ElasticSearch入门笔记

全文检索

是 一种非结构化数据的搜索方式

结构化数据一般存入数据库，使用sql语句即可快速查询。但由于非 结构化数据的数据量大且格式不固定，我们需要采用全文检索的方 式进行搜索。全文检索通过建立倒排索引加快搜索效率。

索引

将数据中的一部分信息提取出来，重新组织成一定的数据结构，我 们可以根据该结构进行快速搜索，这样的结构称之为索引。 索引即目录，例如字典会将字的拼音提取出来做成目录，通过目录 即可快速找到字的位置。

索引分为正排索引和倒排索引。

docker run --restart=always  -p 9200:9200  -p 9300:9300  -e "discovery.type=singlenode"  -e ES_JAVA_OPTS="-Xms512m  -Xmx512m"  --name='elasticsearch'  --net elastic  -d  elasticsearch:7.17.0





docker run  --name kibana   --net elastic  --link elasticsearch:elasticsearch   -p 5601:5601   -d kibana:7.17.0



docker run --name kibana --restart=always -e ELASTICSEARCH_URL=http://43.138.222.42:9200 -p 5601:5601 -d kibana:7.8.0

Elasticsearch常用操作_文档操作

创建有结构的索引

PUT /索引名
{
    "mappings":{
        "properties":{
            "域名1":{
                "type":域的类型,
                "store":是否单独存储,
                "index":是否创建索引,
       "analyzer":分词器
           },
            "域名2":{
                ...
           }
        }
   }
}

如：
PUT /student1
{
   "mappings": {
     "properties": {
       "id":{
         "type": "integer"
       },
       "name":{
         "type": "text"
       },
       "age":{
         "type": "integer"
       }
     }
   }
}

删除索引

DELETE 索引名
如： DELETE student

1. 新增/修改文档 ：id值存在就是修改，不存在就是新增

   注：id值不写时自动生成文档id，id和已有id重复时修改文档

POST /索引/_doc/[id值]
{
 "field名":field值
}
如：
POST /student1/_doc/1
{
  "id":1,
  "name":"tanyang",
  "age":22
}

