欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Elasticsearch

程序员文章站 2022-06-24 12:09:36
文章目录1、ES核心概念1.1、概述1.2、索引1.3、字段类型(mapping)1.4、文档(documents)1.5、倒排索引2、IK分词器2.1、下载2.2、安装2.3、查看插件列表2.4、使用Kibana进行测试2.5、编写我们对应字典3、Rest风格说明3.1、创建索引规则并添加数据3.2、创建索引规则3.3、获得规则信息3.4、修改索引规则3.5、删除索引规则3.6、打印ES的相关信息4、文档的基本操作(重点)4.1、添加数据4.2、查询数据4.3、更新数据4.4、删除数据4.5、复杂查询...





1、ES核心概念

ES是如何存储数据?其数据结构是什么?具体又是怎么实现搜索的呢?



1.1、概述

Elasticsearch是面向文档,一切都是JSON。

关系型数据库和Elasticsearch客观的对比:

Elasticsearch Relational DB
索引(indices) 数据库(database)
字段类型(types) 表(tables)
文档(documents) 行(rows)
fields 字段(columns)

Elasticsearch(集群)中可以包含多个索引(数据库),每个索引中可以包含多个类型(表),每个类型下又包含多 个文档(行),每个文档中又包含多个列(字段)。


物理设计: Elasticsearch在后台把每个索引划分成多个分片,每分分片可以在集群中的不同服务器间迁移 一个人就是一个集群!默认的集群名称就是Elaticsearh

Elasticsearch

逻辑设计:一个索引类型中,包含多个文档,比如说文档1,文档2。 当我们索引一篇文档时,可以通过这样的一各 顺序找到它:索引 --> 类型 --> 文档ID ,通过这个组合我们就能索引到某个具体的文档。 注意:ID不必是整 数,实际上它是个字 符串。



1.2、索引

索引是映射类型的容器,Elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。 然后它们被存储到了各个分片上了。 我们来研究下分片是如何工作的。

节点和分片 如何工作?

Elasticsearch

一个集群至少有一个节点,而一个节点就是一个Elasticsearch进程,节点可以有多个默认的索引。如果创建索引,那么索引将会有5个分片 ( primary shard ,又称主分片 ) 构成的,每一个主分片会有一个 副本 ( replica shard ,又称复制分片 )



1.3、字段类型(mapping)

类比于关系型数据库中字段的类型

类型是文档的逻辑容器,就像关系型数据库一样,表格是行的容器。类型中对于字段的定义称为映射,比如 name映射为字符串类型。我们说文档是无模式的,它们不需要拥有映射中所定义的所有字段,比如新增一个字段,那么Elasticsearch是怎么做的呢?Elasticsearch会自动的将新字段加入映射,但是这个字段的不确定它是什么类型,Elasticsearch就开始猜,如果这个值是18,那么Elasticsearch会认为它是整形。但是Elasticsearch也可能猜不对,所以最安全的方式就是提前定义好所需要的映射,这点跟关系型数据库殊途同归了,先定义好字段,然后再使用。



1.4、文档(documents)

//这就是我们的一条数据
people
    pan 20
    mobian 22

之前说Elasticsearch是面向文档的,那么就意味着索引和搜索数据的最小单位是文档,Elasticsearch中,文档有几个 重要属性:

  • 自我包含,一篇文档同时包含字段和对应的值,也就是同时包含 key:value
  • 可以是层次型的,一个文档中包含自文档,复杂的逻辑实体就是这么来的。 {就是一个JSON对象, Fastjson进行自动转换}
  • 灵活的结构,文档不依赖预先定义的模式,我们知道关系型数据库中,要提前定义字段才能使用, 在Elasticsearch中,对于字段是非常灵活的,有时候,我们可以忽略该字段,或者动态的添加一个新的字段

尽管我们可以随意的新增或者忽略某个字段,但是,每个字段的类型非常重要,比如一个年龄字段类型,可以是字符串也可以是整形。因为Elasticsearch会保存字段和类型之间的映射及其他的设置。这种 映射具体到每个映射的每种类型,这也是为什么在Elasticsearch中,类型有时候也称为映射类型。



1.5、倒排索引

Elasticsearch使用的是一种称为倒排索引的结构,采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索, 一个索引由文档中所有不重复的列表构成,对于每一个词,都有一个包含它的文档列表。


例如,现在有两个文档, 每个文档包含如下内容:

Study every day, good good up to forever   //文档1包含的内容
To forever, study every day, good good up  //文档2包含的内容

