【Elasticsearch】Elasticsearch命令行操作

Elasticsearch

一、ES介绍

Redis可以使用内存加载数据并实现数据快速访问，MongoDB可以在内存中存储类似对象的数据并实现数据的快速访问，在企业级开发中对于速度的追求是永无止境的。ES也是一款NoSQL解决方案，只不过他的作用不是为了直接加速数据的读写，而是加速数据的查询的。

ES（Elasticsearch）是一个分布式全文搜索引擎，重点是全文搜索。

那什么是全文搜索呢？比如用户要买一本书，以Java为关键字进行搜索，不管是书名中还是书的介绍中，甚至是书的作者名字，只要包含java就作为查询结果返回给用户查看，上述过程就使用了全文搜索技术。搜索的条件不再是仅用于对某一个字段进行比对，而是在一条数据中使用搜索条件去比对更多的字段，只要能匹配上就列入查询结果，这就是全文搜索的目的。而ES技术就是一种可以实现上述效果的技术。

要实现全文搜索的效果，不可能使用数据库中like操作去进行比对，这种效率太低了。ES设计了一种全新的思想，来实现全文搜索。具体操作过程如下：

1. 将被查询的字段的数据全部文本信息进行查分，分成若干个词

   • 例如“中华人民共和国”就会被拆分成三个词，分别是“中华”、“人民”、“共和国”，此过程有专业术语叫做分词。分词的策略不同，分出的效果不一样，不同的分词策略称为分词器。

2. 将分词得到的结果存储起来，对应每条数据的id

   • 例如id为1的数据中名称这一项的值是“中华人民共和国”，那么分词结束后，就会出现“中华”对应id为1，“人民”对应id为1，“共和国”对应id为1

   • 例如id为2的数据中名称这一项的值是“人民代表大会“，那么分词结束后，就会出现“人民”对应id为2，“代表”对应id为2，“大会”对应id为2

   • 此时就会出现如下对应结果，按照上述形式可以对所有文档进行分词。需要注意分词的过程不是仅对一个字段进行，而是对每一个参与查询的字段都执行，最终结果汇总到一个表格中

3. 当进行查询时，如果输入“人民”作为查询条件，可以通过上述表格数据进行比对，得到id值1,2，然后根据id值就可以得到查询的结果数据了。

上述过程中分词结果关键字内容每一个都不相同，作用有点类似于数据库中的索引，是用来加速数据查询的。但是数据库中的索引是对某一个字段进行添加索引，而这里的分词结果关键字不是一个完整的字段值，只是一个字段中的其中的一部分内容。并且索引使用时是根据索引内容查找整条数据，全文搜索中的分词结果关键字查询后得到的并不是整条的数据，而是数据的id，要想获得具体数据还要再次查询，因此这里为这种分词结果关键字起了一个全新的名称，叫做倒排索引。

使用ES其实准备工作还是挺多的，必须先建立文档的倒排索引，然后才能继续使用。

二、安装Elasticsearch

windows版安装包下载地址：https://www.elastic.co/cn/downloads/elasticsearch

将压缩包下载后，解压

• bin目录：包含所有的可执行命令
• config目录：包含ES服务器使用的配置文件
• jdk目录：此目录中包含了一个完整的jdk工具包，版本17，当ES升级时，使用最新版本的jdk确保不会出现版本支持性不足的问题
• lib目录：包含ES运行的依赖jar文件
• logs目录：包含ES运行后产生的所有日志文件
• modules目录：包含ES软件中所有的功能模块，也是一个一个的jar包。和jar目录不同，jar目录是ES运行期间依赖的jar包，modules是ES软件自己的功能jar包
• plugins目录：包含ES软件安装的插件，默认为空

启动ES（双击即可）

浏览器访问

9200:表示公开对外的端口号

9300:表示集群成员之间的端口号

三、安装Kibana

1、kibana是es数据的前端展现，数据分析时，可以方便地看到数据。作为开发人员，可以方便访问es。

https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

2、下载，解压kibana。

3、启动Kibana：bin\kibana.bat

浏览器访问 http://localhost:5601

默认端口为：5601

可能会出现的问题：
运行Kibana.bat，启动失败，报错大概意思是已经存在一个启动的Kibana了，但明明是第一次启动
报错：

[warning][savedobjects-service] Unable to connect to Elasticsearch. 
Error: [resource_already_exists_exception] index [.kibana_task_manager_1/_2s2vHazSRqCl7dPlZ_oQQ] already exists, with { index_uuid="_2s2vHazSRqCl7dPlZ_oQQ" & index=".kibana_task_manager_1" }
1
2

在cmd中运行如下命令:

curl -X DELETE http://localhost:9200/.kibana*
1

四、介绍ES中的一些概念

集群

集群这一概念已经遍及天下了，在Elasticsearch中也不例外，可以将多台Elasticsearch节点组成集群使用，可以在任意一台节点上进行搜索。

节点

节点是一台Elasticsearch服务器，可以存储、查询、创建索引，也可以与其它节点一共组成一个集群。

索引—数据库

索引是具有某种相似特性的文档集合，熟悉mysql的应该不会对于这个名词陌生，Elasticsearch使用的是倒排索引。

文档—数据库中表中一条记录

一个文档是一个可以被索引的基础信息单元。

分片

单个索引包含数据太大的话，将会降低索引速度。为此，Elasticsearch提供了将索引细分成多个片段的能力，就是分片。

副本

副本是ElasticSearch索引分片的备份，主要应对与节点故障时保存数据的可用性。副本与它的原始分片不会在同一个节点上，以此来保存单节点故障时的高可用。

注意: ES6.0以后Type这个概念模糊了，7.0以后不在使用Type. 默认索引的type都是_doc。

五、操作ES

ES中提供了大量的接口—这些接口要想访问必须按照restful风格来访问。

POST 添加操作 DELETE 删除操作 PUT 修改操作 GET 查询操作

可以在地址栏以地址的形式传递参数 /user/1

5.1索引

5.1.1 创建索引

PUT /索引名称
{
	"mappings":{
	     "properties":{
	           "字段名": {"type":"数据类型"}
               "字段名":{"type":"数据类型"}，
         }            
​    }
}
1
2
3
4
5
6
7
8
9

