目录
- elasticsearch基本概念
- RESTful API
- 创建非结构化索引
- （增）创建空索引
- （删）删除索引
- （改）插入数据
- （改）数据更新
- （查）搜索数据（id）
- （查）搜索数据（全部）
- （查）关键字搜索数据
- （查）DSL搜索
- 其他（聚合）
elasticsearch基本概念
Elasticsearch 是一个分布式搜索引擎，用于全文搜索、分析和可视化大规模数据。以下是 Elasticsearch 中一些基本概念：
- 索引（Index）：
- Elasticsearch 中的数据存储单元，类似于传统数据库中的数据库。每个索引包含一组相关的文档。
- 文档（Document）：
- 索引中的基本信息单元，可以是 JSON、XML、或其他格式的数据。文档是 Elasticsearch 中可被索引和搜索的基本数据单元。
- 类型（Type）（在7.x版本之前）：
- Elasticsearch 6.x及更早版本中，索引可以包含一个或多个类型，每个类型定义了文档的结构。从 Elasticsearch 7.x 开始，不再支持多类型，一个索引只有一个默认类型 “_doc”。
- 映射（Mapping）：
- 定义了索引中的文档结构，包括每个字段的类型和属性。映射在创建索引时自动创建，也可以手动定义。
- 节点（Node）：
- Elasticsearch 集群中的单个服务器，用于存储数据和执行数据操作。每个节点属于一个集群，并且有唯一的名称。
- 集群（Cluster）：
- 由一个或多个节点组成的集合，共同存储数据并提供联合的搜索能力。集群有一个唯一的名称。
- 分片（Shard）：
- 索引可以被分割成多个分片，每个分片是一个独立的索引。分片允许数据水平扩展，提高并发性能。
- 副本（Replica）：
- 每个分片可以有零个或多个副本。副本是分片的精确拷贝，用于提高高可用性和故障恢复。
- 查询（Query）：
- 用于搜索 Elasticsearch 中文档的条件。可以通过查询DSL（Domain Specific Language）来构建各种类型的查询。
- 聚合（Aggregation）：
- 用于分析和统计数据的机制，可以计算平均值、总和、最小值等。
- 索引别名（Index Alias）：
- 为索引提供一个可读的名称，可以用于简化索引操作和在查询中引用多个索引。
- 分析器（Analyzer）：
- 用于在索引和查询阶段处理文本数据的组件，包括分词、小写化、去停用词等。
- 倒排索引（Inverted Index）：
- Elasticsearch 使用倒排索引来加速搜索，它记录了每个词项出现在哪些文档中。
这些是 Elasticsearch 中一些基本的概念，了解它们有助于更好地理解和使用 Elasticsearch 进行数据存储和检索。
RESTful API
在Elasticsearch中，提供了功能丰富的RESTful API的操作，包括基本的CRUD、创建索引、删除索引等操作。
创建非结构化索引
在Lucene中，创建索引是需要定义字段名称以及字段的类型的，在Elasticsearch中提供了非结构化的索引，就是不需要创建索引结构，即可写入数据到索引中，实际上在Elasticsearch底层会进行结构化操作，此操作对用户是透明的。
（增）创建空索引
PUT /elk
{
"settings":{
"index":{
"number_of_shards":"2",
"number_of_replicas":"0"
}
}
}
这里我选择postman进行测试。
去elasticsearch-head看是否索引创建是否成功。
可以看到索引已经创建成功了。
（删）删除索引
DELETE /elk
{
"acknowledged": true
}
在postman中进行删除操作
检查是否删除成功
可以看到已经删除成功了
（改）插入数据
上面我们已经学会了如何创建好删除索引，现在我们进行数据的添加操作。
URL规则：
POST /{索引}/{类型}/{id}
插入如下数据。
{
"id":1001,
"name":"王五",
"age":18,
"sex":"男"
}
postman中显示插入成功了。
浏览器上是否也是插入成功呢？
可以看到数据已经成功插入了。
（改）数据更新
在Elasticsearch中，文档数据是不为修改的，但是可以通过覆盖的方式进行更新。
{
"id":1001,
"name":"王老五",
"age":55,
"sex":"男"
}
服务器中的数据也成功更新了。
问题与探究问题与探究问题与探究
可以看到数据已经被覆盖了。问题来了，可以局部更新吗？ – 可以的。前面不是说，文档数据不能更新吗？
其实是这样的：在内部，依然会查询到这个文档数据，然后进行覆盖操作，步骤如下：
- 从旧文档中检索JSON
- 修改它
- 删除旧文档
- 索引新文档
#注意：这里多了_update标识