为了创建倒排索引,我们首先要将每个文档拆分成独立的词(或称为词条或者tokens),然后创建一个包含所有不重复的词条的排序列表,然后列出每个词条出现在哪个文档 ,分别为doc_1和doc_2

term doc_1 doc_2
Study ×
To × ×
every
forever
day
study ×
good
every
to ×
up

当我们去搜索to forever时,只需要查看包含每个词条的文档权重,就能够快速查询到结果。

term doc_1 doc_2
to ×
forever
total 2 1

两个文档都匹配,但是第一个文档比第二个匹配程度更高。如果没有别的条件,现在,这两个包含关键字的文档都将返回。

Elasticsearch的索引和Lucene的索引对比

在Elasticsearch中, 索引(库)这个词被频繁使用,这就是术语的使用。 在Elasticsearch中,索引被分为多个分片,每份分片是一个Lucene的索引。所以一个Elasticsearch索引是由多个Lucene索引组成的。

一般情况下,我们所说的索引都是指Elasticsearch的索引。





2、IK分词器

分词:即把一段中文或者别的划分成一个个的关键字,我们在搜索时候会把自己的信息进行分词,会把数据库中或者索引库中的数据进行分词,然后进行一个匹配操作,默认的中文分词是将每个字看成一个词,比如 “请叫我默辨” 会被分为"请",“叫”,“我”,“默”,“辨”。这显然是不符合要求的,所以我们需要安装中文分词器IK来解决这个问题。

如果要使用中文,建议使用IK分词器! 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。



2.1、下载

下载地址:https://github.com/medcl/elasticsearch-analysis-ikElasticsearch



2.2、安装

下载完后,将文件解压到Elasticsearch的plugins文件夹中(可以自己新建一个ik文件夹)
Elasticsearch



2.3、查看插件列表

1、找到ES的bin目录下的插件处理文件
Elasticsearch


使用list命令,即可查看对应的插件列表
Elasticsearch

2、当然我们在启动ES的列表中也可以查看到Elasticsearch



2.4、使用Kibana进行测试

ik_smartik_max_word的区别:

ik_smart 为最少切分

Elasticsearch


ik_max_word为最细粒度划分。(穷尽所有的可能,类比为一个字典)

Elasticsearch



2.5、编写我们对应字典

如果我们希望出现自己组合的词语,我们可以在配置文件中自行配置


配置前的效果:
Elasticsearch

配置步骤:

  1. 在指定目录下添加我们的希望出现的词语
  2. 在配置文件中引入我们添加的字典文件
  3. 重启ES
    Elasticsearch

配置后的效果:
Elasticsearch





3、Rest风格说明

一种软件架构风格,而不是标准,只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交 互类的软件。基于这个风格设计的软件可以更简洁,更有层次,更易于实现缓存等机制。

method url地址 描述
PUT localhost:9200/索引名称/类型名称/文档id 创建文档(指定文档id)
POST localhost:9200/索引名称/类型名称 创建文档(随机文档id)
POST localhost:9200/索引名称/类型名称/文档id/_update 修改文档
DELETE localhost:9200/索引名称/类型名称/文档id 删除文档
GET localhost:9200/索引名称/类型名称/文档id 查询 查询文档通过文档id
POST localhost:9200/索引名称/类型名称/_search 查询所有数据



3.1、创建索引规则并添加数据

在Kibana命令行中输入如下命令:

PUT /mobian/type/1
{
  "name":"默辨",
  "age":"22"
}

右边返回相应的创建成功后的信息:
Elasticsearch


在可视化界面中查看对应的数据信息:
Elasticsearch



3.2、创建索引规则

我们可以给对应的字段指定类型:

  • 字符串类型:text 、 keyword
  • 数值类型 long, integer, short, byte, double, float, half_float, scaled_float
  • 日期类型 date PUT /索引名/类型名/文档id {请求体}
  • 布尔值类型 boolean
  • 二进制类型 binary
  • 等等…

区别去我们创建索引(类比于创建数据库的时候直接添加了数据),此处的索引规则我们可以类比于创建数据库的字段类型,不添加数据。

Elasticsearch



3.3、获得规则信息

我们可以通过GET请求,获取对应的信息

Elasticsearch


获取我们默认的规则(获取的是我们之前没有指定类型的索引)

Elasticsearch



3.4、修改索引规则

常规情况下,使用PUT方式

Elasticsearch

使用改方式是会报错的。正常的修改索引规则的方式为:

新建一个备份索引 --> 数据备份 --> 删除原索引 --> 新建一个期望的索引 --> 数据恢复



3.5、删除索引规则

直接使用DELETE命令即可删除索引

Elasticsearch

通过DELETE命令实现删除,根据我们的请求来判断是删除索引还是删除文档记录。

ES也推荐我们使用RESTFUL风格。



3.6、打印ES的相关信息

打印ES的健康值

Elasticsearch


打印ES的其他信息

Elasticsearch





4、文档的基本操作(重点)



