ElasticSearch是一个基于Lucene的搜索服务器。提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口
ES简介与安装 ES简介 ElasticSearch是一个基于Lucene的搜索服务器。提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口
ElasticSearch是用JAVA开发的。达到实时搜索,稳定可靠,快速,安装方便
搜索方案的目标
运行速度快,实时搜索 零配置和完全免费的搜索模式 能够简单地使用JSON通过HTTP来索引数据 搜索服务器可靠性 搜索服务器易于扩展 简单的多租户 建立云解决方案 Elasticsearch:官方分布式搜索和分析引擎 | Elastic
安装 单机安装 版本说明 ElasticSearch的发展非常快速,在ES5.0之前,ELK各个版本不同意出现了版本号的混乱状态,所以从5.0开始,所有的Elastic Stack中的项目全部同一版本号。
下载 Download Elasticsearch Free | Get Started Now | Elastic | Elastic
单机版安装 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 # 解压安装包 cd /opt tar -xvf elasticsearch-7.12.0-linux-x86_64.tar.gz -C /opt cd elasticsearch-7.12.0/config # 修改配置文件 vim elasticsearch.yml # 通过指定相同网段的其他节点会加入该集群中 0.0.0.0任意IP都可以访问elasticsearch network.host: 0.0.0.0 http.port: 9200 discovery.zen.ping.unicast.hosts: ["192.168.182.130"] bootstrap.memory_lock: false bootstrap.system_call_filter: false # 说明:在Elasticsearch中如果,network.host不是localhost或者127.0.0.1的话,就会认为是生产环境,会对环境的要求比较高,我们的测试环境不一定能够满足,一般情况下需要修改2处配置,如下: # 1:修改jvm启动参数 vim jvm.options -Xms64m -Xmx64m # 2:单个进程中的最大线程数 vm.max_map_count=655360 # 创建elsearch用户,ElasticSearch不支持root用户运行 useradd elsearch # 切换程序所有者 chown elsearch:elsearch elasticsearch-7.12.0 -R # 启动ES服务 su - elsearch cd /opt/elasticsearch-7.12.0/bin ./elasticsearch 或 ./elasticsearch -d #后台系统 # 通过访问看到一下信息,则ES启动成功 # { "name" : "iZ2zeg4pktzjhp9h7wt6doZ", "cluster_name" : "elasticsearch", "cluster_uuid" : "_na_", "version" : { "number" : "7.12.0", "build_flavor" : "default", "build_type" : "tar", "build_hash" : "78722783c38caa25a70982b5b042074cde5d3b3a", "build_date" : "2021-03-18T06:17:15.410153305Z", "build_snapshot" : false, "lucene_version" : "8.8.0", "minimum_wire_compatibility_version" : "6.8.0", "minimum_index_compatibility_version" : "6.0.0-beta1" }, "tagline" : "You Know, for Search" }
通过docker安装 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 # 拉取镜像 elasticsearch必须带标签 docker pull elasticsearch:6.5.4 # 创建容器 docker create --name elasticsearch --net host -e "discovery.type=single-node" -e "network.host=0.0.0.0" elasticsearch:6.5.4 { "name" : "_JPw0-e", "cluster_name" : "docker-cluster", "cluster_uuid" : "Ax65AN3LQrybZIFeM_IiIg", "version" : { "number" : "6.5.4", "build_flavor" : "default", "build_type" : "tar", "build_hash" : "d2ef93d", "build_date" : "2018-12-17T21:17:40.758843Z", "build_snapshot" : false, "lucene_version" : "7.5.0", "minimum_wire_compatibility_version" : "5.6.0", "minimum_index_compatibility_version" : "5.0.0" }, "tagline" : "You Know, for Search" }
ES可视化工具 Edge:Elasticvue
相关概念 映射
关系数据库中的表结构(schema) 所有文档写进索引之前都会先进性分析,然后将输入的文本分割为词条,哪些词条会被过滤,这种信息为叫映射。由 用户自定义规则 文档
存储在ElasticSearch中的主要实体叫文档(document),相当于关系数据库中的一行记录
ElasticSearch和MongoDB中的文档相似,都可以有不同的结构,但ElasticSearch的文档中,相同字段必须有相同类型
文档由多个字段组成,每个字段可能多次出现在一个文档中,称为多值字段(multivalued)
每个字段的类型,可以是文本,数值,日期等,字段类型也可以是复杂类型,一个字段包含其他子文档或者数组
只要 _id
不同,ES将会判断为不同文档,即使两个文档内容相同
文档类型
在ElasticSearch中,一个索引对象可以存储多种不同用途的对象,eg:一个博客应用程序可以保存文章和评论 每个文档可以有不同结构 同一索引中同一属性名必须有相同数据类型 索引
Elasticsearch对逻辑数据的逻辑存储,所以它可以分为更小的部分 看做关系型数据库的表,索引的结构是为快速有效的全文索引准备的,特别是它 不存储原始值 ,原始数据应该存储在数据库中 ElasticSearch的索引可看做MongoDB的一个集合, 存储的数据结构为 json ElasticSearch 可以把索引存放在一台机器或者 分布 在多台服务器,每个索引有一个或 多个分片 (shard),每个分片可以有 多个副本 (replica) 基本操作 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 (ES底层为Lucene)
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——在Elasticsearch底层会进行结构化操作(自动类型判断),此操作对用户是透明的
可视化工具创建索引
1 2 3 4 5 6 The index 'test' was successfully created. { "acknowledged" : true , "shards_acknowledged" : true , "index" : "test" }
API创建 1 2 3 4 5 6 7 8 9 10 11 12 PUT http: { "settings" : { "index" : { "number_of_shards" : "2" , "number_of_replicas" : "0" } } }
删除索引
插入数据 关于id的生成
指定id ,用PUT请求也可插入数据 ES生成id,必须使用POST请求插入数据 1 2 3 4 5 6 7 8 9 10 请求: POST http: { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" }
