本文共 15289 字,大约阅读时间需要 50 分钟。
关于这部分,大家可以自己科普一下,有兴趣的,可以去B站UP主:狂神说Java关于ElasitcSearch这个课程的教程
声明JDK1.8:最低要求
基于Java开发
ElasticSearch的版本和我们之后对应的Java的核心jar包!版本对应!
下载
解压即可
目录
bin 启动文件config 配置文件 log4j2 日志配置文件 jvm.options Java虚拟机相关的配置 elasticsearch.yml elasticsearch配置文件 默认端口(9200) 跨域问题!!lib 相关jar包 logs 日志文件modules 功能模块plugins 插件
启动
访问9200
访问测试
安装可视化界面
es head插件
包括一些跨越问题的解决
教程:https://www.cnblogs.com/hts-technology/p/8477258.html
2.启动
npm installnpm run start
跨域问题解决
D:\ElasticSearch\elasticsearch-7.6.1\config
elasticsearch.yml
http.cors.enable:truehttp.cors,allow-origin:"*"
把索引当做数据库!(可以建立索引(库),文档(库中的数据))
命令在这里写
这个head我们就把他当做数据展示工具,我们后面所有的查询在kibana做
数据分析 数据清晰 kibana
拆箱即用
安装
官网:https://www.elastic.co/cn/kibana
注意
Kibana要和ES版本一致
解压需要时间不短
目录
启动
端口:5601
访问测试
开发工具
Post crul head 谷歌插件测试 Kibana测试
我们之后的操作在这里编写
汉化自己修改配置
在这里插入图片描述
在前面的学习中,我们已经掌握了es是什么,同时也把es的服务已经安装启动,那么es是如何去存储数据,数据结构是什么,又是如何实现搜索的呢?我们先来聊聊ElasticSearch的相关概念吧!
集群,节点,索引,类型,文档,分片,映射是什么?elasticsearch是面向文档关系行数据库 和elasticsearch 客观的对比!
一切都是JSON
Relational DB | Elasticsearch |
---|---|
数据库(database) | 索引(indices) |
表(tables) | types (慢慢被弃用) |
行(rows) | documents |
字段(columns) | fields |
elasticsearch(集群)中可以包含多个索引数据库) ,每个索引中可以包含多个类型(表) ,每个类型下又包含多个文档(行),每个文档中又包含多个字段(列)。
物理设计
elasticsearch在后台把每个索引划分成多个分片,每分分片可以在集群中的不同服务器间迁移
一个人就是一个集群!默认的集群名称就是elaticsearh逻辑设计
一个索引类型中,包含多个文档,比如说文档1 , 文档2。
当我们索引一篇文档时,可以通过这样的一各顺序找到它:索引—类型
—文档ID ,通过这个组合我们就能索引到某个具体的文档。注意:ID不必是整数,实际上它是个字符串。
文档
相当于我们的一条条数据
user1 zhangsan 182 wangwu 18
之前说elasticsearch是面向文档的,那么就意味着索弓|和搜索数据的最小单位是文档, elasticsearch中,文档有几个重要属性:
尽管我们可以随意的新增或者忽略某个字段,但是,每个字段的类型非常重要,比如一个年龄字段类型,可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型,这也是为什么在elasticsearch中,类型有时候也称为映射类型。
类型
类型是文档的逻辑容器,就像关系型数据库一样,表格是行的容器。类型中对于字段的定义称为映射 ,比如name映射为字符串类型。
我们说文档是无模式的,它们不需要拥有映射中所定义的所有字段,比如新增一个字段 ,那么elasticsearch是怎么做的呢?
elasticsearch会自动的将新字段加入映射,但是这个字段的不确定它是什么类型, elasticsearch就开始猜,如果这个值是18 ,那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对 ,所以最安全的方式就是提前定义好所需要的映射,这点跟关系型数据库殊途同归了,先定义好字段,然后再使用,别整什么幺蛾子。也就是我们创建数据类型的时候直接规定好我们的映射类型索引
索引其实就是数据库!
