Elasticsearch的使用
1.Elasticsearch的概述
1.1搜索是什么
概念：
用户输入想要的关键词，返回含有该关键词的所有信息。
场景：
1互联网搜索：谷歌、百度、各种新闻首页
2 站内搜索（垂直搜索）：企业OA查询订单、人员、部门，电商网站内 部搜索商品（淘宝、京东）场景。
1.2.数据库做搜索的弊端
1.2.1站内搜索（垂直搜索）：数据量小，简单搜 索，可以使用数据库。
问题出现：
l 存储问题。电商网站商品上亿条时，涉及到单表数据过大必须拆分表， 数据库磁盘占用过大必须分库（mycat）。
l 性能问题：解决上面问题后，查询“笔记本电脑”等关键词时，上亿条数据 的商品名字段逐行扫描，性能跟不上。
l 不能分词。如搜索“笔记本电脑”，只能搜索完全和关键词一样的数据，那 么数据量小时，搜索“笔记电脑”，“电脑”数据要不要给用户。
1.2.2互联网搜索，肯定不会使用数据库搜索。数 据量太大。PB级。
我们可以使用搜索引擎来解决数据库搜索的问题:
搜索也是一款数据库，搜索可以进行分词搜索---搜索速度非常快
1.3.常见的搜索引擎
1.3.1ElasticSearch与Solr比较
1.当单纯的对已有数据进行搜索时，Solr更快
2. 当实时建立索引时，Solr会产生io阻塞，查询性能较差， ElasticSearch具有明显的优势
3. 随着数据量的增加，Solr的搜索效率会变得更低，而ElasticSearch 却没有明显的变化
1.3.2.总结
1、es基本是开箱即用(解压就可以用!)【南京】 ,非常简单。Solr 安装略微复杂一丢丢!
2、Solr 利用Zookeeper进行分布式管理,而 Elasticsearch自身带有分布式协调管理功能。
3、Solr 支持更多格式的数据,比如JSON、XML、 CSV ,而 Elasticsearch仅支持json文件格式。
4、Solr 官方提供的功能更多,而Elasticsearch本身更注重于核心 功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友 好支撑
5.Solr 查询快,但更新索引时慢(即插入删除慢) ，用于电商等查询 多的应用; ES建立索引快(即查询慢) ，即实时性查询快，用于facebook新浪等 搜索。 Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于 新兴的实时搜索应用。
6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区， 而Elasticsearch相对开发维护者较少,更新太快,学习使用成本较 高。
2.Elasticsearch 是什么
The Elastic Stack, 包括 Elasticsearch【搜索，分析】、 Kibana【可视 化】、 Beats 和 Logstash【数据的搜集】（也称为 ELK Stack）。能够安 全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、 分析和可视化。 Elaticsearch，简称为 ES， ES 是一个开源的高扩展的分布式全文搜索引 擎， 是整个 ElasticStack 技术栈的核心。 它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台 服务器，处理 PB 级别的数据。
3.Elasticsearch的使用场景
3.1国外
维基百科，类似百度百科，“网络七层协议”的维基百科，全文检索，高 亮，搜索推荐
Stack Overflow（国外的程序讨论论坛），相当于程序员的贴吧。遇到 it问题去上面发帖，热心网友下面回帖解答。
GitHub（开源代码管理），搜索上千亿行代码。
电商网站，检索商品 日志数据分析，
logstash采集日志，ES进行复杂的数据分析（ELK技 术，elasticsearch+logstash+kibana）
商品价格监控网站，用户设定某商品的价格阈值，当低于该阈值的时 候，发送通知消息给用户，比如说订阅《java编程思想》的监控，如果 价格低于27块钱，就通知我，我就去买。
BI系统，商业智能（Business Intelligence）。大型连锁超市，分析全 国网点传回的数据，分析各个商品在什么季节的销售量最好、利润最 高。成本管理，店面租金、员工工资、负债等信息进行分析。从而部署 下一个阶段的战略目标。
3.2国内
百度搜索，第一次查询，使用es。
OA、ERP系统站内搜索。
es:搜索的一款数据库，支持的数据格式json.----
4 .ES的安装
4.1、安装JDK，至少1.8.0_73以上版本，验证： java -version。
4.2、下载和解压缩Elasticsearch安装包，查看目 录结构。
https://www.elastic.co/cn/downloads/elasticsearch
https://www.elastic.co/cn/downloads/elasticsearch
下载地址：
https://www.elastic.co/cn/downloads/https://www.elastic.co/cn/downloads/
历史版本下载:
https://www.elastic.co/cn/downloads/past-releases/https://www.elastic.co/cn/downloads/past-releases/
解压后，进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务 。 注意： 9300 端口为 Elasticsearch 集群间组件的通信端口， 9200 端口为 浏览器访问的 http协议 RESTful 端口。 打开浏览器，输入地址： http://localhost:9200，测试返回结果，返回结 果如下：
{
"name" : "DESKTOP-LNJQ0VF",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "nCZqBhfdT1-pw8Yas4QU9w",
"version" : {
"number" : "7.8.0",
"build_flavor" : "default",
"build_type" : "zip",
"build_hash" :
"757314695644ea9a1dc2fecd26d1a43856725e65",
