Elasticsearch
目录
1.Elasticsearch概述
2.1 搜索是什么
2.2 数据库做搜索弊端
2.2.1站内搜索（垂直搜索）：数据量小，简单搜索，可以使用数据库。
2.2.2互联网搜索，肯定不会使用数据库搜索。数 据量太大。PB级。
2.3 常见的搜索引擎
2.4 Elasticsearch 是什么
2.5 Elasticsearch的使用场景
2.6 倒排索引
3. ES的安装
4.Windows安装Kibana
编辑
5. ES中常见的概念
6. ES常用API接口
6.1 基本操作
6.1.1创建索引---数据库
6.1.2删除所有---数据库
6.1.3 查询有哪些索引
6.1.4 查询索引的结构
6.1.5 添加文档---记录
6.1.6 查询文档---id查询
6.1.7 删除文档---
6.1.8 修改文档
6.1.9 根据其他条件查询
6.1.10 多条件查询
6.1.11. 高亮显示
1.Elasticsearch概述
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。
2.1 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。
2.2 数据库做搜索弊端
2.2.1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。
2.2.2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
2.3 常见的搜索引擎
ElasticSearch 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
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 ;6 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。7 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。8 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
2.4 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。
2.5 Elasticsearch的使用场景
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 Overflflow （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。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.---->
2.6 倒排索引
倒排索引。数据存储时，经行分词建立 term 索引库。见画图
分词表
倒排索引源于实际应用中需要根据属性的值来查找记录。这种索引表中的
每一项都包括一个属性值和具有该属性值的各记录的地址。由于不是由记录来确定属性值，而是由属性值来确定记录的位置，因而称为倒排索引(inverted index) 。带有倒排索引的文件我们称为倒排 索引文件 ，简称 倒排文件 (inverted fifile) 。
3. ES的安装
1 、安装 JDK ，至少 1.8.0_73 以上版本，验证：java -version 。2 、下载和解压缩 Elasticsearch 安装包，查看目录结构。https://www.elastic.co/cn/downloads/elasticsearch下载地址： https://www.elastic.co/cn/downloads/历史版本下载： 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：{ 4.Windows 安装 Kibana1 、 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/历史版本下载： https://www.elastic.co/cn/downloads/past-releases/2 、下载，解压 kibana 。3 、启动 Kibana ： bin\kibana.bat4 、浏览器访问 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。{"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"}
4.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/历史版本下载： https://www.elastic.co/cn/downloads/past-releases/2 、下载，解压 kibana 。3 、启动 Kibana ： bin\kibana.bat4 、浏览器访问 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。
5. 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
6. ES常用API接口
6.1 基本操作
6.1.1创建索引---数据库
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 /qy150
{
"mappings":{
"properties": {
"name":{
"type": "text"
},
"age":{
"type": "integer"
}
}
}
}6.1.2删除所有---数据库
DELETE /索引名
6.1.3 查询有哪些索引
GET /_cat/indices?v
6.1.4 查询索引的结构
6.1.5 添加文档---记录
# 必须指定id的值
PUT /qy151/student/2
{
"name":"李四",
"age":25
}
# 不指定id
POST /qy151/student/
{
"name":"王五",
"age": 32
}6.1.6 查询文档---id查询
查询的提交方式必须为GET
GET /索引名称/类型名称/id值
6.1.7 删除文档---
提交方式DELETE提交方式
根据不同的操作具有不同的提交方式restful风格
GET 查询
PUT 修改
POST 添加操作
DELETE 删除操作
6.1.8 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/student/2
{
"name":"王五",
"age":28
}
PUT /qy151/student/2
{
"name":"刘德华"
}
# 只修改部分列
POST /qy151/student/1/_update
{
"doc":{
"name":"刘德华",
"age":22
}
}6.1.9 根据其他条件查询
(1)查询所有文档
（2）根据条件搜索
GET /索引名称/类型名称/_search?q=字段名:值
（3）查询的条件封装成json
PUT /user/_doc/1 {
"name":"刘民谐",
"age": 18,
"desc": ["有趣","幽默","开朗"]
}
PUT /user/_doc/2
{
"name":"马老师",
"age": 18,
"desc": ["严谨","冷漠"]
}
PUT /user/_doc/3
{
"name":"流油",
"age": 3,
"desc":["美丽","年轻","苗条"]
}
(4)只想查询部分列
(5)分页查询
(6)排序
6.1.10 多条件查询
must====等价于and
should
6.1.11. 高亮显示
