1、简介
https://www.elastic.co/cn/what-is/elasticsearch 全文搜索属于最常见的需求,开源的 Elasticsearch 是目前全文搜索引擎的首选。 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它
Elastic 的底层是开源库 Lucene。但是,你没法直接用 Lucene,必须自己写代码去调用它的 接口。Elastic 是 Lucene 的封装,提供了 REST API 的操作接口,开箱即用。 REST API:天然的跨平台。 官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html 官方中文:https://www.elastic.co/guide/cn/elasticsearch/guide/current/foreword_id.html 社区中文: https://es.xiaoleilu.com/index.html http://doc.codingdict.com/elasticsearch/0/
2、初步检索
1、_cat GET /_cat/nodes:查看所有节点
GET /_cat/health:查看 es 健康状况
GET /_cat/master:查看主节点
GET /_cat/indices:查看所有索引 show databases;
2、索引一个文档
(保存) 保存一个数据,保存在哪个索引的哪个类型下,指定用哪个唯一标识
PUT customer/external/1;在 customer 索引下的 external 类型下保存 1 号数据为
# 数据库 表 表的内容
# 索引 类型 文档id
PUT customer/external/1
{ "name": "John Doe" }
PUT 和 POST 都可以做 新增和更新操作,如果没有带id,就是新增,自动生成唯一id,如果带了id,多次操作就是对原来id对应数据的更新操作
一般 POST 用来做新增。如果不指定 id,会自动生成 id。指定 id 就会修改这个数据,并新增版本号 PUT 可以新增可以修改。
PUT 必须指定 id;由于 PUT 需要指定 id,我们一般都用来做修改 操作,不指定 id 会报错
3、get查询和乐观锁字段
get查询
字段解释
{
"_index": "customer", //在哪个索引
"_type": "external", //在哪个类型
"_id": "1", //记录 id "_version": 2, //版本号
"_seq_no": 1, //并发控制字段,每次更新就会+1,用来做乐观锁
"_primary_term": 1, //同上,主分片重新分配,如重启,就会变化
"found": true, "_source": { //真正的内容
"name": "John Doe"
}
}
这两个字段是用来做 乐观锁字段的,只要数据有改动,seq_no就会数字自增1
"_seq_no": 3,
"_primary_term": 1,
乐观锁修改
另一个人也进行修改,但是 seq_no序列化id已经发生自增,所以会报错
4、put和post更新数据
post不带update更新
POST customer/external/1
{
"name": "pi pi"
}
put更新
PUT customer/external/1
{
"name": "xia pi"
}
post带update更新
POST customer/external/1/_update
{
"doc":{
"name": "xian pi"
}
}
_update 会对比原数据,如果更新的数据没有变化,version就不会自增,seq_no也不会自增,结果为 noop,no operation
put和post区别
不同点
POST 操作会对比源文档数据,如果相同不会有什么操作,文档 version 不增加 PUT 操作总会将数据重新保存并增加 version 版本; 带_update 对比元数据如果一样就不进行任何操作。 看场景; 对于大并发更新,不带 update; 对于大并发查询偶尔更新,带 update;对比更新,重新计算分配规则。
相同点
更新同时增加属性
POST customer/external/1/_update
{
"doc": {
"name": "Jane Doe",
"age": 20
}
}
PUT 和 POST 不带_update 也可以
5、删除数据
//数据库 表 数据内容
//索引 类型 文档id
customer/external/1
删除文档
再次查询,就发现已经删除了
删除索引
6、bulk 批量 API
导入es测试数据
指定的 索引 类型 数据id 导入数据
POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }
对所有索引下都导入数据
POST _bulk
{ "delete": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "create": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "title": "My first blog post" }
{ "index": { "_index": "website", "_type": "blog" }}
{ "title": "My second blog post" }
{ "update": { "_index": "website", "_type": "blog", "_id": "123"} }
{ "doc" : {"title" : "My updated blog post"} }
样本测试数据
我准备了一份顾客银行账户信息的虚构的 JSON 文档样本
https://github.com/elastic/elasticsearch/blob/master/docs/src/test/resources/accounts.json?raw =true
POST bank/account/_bulk
测试数据
7、searchApi
ES 支持两种基本方式检索 :
一个是通过使用 REST request URI 发送搜索参数(uri+检索参数)
另一个是通过使用 REST request body 来发送它们(uri+请求体)
检索信息
响应结果解释:
took - Elasticsearch 执行搜索的时间(毫秒)
time_out - 告诉我们搜索是否超时
_shards - 告诉我们多少个分片被搜索了,以及统计了成功/失败的搜索分片
hits - 搜索结果 hits.total - 搜索结果
hits.hits - 实际的搜索结果数组(默认为前 10 的文档)
sort - 结果的排序 key(键)(没有则按 score 排序)
