目录
一、认识elaticsearch
1、什么是正向索引
2、什么是倒排索引
二、概念
1、说明
2、mysql和es的对比
三、mapping属性
1、定义
四、CRUD
1、查看es中有哪些索引库
2、创建索引库
3、修改索引库
4、删除索引库
5、新增文档
6、删除文档
5、条件查询
一、认识elaticsearch
elasticsearch基于倒排索引结构
1、什么是正向索引
正向索引就像mysql数据库，如果根据非索引字段查询数据，会逐行获取表中所有数据，然后判断是否满足规则
例如：设置数据库中有title字段，为非索引字段流程如下：
1）用户搜索数据，条件是title符合`"%手机%"`
2）逐行获取数据，比如id为1的数据
3）判断数据中的title是否符合用户搜索条件
4）如果符合则放入结果集，不符合则丢弃。回到步骤1
2、什么是倒排索引
- 文档：就是用来搜索的数据，等同于mysql数据库中的一条记录
- 词条：利用分词器分出来的词条，例如数据中title为：我是中国人，分词器就可以分为：我 、是、 中国人、 中国、 国人等几个词条出来
* 将每一个文档的数据利用算法分词，得到一个个词条
* 创建表，每行数据包括词条、词条所在文档id、位置等信息
* 因为词条唯一性，可以给词条创建索引，例如hash表结构索引
流程：
1）用户输入条件`"华为手机"`进行搜索。
2）对用户输入内容**分词**，得到词条：`华为`、`手机`。
3）拿着词条在倒排索引中查找，可以得到包含词条的文档id：1、2、3。
4）拿着文档id到正向索引中查找具体文档。
- 正向索引是最传统的，根据id索引的方式。但根据词条查询时，必须先逐条获取每个文档，然后判断文档中是否包含所需要的词条，是**根据文档找词条的过程。
- 而倒排索引**则相反，是先找到用户要搜索的词条，根据词条得到保护词条的文档的id，然后根据id获取文档。是**根据词条找文档的过程。
二、概念
1、说明
elasticsearch是面向document存储的，一个doc就是数据库的一条记录，该条记录会被序列化成json的格式存入文档中，文档中包含很多的字段（filed）等同于数据库中的列
2、mysql和es的对比
三、mapping属性
1、定义
mapping是对文档中field的约束，例如对字段类型的约束。就像数据库中的表结构
- * type：字段数据类型，常见的简单类型有：
- * 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
- * 数值：long、integer、short、byte、double、float、
- * 布尔：boolean
- * 日期：date
- * 对象：object
- * index：是否创建索引，默认为true
- * analyzer：使用哪种分词器
- * properties：该字段的子字段
例如下面的json文档：
{
"age": 21,
"weight": 52.1,
"isMarried": false,
"info": "这是一个程序员",
"email": "nuanqin@163.com",
"score": [99.1, 99.5, 98.9],
"name": {
"firstName": "思",
"lastName": "陈"
}
}
对应的每个字段映射（mapping）：
- * age：类型为 integer；参与搜索，因此需要index为true；无需分词器
- * weight：类型为float；参与搜索，因此需要index为true；无需分词器
- * isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
- * info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
- * email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
- * score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
- * name：类型为object，需要定义多个子属性
- * name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
- * name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
四、CRUD
可采用es的可视化工具kibana进行执行CRUD语句，
入口：kibana的Dev Tools
1、查看es中有哪些索引库
GET /_cat/indices?v
2、创建索引库
PUT /索引库名称
{
"mappings": {
"properties": {
"字段名":{
"type": "text",
"analyzer": "ik_smart"
},
"字段名2":{
"type": "keyword",
"index": "false"
},
"字段名3":{
"properties": {
"子字段": {
"type": "keyword"
}
}
},
// ...略
}
}
}3、修改索引库
倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库**一旦创建，无法修改mapping**。
虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。
PUT /索引库名/_mapping
{
"properties": {
"新字段名":{
"type": "integer"
}
}
}4、删除索引库
DELETE /索引库名
5、新增文档
新增文档类似于数据库的新增一条记录
POST /索引库名/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
"字段3": {
"子属性1": "值3",
"子属性2": "值4"
},
// ...
