二.Elasticsearch进阶

建议从这里开始看：Elasticsearch快速入门及使用

SpringBoot整合Elasticsearch

一.Elasticsearch检索方式

1.uri + 检索参数(不常用)

//查询kunkun库下的以account_number升序排序的所有数据，默认查询10条，相当于分页
GET /kunkun/_search?q=*&sort=account_number:asc
解释：
_search：查询关键字
q=*：查询所有数据
sort=account_number:asc：以account_number字段为排序条件

2.uri + 请求体(常用，也叫Query DSL)

GET /kunkun/_search
{
  "query": { //匹配所有
    "match_all": {}
  },
  "sort": [ 
    {
      "account_number": "asc"  //升序排序
    },
     {
      "age": "desc"  //降序排序
    }
  ],
  "from": 10,//从第十条开始
  "size": 10 //查十条
  "_source":["account_number","age"]  //查出的数据只有account_number和age字段

}

二.Query DSL语法举例

Query DSL官网文档

1.match全文匹配

//全文检索按照相关性得分进行排序
GET /kunkun/_search
{
  "query": {
    "match": { //匹配条件 address包含'Court'或'ikun'的数据
      "address": "Court ikun"
    }
  }
}

2.match_phrase短语匹配

GET /kunkun/_search
{
  "query": {
    "match_phrase": { //短语匹配 address包含'Court ikun'的数据
      "address": "Court ikun"
    }
  }
}

3.multi_match多字段匹配

GET /kunkun/_search
{
  "query": {
    "multi_match": { 
      "query": "Court", //匹配条件 匹配'address'和'email'字段包含'Court'的数据
      "fields": ["address","email"] //匹配字段
    }
  }
}

4.bool复合查询

GET /kunkun/_search
{
  "query": {
    "bool": {
      "must": [ //lastname必须是ikun(满足的话，相关性得分会更高)
        { "match": { "lastname": "ikun" } }
      ],
      "must_not": [//email必须不是xiaoheizi(满足的话，相关性得分会更高)
        { "match": { "email": "xiaoheizi" } }
      ],
      "should":[//年龄是不是25都可以(满足的话，相关性得分会更高)
        {"match": {
          "age": "25"
        }}
        ],
        "filter": { //过滤年龄在10-30之间的结果(满足也不计算相关性得分)
          "range": {
            "age": {
              "gte": 10,
              "lte": 30
            }
          }
        }
    }
  }
}

5.term查询

注意： term用于查询非文本字段

//匹配age是22的数据
GET /kunkun/_search
{
  "query": {
    "term": {
        "age": "22"
    }
  }
}

三.Elasticsearch分析功能

1.aggregations聚合(相当于group by和聚合函数)

aggregations聚合官网文档

/**
 * (1) 查询address包含mill的所有人的年龄分布及平均年龄
 */
GET /kunkun/_search
{
  "query": {
    "match": {
        "address": "mill"
    }
  },
  "aggs": {//聚合
     "ikunAgg": {//聚合操作名称可以自定义
       "terms": {//查看age的分布
        "field": "age",
        "size": 10  //取出age前10种分布
      }
    },
     "ikunAvg":{//自定义平均年龄的名称
       "avg": { //求age的平均值
         "field": "age"
       }
      }
  }
}

/**
 * (2) 按照年龄聚合，并且查出这些年龄段人的平均薪资
 */
GET /kunkun/_search
{
  "query": {
    "match_all": {//查询全部内容
      
    }
  },
  "aggs": {
     "ikunAgg": {//聚合年龄
       "terms": {
        "field": "age"
      },
      "aggs": {//在年龄聚合下，嵌套工资的子聚合
        "ikunAvg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

四.Elasticsearch映射

mapping映射官网文档

Mapping是用来定义一个文档，以及它包含的属性是如何储存和索引的(就是给字段指定类型)。

1.查看字段的映射(添加数据的时候，es会默认猜测字段的类型并保存)

//查看字段的类型
GET /kunkun/_mapping

2.创建映射

PUT /my-index
{
  "mappings": {
    "properties": {
      "age":    { "type": "integer" }, 
      
      //keyword：是精准匹配。 
      "email":  { "type": "keyword"  },

	  //text：保存的时候会进行分词，然后检索的时候按照分词进行匹配。 
      "name":   { "type": "text"  }     
    }
  }
}

3.添加新的字段映射

PUT /my-index/_mapping
{
  "properties":{
    "chang":{ //新加字段名字
      "type":"text", //映射类型
      "index":"false" //该字段不参与检索
    }
  }
}

4.更新映射

对于已存在的字段映射我们不能直接去更新，我们需要创建新的索引进行数据迁移。

//1.创建新的索引并更新字段映射
PUT /my-index—new
{
  "mappings": {
    "properties": {
      "age":    { "type": "long" },  
      "email":  { "type": "text"  }, 
      "name":   { "type": "text"  }     
    }
  }
}

//2.把旧索引数据迁移到新索引
POST _reindex
{
  "source": {
    "index": "my-index", //旧索引名称
    "type": "account"    //旧索引的类型(6.0版本之前，6.0之后版本不需要写类型)
  },
  "dest": {
    "index": "my-index—new" //新索引的名称
  }
}

五.分词

es内置的分词器文档

IK分词器7.3.1 提取码：0221

IK其他版本
一个 tokenizer (分词器) 接收一个字符流，将之分割为独立的 tokens (词元，通常是独立的单词)，然后输出 tokens 流。

//默认是standard分词器
POST _analyze
{
  "analyzer": "standard", //分词器类型
  "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone." //分词的语句
}

注意：因为es内嵌的分词器都是对英文的分词，所以我们还要下载中文的分词器(IK分词器插件的版本要和ElasticSearch的版本一致)。

1.安装IK分词器

把你下载下来的分词器放在 elasticsearch目录下 -> plugins

2.分词模式

(1) ik_smart(最少切分拆分)

POST _analyze
{
  "analyzer": "ik_smart",
  "text": "我是小黑子"
}

(2) ik_max_word(最细粒度拆分)

3.自定义拓展词库

说明： 因为有一些词，识别不了。比如：我是真爱坤和一些网络用语分词就不准确，所以咱们要自定义拓展词库。

(1) 没自定义拓展词库之前

(2) 自定义词库

(3) 加了自定义词库之后