score 和 max_score –相关性得分和最高得分(全文检索用)
8、Query DSL领域查询语言
Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL(domain-specific language 领域特 定语言)。这个被称为 Query DSL。
GET bank/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 20,
#返回多个字段,用逗号隔开
"_source": "{"name","age"}",
"sort": [
{
"account_number": {
"order": "desc"
}
}
]
}
语法解释
query 定义如何查询
match_all 查询类型【代表查询所有的所有】,es 中可以在 query 中组合非常多的查 询类型完成复杂查询
除了 query 参数之外,我们也可以传递其它的参数以改变查询结果。如 sort,size
from+size 限定,完成分页功能
sort 排序,多字段排序,会在前序字段相等时后续字段内部排序,否则以前序为准
9、match【匹配查询】
GET customer/_search
{
"query": {
"match": {
"address": "mill road"
}
}
}
10、match_phrase【短语匹配】
将需要匹配的值当成一个整体单词(不分词)进行检索,而match却会分词
GET customer/_search
{
"query": {
"match_phrase": {
"address": "mill road"
}
}
}
11、multi_match【多字段匹配】
只要 state或address字段里有一个包含 mill就可查询到
GET bank/_search
{
"query": {
"multi_match": {
"query": "mill",
"fields": [
"state",
"address"
]
}
}
}
12、bool【复合查询】
bool 用来做复合查询: 复合语句可以合并 任何 其它查询语句,包括复合语句,了解这一点是很重要的。这就意味 着,复合语句之间可以互相嵌套,可以表达非常复杂的逻辑。
must:必须达到 must 列举的所有条件
GET customer/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "mill"
}
},
{
"match": {
"gender": "M"
}
}
]
}
}
}
must_not 必须不是指定的情况
GET customer/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "mill"
}
},
{
"match": {
"gender": "M"
}
}
],
"must_not": [
{
"match": {
"email": "baluba"
}
}
]
}
}
}
should
应该达到 should 列举的条件,如果达到会增加相关文档的评分,不达到条件也没事,并不会改变 查询的结果。如果 query 中只有 should 且只有一种匹配规则,那么 should 的条件就会 被作为默认匹配条件而去改变查询结果
GET customer/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "mill"
}
},
{
"match": {
"gender": "M"
}
}
],
"must_not": [
{
"match": {
"email": "baluba"
}
}
],
"should": [
{"match": {
"address": "dadai"
}}
]
}
}
}
13、filter【结果过滤】
并不是所有的查询都需要产生分数,特别是那些仅用于 “filtering”(过滤)的文档。为了不 计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。
GET customer/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"address": "mill"
}
},
{
"match": {
"gender": "M"
}
}
],
"must_not": [
{
"match": {
"email": "baluba"
}
}
],
"should": [
{"match": {
"address": "dadai"
}}
],
"filter": {
"range": {
"balance": {
"gte": 10,
"lte": 20
}
}
}
}
}
}
14、term
term 和 match 一样都是匹配某个属性的值
区别:match在匹配时会对所查找的关键词进行分词,然后按分词匹配查找,而term会直接对关键词进行查找。一般模糊查找的时候,多用match,而精确查找时可以使用term
GET customer/_search
{
"query": {
"bool": {
"must": [
{
"term": {
"age": {
"value": "28"
}
}
},
{
"match": {
"address": "990 Mill Road"
}
}
]
}
}
}
15、aggregations(执行聚合)
聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于 SQL GROUP BY 和 SQL 聚合函数。在 Elasticsearch 中,您有执行搜索返回 hits(命中结果),并且同时返回聚合结果,把一个响应中的所有 hits(命中结果)分隔开的能力。这是非常强大且有效的, 您可以执行查询和多个聚合,并且在一次使用中得到各自的(任何一个的)返回结果,使用 一次简洁和简化的 API 来避免网络往返
题目1
搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄,但不显示这些人的详情。
GET customer/_search
{
"query": {
"match": {
"address": "mill"
}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 10
}
},
"aggAvg":{
"avg": {
"field": "age"
}
},
"salaryAvg":{
"avg": {
"field": "salary"
}
}
}
}
题目2
按照年龄聚合,并且请求这些年龄段的这些人的平均薪资
GET bank/account/_search
{
"query": {
"match_all": {}
},
"aggs": {
"age_avg": {
"terms": {