4.1、添加数据

使用PUT命令
Elasticsearch


在可视化界面中可以进行相应的查看
Elasticsearch



4.2、查询数据

使用GET命令

直接查询出一整条数据

Elasticsearch


结合_search命令,根据条件进行查询

//查询name属性值里面含有3的数据信息
GET /mobian/user/_search?q=name:3

Elasticsearch


查询结果:
Elasticsearch



4.3、更新数据

1、使用PUT名命令

PUT的方式可以等价为全文修改,而非指定项的修改

Elasticsearch

2、如果我们希望的是修改部分数据,则更建议使用POST命令配合_update命令来操作(推荐)

注意:被修改的字段需要放置在doc下

Elasticsearch

索引中的信息也发生了改变
Elasticsearch



4.4、删除数据

直接使用DELETE命令
Elasticsearch



4.5、复杂查询

排序、分页、高亮、模糊查询、精准查询


1、使用JSON格式进行数据查询

Elasticsearch

其中:

  • _score:表示最大的分数,即查询的匹配度,匹配度越高可以在展示时越靠前。
  • hits:索引和文档信息,显示的是查询结果总数。我们在Java中就可以根据查询出来的具体文档,遍历出相应的数据。

2、输出需要的数据列信息

使用_source命令,进行信息的过滤

Elasticsearch


3、根据数据信息排序显示

使用sort命令

Elasticsearch

这里有一个坑,之前我自己在定义的age规则的时候,带上了引号,所以导致我的age规则是text类型。对于text类型的数据,是不能直接进行排序的,在我的多方百度下,最终找到了方法。如果我们最开始直接就是定义的数字类型,那么我们这里就可以直接使用sort进行排序,不需要带上keyword。

解决方法


4、分页查询

配合from和size使用(类比limit的使用)

Elasticsearch

from:从第几个开始

size:每一页的数据量

Elasticsearch


5、布尔值查询

通过关键字bool,进行一个精确的查询。

bool与must配合使用:表示and

(名字含有默辨,并且年龄为21)

Elasticsearch

Elasticsearch

bool与should配合使用:表示or

(名字包含默辨,或者年龄为11)

Elasticsearch

bool与must_not配合使用:表示not

(名字不含有默辨,年龄不等于12)

Elasticsearch

过滤器filter的配合查询

(名字中含有默辨,并且年龄大于20)

Elasticsearch

  • gt 大于
  • gte 大于等于
  • lt 小于
  • lte 小于等于

可以多个条件配合使用,进行数据的过滤

Elasticsearch


6、匹配多个条件查询

(多个条件使用空格分隔,只要满足其中一个结果就可以被查出。可以通过_score分数的高低进行排序显示)

Elasticsearch

PUT /mobian/user/4
{
  "name":"李四33",
  "age":"13",
  "desc":"好吃懒做",
  "hobbys":["不吃饭","不睡觉","打人"]
}


GET mobian/user/_search 
{
 "query": {
   "match": {
     "hobbys": "吃饭 睡觉"
   }
 }
}

7、精确查询

(term查询是直接通过倒排索引指定的词条进行精确查找的)

关于分词:

  • term:直接查询精确
  • match:会使用分词器解析(先分析文档,然后再通过分析的文档进行查询)

补充:keyword、text两个类型下不同的解析情况

测试步骤:

  1. 新建含有指定规则的索引,并添加数据

    PUT testdb
    {
      "mappings": {
        "properties": {
          "name":{
            "type": "text"
          },
          "desc":{
            "type": "keyword"
          }
        }
      }
    }
    
    PUT testdb/_doc/1 
    {
      "name" : "默辨学Java name",
      "desc":"默辨学Java desc"
    }
    
    PUT testdb/_doc/2 
    {
      "name" : "默辨学Java name",
      "desc":"默辨学Java desc2"
    }
    
    GET _analyze
    {
      "analyzer": "keyword",
      "text": "默辨学Java name"
    }
    

    Elasticsearch

  2. 查询keyword时
    Elasticsearch

  3. 查询text时
    Elasticsearch

使用keyword时,查询时就是一个简单的字符串,没有被分析。使用普通的分词器时,默认会将词语分割为一个一个字,可以被分析。两者使用了不同的分词器去解析。

查询的是name,由于其是规则是text,所以会被拆分为一个一个的字,即我们后面使用精确查询时,依然能够查询到

Elasticsearch


由于desc的规则是keyword,所以我们在查询且进行匹配的时候,desc是一个整体的。所以此时的查询是没有结果的

Elasticsearch

由于keyword无法被拆分,我们在使用精确查询时,必须要输入完整的整体

Elasticsearch


8、多个值匹配查询

(查询desc数据与两者中任意一个匹配的信息)
Elasticsearch


9、高亮查询

通过hightlight关键字进行处理

(查询结果中找到对应的name值,并且高亮显示)
Elasticsearch

当然我们也可以自定义高亮的前缀和后缀标签:
Elasticsearch

本文地址:https://blog.csdn.net/qq_44377709/article/details/107450101

相关标签: 自学知识笔记