索引是映射类型的容器, elasticsearch中的索引是一个非常大的文档集合。 索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。
物理设计:节点和分片 如何工作
一个集群至少有一一个节点,而一个节点就是一个elasricsearch进程 ,节点可以有多个索引默认的,如果你创建索引,那么索引将会有个5个分片( primary shard ,又称主分片)构成的,每-一个主分片 会有一个副本( replica shard ,又称复制分片)
上图是一个有3个节点的集群,可以看到主分片和对应的复制分片都不会在同- -个节点内,这样有利于某个节点挂掉了,数据也不至于丢失。实际上, 一个分片是一个Lucene索引 , 一个包含倒排索引的文件目录,倒排索引的结构使得elasticsearch在不扫描全部文档的情况下,就能告诉你哪些文档包含特定的关键字。不过,等等,倒排索引是什么鬼?
倒排索引
elasticsearch使用的是一种称为倒排索引的结构 ,采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索,一个索引由文档中所有不重复的列表构成,对于每一个词, 都有一个包含它的文档列表。例如,现在有两个文档,每个文档包含如下内容:
Study every day, good good up to forever#文档1包含的内容To forever,study every day,good good up #文档2包含的内容
为了创建倒排索引,我们首先要将每个文档拆分成独立的词(或称为词条或者tokens) ,然后创建一个包含所有不重复的词条的排序列表,然后列出每个词条出现在哪个文档:
term | doc_1 | doc_2 |
---|---|---|
Study | √ | × |
To | × | × |
every | √ | √ |
forever | √ | √ |
day | √ | √ |
study | x | √ |
good | √ | √ |
every | √ | √ |
to | √ | x |
up | √ | √ |
现在,我们试图搜索to forever ,只需要查看包含每个词条的文档
term | doc_1 | doc_2 |
---|---|---|
to | √ | x |
forever | √ | √ |
total | 2 | 1 |
两个文档都匹配,但是第一个文档比第 二个匹配程度更高。如果没有别的条件,现在,这两个包含关键字的文档都将返回。(分数or权重)
再来看一-个示例,比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:如果要搜索含有python标签的文章,那相对于查找所有原始数据而言,查找倒排索引后的数据将会快的多。只需要查看标签这一栏,然后获取相关的文章ID即可。
elasticsearch的索引和Lucene的索引对比在elasticsearch中,索引(库)这个词被频繁使用,这就是术语的使用。elasticsearch中 ,索引被分为多个分片,每份分片是一个Lucene的索引。
所以一个elasticsearch索引是由多个Lucene索引组成的。别问为什么,谁让elasticsearch使用Lucene作为底层呢!
如无特指,说起索引都是指elasticsearch的索引。 接下来的一切操作都在kibana中Dev Tools下的Console里完成。基础操作!什么是IK分词器
分词:
即把一-段中文或者别的划分成-个个的关键字,我们在搜索时候会把自己的信息进行分词会把数据库中或者索引库中的数据进行分词,然后进行一个匹配操作,默认的中文分词是将每个字看成一个词 ,比如“我爱狂神”会被为“我"爱”“狂"神” ,这显然是不符合要求的,所以我们需要安装中文分词器ik来解决这个问题。
IK提供了两个分词算法: ik smart和ik_max_word ,其中ik smart为最少切分, ik max _word为最细粒度划分!安装我们的IK分词器,注意版本对应
IK版本 | ES版 |
---|---|
主 | 7.x->主 |
6.x | 6.x |
5.x | 5.x |
1.10.6 | 2.4.6 |
1.9.5 | 2.3.5 |
1.8.1 | 2.2.1 |
1.7.0 | 2.1.1 |
1.5.0 | 2.0.0 |
1.2.6 | 1.0.0 |
1.2.5 | 0.90.x |
1.1.3 | 0.20.x |
1.0.0 | 0.16.2-> 0.19.0 |
然后解压到我们es中的plugins文件夹中,文件夹名字为ik
重启有关我们ElasticSeacher的所有服务
使用kibana测试ik_smart