}
#例如：
POST /heima/_doc/1
{
"info": "我是一个程序员",
"email": "nuanqin@163.com",
"name": {
"firstName": "思",
"lastName": "陈"
}
}6、删除文档
DELETE /{索引库名}/_doc/id值
5、条件查询
基本语法：
- * 请求方式：PUT
- * 请求路径：/索引库名，可以自定义，若不带索引库名代表查询所有库
- * 请求参数：mapping映射
- *_search代表搜索
#带索引库名 -->
GET /index_name/_search
{
"query": {
"match_all": {}
}
}
#不带索引库名
GET /_search
{
"query": {
"match_all": {}
}
}
#用于搜索字段中包含特定文本的文档：
GET /index_name/_search
{
"query": {
"match": {
"message": "error"
}
}
}
#精确匹配字段值
GET /index_name/_search
{
"query": {
"term": {
"status": "200"
}
}
}
#组合查询多个条件
GET /index_name/_search
{
"query": {
"bool": {
"must": [
{ "match": { "message": "error" } },
{ "term": { "status": "200" } }
]
}
}
}
#过滤特定范围内的数据
GET /my-index/_search
{
"query": {
"range": {
"field_name": {
"gte": "2024-01-01",
"lte": "2024-01-31"
}
}
}
}
#分页查询
GET /my-index/_search
{
"query": {
"match_all": {}
},
"from": 0,
"size": 10
}
#排序查询
GET /my-index/_search
{
"query": {
"match_all": {}
},
"sort": [
{ "field_name": { "order": "asc" } }
]
}
#完整示例
GET /my-index/_search
{
"query": {
"bool": {
"must": [
{ "match": { "title": "Elasticsearch" } }
],
"filter": [
{ "range": { "timestamp": { "gte": "2024-01-01", "lte": "2024-01-31" } } }
],
"must_not": [
{ "term": { "status": "deleted" } }
]
}
},
"aggs": {
"status_count": {
"terms": {
"field": "status",
"size": 10
}
}
},
"sort": [
{ "timestamp": { "order": "desc" } }
],
"from": 0,
"size": 10
}五、响应结果解析
1、took
-
含义：表示 Elasticsearch 执行查询所花费的时间，单位为毫秒。
-
示例：
"took": 4表示查询耗时 4 毫秒。
2、timed_out
-
含义：表示查询是否超时。如果查询在指定时间内完成，则为
false；如果超时，则为true。 -
示例：
"timed_out": false表示查询没有超时。
3、_shards
-
含义：包含分片的统计信息，说明查询涉及的分片总数、成功分片数、跳过分片数和失败分片数。
-
字段解析：
-
total：查询涉及的分片总数。 -
successful：成功处理的分片数。 -
skipped：跳过的分片数。 -
failed：失败的分片数。
-
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
}
4、hits
-
含义：包含查询结果的核心部分，包括匹配的文档列表和统计信息。
-
字段解析：
-
total：-
value：表示匹配查询条件的文档总数。 -
relation：表示value的准确性，eq表示精确值，gte表示大于或等于。
-
-
max_score：表示最相关文档的相关性得分（_score），如果没有使用相关性评分（如match_all查询），则为null。 -
hits：包含匹配的文档列表，每个文档是一个 JSON 对象，包含以下字段：-
_index：文档所在的索引名称。 -
_type：文档的类型（在 7.x 以后默认为_doc）。 -
_id：文档的唯一标识符。 -
_score：文档的相关性得分，表示文档与查询条件的匹配程度。 -
_source：文档的原始内容，包含所有字段的值。 -
sort：如果使用了排序，表示文档的排序值。
-
-
5、aggragations
-
含义：如果查询中包含聚合操作（
aggs），则此字段包含聚合结果。 -
示例：
"aggregations": {
"ageAgg": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [{
"key": 38,
"doc_count": 2
},
{
"key": 28,
"doc_count": 1
} ]},
"ageAvg": {
"value": 34.0
}
}
