背景
本文是学习 elasticsearch 时的学习笔记
关键概念
倒排索引
ES 对它的最小词源(Term) 维护了一个“倒排索引”，即 “从 最小词源 到文档ID 的映射”。
在文档入库时会先分词，完成后可查询。当查询时，比如 中国，人民 这样 的词，在查找时它所对应的 数据记录的ID有，1，14，1001 这样的数据ID。es 把这些ID的记录包含组成结果返回就是查询结果了。
数据对应关系
索引(Index) 对应数据库
类型(Type) 表
文档（document） 对应行的记录
字段（Field） 字段
映射（mapping）
是对处理数据的方式和规则方面做出的一些限制，如某个字段的数据类型、默认值、是否被索引等等，这些都是映射里面做出限制。在处理 Elasticsearch 里数据的一些使用规则的设置也叫做映射，建立出一个良好的映射，可以有效的提升我们在处理数据时的效率和性能。
分片和副本
Shards（分片）：当索引存储大量数据时，可能会超出单个节点的硬件限制，为了解决这个问题，Elasticsearch提供了将索引细分为分片的概念。分片机制赋予了索引水平扩容的能力、并允许跨分片分发和并行化操作，从而提高性能和吞吐量。
Replicas（副本）：在可能出现故障的网络环境中，需要有一个故障切换机制，Elasticsearch提供了将索引的分片复制为一个或多个副本的功能，副本在某些节点失效的情况下提供高可用性。
安装
使用 docker 安装
参考官网使用docker安装：
https://www.elastic.co/guide/en/elasticsearch/reference/master/docker.html
使用包安装
先下载包
elasticsearch 下载地址
https://www.elastic.co/cn/downloads/elasticsearch
kibana 下载地址
https://www.elastic.co/cn/downloads/kibana
启动 elasticsearch
（1）启动 elasticsearch
进入解压后的 elasticsearch 文件夹，执行 ./bin/elasticsearch
启动后，在控制台日志里看看到 ：
* elastic 账号的密码
* 一个 enrollment token ，等下要用
（2）启动 kibana
进入解压后的 kibana 文件夹，执行 ./bin/kibana
（3）打开web 页面
打开web 页面 http://localhost:5601/?code=545569
先：输入上面的 enrollment token
再：输入 账号密码
（4） 在左侧菜单 找到 dev-tools，打开 console ，就可以和 elasticsearch 交互了
一些指令
查看状态的操作
查看集群健康状态；
GET /_cat/health?v
查看节点状态；
GET /_cat/nodes?v
查看所有索引信息；
GET /_cat/indices?v
索引操作
查看有那些索引
GET /_cat/indices?v
创建索引，比如创建一个 叫做 customer 的索引
PUT /customer
删除索引
DELETE /customer
类型的操作
就是看 这个类型有哪些字段（有哪些映射 mapping ）
查看文档的类型；
GET /bank/account/_mapping
文档的操作
在索引中添加文档；
PUT /customer/doc/1
{
"name": "John Doe"
}
查看文档；
GET /customer/doc/1
修改文档
POST /customer/doc/1/_update
{
"doc": { "name": "Jane Doe" }
}
删除文档；
DELETE /customer/doc/1
批量操作
POST /customer/doc/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }
搜索
数据搜索
查询表达式(Query DSL)是一种非常灵活又富有表现力的查询语言，Elasticsearch使用它可以以简单的JSON接口来实现丰富的搜索功能。
搜索全部；
GET /bank/_search
{
"query": { "match_all": {} }
}
分页搜索，from表示偏移量，从0开始，size表示每页显示的数量；
GET /bank/_search
{
"query": { "match_all": {} },
"from": 0,
"size": 10
}
搜索排序，使用sort表示，例如按balance字段降序排列；
GET /bank/_search
{
"query": { "match_all": {} },
"sort": { "balance": { "order": "desc" } }
}
搜索并返回指定字段内容
字段使用_source表示，例如只返回account_number和balance两个字段内容：
GET /bank/_search
{
"query": { "match_all": {} },
"_source": ["account_number", "balance"]
}
条件搜索
条件搜索.
对于数值类型match操作使用的是精确匹配，对于文本类型使用的是模糊匹配；
条件搜索，使用match表示匹配条件，例如搜索出account_number为20的文档：
GET /bank/_search
{
"query": {
"match": {
"account_number": 20
}
}
}
短语匹配搜索，使用match_phrase表示，例如搜索address字段中同时包含mill和lane的文档：
GET /bank/_search
{
"query": {
"match_phrase": {
"address": "mill lane"
}
}
}
组合搜索 bool
组合搜索，使用bool来进行组合，must表示同时满足，例如搜索address字段中同时包含mill和lane的文档；
GET /bank/_search
{
"query": {
"bool": {
"must": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}
组合搜索 must_not
must_not 表示同时不满足，例如搜索address字段中不包含mill且不包含lane的文档；
GET /bank/_search
{
"query": {
"bool": {
"must_not": [
{ "match": { "address": "mill" } },
{ "match": { "address": "lane" } }
]
}
}
}
组合搜索，结合 must和 must_not，
例如搜索age字段等于40且state字段不包含ID的文档；
GET /bank/_search
{
"query": {
"bool": {
"must": [
{ "match": { "age": "40" } }
],
"must_not": [
{ "match": { "state": "ID" } }
]
}
}
}
过滤搜索 filter
搜索过滤，使用filter来表示，例如过滤出balance字段在20000~30000的文档；
GET /bank/_search
{
"query": {
"bool": {
"must": { "match_all": {} },
"filter": {
"range": {
"balance": {
"gte": 20000,
"lte": 30000
}
}
}
}
}
}
聚合
搜索聚合 aggs
对搜索结果进行聚合，使用aggs来表示，类似于MySql中的group by，例如对state字段进行聚合，统计出相同state的文档数量；
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
}
}
}
}
嵌套聚合，例如对state字段进行聚合，统计出相同state的文档数量，再统计出balance的平均值；
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
聚合搜索,和排序
对聚合搜索的结果进行排序，例如按balance的平均值降序排列；
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_state": {
"terms": {
"field": "state.keyword",
"order": {
"average_balance": "desc"
}
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
分段聚合
按字段值的范围进行分段聚合，例如分段范围为age字段的[20,30] [30,40] [40,50]，之后按gender统计文档个数和balance的平均值；
GET /bank/_search
{
"size": 0,
"aggs": {
"group_by_age": {
"range": {
"field": "age",
"ranges": [
{
"from": 20,
"to": 30
},
{
"from": 30,
"to": 40
},
{
"from": 40,
"to": 50
}
]
},
"aggs": {
"group_by_gender": {
"terms": {
"field": "gender.keyword"
},
"aggs": {
"average_balance": {
"avg": {
"field": "balance"
}
}
}
}
}
}
}
}
在 springboot 项目中集成使用
开始之前
主要是使用 spring-data-elasticsearch
参考：
https://spring.io/projects/spring-data-elasticsearch
https://docs.spring.io/spring-data/elasticsearch/docs/current/reference/html/