ElasticSearch快速入门（一）

Elaticsearch，简称为 ES， 是一个开源的高扩展的分布式全文搜索引擎 （这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎）。与传统型关系数据库不同，Elaticsearch使用的是倒排索引，它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。

例如百度、谷歌之类的搜索引擎，它们都是根据网页中的关键字生成索引的，当我们在这类搜索引擎输入关键字进行搜索时，它们会根据关键字去匹配索引，然后将索引对应的所有网页返回；除了这类搜索引擎之外，还一些非结构化的数据文本等，对于这些内容的搜索，关系型数据库搜索不是能很好的支持。而且一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段（除了wordpress，之前折腾wordpress时，把数据库删了，文章直接就没了，后面发现wordpress竟然把文章存在数据库里 ==+ ）。当进行全文检索时，需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。即使建立了索引，后期维护起来也比较麻烦，进行插入和更新操作时都会重新构建索引。 全文搜索引擎的适用场景：

下载安装

，下载完后直接解压；

进入 bin 文件目录，点击 elasticsearch.bat 文件启动 ES 服务

​

打开地址：，测试是否启动成功

RESTful

在SpringMVC中有提到过。

REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就 是 RESTful。Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之 间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务 器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用 服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。 在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它 向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI (Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客 户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、PUT、POST 和 DELETe。

在 REST 样式的 Web 服务中，每个资源都有一个地址。资源本身都是方法调用的目 标，方法列表对所有资源都是一样的。这些方法都是标准方法，包括 HTTP GET、POST、 PUT、DELETE，还可能包括 HEAD 和 OPTIONS。简单的理解就是，如果想要访问互联 网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径，以 及对资源进行的操作(增删改查)。

第三方工具

使用Elasticsearch服务器发请求时必须包含HTTP 标准的方法，而大部分浏览器默认发送的只有 GET 和 POST 请求。所以为了能方便地进行客户端的访问，

我们可以使用 网页调试工具配合使用。

Postman下载安装后，按照提示填写信息，然后随便创建一个team就可以了；

使用Elasticsearch服务器发请求时必须包含HTTP 标准的方法，而大部分浏览器默认发送的只有 GET 和 POST 请求。所以为了能方便地进行客户端的访问，

我们可以使用以下几种工具可配合使用。

数据格式

Elasticsearch 是面向文档型数据库，一条数据对应的就是一个文档。

与MySQL的类比：

ES 里的 Index 可以看做一个库，而 Types 相当于表，documents 则相当于表的行。 这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个 type，Elasticsearch 7.X 中, Type 的概念已经被删除了

用 JSON 作为文档序列化的格式，比如一条用户信息：

Postman

索引操作

为了方便演示RESTful风格，这里使用的是Postman进行操作，如果不用RESTful风格，可直接跳到Kibana

打开Postman，按照提示进行初始化设置；

进入Postman界面后，新建一个Collection；

创建索引

相当于关系型数据库中的创建数据库

点击右侧加号；输入一个PUT命令:

然后点击Send，可以看到创建成功的提示 返回结果：

重复添加时会报错： 返回结果：

查询索引

输入一个GET命令，来查询所有索引；（cat 表示查看的意思，indices 表示索引，相当于像 MySQL 中的 show tables）

返回结果：

查询单个索引

返回结果：

删除索引

返回结果：

文档操作

创建文档

这里的文档就相当于MySQL中的表中的数据

发送一个POST请求，创建文档，文档的格式为JSON：

选择POST请求（由于此处没有指定ID为非幂等性操作，所以只能用POST）：

简单理解幂等性：多次操作与一次操作的结果相同，即为幂等性操作；反之 此例中由于没有指定ID，所以ID为随机生成，导致多次操作与一次操作的结果不同

输入请求体：点击Body，点击raw，格式选择JSON，并在输入框输入请求体（请求完成后记得把请求体删除，否则遇到不需要请求体的命令时会报错）

然后点击Send发送请求；

返回结果（附解释）：

上面的数据创建后，由于没有指定数据唯一性标识（ID）（也就是主键），默认情况下，ES 服务器会随机生成一个。 如果想要自定义唯一性标识，需要在创建时指定（此时就变成了幂等性操作，因此可以使用POST和PUT两种请求方式）：

