检索

全文检索Elasticsearch

1. 相关特点：

  • 分布式，无需人工搭建集群（solr需要人为配置，使用zookeeper作为注册中心）
  • Restful风格，一切API都遵循Rest原则，容易上手
  • 近实时搜索，数据更新在ElasticSearch中几乎是完全同步的。

2. 操作索引

  1. 基本概念：Elasticsearch是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySql类似的。
  2. // 对比关系
    索引集（indices）------------------------------------------------Databases 数据库
        类型（type）---------------------------------------------Table 数据表
                文档（Document）-----------------------------Row 行
                        字段（Field）----------------------Columns列

     

  3. 相关解释：
    • 类型（type）：一个索引库下可以有不同类型的索引，比如商品类型、订单类型，其数据格式不同。不过这回导致索引库混乱，因此未来版本会移除这个概念。
    • 映射配置（mappings）：字段的数据类型、属性、是否索引、是否存储等特性。
    • 分片（shard）：数据拆分后的各个部分。
    • 副本（replica）：每个分片的复制。
    • 注意：Elasticsearch本身就是分布式的，因此即使你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加数据时，数据也会在新加入的节点中进行平衡。
a、创建索引：
  • 请求方式：PUT
  • 请求路径：ip地址:端口号/索引库名(下文相关 HTTP请求路径 省略)
  • 请求参数：json格式
  • 例子：
    1
    2
    3
    4
    5
    6
    7
    {
           // settings: 索引库的设置。
        "settings": {
            "number_of_shards": 3,     // 分片数量
            "number_of_replicas": 2    // 副本数量
        }
    }
b、删除索引
  • 请求方式：DELETE
  • 请求路径：/索引库名
c、查询索引
  • 请求方式：GET
  • 请求路径：/索引库名
d、创建映射字段
  • 请求方式：PUT
  • 请求路径：/索引库名/_mapping/类型名称
  • 请求参数：json格式
    • 例子：
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      {
          "properties": {
              "字段名": {
                  "type": "类型",
                  "index": true,
                  "store": true,
                  "analyzer": "分词器"　　// 分词器
              }
          }
      }
  • 相关解释
    • 类型名称：就是type的概念，类似于数据库中的不同表
    • 字段名：任意写，可以指定许多属性，例如
      • type类型，可以是String类型（text【可分词】、keyword【不可分词】）、long、short、date、integer、object等。
        • 注意：如果存的是对象，比如：{girl: {name:"rose",age:21}} 会被处理成两个字段：girl.name和girl.age
      • index：是否索引，默认为true。如果索引，则可以用来搜索。
      • store：是否存储，默认为false。在Elasticsearch中，即便store设为false，也可以搜索到结果（原因：Elasticsearch在创建文档搜索时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择那些需要显示，那些不显示。

3. 新增数据

  • 随机生成id
    • 请求方式：POST
    • 请求路径：/索引库名/类型名称
    • 请求参数： { "key":  "value" }
  • 自定义id
  • 1
    2
    3
    4
    POST /索引库名/类型名称/id值
    {
        ...
    }
  • 智能判断：
    • solr：新增数据时，只能使用提前配置好映射属性的字段，否则会报错。
    • Elasticsearch：不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。（如果存储的是String类型数据，ES无智能判断，它会存入两个字段。例如：存入一个name字段，智能形成两个字段  name: text类型    name.keyword: keyword类型）

4. 修改数据：

  • 请求方式： PUT
  • 请求路径：/索引库名/类型名称/id值
  • 注意：修改必须指定id。id对应的文档存在，则修改；id对应文档不存在，则新增。

5.  查询

  • 基本查询：
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    GET /索引库名/_search
    {
        "query": {
            "查询类型": {
                "查询条件":"查询条件值"
            }
        }
    }
     