"build_date" : "2020-06-14T19:35:50.234439Z",
"build_snapshot" : false,
"lucene_version" : "8.5.1",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-
beta1"
},
"tagline" : "You Know, for Search"
}5.Windows安装Kibana
1、kibana是es数据的前端展现，数据分析时，可以方便地看到数据。作 为开发人员，可以方便访问es。
https://www.elastic.co/cn/downloads/https://www.elastic.co/cn/downloads/
历史版本下载：
https://www.elastic.co/cn/downloads/past-releases/https://www.elastic.co/cn/downloads/past-releases/
2、下载，解压kibana。
3、启动Kibana：bin\kibana.bat
4、浏览器访问 http://localhost:5601/http://localhost:5601/ 进入Dev Tools界面。像plsql一样支 持代码提示。
5、发送get请求，查看集群状态GET _cluster/health。相当于浏览器访 问。
6.ES中常见的概念
Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。 为 了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比
ES 里的 Index 可以看做一个库，而 Types 相当于表， Documents 则相当 于表的行。这里 Types 的概念已经被逐渐弱化， Elasticsearch 6.X 中，一 个 index 下已经只能包含一个type， Elasticsearch 7.X 中, Type 的概念已 经被删除了。
7.ES常用API接口
7.1基本操作
7.1.1创建一个索引，添加
PUT /索引名称/类型名称/1
{
数据
}
创建索引并往索引中添加一条文档（1）创建索引---但是不添加数据。
PUT /索引名/类型
PUT /qy151/_doc/1
{
"name":"小源源",
"age":22
}
7.1.2删除索引
DELETE /索引名
DELETE /qy150
7.1.3查询有哪些索引
GET /_cat/indices?v
GET /_cat/indices?v
7.1.4查询索引的结构
GET /qy151
7.1.5添加文档---记录
#必须指定id的值
PUT /qy151/_doc/2
{
"name":"小懒懒",
"age":21
}
## 不指定id
POST /qy151/_doc
{
"name":"小灰灰",
"age":20
}
7.1.6查询文档---id查询
查询的提交方式必须为GET
GET /qy151/_doc/2
7.1.7删除文档
DELETE /qy151/_doc/8Wq7oIIBYQb6To7NZ89D
7.1.8修改文档
# 修改---这种修改必须要求指定所有列，如果只指定部分列，则原来其他列消失
PUT /qy151/_doc/2
{
"name":"小红红",
"age":19
}
PUT /qy151/_doc/2
{
"age":20
}
# 只修改部分列
POST /qy151/_doc/1/_update
{
"doc":{
"age":20
}
}
8.根据其他条件查询
8.1查询所有文档
GET /qy151/_search
8.2根据条件搜索
GET /qy151/_search?q=name=源
8.3 查询的条件封装成json数据
8.3.1根据名称查询
GET /user/_search
{
"query": {
"match": {
"name": "高"
}
}
}
8.3.2只想查询部分列
GET /user/_search
{
"query": {
"match": {
"name": "高"
}
},
"_source": ["name"]
}
8.3.3分页查询
GET /user/_search
{
"query": {
"match": {
"name": "高"
}
},
"_source": ["name"],
"from": 0,
"size": 1
}
按年龄查询:
GET /user/_search
{
"query": {
"range": {
"age":{
"gt": 18
}
}
},
"_source": ["name","age","desc"],
"from": 0,
"size": 1
}
8.3.4按年龄排序
GET /user/_search
{
"query": {
"match": {
"name": "高"
}
},
"_source": ["name"],
"from": 0,
"size": 5,
"sort": [
{
"age": {
"order": "desc"
}
}
]
}
9.多条件查询
9.1must
must====等价于and
GET /user/_search
{
"query":{
"bool": {
"must": [
{
"match": {
"name": "高"
}
},
{
"match": {
"age": "18"
}
}
]
}
}
}
9.2should
GET /user/_search
{
"query":{
"bool": {
"should": [
{
"match": {
"name": "高"
}
},
{
"match": {
"age": "18"
}
}
]
}
}
}
9.3must_not
GET /user/_search
{
"query":{
"bool": {
"must_not": [
{
"match": {
"name": "高"
}
},
{
"match": {
"age": "18"
}
}
]
}
}
}
10高亮显示
GET /user/_search
{
"query": {
"match": {
"name": "高"
}
},
"highlight": {
"pre_tags": "",
"post_tags": "",
"fields": {
"name": {}
}
}
}
