ElasticSearch学习笔记【长更】

2021年4月20日10:56:09
评论
166 6173字

一、简介

ElasticSearch理解为文档数据库。我们将之与关系型数据库进行对比,迁移概念:

image-20210424193750666

其中,type的概念被逐渐弱化、废除。

9300 端口为 Elastic s earch 集群间组件的通信端口, 9200 端口为浏览器访问的 http
协议 RESTful 端口。

下载:https://www.elastic.co/cn/downloads/past-releases#elasticsearch

二、什么是restful api

关于redtful风格,主要是对url设计的一种规范,以下为参考:

1、RESTful API 设计指南

2、RESTful API接口设计标准及规范;

3、Restful API接口规范

三、ES基本操作

Postman 是一款强大的网页调试工具,提供功能强大的 Web API 和 HTTP 请求调试。Postman 中文版能够发送任何类型的 HTTP 请求 (GET, HEAD, POST, PUT..),不仅能够表单提交,且可以附带任意类型请求体。

postman下载:https://www.getpostman.com/apps

1. ES的数据格式

ES里的 Index 可以看做一个库,而 Types 相当于表, Documents 则相当于表的行。

Types 的概念已经被逐渐弱化, Elasticsearch 6.X 中,一个 index 下已经只能包含一个
type Elasticsearch 7.X 中 , Type 的概念已经被删除了。

2. 使用HTTP操作ES

请注意各种请求类型的不同带来的影响。

2.1 操作索引

1、 创建索引

对比关系型数据库,创建索引就等同于创建数据库

在Postman 中,向 ES 服务器发 PUT 请求 http://127.0.0.1:9200/shopping

如果重复添加索引,会返回错误信息

2、查看索引

向 ES 服务器发 GET 请求 http://127.0.0.1:9200/_cat/indices?v

_cat 表示查看的意思, indices 表示索引,整体含义就是查看当前 ES服务器中的所有索引,结果:

image-20210424210303729

3、查看单个索引:

向 ES 服务器发 GET 请求 http://127.0.0.1:9200/ shopping

{
             "shopping"【索引名】: { 
                 "aliases"【别名】: {},
                 "mappings"【映射】: {},
                 "settings"【设置】: {
                     "index"【设置 - 索引】: {
                         "creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
                         "number_of_shards"【设置 - 索引 - 主分片数量】: "1",
                         "number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
                         "uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
                         "version"【设置 - 索引 - 版本】: {
                             "created": "7080099"
                     },
                     "provided_name"【设置 - 索引 - 名称】: "shopping"
                     }
             }
     } 
 }

4、删除索引

向 ES 服务器发 DELETE 请求 :http://127.0.0.1:9200/shopping

重新访问索引时,服务器返回响应:索引不存在

2.2 操作文档

索引相当于数据库,文档相当于数据表的行。无数据表概念。

1、创建文档

向 ES 服务器发 POST 请求 :http://127.0.0.1:9200/shopping**/_doc**

请求体内容为:

{

 "title":"小米手机",

 "category":"小米",

 "images":"http://www.gulixueyuan.com/xm.jpg",

 "price":3999.00

}

响应如下:

{
     "_index"【索引】: "shopping",
     "_type"【类型-文档】: "_doc",
     "_id"【唯一标识】: "Xhsa2ncBlvF_7lxyCE9G", #可以类比为 MySQL 中的主键,随机生成
     "_version"【版本】: 1,
     "result"【结果】: "created", #这里的 create 表示创建成功
     "_shards"【分片】: {
         "total"【分片 - 总数】: 2,
         "successful"【分片 - 成功】: 1,
         "failed"【分片 - 失败】: 0
     },
     "_seq_no": 0,
     "_primary_term": 1
}

上面的数据创建后,由于没有指定数据唯一性标识(ID),默认情况下,ES 服务器会随机生成一个。

如果想要自定义唯一性标识,需要在创建时指定:http://127.0.0.1:9200/shopping/_doc/**1**

如果增加数据时明确数据主键,那么请求方式也可以为 PUT

2、查看文档

查看文档要指定唯一标识,

向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/shopping**/_doc/1**

响应结果:

