhost:9200 可以看到下面的内容

2. 安装与使用可视化插件

head插件,依赖于Node.Js
安装ElasticSearch-head,在解压的目录下运行 cmd,输入 cnpm install 等待安装完毕
安装完毕后,使用命令 npm run start 启动
由于我们的插件的端口为 9100,与ElasticSearch不同,产生了跨域的问题,要在ElasticSearch的配置文件中配置跨域
配置跨域
- 在ElasticSearch文件夹下的/conf/elasticsearch.yaml中配置
- ```
http.cors.enabled: true
http.cors.allow-origin: "*"
```
- 重启ElasticSearch
正常启动如下

3. 安装Kibana

Kibana 版本要和 ES 一致
解压完毕,启动测试
在 /bin 目录下的kibana.bat文件
默认端口为localhost:5601
访问kibana
国际化(汉化)
- 在kibana目录下的 x-packpluginstranslationstranslations 可以看到
- 我们在 /conf 目录下的的kibana.yml中配置
- ```
i18n.locale: "zh-CN"
```
- 重启kibana即可!

4. ES的核心概念

ES是面向文档的,一切都是 JSON (文档就是我们的数据)
elasticsearch在后台把每个索引划分成多个分片,每分分片可以在集群中的不同服务器间迁移
- 单个节点由于物理机硬件限制，存储的文档是有限的，如果一个索引包含海量文档，则不能在单个节点存储。ES提供分片机制，同一个索引可以存储在不同分片（数据容器）中，这些分片又可以存储在集群中不同节点上
一个人就是一个集群,默认的集群名称就是 ElasticSearch
ElasticSearch是面向文档的,索引和搜索数据的最小单位是文档,文档有几个重要属性
- 自我包含: 一篇文档同时包含字段和对应的值,即同时包含 key : value
- 可以使层次型的: 一个文档中包含文档,可以用来构建复杂的逻辑实体! ==> (就是一个 JSON 对象! 使用FastJSON或者Jason进行自动转换)
- 灵活的结构: 文档不依赖预先定义的模式. 与关系型数据库的提前定义字段才能使用不同,在ElasticSearch中,对于字段是非常灵活的,有时候我们可以忽略该字段,或者动态的添加一个新的字段
索引就是数据库
- 索引是映射类型的容器,ES中的索引是一个非常大的文档集合,索引存储了映射类型的字段和其他设置
- 倒排索引
  - 采用Lucene倒排索引作为底层
  - 这种结构适用于快速的全文搜索
  - 一个索引由文档中所有不重复的列表构成,对于每一个词,都有一个包含他的文档列表
  - 搜索时,完全过滤掉无关的所有数据,提高效率
重要步骤
- 创建索引 (相当于我们的数据库)
- 字段类型 (mapping 映射)
- 文档 (具体的数据)
- 底层的搜索使用的是倒排索引,采用分片的机制,可以使一个索引包含海量的数据

5. IK分词器插件

IK分词器对中文具有良好支持的分词器
IK分词器包括 ik_max_word 和 ik_smart
- ik_max_word会将文本做最细粒度的拆分
- ik_smart 会做最粗粒度的拆分(最少切分)
安装
- 在Github上下载,与ES版本要对应
- 解压后放到 ElasticSearch/plugins 目录即可
- 由于添加了新插件,重启 ES 即可!
- 可以看到,IK分词器被加载了
在Kibana中测试不同的分词器效果
- 最少切分
- 最细粒度切分,穷尽所有可能

IK分词器的字典没有一些自定义的词,需要我们自己加到我们的分词器的字典中

比如,我们测试山人西来这个词
在ik分词器的conf中找到 IKAnalyzer.ofg.xml配置
在conf中,我们写一个自己的字典,叫 mydic.dic,编辑,写入山人西来
在配置文件添加自己的字典

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">mydic.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

重启ES,可以看到加载了我们的自定义字典
可以看到,我们自定义的山人西来已经被认为是一个词了
以后,我们需要自己配置需要的分词,在我们自定义的dic文件中进行配置即可!

6. Rest 风格说明

RestFul风格是一种软件架构风格,而不是标准an,只是提供了一组设计原则和约束条件

method	url地址	描述
PUT	localhost:9200/索引名称/类型名称/文档 id	创建文档(指定文档 id)
POST	localhost:9200/索引名称/类型名称	创建文档(随机文档 id)
POST	localhost:9200/索引名称/类型名称/文档 id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档 id	删除文档
GET	localhost:9200/索引名称/类型名称/文档 id	通过文档 id 查询文档
POST	localhost:9200/索引名称/类型名称/_search	查询所有的数据

7. 关于索引的基本操作

创建一个索引
- ```
PUT /索引名/~类型名~/文档 id
{
	请求体(JSON)
}
```
- 完成了自动增加了索引! 数据也成功的添加了!

指定自己的数据类型 (这里是配置好数据的类型)

PUT /索引名
{
	"mappings": {
		"properties": {
			字段: {
				"type": 指定数据类型
			}
		}
	}
}

可以通过GET请求得到具体的信息
查看默认的信息
- 注意,在 ES 8 之后,type会被启用,这里默认为_doc,可以显式的声明,也可以不写!
- 查看默认信息
- 如果自己的文档的字段没有指定,那么ES就会给我们默认的配置字段类型
- 通过 GET _cat/ 可以查看当前的ES的很多信息
修改索引
- 提交还是使用PUT即可,然后覆盖 (方法1)
- 缺点: 如果漏写了字段,那么该字段会变成空!
- 使用POST _update,要指定一个字段"doc" (推荐)