elasticsearch介绍_elastics

　　疫情已经持续了好几个月了，作为程序员滴我们也帮不上什么忙，只有老老实实呆在家里或者出门一定戴口罩准守一些规则，不给国家添乱。不过最近疫情开始有所扭转，但是还是对国家经济，对企业业务造成了很大的影响，我也被停止了实习。接下来，可能会面临着失业，破产等等严肃的问题。但是我们还是需要继续学习，提高自己的竞争力，才能在疫情过后，有自己的一席之地，可以在合适自己的地方发挥自己的作用。中国加油，武汉加油。

全文检索Elasticsearch

1. 相关特点：

• 分布式，无需人工搭建集群（solr需要人为配置，使用zookeeper作为注册中心）
• Restful风格，一切API都遵循Rest原则，容易上手
• 近实时搜索，数据更新在ElasticSearch中几乎是完全同步的。

2. 操作索引

1. 基本概念：Elasticsearch是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySql类似的。

2. // 对比关系
   索引集（indices）------------------------------------------------Databases 数据库
           类型（type）---------------------------------------------Table 数据表
                   文档（Document）-----------------------------Row 行
                           字段（Field）----------------------Columns列

   代码100分

    

3. 相关解释：

• • 类型（type）：一个索引库下可以有不同类型的索引，比如商品类型、订单类型，其数据格式不同。不过这回导致索引库混乱，因此未来版本会移除这个概念。
  • 映射配置（mappings）：字段的数据类型、属性、是否索引、是否存储等特性。
  • 分片（shard）：数据拆分后的各个部分。
  • 副本（replica）：每个分片的复制。

  • 注意：Elasticsearch本身就是分布式的，因此即使你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加数据时，数据也会在新加入的节点中进行平衡。

a、创建索引：

• 请求方式：PUT
• 请求路径：ip地址:端口号/索引库名(下文相关 HTTP请求路径 省略)
• 请求参数：json格式
• 例子：

  代码100分{
         // settings: 索引库的设置。
  	"settings": {
  		"number_of_shards": 3,     // 分片数量
  		"number_of_replicas": 2    // 副本数量
  	}
  }

b、删除索引

• 请求方式：DELETE
• 请求路径：/索引库名

c、查询索引

• 请求方式：GET
• 请求路径：/索引库名

d、创建映射字段

• 请求方式：PUT
• 请求路径：/索引库名/_mapping/类型名称
• 请求参数：json格式
  • 例子：

    {
    	"properties": {
    		"字段名": {
    			"type": "类型",
    			"index": true,
    			"store": true,
    			"analyzer": "分词器"　　// 分词器
    		}
    	}
    }
    

• 相关解释
  • 类型名称：就是type的概念，类似于数据库中的不同表
  • 字段名：任意写，可以指定许多属性，例如
  • type类型，可以是String类型（text【可分词】、keyword【不可分词】）、long、short、date、integer、object等。

    • 注意：如果存的是对象，比如：{girl: {name:”rose”,age:21}} 会被处理成两个字段：girl.name和girl.age

  • index：是否索引，默认为true。如果索引，则可以用来搜索。
  • store：是否存储，默认为false。在Elasticsearch中，即便store设为false，也可以搜索到结果（原因：Elasticsearch在创建文档搜索时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择那些需要显示，那些不显示。

3. 新增数据

• 随机生成id
  • 请求方式：POST
  • 请求路径：/索引库名/类型名称
  • 请求参数： { “key”:  “value” }

• 自定义id

• 代码100分POST /索引库名/类型名称/id值
  {
  	...
  }
  

• 智能判断：
  • solr：新增数据时，只能使用提前配置好映射属性的字段，否则会报错。
  • Elasticsearch：不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。（如果存储的是String类型数据，ES无智能判断，它会存入两个字段。例如：存入一个name字段，智能形成两个字段  name: text类型    name.keyword: keyword类型）