"field": "age",
"size": 1000
},
"aggs": {
"banlances_avg": {
"avg": {
"field": "balance"
}
}
}
}
},
"size": 1000
}
题目3
查出所有年龄分布,并且这些年龄段中 Mail 的平均薪资和 Femail 的平均薪资以及这个年龄段的总体平均薪资
GET customer/_search
{
"query": {
"match_all": {}
},
"aggs": {
"ageAgg": {
"terms": {
"field": "age",
"size": 10
},
"aggs": {
"genderAgg": {
"terms": {
"field": "gender.keyword",
"size": 10
},
"aggs": {
"salaryAgg": {
"terms": {
"field": "salary",
"size": 10
}
}
}
}
}
}
}
}
16、Mapping映射
Es7 及以上移除了 type 的概念,就是为了提高 ES 处理数据的效率。
text:可以分词
keyword:不会分词
创建新索引并指定映射
PUT /my_index
{
"mappings": {
"properties": {
"age": {
"type": "integer"
},
"email": {
"type": "keyword"
},
"name": {
"type": "text"
}
}
}
}
返回结果
{
"acknowledged" : true,
"shards_acknowledged" : true,
"index" : "my_index"
}
添加新的字段映射
此处里面的index为false,指的是此字段不可以被用于作为索引,不能根据 employee-id作为索引 来查询
默认index是为true的,代表字段可以被用来检索
PUT /my_index/_mapping
{
"properties":{
"employee-id":{
"type":"keyword",
"index":false
}
}
}
返回结果
{
"acknowledged" : true
}
更新映射
查询映射类型
GET /my_index/_mapping
返回结果
{
"my_index" : {
"mappings" : {
"properties" : {
"age" : {
"type" : "integer"
},
"email" : {
"type" : "keyword"
},
"employee-id" : {
"type" : "keyword",
"index" : false
},
"name" : {
"type" : "text"
}
}
}
}
}
对于已经存在的映射字段,我们不能更新。更新必须创建新的索引进行数据迁移
创建一个新的索引,将旧的索引数据拷贝过来,类型可以做修改
PUT /new_my_index
{
"mappings": {
"properties": {
"age": {
"type": "long"
},
"email": {
"type": "keyword"
},
"name": {
"type": "text"
}
}
}
}
查看新索引的映射类型
GET /new_my_index/_mapping
返回结果
{
"new_my_index" : {
"mappings" : {
"properties" : {
"age" : {
"type" : "long"
},
"email" : {
"type" : "keyword"
},
"name" : {
"type" : "text"
}
}
}
}
}
将旧索引的 type 下的数据进行迁移
#数据迁移,例如将老索引中的数据迁移到新索引中
POST _reindex
{
"source": {
"index": "my_index"
},
"dest": {
"index": "new_my_index"
}
}
返回结果
{
"took" : 20,
"timed_out" : false,
"total" : 0,
"updated" : 0,
"created" : 0,
"deleted" : 0,
"batches" : 0,
"version_conflicts" : 0,
"noops" : 0,
"retries" : {
"bulk" : 0,
"search" : 0
},
"throttled_millis" : 0,
"requests_per_second" : -1.0,
"throttled_until_millis" : 0,
"failures" : [ ]
}
demo
1、创建新索引
PUT /pi/_doc/1
{
"name":"zhangsan",
"age":10
}
2、查询索引结果
GET pi/_search
{
"query": {
"match_all": {}
}
}
返回结果为
{
"took" : 0,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "pi",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "zhangsan",
"age" : 10
}
}
]
}
}
3、查询老索引映射字段类型
GET pi/_mapping
返回结果
{
"pi" : {
"mappings" : {
"properties" : {
"age" : {
"type" : "long"
},
"name" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
}
}
}
}
}
4、创建新索引且修改映射类型
PUT /new_pi/
{
"mappings" : {
"properties" : {
"age" : {
"type" : "integer"
},
"name" : {
"type" : "keyword"
}
}
}
}
5、迁移数据,将老索引的数据迁移到新索引上
对于已经存在的映射字段,我们不能更新。更新必须创建新的索引进行数据迁移
POST _reindex
{
"source": {
"index": "pi"
},
"dest": {
"index": "new_pi"
}
}
6、查看新索引数据
GET new_pi/_search
{
"query": {
"match_all": {}
}
}
返回结果
{
"took" : 833,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "new_pi",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "zhangsan",
"age" : 10
}
}
]
}
}