内容详细
1 ElasticSearch之-ElasticSearch-head
# 本质都是c s 架构的软件
# es:web服务端封装了一些restful接口 b s
-docker
# mysql，redis---》自定制的 tcp 协议 b s
# 服务端装好了
# 装客户端
-浏览器--->只能发get请求
-postman
-ElasticSearch-head 第三方用nodejs写的的客户端
-Kibana 官方提供的
# 使用ElasticSearch-head连接服务端
-es是一个web后端
-ElasticSearch-head在跑在一个端口上，会有跨域问题
-解决跨域问题---》es的配置文件中加入允许跨域
# head的安装
#地址：<https://github.com/mobz/elasticsearch-head>，可以用git下载，或者下载zip
# 解压后切换到目录下
cd elasticsearch-head
# 通过npm安装依赖
npm install
#启动
npm run start
#在浏览器里打开
http://localhost:9100/
# 跨域的配置---》es的config目录下的elasticsearch.yml
http.cors.enabled: true
http.cors.allow-origin: "*"
2 ElasticSearch之-安装Kibana
# 可视化客户端---》在浏览器中访问
# 重点：
-es版本需要跟Kibana完全一一对应
# 使用步骤
-官方下载，解压
-配置Kibana---》指定连接的es服务端是什么
server.port: 5601
server.host: "127.0.0.1"
server.name: lqz
elasticsearch.hosts: ["http://localhost:9200/"]
-启动即可
安装路径的bin路径启动： ./kibana
# 会在es中创建一些索引，我们不需要管，也不要删掉
# head用来看es的数据
# kibana增删查改数据
3 Elasticsearch之-倒排索引
# 面试es重点：倒排索引 keywords和text区别
keyword不分词，直接建索引
text要分词，再建索引
# 倒排索引：通过关键字简历索引查询文档，存的时候对关键字建立索引
文章id---》文章内容 ---》正向索引
关键词1
关键词2 ---》文章内容1，文章内容2---》倒排索引
关键词3
# 总结
- 反向索引又叫倒排索引，是根据文章内容中的关键字建立索引。
- 搜索引擎原理就是建立反向索引。
- Elasticsearch 在 Lucene 的基础上进行封装，实现了分布式搜索引擎。
- Elasticsearch 中的索引、类型和文档的概念比较重要，类似于 MySQL 中的数据库、表和行。
- Elasticsearch 也是 Master-slave 架构，也实现了数据的分片和备份。
- Elasticsearch 一个典型应用就是 ELK 日志分析系统。
4 Elasticsearch之-索引操作
# 索引对等mysql的数据库
# 新增索引 建立一个lqz索引，有5个分片，每个分片一个副本
PUT lqz
{
"settings": {
"index":{
"number_of_shards":5,
"number_of_replicas":1
}
}
}
# 查看索引
#获取lqz2索引的配置信息
GET lqz/_settings
#获取所有索引的配置信息
GET _all/_settings
#同上
GET _settings
#获取lqz和lqz2索引的配置信息
GET lqz,lqz2/_settings
# 修改索引 (一般不改)
PUT lqz/_settings
{
"number_of_replicas": 2
}
# 删除索引
DELETE lqz
5 Elasticsearch之-映射管理
# 原来mysql中建表语句
# es 6.x之前，一个索引下可以有多个类型 --->一个库下可以有多个表
# 6.x 可以使用多个类型，但不能创建了
# es 6.x以后，一个索引下只能有一个类型 --->一个库下只能有一个表
在es中，索引没有，类型没有，可以直接插入文档--》插入文档后，自动创建索引和类型
跟mysql必须先建库，再建表，再插入数据
##### 创建类型
# 6.x之前的建立类型
PUT books # 给books索引，建立一个类型book类型，无论索引是否存在
{
"mappings": {
"book":{
"properties":{
"title":{
"type":"text"
},
"price":{
"type":"integer"
},
"addr":{
"type":"keyword"
},
"company":{
"properties":{
"name":{"type":"text"},
"company_addr":{"type":"text"},
"employee_count":{"type":"integer"}
}
},
"publish_date":{"type":"date","format":"yyy-MM-dd"}
}
}
}
}