2. 根据id查询文档

   GET /索引/_doc/id值
   如：GET student1/_doc/1
   

3. 删除文档

DELETE /索引/_doc/id值
```

4. 根据id批量查询文档

   GET /索引/_mget
   {
       "docs":[
          {"_id":id值},
          {"_id":id值}
      ]
   }
   
   

5. 查询所有文档

   GET /索引/_search
   {
      "query": {
          "match_all": {}
      }
   }
   

6. 修改文档部分文字字段

   POST /索引/_doc/id值/_update
   {
       "doc":{
           域名:值
    }
   }
   

Elasticsearch执行删除操作时，ES先标记文档为deleted状态， 而不是直接物理删除。当ES存储空间不足或工作空闲时，才会 执行物理删除操作。 Elasticsearch执行修改操作时，ES不会真的修改Document中 的数据，而是标记ES中原有的文档为deleted状态，再创建一个 新的文档来存储数据。

Elasticsearch常用操作_域的属性

PUT /索引名
{
    "mappings":{
        "properties":{
            "域名1":{
                "type":域的类型,
                "store":是否单独存储,
                "index":是否创建索引,
       "analyzer":分词器
           },
            "域名2":{
                ...
           }
           }
   }
}

index

建立倒排索引: 给某个域添加"index":true才能建立倒排索引

在声明的时候声明域名 添加"index":true

查询"name":“love” 就能查询 i love you 的文档 这就是倒排索引

该域是否创建索引。只有值设置为true，才能根据该域的关键词查 询文档。

// 根据关键词查询文档
GET /索引名/_search
{
		 "query":{
        "term":{
           搜索字段: 关键字
               }
           }
}

store

是否单独存储。如果设置为true，则该域能够单独查询。

// 单独查询某个域：
GET /索引名/_search
{
  "stored_fields": ["域名"]
}

分词器

standard analyzer：Elasticsearch默认分词器，根据空格和标点 符号对英文进行分词，会进行单词的大小写转换。

默认分词器是英文分词器，对中文的分词是一字一词。

语法：
 GET /_analyze
{
 "text":测试语句,
 "analyzer":分词器
}

使用：
GET /_analyze
{
   "text":"I love Spring",
    "analyzer": "standard"
}
查询结果：
{
  "tokens" : [
    {
      "token" : "i",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "",
      "position" : 0
    },
    {
      "token" : "love",
      "start_offset" : 2,
      "end_offset" : 6,
      "type" : "",
      "position" : 1
    },
    {
      "token" : "spring",
      "start_offset" : 7,
      "end_offset" : 13,
      "type" : "",
      "position" : 2
    }
  ]
}

IK分词器

IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词 工具包。提供了两种分词算法：

• ik_smart：最少切分

• ik_max_word：最细粒度划分

测试分词器效果

GET /_analyze
{
 "text":"测试语句",
 "analyzer":"ik_smart/ik_max_word"
}

IK分词器词典

IK分词器根据词典进行分词，词典文件在IK分词器的config目录中。 main.dic：IK中内置的词典。记录了IK统计的所有中文单词。 + IKAnalyzer.cfg.xml：用于配置自定义词库。

<properties>
        <comment>IK Analyzer 扩展配置
comment>
        <!--用户可以在这里配置自己的扩展字典 --
>
        <entry
key="ext_dict">ext_dict.dicentry>
         
        <entry
key="ext_stopwords">ext_stopwords.dicent
ry>
        
        
        
        
properties>

拼音分词器

将拼音分词器安装到es的plugins目录后重启

拼音分词器只能粉刺所有字的首字母拼音和每个字的拼音 不能分成词组拼音。

测试分词效果

GET /_analyze
{
 "text":测试语句,
 "analyzer":pinyin
}

自定义分词器

自定义分词器配置

PUT /索引名
{
    "settings" : {
        "analysis" : {
            "analyzer" : {
                "ik_pinyin" : { //自定义分词器名
                  "tokenizer":"ik_max_word", // 基本分词器
                    "filter":"pinyin_filter"
// 配置分词器过滤
               }
           },
            "filter" : { // 分词器过滤时配置另一
个分词器，相当于同时使用两个分词器
               "pinyin_filter" : {
                   "type" : "pinyin", // 另一
个分词器
                   // 拼音分词器的配置
                  
"keep_separate_first_letter" : false, // 是否
分词每个字的首字母
                   "keep_full_pinyin" :
true, // 是否分词全拼
                   "keep_original" : true,
// 是否保留原始输入
                   "remove_duplicated_term"
: true // 是否删除重复项
               }
           }
       }
   },
    "mappings":{
        "properties":{
            "域名1":{
                "type":域的类型,
                "store":是否单独存储,
                "index":是否创建索引,
       "analyzer":分词器
           },
            "域名2":{

测试自定义分词器
GET /索引/_analyze
{
  "text": "你好百战程序员",
  "analyzer": "i love spring"
}

1.查询students索引下的全部文档 
GET /students/_search
{
   "query":{
     "match_all": {} 
   }  
}


2.match：全文检索。将查询条件分词后再进行搜索。
条件查询 查询students索引下的info "JAVA很好的会进行分词查询"
GET /students/_search
{
   "query": {
     "match": {
       "info": "Java很好的"
     }
   }
}

注：在搜索时关键词有可能会输入错误，ES搜索提供了自动 纠错功能，即ES的模糊查询。使用match方式可以实现模糊 查询。模糊查询对中文的支持效果一般，我们使用英文数据 测试模糊查询。

GET /students/_search
{
   "query": {
     "match": {
       "info":{
         "query":"love",
        "fuzziness":2
     }
   }
  }
}

range：范围搜索。对数字类型的字段进行范围搜索

{
 "query":{
        "range":{
            搜索字段:{
                "gte":最小值,
                "lte":最大值
           }
       }
   }
}
gt/lt:大于/小于
gte/lte:大于等于/小于等于

match_phrase：

短语检索。搜索条件不做任何分词解析，在搜 索字段对应的倒排索引中精确匹配。

{
 "query":{
        "match_phrase":{
            搜索字段:搜索条件
       }
   }
}

term/terms：

单词/词组搜索。搜索条件不做任何分词解析，在 搜索字段对应的倒排索引中精确匹配

{
 "query":{
        "term":{  
 搜索字段: 搜索条件
       }
   }
}
{
 "query":{
        "terms":{  
 搜索字段: [搜索条件1,搜索条件2]
       }
   }
}

Elasticsearch搜索文档_复合搜索

GET /索引/_search
{"query": {
        "bool": {
            // 必须满足的条件
            "must": [
 搜索方式:搜索参数,
 搜索方式:搜索参数
           ],
            // 多个条件有任意一个满足即可
            "should": [
 搜索方式:搜索参数,
   搜索方式:搜索参数
   ],
 // 必须不满足的条件
   "must_not":[
   搜索方式:搜索参数,
   搜索方式:搜索参数
   ]
   }
   }
}

Elasticsearch搜索文档_结果排序

ES中默认使用相关度分数实现排序，可以通过搜索语法定制化排 序。

默认是按照相关度排序的 _source

GET /索引/_search
{
    "query": 搜索条件,
    "sort": [
   {
   "字段1":{
   "order":"asc"
       }
   },
   {
   "字段2":{
   "order":"desc"
   					}
        }
   		]
}

Elasticsearch搜索文档_分页查询

GET /索引/_search
{
 "query": 搜索条件,
 "from": 起始下标,
 "size": 查询记录数
}

Elasticsearch搜索文档_高亮查询

我们可以在关键字左右加入标签字符串，数据传入前端即可完成高 亮显示，ES可以对查询出的内容中关键字部分进行标签和样式的设 置。

GET /索引/_search
{
 "query":搜索条件,
 "highlight":{
 "fields": {
       "高亮显示的字段名": {
                // 返回高亮数据的最大长度
       "fragment_size":100,
 // 返回结果最多可以包含几段不连续
的文字
       "number_of_fragments":5
       }
       },
        "pre_tags":["前缀"],
        "post_tags":["后缀"]
   }
}

实战

@Document(indexName = "product",createIndex
= true)
@Data
public class Product {
    @Id
    @Field(type = FieldType.Integer,store =
true,index = true)
    private Integer id;
    @Field(type = FieldType.Text,store =
true,index = true,analyzer =
"ik_max_word",searchAnalyzer =
"ik_max_word")
    private String productName;
    @Field(type = FieldType.Text,store =
true,index = true,analyzer =
"ik_max_word",searchAnalyzer =
"ik_max_word")
    private String productDesc;
}

@Document：标记在类上，标记实体类为文档对象，一般有如 下属性： indexName：对应索引的名称 createIndex：是否自动创建索引

@Id：标记在成员变量上，标记一个字段为主键，该字段的值会 同步到ES该文档的id值。

@Field：标记在成员变量上，标记为文档中的域，一般有如下 属性： type：域的类型 index：是否创建索引，默认是 true store：是否单独存储，默认是 false analyzer：分词器 searchAnalyzer：搜索时的分词器