ElasticSearch_基础

ElasticSearch基础

ElasticSearch基础

1.基础

开箱即用, 解压即可
在bin目录下启动ElasticSearch
访问localhost:9200 可以看到下面的内容

2. 安装与使用可视化插件

head插件, 依赖于Node.Js
安装ElasticSearch-head, 在解压的目录下运行 cmd ,输入 cnpm install 等待安装完毕
安装完毕后, 使用命令 npm run start 启动
由于我们的插件的端口为 9100, 与ElasticSearch不同, 产生了跨域的问题, 要在ElasticSearch的配置文件中配置跨域
配置跨域
- 在ElasticSearch文件夹下的/conf/elasticsearch.yaml中配置
- ```
http.cors.enabled: true
http.cors.allow-origin: "*"
```
- 重启ElasticSearch
正常启动如下

3. 安装Kibana

Kibana 版本要和 ES 一致
解压完毕, 启动测试
在 /bin 目录下的kibana.bat文件
默认端口为localhost:5601
访问kibana
国际化(汉化)
- 在kibana目录下的 \x-pack\plugins\translations\translations 可以看到
- 我们在 /conf 目录下的的kibana.yml中配置
- ```
i18n.locale: "zh-CN"
```
- 重启kibana即可!

4. ES的核心概念

ES是面向文档的, 一切都是 JSON (文档就是我们的数据)
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
- 单个节点由于物理机硬件限制，存储的文档是有限的，如果一个索引包含海量文档，则不能在单个节点存储。ES提供分片机制，同一个索引可以存储在不同分片（数据容器）中，这些分片又可以存储在集群中不同节点上
一个人就是一个集群, 默认的集群名称就是 ElasticSearch
ElasticSearch是面向文档的, 索引和搜索数据的最小单位是文档, 文档有几个重要属性
- 自我包含: 一篇文档同时包含字段和对应的值, 即同时包含 key : value
- 可以使层次型的: 一个文档中包含文档, 可以用来构建复杂的逻辑实体! ==> (就是一个 JSON 对象! 使用FastJSON或者Jason进行自动转换)
- 灵活的结构: 文档不依赖预先定义的模式. 与关系型数据库的提前定义字段才能使用不同, 在ElasticSearch中, 对于字段是非常灵活的, 有时候我们可以忽略该字段, 或者动态的添加一个新的字段
索引就是数据库
- 索引是映射类型的容器, ES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
- 倒排索引
  - 采用Lucene倒排索引作为底层
  - 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, 都有一个包含他的文档列表
  - 搜索时, 完全过滤掉无关的所有数据, 提高效率
重要步骤
- 创建索引 (相当于我们的数据库)
- 字段类型 (mapping 映射)
- 文档 (具体的数据)
- 底层的搜索使用的是倒排索引, 采用分片的机制, 可以使一个索引包含海量的数据

5. IK分词器插件

IK分词器对中文具有良好支持的分词器
IK分词器包括 ik_max_word 和 ik_smart
- ik_max_word会将文本做最细粒度的拆分
- ik_smart 会做最粗粒度的拆分(最少切分)
安装
- 在Github上下载, 与ES版本要对应
- 解压后放到 ElasticSearch/plugins 目录即可
- 由于添加了新插件, 重启 ES 即可!
- 可以看到, IK分词器被加载了
在Kibana中测试不同的分词器效果
- 最少切分
- 最细粒度切分, 穷尽所有可能

IK分词器的字典没有一些自定义的词, 需要我们自己加到我们的分词器的字典中

比如, 我们测试山人西来这个词
在ik分词器的conf中找到 IKAnalyzer.ofg.xml配置
在conf中, 我们写一个自己的字典, 叫 mydic.dic, 编辑, 写入山人西来
在配置文件添加自己的字典

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">mydic.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

重启ES, 可以看到加载了我们的自定义字典
可以看到, 我们自定义的山人西来已经被认为是一个词了
以后, 我们需要自己配置需要的分词, 在我们自定义的dic文件中进行配置即可!

6. Rest 风格说明

RestFul风格是一种软件架构风格, 而不是标准an,只是提供了一组设计原则和约束条件

method	url地址	描述
PUT	localhost:9200/索引名称/类型名称/文档 id	创建文档(指定文档 id)
POST	localhost:9200/索引名称/类型名称	创建文档(随机文档 id)
POST	localhost:9200/索引名称/类型名称/文档 id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档 id	删除文档
GET	localhost:9200/索引名称/类型名称/文档 id	通过文档 id 查询文档
POST	localhost:9200/索引名称/类型名称/_search	查询所有的数据

7. 关于索引的基本操作

创建一个索引
- ```
PUT /索引名/~类型名~/文档 id
{
	请求体(JSON)
}
```
- 完成了自动增加了索引! 数据也成功的添加了!

指定自己的数据类型 (这里是配置好数据的类型)

PUT /索引名
{
	"mappings": {
		"properties": {
			字段: {
				"type": 指定数据类型
			}
		}
	}
}

可以通过GET请求得到具体的信息
查看默认的信息
- 注意, 在 ES 8 之后, type会被启用, 这里默认为_doc, 可以显式的声明, 也可以不写!
- 查看默认信息
- 如果自己的文档的字段没有指定, 那么ES就会给我们默认的配置字段类型
- 通过 GET _cat/ 可以查看当前的ES的很多信息
修改索引
- 提交还是使用PUT即可, 然后覆盖 (方法1)
- 缺点: 如果漏写了字段, 那么该字段会变成空!
- 使用POST _update, 要指定一个字段"doc" (推荐)