# 6.x以后的建立类型-->不能建多个类型了，不需要指定类型，默认叫 _doc
PUT books
{
"mappings": {
"properties":{
"title":{
"type":"text"
},
"price":{
"type":"integer"
},
"addr":{
"type":"keyword"
},
"company":{
"properties":{
"name":{"type":"text"},
"company_addr":{"type":"text"},
"employee_count":{"type":"integer"}
}
},
"publish_date":{"type":"date","format":"yyy-MM-dd"}
}
}
}
# python 没有基础数据类型---》对象 ---》整形可以无限长
# 字段类型 字段数据类型
string类型：text，keyword
数字类型：byte(int8->一个字节)，short(int16->2个字节)，integer(int32->4个字节)，long(int64-->8个字节) float(float32),double(float64)
日期类型：data
布尔类型：boolean
binary类型：binary
复杂类型：object（实体，对象），nested（列表）
geo类型：geo-point，geo-shape（地理位置）
专业类型：ip，competion（搜索建议）
# 字段参数---》字段有参数
store 值为yes表示存储，no表示不存储，默认为yes all
index yes表示分析，no表示不分析，默认为true text
null_value 如果字段为空，可以设置一个默认值，比如"NA"（传过来为空，不能搜索，na可以搜索） all
analyzer 可以设置索引和搜索时用的分析器，默认使用的是standard分析器，还可以使用whitespace，simple。都是英文分析器 all
include_in_all 默认es为每个文档定义一个特殊域_all,它的作用是让每个字段都被搜索到，如果想让某个字段不被搜索到，可以设置为false all
format 时间格式字符串模式 date
###### 查看映射 mapping 类型
#查看books索引的mapping
GET books/_mapping
#获取所有的mapping
GET _all/_mapping
#### 插入文档
PUT books/_doc/1
{
"title":"大头儿子小偷爸爸",
"price":100,
"addr":"北京天安门",
"company":{
"name":"我爱北京天安门",
"company_addr":"我的家在东北松花江傻姑娘",
"employee_count":10
},
"publish_date":"2019-08-19"
}
#测试数据2
PUT books/_doc/2
{
"title":"白雪公主和十个小矮人",
"price":"99",
"addr":"黑暗森里",
"company":{
"name":"我的家乡在上海",
"company_addr":"朋友一生一起走",
"employee_count":10
},
"publish_date":"2018-05-19"
}
6 Elasticsearch的文档增删查改(CURD)
### 文档增
PUT lqz/_doc/1
{
"name":"顾老二",
"age":30,
"from": "gu",
"desc": "皮肤黑、武器长、性格直",
"tags": ["黑", "长", "直"]
}
### 文档改
### 方式一：覆盖更新
PUT lqz/_doc/1
{
"name":"lqz",
"age":30,
}
### 方式二：真更新
POST lqz/_doc/1/_update
{
"doc": {
"desc": "皮肤很黄，武器很长，性格很直",
"tags": ["很黄","很长", "很直"]
}
}
POST lqz/_update/4
{
"doc": {
"desc": "xx，yy，zz",
"tags": ["很黄","很长", "很直"]
}
}
### 文档删
DELETE lqz/_doc/1
## 文档查（最复杂）
### 方式一：根据id
GET lqz/_doc/1
### 方式二：根据查询字符串
GET lqz/_search?q=from:gu
GET lqz/_search?q=age:29
#### 方式三：结构化查询（常用，功能丰富）
GET lqz/_search
{
"query": {
"match": {
"name": "我爱北京天安门天安门上太阳升"
}
}
}
#### 面试重点：term和match的区别
- term代表完全匹配，不进行分词器分析
term 查询的字段需要在mapping的时候定义好，否则可能词被分词。传入指定的字符串，查不到数据
-match
match的查询词会被分词，会把要搜索的词分词---》搜索
-存的时候，如果是text类型，会分词，建索引存储
es是个存数据的地方
-mysql---》存到es
-pymysql取出mysql数据---》存到es中
-查询数据
# 如何查就可以了
#
