ElasticSearch的基本概念
Elaticsearch，简称为ES， ES是一个开源的高扩展的分布式全文检索引擎，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。ES也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。
下载压缩包
ElasticSearch的官方地址： https://www.elastic.co/products/elasticsearch
安装和启动
Window版的ElasticSearch的安装很简单，类似于Tomcat，解压开即安装完毕，解压后的ElasticSearch的目录结构如下：
进入bin目录，运行elasticsearch.bat文件即可
启动成功后，访问http://localhost:9200, 显示类似入下信息：
补充: 9300是tcp通讯端口，9200是http协议的RESTful接口 。
使用ES图形化管理界面Head
准备：
1. 需要安装Node.js
2. 安装grunt (npm install -g grunt-cli)
安装
head插件下载地址：https://github.com/mobz/elasticsearch-head
将文件存如本地文件夹，例如如：C:\es\elasticsearch-head-master文件，文件目录如下
启动命令行，进入C:\es\elasticsearch-head-master目录，运行
1. npm install
2. grunt server
启动成功，访问：http://localhost:9100，显示如下
需要配置ES跨域才能连接
配置ES运行跨域
进入ES安装目录，进入config文件夹，编辑elasticsearch.yml文件。在文件夹底部加入：
http.cors.enabled: true
http.cors.allow-origin: "*"
重启服务后,刷新页面，显示如下
使用POST操作ES
1. 创建Index和mapping
url： http://localhost:9200/news(news是index名称，自定义即可)
method： PUT
请求体如下：（选择raw 类型为json）
{
"mappings": {
"article": {
"properties": {
"id": {
"type": "long",
"store": true,
"index":"not_analyzed"
},
"title": {
"type": "text",
"store": true,
"index":"analyzed",
"analyzer":"standard"
},
"content": {
"type": "text",
"store": true,
"index":"analyzed",
"analyzer":"standard"
}
}
}
}
}
artcile为type名，自定义即可。properties下的属性名也是根据需要自定义即可。 orient/strip%7CimageView2/2/w/1240)
2. 删除Index
url： localhost:9200/news
method：DELETE
也可以通过Head直接删除，点击动作按钮下的删除选项，在输入框里输入删除即可
添加Document
url： http://localhost:9200/news/article/1
method： POST
请求体：
{
"id":1,
"title": "经济学讲义",
"content": "你能不能在生活中找一个例子，看上去是个公正的规则，但它背后其实是有效率的考量的？"
}
查看结果：
注意：url中 http://localhost:9200/news/article/1 的1(_id)可以省略，会自动生成字符串的_id
修改Document
修改的请求和添加的请求是一样，只需要找到要修改的文档的_id
url： http://localhost:9200/news/article/1
method： POST
请求体：
{
"id":1,
"title": "【修改后的】经济学讲义",
"content": "你能不能在生活中找一个例子，看上去是个公正的规则，但它背后其实是有效率的考量的？"
}
查看结果：
删除Document
url： http://localhost:9200/news/article/1
method： DELETE
根据_id查询
url： http://localhost:9200/blog/article/4
method： GET
term查询
url： http://localhost:9200/blog/article/_search
method： POST
请求体:
{
"query": {
"term": {
"title": "测"
}
}
}
queryString查询
url： http://localhost:9200/blog/article/_search
method： POST
请求体:
{
"query": {
"query_string": {
"default_field": "title",
"query": "搜索服务器"
}
}
}
安装IK分词器插件
由于标准分词器对中文的分词是一个字一字的，导致搜索文档里的词组得不到结果，我们需要引入中文分词器IK
查询分析
postman请求，查看分词器分词结果
url：http://localhost:9200/_analyze?analyzer=standard&pretty=true&text=测试数据
查询结果：
{
"tokens": [
{
"token": "测",
"start_offset": 0,
"end_offset": 1,
"type": "",
"position": 0
},
{
"token": "试",
"start_offset": 1,
"end_offset": 2,
"type": "",
"position": 1
},
{
"token": "数",
"start_offset": 2,
"end_offset": 3,
"type": "",
"position": 2
},
{
"token": "据",
"start_offset": 3,
"end_offset": 4,
"type": "",
"position": 3
}
]
}
补充： analyzer为分词算法，text字段为查询的关键词或句子
IK插件简介
IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。
IK提供了两个分词算法ik_smart 和 ik_max_word，其中 ik_smart 为最少切分，ik_max_word为最细粒度划分
安装IK插件
IK下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases
将下载的包解压，放到ES的安装目录下的plugins文件夹下
然后重启ES
查看用IK分词器的分词结果
url：http://localhost:9200/_analyze?analyzer=ik_max_word&pretty=true&text=祖国真好啊
查询结果：
{
"tokens": [
{
"token": "祖国",
"start_offset": 0,
"end_offset": 2,
"type": "CN_WORD",
"position": 0
},
{
"token": "真好",
"start_offset": 2,
"end_offset": 4,
"type": "CN_WORD",
"position": 1
},
{
"token": "好啊",
"start_offset": 3,
"end_offset": 5,
"type": "CN_WORD",
"position": 2
}
]
}
创建用ik_max_word算法的Index
url：http://localhost:9200/blog
method： PUT
请求体：
{
"mappings": {
"article": {
"properties": {
"id": {
"type": "long",
"store": true,
"index":"not_analyzed"
},
"title": {
"type": "text",
"store": true,
"index":"analyzed",
"analyzer":"ik_max_word"
},
"content": {
"type": "text",
"store": true,
"index":"analyzed",
"analyzer":"ik_max_word"
}
}
}
}
}