ElasticSearch高阶操作

1. 准备工作

默认数据库有下面这张表

CREATE TABLE `t_hotel`  (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键ID',
  `name` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '酒店名称',
  `address` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '酒店地址',
  `brand` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '品牌',
  `type` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '类型',
  `price` int(11) NULL DEFAULT NULL COMMENT '酒店价格',
  `specs` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '规格',
  `salesVolume` int(11) NULL DEFAULT NULL COMMENT '销量',
  `synopsis` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '酒店简介',
  `area` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '区',
  `imageUrl` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '图片路径',
  `createTime` date NULL DEFAULT NULL COMMENT '创建时间',
  `isAd` tinyint(1) NULL DEFAULT 0 COMMENT '是否广告',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 293659 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '酒店信息' ROW_FORMAT = Dynamic;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

表中有N条数据类似于下面这种

INSERT INTO `t_hotel` VALUES (1, '北京市东城区七天酒店', '广西壮族自治区北京县东丽郑州路N座 818276', '七天', '酒店', 847, '五星级', 47, '度假天堂', '北京市', 'https://www.hilton.com.cn/file/images/20160923/20160923102144437IHi7uQu_thum_mid.jpg', '2015-10-26', 0);
1

我们通过kibana创建索引结构

PUT hotel {
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "address":{
        "type": "text"
      },
      "brand":{
        "type": "keyword"
}, "type":{
        "type": "keyword"
      },
       "price":{
        "type": "integer"
},"specs":{
        "type": "keyword"
      },
       "salesVolume":{
        "type": "integer"
      },
      "area":{
        "type": "text"
      },
      "imageUrl":{
        "type": "text"
      },
      "synopsis":{
        "type": "text"
      },
      "createTime":{
        "type": "date",
        "format": "yyyy-MM-dd"
      },
      "isAd":{
        "type":"integer"
} 
}
}
}

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
45
46

然后通过自定义的接口把mysql里的数据导入到ES中去

2. 基础查询

1. 查询所有酒店

GET hotel/_search
{
  "query": {
    "match_all": {}
} 
}
1
2
3
4
5
6

2. 分页查询酒店列表

GET hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 5
}
1
2
3
4
5
6
7
8

3. 分页查询酒店列表
wildcard:会对查询条件进行分词。还可以使用通配符 ?(任意单个字符) 和 * (0个或多个字符)

GET hotel/_search
{
    "query": {
        "wildcard": {
			"brand": { 
				"value": "美*"
				} 
			}
		} 
	}
1
2
3
4
5
6
7
8
9
10

4. 分页查询酒店列表
展示出"万豪"品牌下的所有酒店信息
term:不会对查询条件进行分词

GET hotel/_search
{
  "query": {
    "term": {
"brand": "万豪" }
} }
1
2
3
4
5
6

可以看到没有匹配到任何结果，因为term是拿整个词“万豪”进行匹配， 而ES默认保存数据是做单字分 词， 将“万豪”划分为了“万”和“豪”， 所以匹配不到结果。

3. bool查询

1. should查询: 只要其中一个为true则成立。

2. must查询: 必须所有条件都成立。

3. must_not查询:必须所有条件都不成立。

4. filter过滤查询: 查询品牌为万豪下的酒店

4. 聚合查询操作

统计品牌为万豪的最贵酒店价格，max、min、sum等等。

5. 分词查询操作

查询出了很多万豪相关的酒店，现在以 北京市东城区万豪酒店 查询name域，可以发现无法查询到结果。

在创建索引时，对于name域，数据类型是 text 。当添加文档时，对于该域的值会进行分词，形成若干 term(词条)存储在倒排索引中。

根据倒排索引结构，当查询条件在词条中存在，则会查询到数据。如果词条中没有，则查询不到数
据。
那么对于 北京市东城区万豪酒店 的分词结果是什么呢?

此时可以发现，每个字形成了一个词，所以并没有找到相匹配的词，导致无法查询到结果

在ES中内置了很多分词器
• Standard Analyzer - 默认分词器，按英文空格切分
• Simple Analyzer - 按照非字母切分(符号被过滤)
• Stop Analyzer - 小写处理，停用词过滤(the,a,is)
• Whitespace Analyzer - 按照空格切分，不转小写
• Keyword Analyzer - 不分词，直接将输入当作输出
• Patter Analyzer - 正则表达式，默认\W+(非字符分割)
而我们想要的是，分词器能够智能的将中文按照词义分成若干个有效的词。此时就需要额外安装中文分 词器。 对于中文分词器的类型也有很多，其中首选的是:IK分词器。

6. IK分词器

1、 首先下载IK分词器

2、 执行安装
采用本地文件安装方式， 进入ES安装目录， 执行插件安装命令:

[elsearch@localhost plugins]$../bin/elasticsearch-plugin install
file:///usr/local/elasticsearch-7.10.2/elasticsearch-analysis-ik-7.10.2.zip
1
2

安装成功后， 会给出对应提示:

3、重启ElasticSearch服务

4、IK分词器最佳运用
analyzer指定的是构建索引的分词，search_analyzer指定的是搜索关键字的分词。
实践运用的时候， 构建索引的时候采用max_word，将分词最大化; 查询的时候则使用 smartword智能化分词，这样能够最大程度的匹配出结果。
例如在创建索引的时候指定分词器

7. 搜索匹配进阶

1. or关系

match搜索实质上就是or关系， 分为”金龙“ 和”金辉“两个关键词进行or关系搜索。

2. or关系最小词匹配

这里minimum_should_match设定为2， 只要匹配两个字符，即出现"金龙" 和 “金辉”，那么这样 的数据都会展示出来。

3. and关系

通过operator属性来标识对应的操作。这个时候搜索出来的name会包含"金龙"和"金辉"两个关键 字。

4. 短语查询
如果想直接搜索某个短语， 比如:金龙 金辉， 可以采用match_phrase

5. 多字段查询
如果想对多个字段同时查询， 可以采用multi_match方式。

同时查询name和address两个属性， 都包含“如心 天津市”的记录， 相比一个属性name的查询， 多出 更多的记录。

8. Query String查询

可以采用更简便的方式，直接使用AND、OR和NOT操作。