ES
常用操作命令：
4、ES相关
和传统数据库对比关系
Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices -> Types -> Documents -> Fields
es下相关 默认端口是9200 提供java应用连接端口是9300
curl -X GET 'http://localhost:8080'
查看所有插件：
curl -X GET 'http://localhost:8080/_cat/plugins?v'
查看索引情况
curl -X GET 'http://localhost:8080/_cat/indices?v'
查看ES健康
curl -X GET 'http://localhost:8080/_cat/health?v'
查看映射
curl -X GET 'http://localhost:8080/_mapping?pretty=true'
新建索引index操作 put请求(index名必须全部小写，返回包括acknowledged字段表示操作成功)
curl -X PUT 'http://localhost:8080/user'
删除索引操作 delete请求(返回{"acknowledged":true}表示成功)
curl -X DELETE 'http://localhost:8080/user'
查询索引map
curl -X GET 'http://localhost:8080/user'
查看当前的磁盘占用率：
curl -X GET 'http://localhost:8080/_cat/allocation?v'
ES常用搜索类型及使用场景：
最近在使用Elasticsearch构建通讯录搜索系统，分享下ElasticSearch常用搜索类型以及使用场景心得
1、match
最简单的一个match例子：
查询和"我的宝马多少马力"这个查询语句匹配的文档。
{
"query": {
"match": {
"content" : {
"query" : "我的宝马多少马力"
}
}
}
}
上面的查询匹配就会进行分词，比如"宝马多少马力"会被分词为"宝马 多少 马力", 所有有关"宝马 多少 马力", 那么所有包含这三个词中的一个或多个的文档就会被搜索出来。
并且根据lucene的评分机制(TF/IDF)来进行评分。
2、match_phrase
比如上面一个例子，一个文档"我的保时捷马力不错"也会被搜索出来，那么想要精确匹配所有同时包含"宝马 多少 马力"的文档怎么做？就要使用 match_phrase 了
{
"query": {
"match_phrase": {
"content" : {
"query" : "我的宝马多少马力"
}
}
}
}
完全匹配可能比较严，我们会希望有个可调节因子，少匹配一个也满足，那就需要使用到slop。
{
"query": {
"match_phrase": {
"content" : {
"query" : "我的宝马多少马力",
"slop" : 1
}
}
}
}
3、multi_match
如果我们希望两个字段进行匹配，其中一个字段有这个文档就满足的话，使用multi_match
{
"query": {
"multi_match": {
"query" : "我的宝马多少马力",
"fields" : ["title", "content"]
}
}
}
但是multi_match就涉及到匹配评分的问题了。
3-1 multi_match->best_fields
我们希望完全匹配的文档占的评分比较高，则需要使用best_fields
{
"query": {
"multi_match": {
"query": "我的宝马发动机多少",
"type": "best_fields",
"fields": [
"tag",
"content"
],
"tie_breaker": 0.3
}
}
}
意思就是完全匹配"宝马 发动机"的文档评分会比较靠前，如果只匹配宝马的文档评分乘以0.3的系数
3-2 multi_match->most_fields
我们希望越多字段匹配的文档评分越高，就要使用most_fields
{
"query": {
"multi_match": {
"query": "我的宝马发动机多少",
"type": "most_fields",
"fields": [
"tag",
"content"
]
}
}
}
3-2 multi_match->cross_fields
我们会希望这个词条的分词词汇是分配到不同字段中的，那么就使用cross_fields
{
"query": {
"multi_match": {
"query": "我的宝马发动机多少",
"type": "cross_fields",
"fields": [
"tag",
"content"
]
}
}
}
4、term
term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇
{
"query": {
"term": {
"content": "汽车保养"
}
}
}
查出的所有文档都包含"汽车保养"这个词组的词汇。
使用term要确定的是这个字段是否“被分析”(analyzed)，默认的字符串是被分析的。
总结
本次主要介绍DSL语句常用查询，下次再介绍下如何使用springboot来快速搭建基于elasticsearch搜索系统的开发。
