ElasticSearch
1、elasticSearch作用
主要用于搜索和分析数据
2、应用
应用程序搜索
网址搜索
日志处理和分析
基础设施指标和容器监测
地理空间数据分析和可视化
安全分析
业务分析
3、基本概念
（1） index 索引，相当于mysql的Database
(2)Type 类型 相当于数据库的表
（3）Document文档(文档是JSON格式的，就像是mysql中的某个table里面的内容)
（4）倒排索引（索引表，就是把句子进行拆分，做成一个索引表，句子中有相关的单词就把句子加入到记录中，最后再进行相关性得分）
4、安装
docker pull elasticsearch:7.4.2
docker pull kibana:7.4.2 可视化检索数据
二、初步索引
使用postman
1、_cat
http://地址:9200/_cat/nodes 查看所有节点
http://地址:9200/_cat/health 查看es的健康状况
http://地址:9200/_cat/master 查看主节点
http://地址:9200/_cat/indices 查看所有索引
2、索引一个文档（保存）
（1）put操作(创建跟更新数据) 必须带id http://地址:9200/索引/类型/id
（2）post操作(新增跟更新) 不带id的话系统会自动赋予id (永远都是新增)，带了id如果id存在就是更新
http://地址:9200/索引/类型/id
http://地址:9200/索引/类型/
（3）get查询 http://地址:9200/索引/类型/id
（4） post带_update (数据要加一个"doc",如果数据跟原来的一样，则不会发生任何改变，版本号什么均不变)
（5）delect删除文档 http://地址:9200/索引/类型/id
删除索引 http://地址:9200/索引 （没有删除类型，想要删除类型，就把类型下面的所有文档都删除）
（6） 批量增加数据 http://地址:9200/索引/类型/_bulk
要使用kibana操作，postman没法识别
批量操作（不指定索引跟类型，通过批量进行多种操作）
（7）检索
一、查询银行下索引所有的数据，按账号进行升序 _search
方式1（URI + 检索参数）
方式2 query DSL （uri + 请求体）
_search表示检索，query表示查询条件，sort表示排序条件
检索从10开始的10个数据
指定返回的属性（这样只会返回balance跟firstname 属性的内容 就像select balance, firstname...一样）
二、match查询 （就像mysql中 where account_number = 20），但是他使用的是倒排索引，只要包含内容，就都能检索到，有点像模糊查询，他会按评分进行排序（评分就是匹配度）
match查询多个词（只要匹配address中包含mill或 road都会被检索到）
match_phase匹配整个短语（这样，只有address包含mill lane才能被匹配）
multi_match 只要属性address或city中包含mill就能被检索到
只要属性address或city中包含mill或movico就能被检索到
bool复合查询 must表示必须符合 （gender包含F，address包含mill）
must_not必须不匹配（gender包含F，address包含mill，age不包含38）
should 应该，匹配上最好，匹配不上也可以 （匹配了得分更高）
三、filter结果过滤（只会过滤，但没有记录得分，所有匹配数据的匹配得分都是0）
四、term 精确检索推荐使用term,全文检索使用match
非文本字段推荐使用trem查询（比如age这些）
这个也是精确匹配
这是全文检索，但是adress必须包含有789 Madison
五、aggregations聚合(相当一 group by sum average等)
年龄的分布情况，最多提供10种
分布情况及年龄平均值
只看聚合结果不看记录size设置为0
按年龄聚合，并请求这些年龄段的这些人的平均薪资（在ageAgg里面进行子聚合即可）
聚合里面再聚合（年龄分布，统计好后的年龄分布中各年龄段的性别统计）
聚合里面再聚合然后再聚合（年龄分布，统计好后的年龄分布中各年龄段的性别统计，然后性别统计后再薪资统计）
六、映射mapping
指定数据的类型
在索引下增加新字段 （inde默认是为true的，为false表示不能被索引）
在索引下更新字段（没法，只能把数据迁移到别的索引 get /老索引/_mapping 就能获取老的索引，然后复制到新的，并适当修改）
数据迁移_reindex（因为新版本的type类型已经要被去掉了，迁移bank索引下，account类型下的数据到索引newbank中，它的类型就统一变成_doc）
七、分词器（ik分词器，可适用中文，因为标准版的是只支持英文分词）
下载ik分词器到es的pluns中
但是对于新的网络词汇，ik自身是识别不出来的，但是它可以进行外部词汇扩展，主要利用nginx去进行配置
在nginx的html目录下面增加一个es目录
在es目录下新增一个fenci.txt
在里面增加新词汇就行
然后再去ik分词器的config文件中下面这个文件
即可
三、SpringBoot和es整合
1、使用9300:TCP(一般不用，因为springboot版本不同，transport-api.jar不同，会出现不适配问题)
2、9200：http
（1）JestClient:非官方，更新慢
（2）RestTemplate：模拟发Http请求，es很多操作需要自己封装，麻烦
（3）HttpClient:同上
（4）Elasticsearch-Rest-Client(elasticsearch-rest-high-level-client) 用这个
3、使用
（1）创建新模块
（2）导入maven
因为springboot默认版本是6.8.5所以要改成我们的版本7.4.2
（3）进行服务注册
（4）配置文件，给容器注入一个RestHighLevelClient
(5)进行单元测试
排除数据源
成功
（6）使用
通用的设置项
先设置index索引和id
然后使用key-value或者json写入数据
最后进行执行即可
检索
1、创建索引请求
2、指定索引
3、指定DSL，检索条件
4、执行索引
5、分析结果
查询条件基本上跟DSL差不多，根据需要去写
两个单独的聚合并行
获取到检索到的每条数据
转换成对应的实体类
处理聚合的信息
应用
上架商品
商品id
spuid
商品标题
商品价格
商品图片（不能检索、不能聚合）
商品销量
商品库存
热度评分
品牌id
商品类别id
品牌名字
品牌图片
类别名字
属性规格类（规格id,规格名字，规格值）
attrs是规格数组，要标为嵌入式的，不然检索会出现问题。