ElasticSearch笔记01

安装部署过程网上有很多教程，在此不累赘

1. 什么是ES？

Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。官方客户端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和许多其他语言中都是可用的。根据DB-Engines的排名显示，Elasticsearch是最受欢迎的企业搜索引擎，其次是Apache Solr，也是基于Lucene。（百度百科）

2. 基本概念

2.1 Index

ES的顶层的单位，相当于关系型数据库中的Database

2.2 Type

注：在7.X版本中将Type类型进行了移除，不再推荐使用
在ES中，可以针对Document进行分组，而这个分组讲的就是Type，它是虚拟的逻辑分组，用来过滤 Document，类似关系型数据库中的数据表（仅仅是类似，性质不同，后边有讲到）。
不同的 Type 应该有相似的结构（Schema），性质完全不同的数据（比如 products 和 logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。
ES是基于Lucene开发的搜索引擎，最终在Lucene中不同Type下的Filed的处理是一样的，即不同Type下相同名称的Filed是同一个的。不同Type中的相同字段名称就会在处理中出现冲突的情况，导致Lucene处理效率下降。但是在很多情况下，不同Type下难免会出现不同映射关系的Filed，在ES是不允许出现的，

2.3 Document

Index（索引）中的单条数据称为Document（文档），相当于关系型数据库中表的单条数据，Document使用JSON进行表示。

2.4 Filed

Document（文档）中的字段，每个Document包含了很多个Filed（字段），每个字段都有对应的值，多个字段组合成为了Document，相当于关系型数据库表的字段。

2.5 倒排索引

在平常的使用中最多的可能是正向索引，即通过key去查找value，而倒排索引则是通过value查找key。假如有以下的数据。

表1

ID	名称	描述
1	华为	硬件、强国、通信、手机、中国
2	三星	硬件，手机、通信、韩国
3	苹果	手机、美国

正向索引就是我们通过ID为1的key我们可查到名称为华为，描述为硬件、强国、通信、手机、中国的一条信息。
倒排索引则另外维护了一个表，如下

表2

描述	ID
硬件	1、2
强国	1
通信	1、2
手机	1、2、3
中国	1
韩国	2
美国	3

当我们需要查询中国这个关键字的时候，就会锁定到上表的一条记录上，发现只有ID为1的数据存在中国这个关键字，我们只需要通过ID = 1进行查询就可以了，避免了直接通过模糊匹配在表1描述属性进行全文遍历，大大提升了索引的效率。

3. RestFul操作风格（通过kibana测试）

个人感觉ES的restful操作风格不是很规范[狗头]

method	地址	描述
PUT	host:9200/索引名称/类型名称/文档ID	创建文档（指定文档ID）
POST	host:9200/索引名称/类型名称/	创建文档（随机文档ID）
POST	host:9200/索引名称/类型名称/文档ID/_update	修改文档
DELETE	host:9200/索引名称/类型名称/文档ID/	删除文档
GET	host:9200/索引名称/类型名称/文档ID/	查找文档（指定ID）
POST	host:9200/索引名称/类型名称/_search/	查找所有文档

3.1 POST方式创建Document

POST /test_index_2/_doc/
{
  "name": "zhangsan",
  "age": 18
}

3.2 PUT创建Document

PUT /test_index/test_type/1
{
  "name": "zhangsan",
  "age": 11
}

3.3 PUT更新文档

注意：更新时必须指定所有字段，否则其他非更新字段也会被更新

PUT /test_index/test_type/1
{
  "name": "zhangsan",
  "age": 111
}

3.4 PUT创建索引

注意：不插入数据，只建立索引结构，如指定字段类型（mapping）

PUT /test_index_3
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "age": {
        "type": "integer"
      },
      "birthday": {
        "type": "date"
      }
    }
  }
}

3.5 POST更新文档

注意：此方式不需要指定所有字段，只需要指定修改的字段即可，推荐使用

POST /test_index/test_type/1/_update
{
  "doc": {
    "name": "zhangsan_update"
  }
}

3.5 DELETE删除文档

DELETE /test_index/test_type/1

3.6 GET获取文档

GET /test_index/test_type/1

3.7 POST查询所有数据

POST /test_index/test_type/_search

4. ES查询

4.1 普通查询

GET /student/_search
{
  "query": {
    "match": {
      "name": "王子"
    }
  }
}

4.1.1 查询类型

1. match：根据规则匹配，查询包含分词器分词后关键字的所有内容
   例如：现在存在两个数据，”王五“ 和 ”王五麻子“（ES目前没安装中文分词器，但是不影响结果）
   上边的这两数据默认分词器分为”王“， ”五“， ”麻“， ”子“
   通过match匹配内容王子，则会把王五， 王五麻子都会查出来，因为分词器将王子分为了王，子两个关键字，而这两个数据都进行了匹配，所以将结果查询了出来
2. match_all：查询所有

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

3. match_phrase：根据规则匹配，同时判断关键词索引是否连续
   还是1的数据，我们继续查询，只不过采用match_phrase进行查询，那么查询出来的则是空的，因为没有进行全部的匹配并且索引不连续，如数据王五麻子匹配到了王，子，但是王和子的索引不是连续的，所以查询为空。

   GET /student/_search
   {
     "query": {
       "match_phrase": {
         "name": "王子"
       }
     }
   }
   

4. match_phrase_prefix：用到再补充
5. multi_match：多字段查询

   GET /student/_search
   {
     "query": {
       "multi_match": {
         "query": "王",
         "fields": ["name"]
       }
     }
   }
   

4.2 排序

GET /student/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}

4.3 分页

GET /student/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 2
}

4.4 条件查询

4.4.1 与操作

GET /student/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "age": 15
          }
        },
        {
          "match": {
            "name": "张三"
          }
        }
      ]
    }
  }
}

4.4.2 或操作

GET /student/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "age": 15
          }
        },
        {
          "match": {
            "name": "李四"
          }
        }
      ]
    }
  }
}

4.4.3 非操作

GET /student/_search
{
  "query": {
    "bool": {
      "must_not": [
        {
          "match": {
            "age": 15
          }
        }
      ]
    }
  }
}

4.4.4 大于、小于、等于…

GET /student/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "张三"
          }
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gt": 10
          }
        }
      }
    }
  }
}

4.5 term精确匹配

不知道分词器的存在，不会对filed进行分词操作，直接使用倒排索引精确匹配

# 分词器首先会将张三分为 “张” 和 “三” ，然后查询包含张和三的
GET student/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  }
}

# 不会对张三进行分词，直接采用倒排索引查询“张三”， 虽然存在张三这个数据，但是在存储的过程中并没有张三这个最终分词，所以查询为空
GET student/_search
{
  "query": {
    "term": {
      "name": "张三"
    }
  }
}

4.6 高亮显示

GET student/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  },
  "highlight": {
    "pre_tags": "",
    "post_tags": "", 
    "fields": {
      "name": {}
    }
  }
}