Elasticsearch

介绍

• Elasticsearch是一个实时的分布式搜索分析引擎, 它被用作全文检索、结构化搜索、分析以及这三个功能的组合;
• Index 对应 DB，Type 对应表，Document 对应记录

其他

• 文档
• chrome插件

知识点

• 集群: 多台物理机，通过配置一个相同的cluster name，组织成一个集群
• 节点: 同一个集群中的一个 Elasticearch主机
• 主分片: 索引的一个物理子集。同一个索引在物理上可以切多个分片，分布到不同的节点上。分片的实现是Lucene 中的索引, 个数是建立索引时就要指定的，建立后不可再改变
• 副本分片: 每个主分片可以有一个或者多个副本，个数是用户自己配置的
• 索引:(database) 索引数据的存储位置, 数据会被索引成一个index
• 类型: (table)索引中的分类
• 由于索引几乎有固定的开销，所以建议使用较少的索引和较多的类型
• 文档: (row)ES中一个可以被检索的基本单位
• 字段: (column)
• 映射: (schema)

查询

• 以文档ID查询

get /_index/_type/_id

//例子
http://localhost:9200/library/article/57508457556e30622882ba58

//返回
//未找到
{
    _index: "library",    //索引
    _type: "article",     //类型
    _id: "57508457556e3043434",    //文档ID
    found: false
}

//查找到
{
    _index: "library",
    _type: "article",
    _id: "57508457556e30622882ba58",
    _version: 1,        //版本号，每次改动会+1
    found: true,
    _source: {          //文档全部内容
        ........
    }
}

• 以属性参数查询

get /_index/_type/_search?q=
//例子
http://localhost:9200/library/article/_search?q=title:pariatur

//未找到
{
    took: 1,                  //查询花费的时间，单位毫秒
    timed_out: false,     //是否超时
    _shards: {                  //描述分片的信息
        total: 5,                  //查询了多少个分片
        successful: 5,           //成功的分片数量
        skipped: 0,                //跳过的分片数量
        failed: 0                 //失败的分片数量
    },
    hits: {                       //搜索的结果
        total: 0,                  //全部的满足条件的文档数目
        max_score: null,      //文档最大得分
        hits: [ ]
    }
}

//正则, 以空格分开等于OR, 注意括号区分优先级
name.raw:/.*jinks.*/ OR username.raw:(/.*jinks.*/ OR "jinks") 

• 使用DSL查询，提交JSON格式参数

get http://localhost:9200/library/article/_search
参数：
{
　　"query": {
　　　　"match": {
　　　　　　"title": "pariatur"
　　　　}
　　},
　　"from": 0, //表示从第几行开始(默认0) 
　　"size": 10 //表示查询多少条文档(默认10)
} 
//注意：如果搜索size大于10000，需要设置index.max_result_window参数，size的大小不能超过index.max_result_window这个参数的设置，默认为10,000。


//相当于
{
　　"query": {
            "bool": {
                "must": [{
                        "match": {
　　　　　　                 "title": "pariatur"
　　　　            }  
                }]
            }
　　},
　　"size": 10
} 

• 多条件查询 bool:must、filter、should

{
  "query": {
    "bool" : {  //成为query的过滤器，还有其它的，如：and,or,not,limit
      "must" : {  //must,filter,should为过滤条件，如果有多个子条件，使用[]
        "term" : { "user" : "kimchy" }
      },
      "filter": {
        "term" : { "tag" : "tech" }
      },
      "must_not" : {
        "range" : {
          "age" : { "gte" : 10, "lte" : 20 }
        }
      },
      "should" : [
        { "term" : { "tag" : "wow" } },
        { "term" : { "tag" : "elasticsearch" } }
      ],
      "minimum_should_match" : 1,  //用于现在should的子条件匹配个数。
      "boost" : 1.0 //表示此过滤器的权重，默认1.0
    }
  }
}


//filter 对于数字: gt, lt, ge, le 

• 短语查询: match_phrase

//6.x
{
    "query" : {
        "match_phrase" : {
             "title": "xxxx1 xxxx2"    //非短语搜索为或
         }
    }
}

//5.x
{
    "query": {
        "match" : {
            "title": {
                 "query": "xxxx1 xxxx2",
                 "type": "phrase"
             }
         }
    }
}

• 高亮搜索

{
    "query": {...},
     "highlight": {
         "fields" : {
             "name": {}
         } 
     }
}

//返回
{
    items: [{
        ....,
        hightlight: [{name: ...<em>..<em>..}]
    }],
    counts: {...}
}

开发思路

• 定时包: node-schedule