GET _analyze{ "analyzer": "ik_smart", "text":"我要看电视剧"}结果{ "tokens" : [ { "token" : "我", "start_offset" : 0, "end_offset" : 1, "type" : "CN_CHAR", "position" : 0 }, { "token" : "要看", "start_offset" : 1, "end_offset" : 3, "type" : "CN_WORD", "position" : 1 }, { "token" : "电视剧", "start_offset" : 3, "end_offset" : 6, "type" : "CN_WORD", "position" : 2 } ]}
使用kibana测试ik_max_word
GET _analyze{ "analyzer": "ik_max_word", "text":"我要看电视剧"}结果{ "tokens" : [ { "token" : "我", "start_offset" : 0, "end_offset" : 1, "type" : "CN_CHAR", "position" : 0 }, { "token" : "要看", "start_offset" : 1, "end_offset" : 3, "type" : "CN_WORD", "position" : 1 }, { "token" : "看电视", "start_offset" : 2, "end_offset" : 5, "type" : "CN_WORD", "position" : 2 }, { "token" : "电视剧", "start_offset" : 3, "end_offset" : 6, "type" : "CN_WORD", "position" : 3 }, { "token" : "电视", "start_offset" : 3, "end_offset" : 5, "type" : "CN_WORD", "position" : 4 }, { "token" : "剧", "start_offset" : 5, "end_offset" : 6, "type" : "CN_CHAR", "position" : 5 } ]}
我们发现换的词不一样,他的结果不一样,因为他有一个词库,词库觉得这是个单词,就拼到一块,不是单词一个一个划分,我们可以多举几个例子!
//我爱狂神说 ik_smart测试 他觉得我爱狂神说,都是单个字{ "tokens" : [ { "token" : "我", "start_offset" : 0, "end_offset" : 1, "type" : "CN_CHAR", "position" : 0 }, { "token" : "爱", "start_offset" : 1, "end_offset" : 2, "type" : "CN_CHAR", "position" : 1 }, { "token" : "狂", "start_offset" : 2, "end_offset" : 3, "type" : "CN_CHAR", "position" : 2 }, { "token" : "神", "start_offset" : 3, "end_offset" : 4, "type" : "CN_CHAR", "position" : 3 }, { "token" : "说", "start_offset" : 4, "end_offset" : 5, "type" : "CN_CHAR", "position" : 4 } ]}要是把爱换成喜欢,就变成了我 喜欢 狂 神 说,因为是最少切分,他就得喜欢是一个词,就不分开了
问题来了:作为他的粉丝,我不想这个狂神说被分开,就需要增加自己的词到字典中
ik分词器增加自己的配置
在我们的ik分词器的目录下有IKAnalyzer.cfg.xml
里面可以配置我们自己的字典
先编写一个自己的字典,我这里就写了一个kuang.dic,将狂神说当成一个词
然后在我们的IKAnalyzer.cfg.xml中导入我们自己的字典
kuang.dic
重启我们的ES测试
GET _analyze{ "analyzer": "ik_smart", "text":"我超级喜欢狂神说"}{ "tokens" : [ { "token" : "我", "start_offset" : 0, "end_offset" : 1, "type" : "CN_CHAR", "position" : 0 }, { "token" : "超级", "start_offset" : 1, "end_offset" : 3, "type" : "CN_WORD", "position" : 1 }, { "token" : "喜欢", "start_offset" : 3, "end_offset" : 5, "type" : "CN_WORD", "position" : 2 }, { "token" : "狂神说", "start_offset" : 5, "end_offset" : 8, "type" : "CN_WORD", "position" : 3 } ]}可以发现我们的狂神说已经成为了一个词,最小切分就不会在切分他了
过于head的页面,如果不能显示数据,可以参照网上说的修改配置,这个很简单,一搜就能搜到,主要是ES7严格规范了头部信息,还有一种可能是head页面做的比较落后,你的数据有可能在页面中间或者下方藏着,仔细找找