类型: text字符串类型 数字类型:int double

创建索引并指定分词器

前面创建的索引是未指定分词器的，可以在创建索引时添加请求参数，设置分词器。目前国内较为流行的分词器是IK分词器，使用前先在下对应的分词器，然后使用。

IK分词器下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

分词器下载后解压到ES安装目录的plugins目录中即可，安装分词器后需要重新启动ES服务器。使用IK分词器创建索引格式：

PUT请求		http://localhost:9200/books

#请求参数如下（注意是json格式的参数）
{
    "mappings":{							#定义mappings属性，替换创建索引时对应的mappings属性		
        "properties":{						#定义索引中包含的属性设置
            "id":{							#设置索引中包含id属性
                "type":"keyword"			#当前属性可以被直接搜索
            },
            "name":{						#设置索引中包含name属性
                "type":"text",              #当前属性是文本信息，参与分词  
                "analyzer":"ik_max_word",   #使用IK分词器进行分词             
                "copy_to":"all"				#分词结果拷贝到all属性中
            },
            "type":{
                "type":"keyword"
            },
            "description":{
                "type":"text",	                
                "analyzer":"ik_max_word",                
                "copy_to":"all"
            },
            "all":{							#定义属性，用来描述多个字段的分词结果集合，当前属性可以参与查询
                "type":"text",	                
                "analyzer":"ik_max_word"
            }
        }
    }
}
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
29

创建完毕后返回结果和不使用分词器创建索引的结果是一样的，此时可以通过查看索引信息观察到添加的请求参数mappings已经进入到了索引属性中

5.1.2 查询所有索引

GET /_cat/indices
1

5.1.3 删除索引

DELETE /索引名称
1

5.1.4 查询索引结构

GET /索引名称
1

####################索引######################
# 创建索引
PUT /student
{
  "mappings": {
    "properties": {
      "name":{"type": "text"},
      "age":{"type": "integer"}
    }
  }
}

PUT /teacher
{
  "mappings": {
    "properties": {
      "name":{"type": "text"},
      "age":{"type": "integer"},
      "address":{"type": "text"}
    }
  }
}

# 查询所有索引
GET /_cat/indices

# 查询索引结构
GET /student

# 删除索引
DELETE /teacher
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
29
30
31

5.2 文档

5.2.1 添加文档

指定id添加
不指定id添加。—ES会生成一个唯一随机的字符串

5.2.2 删除文档

DELETE  /索引名称/_doc/id值
1

5.2.3 查询文档

5.2.1 修改文档

第一种: 需要指定所有被修改的字段名，如果没有指明的字段则会消失

# 修改文档（修改为下面的，没有列出的属性，会被删除）
PUT /teacher/_doc/1
{
  "name":"尚腾飞",
  "age":16
}
1
2
3
4
5
6

没有指明的字段则会消失

第二种: 修改部分字段。没有指明的字段不会消失

####################文档######################
# 指定id，添加文档
POST /teacher/_doc/1
{
  "name":"刘德华",
  "age":18,
  "address":"香港"
}

# 不指定id添加。---ES会生成一个唯一随机的字符串
POST /teacher/_doc
{
  "name":"张学友",
  "age":18,
  "address":"香港"
}


# 删除文档
DELETE /teacher/_doc/0W2lW4QBTTQOPynSggAc

# 查询文档
GET /teacher/_doc/1

# 修改文档（修改为下面的，没有列出的属性，会被删除）
PUT /teacher/_doc/1
{
  "name":"尚腾飞",
  "age":16
}
# 修改文档（只修改给出的，没有列出的属性不会被删除）
POST /teacher/_doc/1/_update
{
  "doc":{
      "name":"尚"
  }
}
# 修改文档（官方推荐的写法，效果同上）
POST /teacher/_update/1
{
  "doc":{
      "name":"尚1"
  }
}
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
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44

5.3 根据其他条件查询文档内容

5.3.1 查询索引中的所有文档内容

MySql : select * from 表名

---

ES: GET /索引名称/_search

查询所有文档信息，我们想要的结果封装到了hits中

5.4 根据其他条件查询

mysql: select name from 表名 where 其他字段=值

---

ES: GET /索引名称/_search?q=列名:值

5.5把查询的条件封装到json对象中—重点

注意: 排序按照数字，日期来排序。
mysql: 分页使用limit完成。 select * from 表名 limit (起始记录),每页的条数。

ES: “from”: 起始记录, “size”: 每页的条数

5.6 多条件查询

must等价于and

should 等价于 or

must_not 等价于 !

5.7 高亮查询

指定前缀后缀

上面我们把所有对应ES操作的API接口文档测试了一遍。下面使用springboot整合ES
【springboot整合ES】springboot整合ES
springboot整合es