POST /haoke/_update/1001
{
"doc":{
"age":66
}
}
可以看到数据已经成功更新了。
我们需要id存在，否则会报错，也就是404
当id存在，我们可以往数据添加原先没有的数据。
（查）搜索数据（id）
GET /elk/_doc/id
我们也可以直接在elasticsearch中进行搜索
（查）搜索数据（全部）
GET /elk/_search
同样的，查询全部也可以直接在elasticsearch-head中的基本查询中进行搜索。
（查）关键字搜索数据
#格式
GET /elk/_search?q=字段名:对应值
#查询年龄等于13的用户
GET /elk/_search?q=age:20
#查询年龄等于13的用户
GET /elk/_search?q=address:湖南
（查）DSL搜索
Elasticsearch的DSL（Domain-Specific Language）是一种查询语言，用于在Elasticsearch中执行搜索操作。DSL允许用户以结构化的方式构建复杂的查询，以满足不同的搜索需求。DSL查询通常以JSON格式表示，并包含各种查询和过滤条件。
以下是一些常见的DSL查询语法和查询类型的详细解释：
-
Match Query:
Match查询用于执行全文本搜索，它会在指定的字段中查找包含特定词语的文档。{ "query": { "match": { "field_name": "search_term" } } }匹配年龄为20的数据
POST /elk/_search #请求体 { "query" : { "match" : { "age" : 23 } } }
匹配多个姓名数据
POST /elk/_search #请求数据 { "query" : { "match" : { "name" : "张四 李三 王老五" } } }
高亮显示
POST /elk/_search #请求数据 { "query": { "match": { "name": "王老五" } }, "highlight": { "fields": { "name": {} } } }
-
Term Query:
Term查询用于匹配确切的词语。它通常用于精确匹配，而不进行全文本搜索。{ "query": { "term": { "field_name": "exact_term" } } } -
Bool Query: Bool查询允许将多个查询组合在一起，并使用逻辑运算符（must、must_not、should）来定义查询逻辑。
{ "query": { "bool": { "must": [ { "match": { "field1": "value1" } }, { "term": { "field2": "value2" } } ], "must_not": [ { "range": { "field3": { "gte": "2022-01-01" } } } ], "should": [ { "term": { "field4": "value3" } } ] } } }查询年龄大于18岁的男性用户。
POST /elk/user/_search #请求数据 { "query": { "bool": { "filter": { "range": { "age": { "gt": 18 } } }, "must": { "match": { "sex": "男" } } } } } -
Range Query:
Range查询用于匹配指定范围内的值。{ "query": { "range": { "field_name": { "gte": "min_value", "lte": "max_value" } } } } -
Wildcard Query:
通配符查询允许使用通配符进行模糊匹配。{ "query": { "wildcard": { "field_name": "search*term" } } } -
Nested Query:
Nested查询用于在嵌套文档中执行查询。{ "query": { "nested": { "path": "nested_field", "query": { "match": { "nested_field.property": "value" } } } } }
这些是一些基本的DSL查询示例。在实际应用中，可以将这些查询类型组合使用，以满足特定的搜索需求。此外，Elasticsearch还支持聚合（Aggregation）、排序（Sorting）、分页（Pagination）等高级功能，可以进一步扩展查询的能力。
其他（聚合）
在Elasticsearch中，支持聚合操作，类似SQL中的group by操作。
POST /elk/_search
{
"aggs": {
"all_interests": {
"terms": {
"field": "age"
}
}
}
}