请求体：（请求完成后记得把请求体删除，否则遇到不需要请求体的命令时会报错）

返回结果：

查看文档

返回结果：

修改文档

请求体：（请求完成后记得把请求体删除，否则遇到不需要请求体的命令时会报错）

点击Send发送请求：

返回结果：

请求体：

返回结果：

删除文档

返回结果：

请求体：

返回结果：

同理如果要删除索引下全部数据，只需要改请求体条件即可：

Kibana

打开Kibana的bin路径下的kibana.bat启动Kibana；

然后浏览器访问5601端口，点击Explore on my own；

在左侧菜单找到Dev Tools；

索引操作

创建索引

相当于关系型数据库中的创建数据库

输入一个PUT命令:

错误写法（不能有空行）：

点击代码右侧的启动按钮，可以在右侧看到创建成功的提示 返回结果：

重复添加时会报错： 返回结果：

查询索引

输入一个GET命令，来查询所有索引；（cat 表示查看的意思，indices 表示索引，相当于像 MySQL 中的 show tables）

返回结果：

可以看到ElasticSearch请求方式用小写也能执行，但是左侧会报错误提醒

查询单个索引

返回结果：

删除索引

返回结果：

文档操作

创建文档

这里的文档就相当于MySQL中的表中的数据

发送一个POST请求，创建文档，文档的格式为JSON：

选择POST请求（由于此处没有指定ID为非幂等性操作，所以只能用POST）：

简单理解幂等性：多次操作与一次操作的结果相同，即为幂等性操作；反之 此例中由于没有指定ID，所以ID为随机生成，导致多次操作与一次操作的结果不同

点击右侧运行按钮运行

返回结果（附解释）：

上面的数据创建后，由于没有指定数据唯一性标识（ID）（也就是主键），默认情况下，ES 服务器会随机生成一个。 如果想要自定义唯一性标识，需要在创建时指定（此时就变成了幂等性操作，因此可以使用POST和PUT两种请求方式）

返回结果：

查看文档

返回结果：

修改文档

请求体：（请求完成后记得把请求体删除，否则遇到不需要请求体的命令时会报错）

返回结果：

请求体：

返回结果

删除文档

返回结果：

返回结果：

同理如果要删除索引下全部数据，只需要改请求体条件即可：

对比

一图简单对比Postman和Kibana使用ES命令方式区别：

由于后面示例都是用的Kibana，继续用Postman的可自行参照此图，根据示例中的Kibana进行类比

映射关系

索引库(index)中的映射类似于数据库(database)中的表结构(table)。 创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型 下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。

映射数据说明：

创建映射关系

首先创建索引

然后创建映射关系

返回结果：

返回结果：

查看映射关系

返回结果：

高级查询

为了方便演示，这里不使用系统自动给的映射，而是自行创建映射

创建完映射后，创建数据

全量查询（match_all）

匹配查询（match）

match 匹配类型查询，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系 1）直接通过请求路径查询（不推荐，中文容易出现乱码）

返回结果：

查询条件被自动分词，所有content字段中包含“OS、Android、Not、on”的文档均会被检索出来

2)通过请求体查询

返回结果和上面一样 为了更直观的显示我们可以使用进行查询：

可以很直观的看到查询条件被分成了四个字段“OS、Android、Not、on”