{
         "_index"【索引】: "shopping",
         "_type"【文档类型】: "_doc",
         "_id": "1",
         "_version": 2,
         "_seq_no": 2,
         "_primary_term": 2,
         "found"【查询结果】: true, # true 表示查找到,false 表示未查找到
         "_source"【文档源信息】: {
             "title": "华为手机",
             "category": "华为",
             "images": "http://www.gulixueyuan.com/hw.jpg",
             "price": 4999.00
     } 
 }

3、修改文档

和新增文档一样,输入相同的 URL 地址请求,如果请求体变化,会将原有的数据内容覆盖

在 Postman 中,向 ES 服务器发 POST 请求 :http://127.0.0.1:9200/shopping**/_doc/1**

请求体:

{
 "title":"华为手机",
 "category":"华为",
 "images":"http://www.gulixueyuan.com/hw.jpg",
 "price":4999.00
}

响应:

{
     "_index": "shopping",
     "_type": "_doc",
     "_id": "1",
     "_version"【版本】: 2,
     "result"【结果】: "updated", # updated 表示数据被更新
     "_shards": {
         "total": 2,
         "successful": 1,
         "failed": 0
     },
     "_seq_no": 2,
     "_primary_term": 2
}

请求体也可以只是某一个局部字段,同样能覆盖修改。

4、删除文档

删除一个文档不会立即从磁盘上移除,它只是被标记成已删除(逻辑删除)。

在 Postman 中,向 ES 服务器发 DELETE 请求 :http://127.0.0.1:9200/shopping**/_doc/1**

服务器响应:

{
     "_index": "shopping",
     "_type": "_doc",
     "_id": "1",
     "_version"【版本】: 4, #对数据的操作,都会更新版本
     "result"【结果】: "deleted", # deleted 表示数据被标记为删除
     "_shards": {
     "total": 2,
     "successful": 1,
     "failed": 0
     },
     "_seq_no": 4,
     "_primary_term": 2
}

如果删除一个不存在的文档响应里result返回not_found

按照条件来删除文档

先增加数据:

{
     "title":"小米手机",
     "category":"小米",
     "images":"http://www.gulixueyuan.com/xm.jpg",
     "price":4000.00
    }
    {
     "title":"华为手机",
     "category":"华为",
     "images":"http://www.gulixueyuan.com/hw.jpg",
     "price":4000.00
}

删除:

向 ES 服务器发 POST 请求 :http://127.0.0.1:9200/shopping**/_delete_by_query**

请求体:

{
         "query":{
             "match":{
             "price":4000.00
         }
     } 
 }

响应:

{
 "took"【耗时】: 175,
 "timed_out"【是否超时】: false,
 "total"【总数】: 2,
 "deleted"【删除数量】: 2,
 "batches": 1,
 "version_conflicts": 0,
 "noops": 0,
 "retries": {
     "bulk": 0,
     "search": 0
 },
 "throttled_millis": 0,
 "requests_per_second": -1.0,
 "throttled_until_millis": 0,
 "failures": []
}

2.3 映射操作

映射(mapping)相当于数据库中的表结构。

1、创建映射

向 ES 服务器发 PUT 请求 :http://127.0.0.1:9200/student**/_mapping**

请求体:

{
     "properties": {
         "name":{
             "type": "text",
             "index": true
         },
         "sex":{
             "type": "text",
             "index": false
         },
         "age":{
             "type": "long",
             "index": false
         }
       } 
}

响应:acknowledge:true。

映射数据说明:

  • 字段名:任意填写,下面指定许多属性,例如:title、subtitle、images、price

  • type:类型,Elasticsearch 中支持的数据类型非常丰富,说几个关键的:

    1、String 类型,又分两种:

    • text:可分词
    • keyword:不可分词,数据会作为完整字段进行匹配

    2、Numerical:数值类型,分两类:

