【ElasticaSearch】快速入门

快速入门

创建索引库

ES作为一个索引及搜索服务，对外提供丰富的REST接口，快速入门部分的实例使用head插件来测试，目的是对ES 的使用方法及流程有个初步的认识。

关于索引这个语：

索引（名词）：ES是基于Lucene构建的一个搜索服务，它要从索引库搜索符合条件索引数据。

索引（动词）：索引库刚创建起来是空的，将数据添加到索引库的过程称为索引。

下边介绍两种创建索引库的方法，它们的工作原理是相同的，都是客户端向ES服务发送命令

1. 使用postman或者kibana 创建：put http://localhost:9200/索引库名称

{ "settings":{ "index":{ "number_of_shards":1, "number_of_replicas":0 } } }

2. 使用head插件创建

number_of_shards: 设置分片的数量，在集群中通常设置多个分片，表示一个索引库将被拆分为别存储在不同的节点，提高了Es的处理能力和高可用性，这里是单机环境设置为1
number_of_replicas: 设置副本的数量，设置副本是为了提高Es的高可用性，单机环境设置为0

创建映射

在索引中每个文档都包括一个或多个field，创建映射就是向索引库中创建field的过程，下边是document和field与关系数据库的概念类笔

文档----> Row记录；字段(Field)---->colums列

注意：6.0之前的版本都有type类型概念，type相当于关系数据库的表，ES官方将在9.0版本中彻底删除type
上面讲的创建索引相当于数据库中的数据库还是表

1. 如果相当于数据库就表示一个索引库可以创建很多不同类型的文档
2. 如果相当于表，就表示一个索引库只能存储类型相同的文档，ES官方建议，在一个索引库中只存储相同类型的文档

创建映射语法

#Post
ip:端口/索引库名称/类型名称/_mapping

创建文档

#id 用户可以不填写，如不传ES会自动生成ID
#Put/Post:
ip：端口/索引库名称/类型名称/id

搜索文档

根据id查找

# Get
ip:端口/索引库名称/type/id

查询所有记录

ip:端口/索引库名称/type/search

查询名称中包括spring的关键字

#Get
ip:端口/索引库名称/type/search?q=name:spring

{
    "took": 40,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 1,
        "max_score": 2.0495672,
        "hits": [
            {
                "_index": "xc_course",
                "_type": "doc",
                "_id": "4028e58161bcf7f40161bcf8b77c0000",
                "_score": 2.0495672,
                "_source": {
                    "expires": null,
                    "timestamp": "2019-04-11T22:57:24.000Z",
                    "price": 0.009999999776482582,
                    "name": "spring cloud实战",
                    "@version": "1",
                    "valid": "204002",
                    "st": "1-3-2",
                    "studymodel": "201001",
                    "@timestamp": "2019-04-11T05:52:00.063Z",
                    "charge": "203002",
                    "pic": "group1/M00/00/01/wKhlQFqO2HqAA6sPAAArlhJed-w088.jpg",
                    "grade": "200003",
                    "teachplan": "微服务架构入门 为什么要使用微服务:单体架构的特点 为什么要使用微服务:微服务的优缺点 spring cloud 基础入门 为什么要选择spring cloud? 为什么springcloud要设计一套新的版本升级规则？ 实战-Spring Boot 为什么越来越多的开发者选择使用spring boot？它解决了什么问题？ spring boot的入门例子 注册中心Eureka 微服务架构为什么需要注册中心，它解决了什么问题？  一个Eureka注册中心的入门例子 ",
                    "price_old": null,
                    "mt": "1-3",
                    "end_time": null,
                    "id": "4028e58161bcf7f40161bcf8b77c0000",
                    "qq": "54354353",
                    "users": "所有人",
                    "teachmode": "",
                    "description": "本课程主要从四个章节进行讲解： 1.微服务架构入门 2.spring cloud 基础入门 3.实战Spring Boot 4.注册中心eureka。",
                    "start_time": null
                }
            }
        ]
    }
}

took: 本次操作花费的时间，单位为毫秒

time_out: 请求超时

_shards: 说明本次操作共搜索操作了那些分片

hits: 搜索命中记录

hit.total: 符合条件的文档的总数

hit.hits:匹配度较高的请N个文档

hit.max_score: 文档匹配得分，这里为最高分

_score: 每个文档都有一个匹配得分，按照降序排列

_source: 显示了文档原始显示内容

常见映射类型

core
String	text and keyword
Numeric dataTypes	long,integer,short,byte,double,float,haif_float,scaled_float
Date dataType	date
Boolean dataType	boolean
Binary dateType	binary
Range dataTypes	inter_range,float_range,long_range,double_range,date_ra

设置是否分词

字符串包括text和keyword两种类型，使用analyzer属性可以指定字符串分词方式

"name":{
  "type":"text",
  "analyzer":"ik_max_word"
}

指定在索引和搜索时，都使用ik_max_word分词器，如果想单独定义搜索时使用的分词器则可以通过search_analyzer属性

"name":{
  "type":"text",
  "analyzer":"ik_max_word",
  "search_analyzer": "ik_samrt"
}

设置字段是否参与索引

听过index属性设置字段是否索引，默认index=true，即进行索引，只有进行索引才可以从索引库搜索到；但是也由一些内容不适合索引，比如：商品图片地址

"pic":{
	"type":"text",
	"index":"false"
}

设置是否在source之外存储

是否在source之外存储，每个文档索引后会在ES中保存一份原始文档，存放在“_source”中，一般情况下不需要设置store为true，因为_source中已经有一份原始文档了

注意：keyword字段为关键字，通常搜索关键字按照整体搜素，所以在创建索引时，指定不进行分词
"name":{ "type":"keyword" }

时间类型

日期类型不用设置分词器.通常日期类型的字段用于排序；通常使用format字段设置日期格式

{
	"properties":{
		"time":{
			"type":"dtae",
			"format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd"
		}
	}
}

数值类型

1. 尽量选择范围小的类型，提高搜索效率
2. 对于浮点数尽量用比列因子，比如一个价格字段，单位为元，我们将比例因子设置为100；这样在ES中会按分 存储，映射如下：

"price":{
	"type":"scaled_float",
	"scaling_factor":100
}

因为比例因子为100，如果我们输入的价格为23.45则ES会将23.45乘以100存储到ES中；如果输入的价格是23.456；ES会将23.456乘以100再取一个接近的原始值的数，得出2346；使用比例因子的好处是整型比浮点型更容易压缩，节省磁盘空间