    例子：  GET /article/_search
    {
        "query": {
            "match": {
                "title": {
                    "query": "广州上海",
                    "operator":"and"
                }
            }
        }
    }
    • 查询类型：
      • 查询所有（match_all）【全文检索】
      • 多字段查询（multi_match）
      • 1
        2
        3
        4
        5
        6
        7
        8
        9
        GET /索引库名/_search
        {
            "query": {
                "multi_match": {
                    "query": "查询内容",
                    "fields": ["查询字段1","查询字段2"]
                }
            }
        }
      • 词条匹配（term）：查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串。推荐除了text以外的类型用term，减少分词带来的消耗，例
        1
        2
        3
        4
        5
        6
        7
        8
        GET /索引库名/_search
        {
            "query": {
                "term": {
                    "查询字段":"查询内容"
                }
            }
        }
      • 结果过滤：{ "_source" : [ "过滤字段1" , "过滤字段2" ] }。
        1
        2
        3
        4
        5
        6
        {
            "_source": {
                # "includes": "过滤字段"    # 和上面作用一样
                "excludes":"排除过滤字段"
            }
        }
  • 高级查询
    • 模糊查询（fuzzy）
    • 范围查询（range）
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      GET /索引库名/_search
      {
          "query": {
              "range": {
                  "查询字段": {
                      "gte": 数值,  # 大于，可省略
                      "lte": 数值   # 小于，可省略
                  }
              }
          }
      }
    • 布尔查询和过滤
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      16
      17
      18
      19
      GET /索引库名/_search
      {
          "query": {
              "bool": {
                  "must": [
                      {"match": {
                          "查询字段": "查询内容"
                      }}
                  ],
                  "filter": {
                      "range": {
                          "过滤字段": {
                              "gte": 数值
                          }
                      }
                  }
              }
          }
      }
    • 排序
      1
      2
      3
      4
      5
      6
      7
      "sort": [
          {
                  "排序字段": {
                      "order": "desc"  # 降序排序
                  }
          }
      ]
    • 分页： "from" : 数值　　 "size" : 数值

6. 聚合aggregations：实现对数据的统计、分析

  • 基本概念：包括多种类型，最常见的两种，一个叫 桶（bucket），一个叫 度量（metrics）
    • 桶：作用：是按照某种方式对数据进行分组，每一组数据在es中称为一个桶（组）。
      • Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
      • Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
      • Histogram Aggregation：根据数值阶梯（Inteval）分组
      • Date Aggregation：根据日期阶梯分组，例如：给定阶梯为周，会自动每周分为一组
      • 1
        2
        3
        4
        5
        6
        7
        8
        9
        10
        GET /索引库名/_search
        {
            "aggs": {
                "桶分组名称": {
                    "桶分组方式": { 
                        "field": "分桶字段"
                    }
                }
            }
        }
    • 度量：分组完以后，一般会对组中的数据进行聚合运算，例如：求平均值、最大、最小、求和等，这些在es中称为度量
      • Avg Aggregation：求平均值
      • Max Aggregation：求最大值
      •  Min Aggregation：求最小值
      •  Percentiles Aggregation：求百分比
      •  Stats Aggregation：同时返回avg、max、min、sum、count等
      •  Sum Aggregation：求和
      • Top hits Aggregation：求前几
      • Value Count Aggregation：求总数
      • 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
        GET /索引库名/_search
        {
            "aggs": {
                "度量名称": {
                    "度量运算": {
                        "field": "运算字段"
                    }
                }
            }
        }
         
        例子：{
            "size": 0,
            "aggs": {
                "popular_brand": {
                    "terms": {
                        "field": "make"
                    },
                        "aggs": {
                        "price_avg": {
                            "avg": {
                                "field": "price"
                            }
                        }
                    }
                }
            }
        }

         

        转自：https://www.cnblogs.com/sunxn77/p/12395083.html

posted @ 2020-03-02 13:58  linyinmobayu  阅读(202)  评论(0)  编辑  收藏  举报