和我一起打造个简单搜索之ElasticSearch入门

本文最后更新于：2021年6月15日 晚上

本文简单介绍了使用 Rest 接口，对 es 进行操作，更深入的学习，可以参考文末部分。

环境

本文以及后续 es 系列文章都基于 5.5.3 这个版本的 elasticsearch ，这个版本比较稳定，可以用于生产环境。

系列文章

基础概念

索引–相当于数据库
类型–相当于表
文档–相当于一条记录
分片–对索引进行分片，分布于集群各个节点上，降低单个节点的压力
备份–拷贝分片就完成了备份

基本语法

索引

索引类型

  • 结构化索引
    • 特点：通过接口创建，可以指定 mappings
    • url:port/索引名/类型名/_mappings
  • 非结构化索引
    • 特点：通过 elasticsearch head 创建 mapping 为空

使用 RestClient/PostMan 创建结构化索引

创建一个 people 的索引，包含一个类型 man

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
{
    "settings":{
        "number_of_shards":3,
        "number_of_replicas":1
    },
    "mappings":{
        "man":{
            "properties":{
                "name":{
                    "type":"text"
                },
                "country":{
                    "type":"keyword"
                },
                "age":{
                    "type":"integer"
                },
                "date":{
                    "type":"date",
                    "format":"yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
                }
            }
        }
    }
}

keyword 与 text 的区别

type 类型为 keyword 的时候，ES 不会对其进行分词，而 text 会被分词

es 通过 rest 接口对数据操作

插入数据

  1. 指定文档 id 插入
    1. PUT 请求： ip:port/索引/类型/id
  2. 自动产生文档 id 插入
    1. POST 请求： ip:port/索引/类型

修改数据

  1. 直接修改
    1. POST 请求： ip:port/索引/类型/id/_update

删除数据/删除索引

  1. 删除文档
    1. DELETE 请求 ip:端口/索引/类型/id
  2. 删除索引
    1. DELETE 请求 ip:端口/索引

查询数据

  1. 简单查询

    1. GET 请求： ip:端口/索引/类型/id

  2. 条件查询

    1. POST请求： ip:端口/索引/_search
    2. 指定条件查询,分页与排序 
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      16
      {
           "query":{
               "match":{
                   "name":"WeJan"
               }
           },
           "sort":[
               {
                   "age":{
                       "order":"asc"
                   }
               }
           ],
           "from" : 0,
           "size" : 10
       }

  3. 聚合查询

    1. POST请求： ip:端口/索引/_search
    2. 分组，可以多个分组 
      1
      2
      3
      4
      5
      6
      7
      8
      9
      {
          "aggs":{
              "group_by_age":{
                  "terms":{
                      "field":"age"
                  }
              }
          }
      }
    3. 聚合计算 
      1
      2
      3
      4
      5
      6
      7
      8
      9
      {
          "aggs":{
              "age_count":{
                  "stats":{
                      "field":"age"
                  }
              }
          }
      }
      • sum
      • avg
      • max
      • min
      • count

高级查询

  1. 习语匹配（全词匹配） 
    1
    2
    3
    4
    5
    6
    7
    {
        "query":{
            "match_phrase":{
                "name":"WeJan"
            }
        }
    }
  2. 多字段匹配，多个字段包含query 
    1
    2
    3
    4
    5
    6
    7
    8
    {
        "query":{
            "multi_match":{
                "query":"WeJan",
                "fields":["author", "title"]
            }
        }
    }
  3. query_string 文本查询 
    1
    2
    3
    4
    5
    6
    7
    {
        "query":{
            "query_string":{
                "name":"(WeJan AND Jan) OR 哈哈"
            }
        }
    }
  4. 针对多个字段的文本查询 
    1
    2
    3
    4
    5
    6
    7
    8
    {
        "query":{
            "query_string":{
                "name":"WeJan OR 哈哈",
                 "fields":["author", "title"]
            }
        }
    }
  5. 字段查询,比如年龄，分类 
    1
    2
    3
    4
    5
    6
    7
    {
        "query":{
            "term":{
               "age":25
            }
        }
    }
  6. 范围查询，可以对时间字段进行查询，现在使用 “now”替代 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    {
        "query":{
            "range":{
              "age":{
                "gte":26,
                "lte":36
              }
            }
        }
    }

    参考