这个就是我们一般的开发规则,这里就不一一赘述了,如果不明白的
,可以搜索其他的博客,这个有很多介绍的,一下就展示我的一些测试例子
创建索引
# put /索引名(数据库名)/类型名(以后会弃用)/文档id# { 请求体 }put /test1/type1/1{ "name":"小狂神", "age":20}#! Deprecation: [types removal] Specifying types in document index requests is deprecated, use the typeless endpoints instead (/{ index}/_doc/{ id}, /{ index}/_doc, or /{ index}/_create/{ id}).{ "_index" : "test1", #数据库名字 "_type" : "type1", #类型 "_id" : "1", #文档id "_version" : 1, #版本没有被修改过 "result" : "created", #创建好了 "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 }, "_seq_no" : 0, "_primary_term" : 1}
我们发现已经有了这个数据库
那么以后我们一些常用的就可以在这建立索引,就不需要再去走后台了
建立一个索引(数据库)
PUT /test3{ "mappings": { "properties": { "name":{ "type": "text" }, "age":{ "type": "long" }, "birthday":{ "type": "date" } } }}{ "acknowledged" : true, "shards_acknowledged" : true, "index" : "test3"}###### 查看数据库信息GET test3{ "test3" : { "aliases" : { }, "mappings" : { "properties" : { "age" : { "type" : "long" }, "birthday" : { "type" : "date" }, "name" : { "type" : "text" } } }, "settings" : { "index" : { "creation_date" : "1606996465007", "number_of_shards" : "1", "number_of_replicas" : "1", "uuid" : "36Hoc3O7SvSwfa_f_iAvxw", "version" : { "created" : "7060199" }, "provided_name" : "test3" } } }}
查看默认的信息
PUT /tes2/_doc/1{ "name":"小狂神", "age":13, "birth":"1997-05-12"}GET test3
如果我们的字段没有指定,那么es就会给我们默认配置字段类型
拓展:
# 查看我们的健康值,yellow状态GET _cat/health# 查看具体信息(数据库等等)GET _cat/indices?v
修改 提交还是使用PUT覆盖
PUT /tes2/_doc/1{ "name":"狂神123243", "age":13, "birth":"1997-05-12"}{ "_index" : "tes2", "_type" : "_doc", "_id" : "1", "_version" : 2, #是修改的话,我们的版本+1了 "result" : "updated", #状态 修改 "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 }, "_seq_no" : 1, "_primary_term" : 1}弊端是,如果漏掉一个,那原来的就没了####### 改进的方法POST /tes2/_doc/1/_update{ "doc":{ #doc表示你要修改的文档 "name":"法外狂徒涛涛" }}{ "_index" : "tes2", "_type" : "_doc", "_id" : "1", "_version" : 3, #再次加一 "result" : "updated", #状态为修改 "_shards" : { "total" : 2, "successful" : 1, "failed" : 0 }, "_seq_no" : 2, "_primary_term" : 1}
删除
DELETE tes1 #删除test1索引#我们的返回信息{ "acknowledged" : true}再去我们的head看,我们的test1索引(数据库)没了DELETE tes2/_doc/1 #删除tes2索引下的文档编号为1的数据
通过DELETE命令实现删除、根据你的请求来判断是 删除索引还是删除文档记录!
