【笔记】Elasticsearch——黑马程序员（乐优商城）

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
对比关系:

Elasticsearch	MySQL
indices（索引库）	Databases(数据库)
type（类型）	Table(数据表)
Document（文档）	Row(行)
Field（字段）	Columns(列)

详细说明：

概念	说明
索引库（indices）	indices是index的复数，代表许多索引
类型（type）	类型是模拟mysql中table概念，一个索引库下可以有不同类型的索引，商品索引，订单索引，其数据格式不同，不过这会导致索引库混乱，因此未来版本中会移除这个概念
文档（document）	存入索引库原始的数据。比如每一条商品信息，就是一个文档
字段（field）	文档中的属性
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

创建数据库及索引

创建及查看索引库

# 创建索引库
PUT heima
{
  "settings": {
    "number_of_shards": 1,    # 分词数量
    "number_of_replicas": 0   # 副本数量
  }  
}

# 查看索引库
GET heima

创建及查看索引

# 创建索引
PUT heima/_mapping/goods
{
  "properties": {
    "title": {
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "images": {
      "type": "keyword",
      "index": "false"
    },
    "price": {
      "type": "float" 
    }
  }
}

# 查看索引
GET heima/_mapping

# 创建索引库并创建映射
PUT /cars
{
  "settings": {
    "number_of_shards": 1,    # 分词数量
    "number_of_replicas": 0   # 副本数量
  },
	"mappings": {
		"transactions": {
			"properties": {
				"color": { "type": "keyword" },
				"make": { "type": "keyword" }
			}
		}
	} 
}

数据管理

新增数据

POST /heima/goods/
{
	"title": "小米手机",
	"images": "https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=1618309945,4014036594&fm=26&gp=0.jpg",
	"price": 2699.00
}

# 指定数据ID
POST /heima/goods/1
{
	"title": "红米手机",
	"images": "https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=1719187876,1243668359&fm=26&gp=0.jpg",
	"price": 3000.00
}

查询数据

# 查询索引库中所有数据
GET /heima/_search

修改数据

PUT /heima/goods/1
{
	"title": "百米手机",
	"images": "https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=1719187876,1243668359&fm=26&gp=0.jpg",
	"price": 3100.00
}

删除数据

DELETE /heima/goods/3

查询

1. 基本语法

GET /索引库名/_search
{
	"query": {
		"查询类型": {
			"查询条件": "查询条件值"
		}
	}
}

基本查询

查询所有 （match_all）

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

匹配查询 （match）

GET /heima/_search
{
	"query": {
		"match": {
			"title": "小米"
		}
	}
}

# 可以输入匹配度
GET /heima/_search
{
	"query": {
		"match": {
			"title": {
				"query": "小米大手机",
				"minimum_should_match": "20%"  # 最小匹配度
			}
		}
	}
}

多字段查询 （multi_match）

GET /heima/_search
{
	"query": {
		"multi_match": {
			"query": "超米",
			"fields": ["title", "subTitle"]
		}
	}
}

词条查询 （term）

词条的值是不可分割的单位

GET /heima/_search
{
	"query": {
		"term": {
			"title": {
				"value": "手机"	
			}
		}
	}
}

多词条查询 （terms）

GET /heima/_search
{
	"query": {
		"terms": {
			"title": ["大米", "手机"]
		}
	}
}

结果集过滤

# 查询结果只返回title, price
GET /heima/_search
{
	"_source": ["title", "price"],
	"query": {
		"terms": {
			"title": ["大米", "手机"]
		}
	}
}

# 返回结果不包含字段title：
GET /heima/_search
{
	"_source": {
		"excludes": ["title"]
	},
	"query": {
		"terms": {
			"title": ["大米", "手机"]
		}
	}
}

高级查询

布尔组合 （bool）

bool把各种其他查询通过must（与），must_not（非），should（或）的方式进行组合

# 查询价格为9999的电视
GET /heima/_search
{
	"query": {
		"bool": {
			"must": [
				{
					"match": { "title": "电视" }
				},{
					"term": {
						"price"：{ "value": 9999 }
					}
				}
			]
		}
	}
}

范围查询 （range）

# 查询价格在2000至5000的商品
GET /heima/_search
{
	"query": {
		"range": {
			"price": {
				"gt": 2000,
				"lt": 5000
			}
		}
	}
}

模糊查询 （fuzzy）

# 查询关键字为手机的商品
GET /heima/_search
{
	"query": {
		"fuzzy": {
			"title": "电视"
		}
	}
}

# 修改命中次数的查询
GET /heima/_search
{
	"query": {
		"fuzzy": {
			"title": {
				"value": "电视",
				"fuzziness": 1
			}
		}
	}
}

过滤

所有查询都会影响文档的评分及排名，如果我们需要在查询结果中进行过滤，并且不希望过滤条件影响评分，那么久不要把过滤条件作为查询条件来用。而是使用filter方式

GET /heima/_search
{
	"query": {
		"bool": {
			"must": [
				{
					"match": { "title": "手机" }
				}
			],
			"filter": {
				"range": {
					"price": { "gte": 2000, "lte": 5000 }
				}
			}
		}
	}
}

排序

# 描述：查询手机，并过滤出2000至5000的手机，结果以价格降序进行排列, 如果价格相同以id降序排列
GET /heima/_search
{
	"query": {
		"bool": {
			"must": [
				{
					"match": { "title": "手机" }
				}
			],
			"filter": {
				"range": {
					"price": { "gte": 2000, "lte": 5000 }
				}
			}
		}
	},
	"sort": [
		{"price" : { "order": "desc" }},
		{"_id": { "order": "desc" }}
	]
}

聚合

基本概念

elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫桶，一个叫度量

1. 桶（bucket）

• 桶的作用是，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
• bucket aggregations只负责对数据进行分组，并不进行计算

2. 度量（metrics）
   分组完成以后，我们一般会对组中数据进行聚合计算

# 描述：查询所有的颜色
GET /cars/_search
{
	"aggs": {
		"xx_color": {
			"terms": { "field": "color" }
		}
	}
}

# 查询所有颜色的数据
GET /cars/_search
{
	"size": 0,
	"aggs": {
		"xx_color": {
			"terms": { "field": "color" }
		}
	}
}

# 查询所有颜色的价格平均值
GET /cars/_search
{
    "aggs":{
        "xx_color":{
            "terms":{
                "field":"color"
            },
            "aggs":{
                "price_avg":{
                    "avg":{
                        "field":"price"
                    }
                }
            }
        }
    }
}

# 查询阶梯价格区间的数据
GET /cars/_search
{
    "size": 0,
    "aggs": {
        "price_histo": {
            "histogram": {
                "field": "price",
                "interval": 1000,
                "min_doc_count": 1			# 可选，返回结果最少为1条的聚合数据
            }
        }
    }
}