从永远到永远-ElasticSearch

ElasticSearch

  • 1.概述
  • 2.入门
    • 1.官方地址
    • 2.RESTful
    • 3.倒排索引
    • 4.http请求操作
      • 1.索引操作
      • 2.document操作
        • 1.基本操作
        • 2.多条件查询
        • 3.区间查询
        • 4.完全匹配
        • 5.高亮显示
        • 6.聚合查询
        • 7.映射关系
    • 5.JAVA API
      • 1.index操作
      • 2.doc操作
        • 1.基础操作
        • 2.批量操作
        • 3.复杂查询
  • 3.环境安装
    • 1.单节点
    • 2.集群部署
  • 4.理论
    • 1.核心概念
    • 2.
  • 5.框架整合
  • 6.优化

参考
参考

1.概述

结构化数据、非结构化数据、半结构化数据
lasticsearch 是什么
The Elastic Stack, 包括 Elasticsearch、 Kibana、 Beats 和 Logstash(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。
全文搜索引擎
Google,百度类的网站搜索,它们都是根据网页中的关键字生成索引,我们在搜索的时候输入关键字,它们会将该关键字即索引匹配到的所有网页返回;还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本,关系型数据库搜索不是能很好的支持。

一般传统数据库,全文检索都实现的很鸡肋,因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表,如果数据量大的话即使对 SQL 的语法优化,也收效甚微。建立了索引,但是维护起来也很麻烦,对于 insert 和 update 操作都会重新构建索引。

基于以上原因可以分析得出,在一些生产环境中,使用常规的搜索方式,性能是非常差的:

搜索的数据对象是大量的非结构化的文本数据。
文件记录量达到数十万或数百万个甚至更多。
支持大量基于交互式文本的查询。
需求非常灵活的全文搜索查询。
对高度相关的搜索结果的有特殊需求,但是没有可用的关系数据库可以满足。
对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。为了解决结构化数据搜索和非结构化数据搜索性能问题,我们就需要专业,健壮,强大的全文搜索引擎 。
这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词,对每一个词建立一个索引,指明该词在文章中出现的次数和位置,当用户查询时,检索程序就根据事先建立的索引进行查找,并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

Elasticsearch 应用案例
GitHub: 2013 年初,抛弃了 Solr,采取 Elasticsearch 来做 PB 级的搜索。 “GitHub 使用Elasticsearch 搜索 20TB 的数据,包括 13 亿文件和 1300 亿行代码”。
维基百科:启动以 Elasticsearch 为基础的核心搜索架构
百度:目前广泛使用 Elasticsearch 作为文本数据分析,采集百度所有服务器上的各类指标数据及用户自定义数据,通过对各种数据进行多维分析展示,辅助定位分析实例异常或业务层面异常。目前覆盖百度内部 20 多个业务线(包括云分析、网盟、预测、文库、直达号、钱包、 风控等),单集群最大 100 台机器, 200 个 ES 节点,每天导入 30TB+数据。
新浪:使用 Elasticsearch 分析处理 32 亿条实时日志。
阿里:使用 Elasticsearch 构建日志采集和分析体系。
Stack Overflow:解决 Bug 问题的网站,全英文,编程人员交流的网站。

2.入门

1.官方地址

官网地址
官方文档
下载页面
docker安装

2.RESTful

RESTful:
RESTful详解

3.倒排索引

正排索引(传统)

id content
1001 my name is zhang san
1002 my name is li si

倒排索引

keyword id
name 1001, 1002
zhang 1001

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。从永远到永远-ElasticSearch_第1张图片
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。

4.http请求操作

1.索引操作

###### 索引
#查看所有索引
GET _cat/indices?v
#创建索引
PUT index_sample
#查看索引
GET index_sample
#删除索引
DELETE index_sample

2.document操作

1.基本操作
#添加数据 不指定id时,自动生成的id,每次返回不一样,操作不是幂等性操作,不能使用PUT
POST index_sample/_doc
{
  "id":1001,
  "name":"小明"
}
######  doc操作
#指定id时 执行多次返回的id都是相同的,所以时幂等性操作,可以使用PUT
POST index_sample/_doc/10001
{
  "id":1001,
  "name":"小明"
}
#或者
POST index_sample/_create/1002
{
  "id":1002,
  "name":"小明"
}
#查询 主键查询
GET index_sample/_doc/10001
#查询 所有
GET index_sample/_search

#全量更新
PUT index_sample/_doc/10001
{
    "id" : 1001,
    "name" : "小明2"
}
#局部更新 非幂等性
POST index_sample/_update/10001
{
    "doc": {
      "name":"小刚"
    }
}

#删除
DELETE index_sample/_doc/1002
2.多条件查询
#### 匹配多个条件
## 条件且
GET index_sample/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "小明"
          }
        },
        {
          "match": {
            "desc": "2"
          }
        }
      ]
    }
  }
}
## 条件或者
GET index_sample/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "name": "小明"
          }
        },
        {
          "match": {
            "desc": "我是小明"
          }
        }
      ]
    }
  }
}
3.区间查询
GET index_sample/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "age": {
              "gte": 10,
              "lte": 20
            }
          }
        }
      ]
    }
  }
}
4.完全匹配
GET index_sample/_search
{
  "query": {
    "match_phrase": {
      "desc": "你有点2"
    }
  }
}
5.高亮显示
GET index_sample/_search
{
  "query": {
    "match_phrase": {
      "desc": "小明"
    }
  },
  "highlight": {
    "fields": {
      "desc": {}
    }
  }
}
6.聚合查询

