检索

全文检索Elasticsearch

1. 相关特点：

• 分布式，无需人工搭建集群（solr需要人为配置，使用zookeeper作为注册中心）
• Restful风格，一切API都遵循Rest原则，容易上手
• 近实时搜索，数据更新在ElasticSearch中几乎是完全同步的。

2. 操作索引

1. 基本概念：Elasticsearch是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySql类似的。

2. // 对比关系
   索引集（indices）------------------------------------------------Databases 数据库
           类型（type）---------------------------------------------Table 数据表
                   文档（Document）-----------------------------Row 行
                           字段（Field）----------------------Columns列

3. 相关解释：

• • 类型（type）：一个索引库下可以有不同类型的索引，比如商品类型、订单类型，其数据格式不同。不过这回导致索引库混乱，因此未来版本会移除这个概念。
  • 映射配置（mappings）：字段的数据类型、属性、是否索引、是否存储等特性。
  • 分片（shard）：数据拆分后的各个部分。
  • 副本（replica）：每个分片的复制。

  • 注意：Elasticsearch本身就是分布式的，因此即使你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加数据时，数据也会在新加入的节点中进行平衡。

a、创建索引：

• 请求方式：PUT
• 请求路径：ip地址:端口号/索引库名(下文相关 HTTP请求路径 省略)
• 请求参数：json格式
• 例子：

  1 2 3 4 5 6 7

  {        // settings: 索引库的设置。     "settings": {         "number_of_shards": 3,     // 分片数量         "number_of_replicas": 2    // 副本数量     } }

b、删除索引

• 请求方式：DELETE
• 请求路径：/索引库名

c、查询索引

• 请求方式：GET
• 请求路径：/索引库名

d、创建映射字段

• 请求方式：PUT
• 请求路径：/索引库名/_mapping/类型名称
• 请求参数：json格式
  • 例子：

    1 2 3 4 5 6 7 8 9 10

    {     "properties": {         "字段名": {             "type": "类型",             "index": true,             "store": true,             "analyzer": "分词器"　　// 分词器         }     } }

• 相关解释
  • 类型名称：就是type的概念，类似于数据库中的不同表
  • 字段名：任意写，可以指定许多属性，例如
  • type类型，可以是String类型（text【可分词】、keyword【不可分词】）、long、short、date、integer、object等。

    • 注意：如果存的是对象，比如：{girl: {name:"rose",age:21}} 会被处理成两个字段：girl.name和girl.age

  • index：是否索引，默认为true。如果索引，则可以用来搜索。
  • store：是否存储，默认为false。在Elasticsearch中，即便store设为false，也可以搜索到结果（原因：Elasticsearch在创建文档搜索时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择那些需要显示，那些不显示。

3. 新增数据

• 随机生成id
  • 请求方式：POST
  • 请求路径：/索引库名/类型名称
  • 请求参数： { "key":  "value" }

• 自定义id

• 1 2 3 4

  POST /索引库名/类型名称/id值 {     ... }

• 智能判断：
  • solr：新增数据时，只能使用提前配置好映射属性的字段，否则会报错。
  • Elasticsearch：不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。（如果存储的是String类型数据，ES无智能判断，它会存入两个字段。例如：存入一个name字段，智能形成两个字段  name: text类型    name.keyword: keyword类型）

4. 修改数据：

• 请求方式： PUT
• 请求路径：/索引库名/类型名称/id值
• 注意：修改必须指定id。id对应的文档存在，则修改；id对应文档不存在，则新增。

5.  查询

• 基本查询：

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

  GET /索引库名/_search {     "query": {         "查询类型": {             "查询条件":"查询条件值"         }     } }   例子：  GET /article/_search {     "query": {         "match": {             "title": {                 "query": "广州上海",                 "operator":"and"             }         }     } }

  • 查询类型：
    • 查询所有（match_all）【全文检索】
    • 多字段查询（multi_match）

    • 1 2 3 4 5 6 7 8 9

      GET /索引库名/_search {     "query": {         "multi_match": {             "query": "查询内容",             "fields": ["查询字段1","查询字段2"]         }     } }

    • 词条匹配（term）：查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串。推荐除了text以外的类型用term，减少分词带来的消耗，例

      1 2 3 4 5 6 7 8

      GET /索引库名/_search {     "query": {         "term": {             "查询字段":"查询内容"         }     } }

    • 结果过滤：{ "_source" : [ "过滤字段1" , "过滤字段2" ] }。

      1 2 3 4 5 6

      {     "_source": {         # "includes": "过滤字段"    # 和上面作用一样         "excludes":"排除过滤字段"     } }

• 高级查询
  • 模糊查询（fuzzy）
  • 范围查询（range）

    1 2 3 4 5 6 7 8 9 10 11

    GET /索引库名/_search {     "query": {         "range": {             "查询字段": {                 "gte": 数值,  # 大于，可省略                 "lte": 数值   # 小于，可省略             }         }     } }

  • 布尔查询和过滤

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

    GET /索引库名/_search {     "query": {         "bool": {             "must": [                 {"match": {                     "查询字段": "查询内容"                 }}             ],             "filter": {                 "range": {                     "过滤字段": {                         "gte": 数值                     }                 }             }         }     } }

  • 排序

    1 2 3 4 5 6 7

    "sort": [     {             "排序字段": {                 "order": "desc"  # 降序排序             }     } ]

  • 分页： "from" : 数值　　 "size" : 数值

6. 聚合aggregations：实现对数据的统计、分析

• 基本概念：包括多种类型，最常见的两种，一个叫 桶（bucket），一个叫 度量（metrics）
  • 桶：作用：是按照某种方式对数据进行分组，每一组数据在es中称为一个桶（组）。
    • Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
    • Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
    • Histogram Aggregation：根据数值阶梯（Inteval）分组
    • Date Aggregation：根据日期阶梯分组，例如：给定阶梯为周，会自动每周分为一组

    • 1 2 3 4 5 6 7 8 9 10

      GET /索引库名/_search {     "aggs": {         "桶分组名称": {             "桶分组方式": {                  "field": "分桶字段"             }         }     } }

  • 度量：分组完以后，一般会对组中的数据进行聚合运算，例如：求平均值、最大、最小、求和等，这些在es中称为度量
    • Avg Aggregation：求平均值
    • Max Aggregation：求最大值
    •  Min Aggregation：求最小值
    •  Percentiles Aggregation：求百分比
    •  Stats Aggregation：同时返回avg、max、min、sum、count等
    •  Sum Aggregation：求和
    • Top hits Aggregation：求前几
    • Value Count Aggregation：求总数

    • 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

      GET /索引库名/_search {     "aggs": {         "度量名称": {             "度量运算": {                 "field": "运算字段"             }         }     } }   例子：{     "size": 0,     "aggs": {         "popular_brand": {             "terms": {                 "field": "make"             },                 "aggs": {                 "price_avg": {                     "avg": {                         "field": "price"                     }                 }             }         }     } }

      转自：https://www.cnblogs.com/sunxn77/p/12395083.html