4. 修改数据：

• 请求方式： PUT
• 请求路径：/索引库名/类型名称/id值
• 注意：修改必须指定id。id对应的文档存在，则修改；id对应文档不存在，则新增。

5.  查询

• 基本查询：

  GET /索引库名/_search
  {
  	"query": {
  		"查询类型": {
  			"查询条件":"查询条件值"
  		}
  	}
  }
  
  例子：  GET /article/_search
  {
  	"query": {
  		"match": {
  			"title": {
  				"query": "广州上海",
  				"operator":"and"
  			}
  		}
  	}
  }
  

  • 查询类型：
    • 查询所有（match_all）【全文检索】
    • 多字段查询（multi_match）

    • GET /索引库名/_search
      {
      	"query": {
      		"multi_match": {
      			"query": "查询内容",
      			"fields": ["查询字段1","查询字段2"]
      		}
      	}
      }

    • 词条匹配（term）：查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串。推荐除了text以外的类型用term，减少分词带来的消耗，例

      GET /索引库名/_search
      {
      	"query": {
      		"term": {
      			"查询字段":"查询内容"
      		}
      	}
      }

    • 结果过滤：{ “_source” : [ “过滤字段1” , “过滤字段2” ] }。

      {
      	"_source": {
      		# "includes": "过滤字段"	# 和上面作用一样
      		"excludes":"排除过滤字段"
      	}
      }

• 高级查询
  • 模糊查询（fuzzy）
  • 范围查询（range）

    GET /索引库名/_search
    {
    	"query": {
    		"range": {
    			"查询字段": {
    				"gte": 数值,	# 大于，可省略
    				"lte": 数值	# 小于，可省略
    			}
    		}
    	}
    }

  • 布尔查询和过滤

    GET /索引库名/_search
    {
    	"query": {
    		"bool": {
    			"must": [
    				{"match": {
    					"查询字段": "查询内容"
    				}}
    			],
    			"filter": {
    				"range": {
    					"过滤字段": {
    						"gte": 数值
    					}
    				}
    			}
    		}
    	}
    }

  • 排序

    "sort": [
    	{
    			"排序字段": {
    				"order": "desc"  # 降序排序
    			}
    	}
    ]

  • 分页： “from” : 数值　　 “size” : 数值

6. 聚合aggregations：实现对数据的统计、分析

• 基本概念：包括多种类型，最常见的两种，一个叫 桶（bucket），一个叫 度量（metrics）
  • 桶：作用：是按照某种方式对数据进行分组，每一组数据在es中称为一个桶（组）。
    • Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
    • Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
    • Histogram Aggregation：根据数值阶梯（Inteval）分组
    • Date Aggregation：根据日期阶梯分组，例如：给定阶梯为周，会自动每周分为一组

    • GET /索引库名/_search
      {
      	"aggs": {
      		"桶分组名称": {
      			"桶分组方式": {	
      				"field": "分桶字段"
      			}
      		}
      	}
      }

  • 度量：分组完以后，一般会对组中的数据进行聚合运算，例如：求平均值、最大、最小、求和等，这些在es中称为度量
    • Avg Aggregation：求平均值
    • Max Aggregation：求最大值
    •  Min Aggregation：求最小值
    •  Percentiles Aggregation：求百分比
    •  Stats Aggregation：同时返回avg、max、min、sum、count等
    •  Sum Aggregation：求和
    • Top hits Aggregation：求前几
    • Value Count Aggregation：求总数

    • GET /索引库名/_search
      {
      	"aggs": {
      		"度量名称": {
      			"度量运算": {
      				"field": "运算字段"
      			}
      		}
      	}
      }
      
      例子：{
      	"size": 0,
      	"aggs": {
      		"popular_brand": {
      			"terms": {
      				"field": "make"
      			},
      		        "aggs": {
      				"price_avg": {
      					"avg": {
      						"field": "price"
      					}
      				}
      			}
      		}
      	}
      }