一言以蔽之,聚合查询就是对查到的数据进行统计分析(分组、最大小值、平均值等)
参考

###  聚合查询
#按年龄分组 不展示具体数据
GET bank/_search
{
  "aggs": {
    "group_agg": {
      "terms": {
        "field": "age",
        "size": 5
      }
    }
  },
  "size": 0
}
#年龄平均值 不展示具体数据
GET bank/_search
{
  "aggs": {
    "avg_agg": {
      "avg": {
        "field": "age"
      }
    }
  },
  "size": 0
}
#其他详见API
7.映射关系
### 映射
PUT index_sample_mapping
# 创建映射
PUT index_sample_mapping/_mapping
{
  "properties": {
    "name": {
      "type": "text",
      "index": true
    },
    "gender": {
      "type": "keyword",
      "index": true
    },
    "tel": {
      "type": "text",
      "index": false
    }
  }
}
# 查询映射
GET index_sample_mapping/_mapping
# 测试数据
PUT index_sample_mapping/_create/1001
{
  "name": "小明",
  "gender": "男生",
  "tel": "1111111"
}
PUT index_sample_mapping/_create/1002
{
  "name": "小红",
  "gender": "女生",
  "tel": "2222222"
}
# 支持分词
GET index_sample_mapping/_search
{
  "query": {
    "match": {
      "name": "小"
    }
  }
}
# 关键字字段,不支持分词,必须全文匹配
GET index_sample_mapping/_search
{
  "query": {
    "match": {
      "gender": "男生"
    }
  }
}
# 不支持索引,查询失败
GET index_sample_mapping/_search
{
  "query": {
    "match": {
      "tel": "111"
    }
  }
}

5.JAVA API

1.index操作

public class IndexSample {
    public static void main(String[] args) throws IOException {
        RestHighLevelClient client =
                new RestHighLevelClient(
                        RestClient.builder(new HttpHost("192.168.2.111", 9200, "http"))
                );
        //创建索引
        CreateIndexRequest userIndexRequest = new CreateIndexRequest("user");
        IndicesClient indices = client.indices();
        CreateIndexResponse createIndexResponse = indices.create(userIndexRequest, RequestOptions.DEFAULT);
        System.out.println(createIndexResponse.isAcknowledged());
        //查看索引
        GetIndexRequest getIndexRequest = new GetIndexRequest("user");
        GetIndexResponse getIndexResponse = indices.get(getIndexRequest, RequestOptions.DEFAULT);
        System.out.println(getIndexResponse.getAliases());
        System.out.println(getIndexResponse.getMappings());
        System.out.println(getIndexResponse.getSettings());
        //删除索引
        DeleteIndexRequest deleteIndexRequest = new DeleteIndexRequest("user");
        AcknowledgedResponse acknowledgedResponse = indices.delete(deleteIndexRequest, RequestOptions.DEFAULT);
        System.out.println(acknowledgedResponse.isAcknowledged());
        //关闭客户端
        client.close();
    }

2.doc操作

1.基础操作
public interface ElasticSearchTask {

    /**
     * 使用接口做部分操作
     *
     * @param client es客户端
     */
    void doSth(RestHighLevelClient client) throws IOException;
}

public class ElasticSearchClientUtils {
    public static void connect(ElasticSearchTask task) {
        RestHighLevelClient client =
                new RestHighLevelClient(
                        RestClient.builder(new HttpHost("192.168.2.111", 9200, "http"))
                );
        try {
            task.doSth(client);
            client.close();
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
    }
}

public class DocSample {
    public static void main(String[] args) {
        User user = new User();
        user.setName("小明");
        user.setAge(11);
        user.setSex("男");
        ElasticSearchClientUtils.connect(e -> {
            //新增doc
            IndexRequest indexRequest = new IndexRequest();
            indexRequest.index("user").id("1001");
            ObjectMapper objectMapper = new ObjectMapper();
            String json = objectMapper.writeValueAsString(user);
            indexRequest.source(json, XContentType.JSON);
            IndexResponse indexResponse = e.index(indexRequest, RequestOptions.DEFAULT);
            System.out.println(indexResponse.getResult());
            //查询
            GetRequest getRequest = new GetRequest();
            getRequest.index("user").id("1001");
            GetResponse getResponse = e.get(getRequest, RequestOptions.DEFAULT);
            System.out.println(getResponse.getSourceAsString());
            //修改
            UpdateRequest updateRequest = new UpdateRequest();
            updateRequest.index("user").id("1001");
            updateRequest.doc(XContentType.JSON, "sex", "女");
            UpdateResponse updateResponse = e.update(updateRequest, RequestOptions.DEFAULT);
            System.out.println(updateResponse.getResult());
            System.out.println(e.get(getRequest, RequestOptions.DEFAULT).getSourceAsString());
            //删除
            DeleteRequest deleteRequest = new DeleteRequest();
            deleteRequest.index("user").id("1001");
            DeleteResponse deleteResponse = e.delete(deleteRequest, RequestOptions.DEFAULT);
            System.out.println(deleteResponse.toString());
        });
    }
}
2.批量操作

3.复杂查询


分页、条件、组合、范围、模糊、高亮

3.环境安装

1.单节点

2.集群部署

4.理论

1.核心概念

2.

5.框架整合

6.优化

你可能感兴趣的:(#,elasticsearch,搜索引擎,全文检索)