了解一下Elasticsearch的基本概念

一、前文介绍

Elasticsearch（简称ES）是一个基于Apache Lucene(TM)的开源搜索引擎，无论在开源还是专有领域，Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。注意，Lucene 只是一个库。想要发挥其强大的作用，你需使用 Java 并要将其集成到你的应用中。

Lucene 非常复杂，你需要深入的了解检索相关知识来理解它是如何工作的，就跟学习 springmvc 之前先从 servlet 开始，繁琐复杂的工作，Solor、Elasticsearch 应由而生， 其使用 Java 编写并使用 Lucene 来建立索引并实现搜索功能，但是它的目的是通过简单连贯的 RESTful API 让全文搜索变得简单并隐藏 Lucene 的复杂性。

重要特性：

  • 分布式的实时文件存储，每个字段都被索引并可被搜索
  • 实时分析的分布式搜索引擎
  • 可以扩展到上百台服务器，处理PB级结构化或非结构化数据

基本概念：

索引（indices）-------------------Databases 数据库
类型（type）----------------------Table 数据表
文档（Document）---------------Row 行
字段（Field）---------------------Columns 列

详细说明：

概念说明
索引库（indices) indices是index的复数，代表许多的索引，
类型（type） 类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念
文档（document） 存入索引库原始的数据。比如每一条商品信息，就是一个文档
字段（field） 文档中的属性
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

要注意的是：Elasticsearch 本身就是分布式的，因此即便你只有一个节点，Elasticsearch 默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。

二、Elasticsearch安装[windows]

如下主要针对 windows 环境下的 Elasticsearch 学习。

下载地址：https://www.elastic.co/cn/products/

解压后，进入 bin/ 目录，双击执行 elasticsearch .bat

Elasticsearch 启动后可以看到绑定了两个端口:

  • 9300：集群节点间通讯接口【tcp连接方式，性能优于http】
  • 9200：客户端访问接口【接收http请求】

9200，我们可以通过浏览器直接访问，9300 则不可以直接访问。

三、Kibana 安装

Kibana 是一个基于 Node.js 的 Elasticsearch 索引库数据统计工具，可以利用 Elasticsearch 的聚合功能，生成各种图表，如柱形图，线状图，饼图等。

而且还提供了操作 Elasticsearch 索引数据的控制台，并且提供了一定的API提示，非常有利于我们学习 Elasticsearch 的语法。

1、配置

我们可以把 Kibana 当成，durid 连接池对于 mysql 的可视化来理解。

下载地址：https://www.elastic.co/cn/downloads/kibana

解压后，进入安装目录下的 config 目录，修改 kibana.yml 文件：

修改elasticsearch服务器的地址，去掉原来的注释：

elasticsearch.url: "http://localhost:9200"

Kibana 的监听端口为 5601：http://127.0.0.1:5601 浏览器打开如下图所示：

Dev Tools 相当于一个命令行窗口工具，带提示，Elasticsearch 执行的数据格式为 json，举例：

POST _analyze
{
  "analyzer": "ik_max_word",
  "text":     "我喜欢编程"
}

四、ik 分词器安装

由于 Elasticsearch 在拆分单词时,是按空格来分，即 hello world 分为 hello 和 world，这是没问题的，但是在拆分中文时也是按照一个汉字一个汉字来拆分。即“我喜欢编程”分为 我、喜、欢、编、程 5个字符，所以就需要用到 IK 分词器这个插件来进行拆分。

Lucene 的 IK 分词器早在 2012 年已经没有维护了，现在我们要使用的是在其基础上维护升级的版本，并且开发为 ElasticSearch 的集成插件了，与 Elasticsearch 一起维护升级，版本也保持一致。

IK下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

注意 ES 与 IK 版本对应地址：https://github.com/medcl/elasticsearch-analysis-ik/tree/2.x

将 zip 包，解压到 Elasticsearch 目录的 plugins 目录中：

然后重启 Elasticsearch

五、基本概念-详细了解

上文也了解到 ES 操作的数据为 json，实际项目中，比如 springboot 中，无须操作 json，都是面向对象编程，但是，学习其实际原理固然重要。

5.1、创建索引

创建索引的请求格式：

  • 请求方式：PUT
  • 请求路径：/索引库名
  • 请求参数：json格式：
{
   "settings": {
      "number_of_shards": 3,
      "number_of_replicas": 2
   }
}
  • settings：索引库的设置
  • number_of_shards： 分片数量
  • number_of_replicas：副本数量

示例：

5.2、查看索引设置

语法

Get请求可以帮我们查看索引信息，格式：

GET /索引库名
5.3、删除索引

删除索引使用DELETE请求

语法

DELETE /索引库名

六、映射配置

6.1、创建映射字段

语法

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称
{
  "properties": {
    "字段名": {
      "type": "类型",
      "index": true，
      "store": true，
      "analyzer": "分词器"
    }
  }
}
  • 类型名称：就是前面将的type的概念，类似于数据库中的不同表
    字段名：任意填写 ，可以指定许多属性，例如：
  • type：类型，可以是text、long、short、date、integer、object等
  • index：是否索引，默认为true
  • store：是否存储，默认为false
  • analyzer：分词器，这里的ik_max_word即使用ik分词器

示例

发起请求：

PUT niceyoo2/_mapping/goods
{
  "properties": {
    "title": {
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "images": {
      "type": "keyword",
      "index": "false"
    },
    "price": {
      "type": "float"
    }
  }
}

响应结果：

{
  "acknowledged": true
}
6.2、查看映射关系

语法：

GET /索引库名/_mapping

示例：

GET /niceyoo2/_mapping

响应：

{
  "niceyoo2": {
    "mappings": {
      "goods": {
        "properties": {
          "images": {
            "type": "keyword",
            "index": false
          },
          "price": {
            "type": "float"
          },
          "title": {
            "type": "text",
            "analyzer": "ik_max_word"
          }
        }
      }
    }
  }
}

七、字段属性详解

7.1、type

Elasticsearch 中支持的数据类型非常丰富：

我们说几个关键的：

String类型，又分两种：

  • text：可分词，不可参与聚合
  • keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

Numerical：数值类型，分两类:

  • 基本数据类型：long、interger、short、byte、double、float、half_float
  • 浮点数的高精度类型：scaled_float
    • 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

Date：日期类型

elasticsearch 可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为 long，节省空间。

7.2、index

index影响字段的索引情况。

  • true：字段会被索引，则可以用来进行搜索。默认值就是true
  • false：字段不会被索引，不能用来搜索

index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。

但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

7.3、store

是否将数据进行额外存储。

在学习lucene和solr时，我们知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。

但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。

原因是Elasticsearch在创建文档索引时，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来选择哪些要显示，哪些不显示。

而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

7.4、boost

激励因子，这个与lucene中一样

其它的不再一一讲解，用的不多，大家参考官方文档：

最后

下篇带大家详细了解 elasticsearch 中的

  • 增：随机id、自定义id
  • 删：带条件删除
  • 改：带条件修改
  • 查：带条件查询

推荐阅读：

重温Elasticsearch：https://www.cnblogs.com/niceyoo/p/11329426.html

elasticsearch集群搭建-windows：https://www.cnblogs.com/niceyoo/p/11343697.html

基于Docker方式实现Elasticsearch集群：https://www.cnblogs.com/niceyoo/p/11342903.html

18年专科毕业后一度迷茫，创建了一个用来记录自己成长的公众号，感兴趣的小伙伴可以关注一下~

posted @ 2019-05-14 21:42  niceyoo  阅读(4993)  评论(1)  编辑  收藏  举报