测试text类型映射：

返回结果：

查询字段中的华和果自动被分词了，因此所有name中包含华和果的文档全被检索出来了

同样可以看到关键词被分成了华和果两个字段

测试keyword类型映射：

返回结果（未查到符合要求文档）：

可以看到由于vendor字段被设置了keyword映射，所以查询关键词并没有被分词；所以必须输入该字段的完整值进行查询

返回结果：

测试index为false（不能被检索）：

返回结果：（提示错误信息）

字段匹配查询（multi_match）

multi_match 与match 的区别就是它可以在多个字段中进行查询

查询在name和content字段中包含华和MIUI的文档

返回结果：

关键字精确查询（term）

term 查询，精确的关键词匹配查询，不对查询条件进行分词。

返回结果：(未查询到）

由于text类型默认会被自动分词，所以存入name字段的值：“小米手机”会被自动分成“小、米、手、机”四个字，因此当我们进行精确匹配查询“小米手机”时就会查询不到；只有当查询“小、米、手、机”四个字的任意字时才会匹配到；如果name字段被设为keyword映射，则只有当查询的关键词为“小米手机”时才会进行匹配

多关键字精确查询（terms）

terms查询和term查询的区别是它可以指定多值进行匹配查询，并且只需要匹配一个值即为满足查询条件；类似于mysql 的in 。

返回结果：

指定查询字段（_source）

默认情况下，ElasticSearch会将保存在_source中的所有字段都返回。因此我们可以自定义返回的字段

设置_source只返回name和area字段

返回结果：

过滤字段（includes/excludes）

includes：来指定想要显示的字段

excludes：来指定不想要显示的字段 返回结果：

可以看到满足must条件的华为和小米均被查了出来，而符合should要求的华为优先级较高，被排在了前面

范围查询（range）

range 查询找出那些落在指定区间内的数字或者时间。range 查询允许以下字符

返回结果：

模糊查询（wildcard）

模糊查询效率较慢，因此不推荐使用；和大部分模糊匹配一样，使用*或者?进行占位替代； ​

返回结果：

因为是模糊查询，所以不受keyword映射影响，但是仍然会受到分词器的影响，比如下面实例中的模糊查询name为“小米”的文档，而上面示例已经说了，“小米手机”已经被分词成了四个独立的字，因此通过“小米”去模糊查询，仍然是查询不到的

单字段排序（sort）

sort 可以按照不同的字段进行排序，并且通过order 指定排序的方式（desc 降序，asc升序）。

返回结果：

多字段排序（sort）

为方便测试，添加一个只有ID不同的数据：

开始测试：

先按价格降序，然后按_id升序

返回结果：

测试完成后，删除刚刚添加的数据 ​

高亮查询（highlight）

Elasticsearch 可以对查询内容中的关键字部分，进行标签和样式(高亮)的设置。 在使用match 查询的同时，加上一个highlight 属性（可以不设置，不设置则为默认值）：

pre_tags：前置标签 （默认为em标签）

post_tags：后置标签 （默认为em标签）

fields：需要高亮的字段

title：这里声明title 字段需要高亮，后面可以为这个字段设置特有配置

返回结果：

因为是html语法，所以返回结果里面只有文字，而不是直接显示效果

分页查询（from）

from：当前页的起始索引，默认从0 开始。 from = (页数 - 1) * size 【即from为0时，为第一页，以此类推】 size：每页显示多少条

返回结果：

聚合查询（aggs）

聚合允许使用者对es文档进行统计分析，类似与MySQL中的group by

度量聚合

例如取最大值（max）、最小值（min）、平均值（avg）、总数（count）、 去重后求总数（cardinality）、返回所有度量类型的统计（stats）等等。

返回结果：

在查询结果底部的aggregations字段中可以看到得到的相加结果为33172.0

桶聚合查询

在已有的分组条件下再进行聚合即为桶聚合，相当于MySQL中的group by 语句；桶聚合返回很多子集，并限定输入数据到一个特殊的叫做桶的子集中。可以把桶聚合想象成 类似切面功能的东西。

terms聚合为字段中每个词条返回一个桶。允许你生成字段每个值的统计；

范围聚合和时间范围聚合

多个聚合的嵌套即为桶嵌套

中文支持

在Kiabana的配置文件中修改，然后重启Kiabana即可：

可视化操作

直接对索引操作：

文档的可视化操作