ElasticSearch学习笔记Ⅱ - 基本概念与用法

一. 集群和节点

一个集群是由一个或多个节点组成的集合。下面的三个节点就组成了一个集群。每一个集群都有一个默认的名字，这里默认是elasticsearch，我之前命名的集群名字是haozz。master、slave1、slave2是自定义的节点的名字，每一个节点都是能够存储数据、参与集群索引数据以及搜索数据的独立数据。

二. ElasticSearch中的概念

• 索引：含有相同属性的文档集合。例如可以用一个索引代表消费者的数据，另一个索引代表产品的数据。
• 类型：一个索引中可以定义一个或多个类型，通常定义有相同字段的文档作为一个类型。
• 文档：可以被索引的基本数据单位。比如一个港口的基本数据等，是ES里面最小的存储单位。

以上可以这样理解：索引相当于MySql里的一个DataBase，类型相当于一个Table，文档相当于一条数据。

和索引相关的有两个高阶概念：

• 分片：ES中每个索引都有多个分片，每个分片是一个Lucene索引。
• 备份：拷贝一份分片就完成了分片的备份。

分片的好处在于，假设一个索引的数据量很大，会造成硬盘压力很大，搜索速度会出现瓶颈，就可以将索引分成多个分片，从而分摊压力，可以提高搜索和其他操作的效率。备份的好处就在于当一个分片出现问题时备份的分片可以代替工作，提高ES的可用性，备份的分片也可以执行搜索操作，分摊压力。ES默认在创建索引时会创建5个分片，1个备份，分片只能在创建时指定，后期不能修改，备份数量是可以修改的。

三. 基本用法

3.1 ES的API基本格式

ES采用RESRFul API风格，基本格式为：

http://:/<索引>/<类型>/<文档id>

url中的每一个元素都是他的一些基本概念，而且都是名词。动词以常用HTTP动词决定：GET/PUT/POST/DELETE。

3.2 索引创建

可以在head插件中创建索引（非结构化）:

选择索引 - 新建索引 - 输入索引名称，即可创建索引，并且可以指定分片数量和备份数量，索引的名称需要小写并且不能有下划线。创建完成后回到概览，可以看到之前创建的索引：

其中每一个方框都是ES索引的分片，粗框的是主分片，细框的是备份。按照序号分组。之所以说刚才创建的索引是非结构化的，是因为索引信息中的mappings数据是空的：

其实就可以理解为刚才创建的索引里面的数据是空的，没有任何内容。可以在符合查询中输入索引/类型/_mappings(比如：terminals/china/_mappings)格式的请求地址，然后输入json格式的请求数据，就可以在索引中创建数据，或者直接在postman中请求：

其中：

number_of_shards  索引分片数

number_of_replicas：索引备份数

而且如果请求的索引已经存在，会报错：index [terminals/lBSRLksDQk6oLPEMcLP4Qw] already exists。

3.3 数据插入

数据插入可以分为指定文档id插入和自动生成文档id插入。

指定文档id插入：postman中url：http://192.168.124.34:9200/terminals/china/1，用PUT方法，请求体为：

{
	"en_name":"pudong",
	"city":"shanghai",
	"create_date":"2019-05-15 00:00:01"
}

head中可以查询到如下数据：

自动生成id的话，postman中url：http://192.168.124.34:9200/terminals/china，用POST方法，请求体不变：

可以看到生成的id是自动生成的字符串。 

3.4 数据修改

postman中url：http://192.168.124.34:9200/terminals/china/1/_update，用POST方法，请求体为：

{
	"doc":{
		"en_name":"pudongz-zhangjiang"
	}
}

其中修改的url需要加上_update，请求体需要doc关键字，结果为：

3.5 数据删除

postman中选择DELETE请求即可。

删除索引的话也可以直接在head插件中操作。

3.6 数据查询

• 简单查询
• 条件查询
• 聚合查询

3.6.1简单查询

直接使用GET请求即可。

3.6.2条件查询

postman中 url：http://192.168.124.34:9200/terminals/_search，用POST方法，查询所有请求体为：

{
	"query":{
		"match_all":{}
	},
    "from":1,
    "size":10
}

结果：

其中from和size指定起始点和查询数量，可以用来分页。

查询关键字：

{
	"query":{
		"match":{
			"city":"shanghai"
		}
	},
	"from":1,
	"size":10
}

还可以加上sort指定字段和方式用于排序。

3.6.3聚合查询

关键字aggs：

{
	"aggs":{
		"group_by_city":{
			"terms":{
				"field":"_id"
			}
		}
	}
}

好像不能使用text类型字段进行聚合。查询结果中会根据聚合信息进行汇总。也可以根据多个字段进行聚合。

3.7 高级查询

• 子条件查询：特定字段查询所指特定值
• 复合条件查询：以一定的逻辑组合子条件查询

子条件查询又分为：

Query Context：在查询条件中，除了判断文档是否满足查询条件外，ES还会计算一个_score来标识匹配程度，旨在判断目标文档和查询条件匹配的有多好。分为全文本查询和字段级别查询。全文本查询针对文本类型数据，字段级别查询针对结构化数据，如数字、日期等。

习语匹配关键字："match_parase"。习语匹配就是比如我搜索的title是"ElasticSearch入门"，那么匹配的结果中就会包含"ElasticSearch"和"入门"的数据。

多个字段模糊匹配关键字："multi_match"，可以传入数组作为匹配的字段。

 

Filter Context：在查询过程中，只判断该文档是否满足条件，只有yes或no。

关键字："bool'。

 

ES中的查询太多了，还有复合查询等等。