    • 基本数据类型:long、integer、short、byte、double、float、half_float

    • 浮点数的高精度类型:scaled_float

    3、Date:日期类型

    4、Array:数组类型

    5、Object:对象

  • index:是否索引,默认为 true,也就是说你不进行任何配置,所有字段都会被索引。

    • true:字段会被索引,则可以用来进行搜索

    • false:字段不会被索引,不能用来搜索

  • store:是否将数据进行独立存储,默认为 false

    原始的文本会存储在_source 里面,默认情况下其他提取出来的字段都不是独立存储的,是从_source 里面提取出来的。当然你也可以独立的存储某个字段,只要设置"store": true 即可,获取独立存储的字段要比从_source 中解析快得多,但是也会占用更多的空间,所以要根据实际业务需求来设置。

  • analyzer:分词器,这里的 ik_max_word 即使用 ik 分词器

2、查看映射

向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/student**/_mapping**

响应结果为映射情况。

3、索引映射关联

向 ES 服务器发 PUT 请求 :http://127.0.0.1:9200/student1

请求体:

{
     "settings": {},
     "mappings": {
         "properties": {
            "name":{
                 "type": "text",
                 "index": true
            },
            "sex":{
                 "type": "text",
                 "index": false
            },
            "age":{
                 "type": "long",
                 "index": false
            }
         }
     } 
 }

2.4 高级查询

基于 JSON 提供完整的查询 DSL 来定义查询

假设提前定义如下数据:

# POST /student/_doc/1001
{
"name":"zhangsan",
"nickname":"zhangsan",
 "sex":"男",
 "age":30
}
# POST /student/_doc/1002
{
"name":"lisi",
"nickname":"lisi",
 "sex":"男",
 "age":20 
}
# POST /student/_doc/1003
{
"name":"wangwu",
 "nickname":"wangwu",
 "sex":"女",
 "age":40 
}
# POST /student/_doc/1004
{
"name":"zhangsan1",
"nickname":"zhangsan1",
 "sex":"女",
 "age":50 
}
# POST /student/_doc/1005
{
"name":"zhangsan2",
"nickname":"zhangsan2",
 "sex":"女",
 "age":30 
}

1、查询所有文档

向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/student/_search

{
     "query": {
     "match_all": {}
     } 
 }
  • "query":这里的 query 代表一个查询对象,里面可以有不同的查询属性

  • "match_all":查询类型,例如:match_all(代表查询所有), match,term , range 等等

  • {查询条件}:查询条件会根据类型的不同,写法也有差异

响应如下:

{
 "took【查询花费时间,单位毫秒】" : 1116,
 "timed_out【是否超时】" : false,
 "_shards【分片信息】" : {
     "total【总数】" : 1,
     "successful【成功】" : 1,
     "skipped【忽略】" : 0,
     "failed【失败】" : 0
 },
     "hits【搜索命中结果】" : {
         "total"【搜索条件匹配的文档总数】: {
             "value"【总命中计数的值】: 3,
             "relation"【计数规则】: "eq" # eq 表示计数准确, gte 表示计数不准确
         },
     "max_score【匹配度分值】" : 1.0,
     "hits【命中结果集合】" : [
         。。。
         }
     ]
     } 
 }

2、匹配查询

match 匹配类型查询,会把查询条件进行分词,然后进行查询,多个词条之间是 or 的关系

向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/student/_search

{
     "query": {
         "match": {
              "name":"zhangsan"
         }
     } 
}

响应如下:

3、字段匹配查询

multi_match 与 match 类似,不同的是它可以在多个字段中查询。

向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/student/_search

{
     "query": {
         "multi_match": {
             "query": "zhangsan",
             "fields": ["name","nickname"]
         }
     } 
 }

响应:

4、关键字精确查询

term 查询,精确的关键词匹配查询,不对查询条件进行分词。

向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/student/_search

{
     "query": {
         "term": {
             "name": {
                "value": "zhangsan"
             }
         }
     } 
 }

响应:

5、多关键字精确查询

terms 查询和 term 查询一样,但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值,那么这个文档满足条件,类似于 mysql 的 in

向 ES 服务器发 GET 请求 :http://127.0.0.1:9200/student/_search

{
     "query": {
         "terms": {
             "name": ["zhangsan","lisi"]
         }
     } 
 }

响应:

6、指定查询字段

您可能感兴趣的文章

匿名

发表评论

匿名网友