模拟创建数据
PUT /wang/user/1{ "name":"小王", "age":23, "desc":"一顿操作猛如虎,一看工资2500", "tags":["技术宅","帅气","宅男"]}PUT /wang/user/2{ "name":"法外狂徒涛涛", "age":13, "desc":"法外狂徒", "tags":["技术宅","打游戏","渣男"]}PUT /wang/user/3{ "name":"上海名媛fww", "age":20, "desc":"上海名媛", "tags":["靓女","名媛","渣女"]}PUT /wang/user/4{ "name":"小王学长", "age":23, "desc":"一顿操作猛如虎,一看工资2500", "tags":["技术宅","帅气","宅男"]}PUT /wang/user/5{ "name":"王公子", "age":23, "desc":"一顿操作猛如虎,一看工资2500", "tags":["技术宅","帅气","宅男"]}
查询数据
GET wang/user/1######## 结果{ "_index" : "wang", "_type" : "user", "_id" : "1", "_version" : 3, "_seq_no" : 2, "_primary_term" : 1, "found" : true, "_source" : { "name" : "小王", "age" : 23, "desc" : "一顿操作猛如虎,一看工资2500", "tags" : [ "技术宅", "帅气", "宅男" ] }}###这两个不再展示GET wang/user/2GET wang/user/3################################################################## 更新数据PUT /wang/user/3{ "name":"上海名媛婉儿", "age":20, "desc":"上海名媛", "tags":["靓女","名媛","渣女"]}### 更推荐下面的更新方式### put不传值的地方被空值覆盖,使用_update可以避免POST wang/user/1/_update{ "doc":{ "name":"小王同学" }}
简单搜索
################################################################### 根据默认的映射规则,使用基本的查询GET wang/user/_search?q=name:小王同学 (小王也能搜出来)
排序,分页,高亮,模糊查询,精准查询
实例
我们的查询的参数体是json数据
################################################################ name包含小王的文档GET wang/user/_search{ "query": { "match": { "name": "小王" } }}######### 结果 { "took" : 411, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { ##在java中对应我们的对象 "total" : { #总量 "value" : 3, "relation" : "eq" }, "max_score" : 1.494195, ##最大分值是谁 我们可以根据 "hits" : [ ## 分数来排序谁最复合 { "_index" : "wang", "_type" : "user", "_id" : "1", "_score" : 1.494195, "_source" : { "name" : "小王同学", "age" : 23, "desc" : "一顿操作猛如虎,一看工资2500", "tags" : [ "技术宅", "帅气", "宅男" ] } }, { "_index" : "wang", "_type" : "user", "_id" : "4", "_score" : 1.494195, "_source" : { "name" : "小王学长", "age" : 23, "desc" : "一顿操作猛如虎,一看工资2500", "tags" : [ "技术宅", "帅气", "宅男" ] } }, { "_index" : "wang", "_type" : "user", "_id" : "5", "_score" : 0.6284153, #但是对应的他的分值较低 "_source" : { "name" : "王公子", #不带小的也能查询出来 "age" : 23, "desc" : "一顿操作猛如虎,一看工资2500", "tags" : [ "技术宅", "帅气", "宅男" ] } } ] }}## 我输出结果不想要那么多怎么做GET wang/user/_search{ "query": { "match": { "name": "小王" } }, "_source": ["name","desc"] # 结果过滤,只显示我们规定的} # 运行结果我就不贴代码了############################################################### 排 序GET wang/user/_search{ "query": { "match": { "name": "小王" } }, "sort": [ ### 根据我们的age年龄排序 { "age": { # asc升序排序 "order": "asc" #desc降序排序 } } ]}############################################################### 分 页GET wang/user/_search{ "query": { "match": { "name": "小王" } }, "sort": [ { "age": { "order": "asc" } } ], "from": 0, ### 从第几个数据开始 "size": 2 ### 返回多少个数据(单页面的数据)}### 数据下标还是从0开始的
布尔值查询
############################################################### 多条件精确查询GET wang/user/_search{ "query": { "bool": { "must": [ #must(and) 必须都满足,所有条件都要符合 { "match": { "name": "小王" } }, { "match": { "age": 23 } } ] } }}################################################################## 模糊查询GET wang/user/_search{ "query": { "bool": { "should": [ #相当于or 满足其一即可 { "match": { "name": "小王" } }, { "match": { "age": 23 } } ] } }}################################################################## not 查询年龄不是23的人GET wang/user/_search{ "query": { "bool": { "must_not": [ { "match": { "age": 23 } } ] } }}
询
############################################################### 多条件精确查询GET wang/user/_search{ "query": { "bool": { "must": [ #must(and) 必须都满足,所有条件都要符合 { "match": { "name": "小王" } }, { "match": { "age": 23 } } ] } }}################################################################## 模糊查询GET wang/user/_search{ "query": { "bool": { "should": [ #相当于or 满足其一即可 { "match": { "name": "小王" } }, { "match": { "age": 23 } } ] } }}################################################################## not 查询年龄不是23的人GET wang/user/_search{ "query": { "bool": { "must_not": [ { "match": { "age": 23 } } ] } }}