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 26 # 请求: POST http: # 请求体 { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } # 返回 { "_index" : "haoke" , "_type" : "user" , "_id" : "hgAlRXkB81AnlYu4wXU-" , "_version" : 1 , "result" : "created" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 1 , "_primary_term" : 1 }
更新数据 在Elasticsearch中,文档数据是不能修改的 ,但是可以通过覆盖的方式进行更新
全部覆盖
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 26 #请求 PUT http: #请求体 { "id" : 1001 , "name" : "张三" , "age" : 21 , "sex" : "女" } #返回 { "_index" : "haoke" , "_type" : "user" , "_id" : "1001" , "_version" : 2 , # 版本号已加一 "result" : "updated" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 2 , "_primary_term" : 1 }
可见分片中数据已更新
局部覆盖
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 26 # 请求 # 注意:这里多了_update标识 POST http: # 请求体 { "doc" : { "age" : 23 } } # 返回 { "_index" : "haoke" , "_type" : "user" , "_id" : "1001" , "_version" : 3 , # 版本号已变成3 "result" : "updated" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 3 , "_primary_term" : 1 }
删除数据 在Elasticsearch中,删除文档数据,只需要发起DELETE请求即可
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 # 请求 DELETE http: #返回 { "_index" : "haoke" , "_type" : "user" , "_id" : "1001" , "_version" : 4 , # 版本已变成4 "result" : "deleted" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 4 , "_primary_term" : 1 }
如果删除一条不存在的数据,会响应404
删除一个文档,数据不会立即从磁盘上移除,只是被标记为已删除。
ES将在添加更多索引时,才会在后台进行删除内容的清理
搜索数据
条件搜索
根据id搜索
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 # 请求 GET http: #返回 { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_version" : 1 , "found" : true , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } }
条件搜索
根据id搜索
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 # 请求 GET http: #返回 { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_version" : 1 , "found" : true , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } }
搜索全部数据
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 # 请求 GET http: # 返回 { "took" : 8 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 4 , "max_score" : 1.0 , "hits" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_score" : 1.0 , "_source" : { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "iQA3RXkB81AnlYu4TXV1" , "_score" : 1.0 , "_source" : { "id" : 1003 , "name" : "王五" , "age" : 30 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "igA3RXkB81AnlYu4dXWa" , "_score" : 1.0 , "_source" : { "id" : 1003 , "name" : "王五" , "age" : 30 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_score" : 1.0 , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } } ] } }
默认返回10条数据
关键字查询
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 26 27 28 29 30 31 32 # 请求 GET http: #返回 { "took" : 16 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 1.0 , "hits" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_score" : 1.0 , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } } ] } }
DSL搜索 Elasticsearch提供丰富且灵活的查询语言叫做DSL查询(Query DSL)
用于复杂查询,组合查询
DSL(Domain Specific Language特定领域语言)以 JSON请求体 的形式出现,所以请求方式为POST
match
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 # 请求 POST http: # 请求体 { "query" : { "match" : { # 相当于== "age" : 20 } } } # 返回 { "took" : 2 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 1.0 , "hits" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_score" : 1.0 , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } } ] } }
查询年龄大于30岁的男性用户
多条件组合 bool
必要条件:must
过滤:filter
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 # 请求 POST http: # 请求体 { "query" : { "bool" : { "filter" : { "range" : { "age" : { "gt" : 30 } } } , "must" : { "match" : { "sex" : "男" } } } } } # 返回 { "took" : 29 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 0.13353139 , "hits" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_score" : 0.13353139 , "_source" : { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" } } ] } }
多关键字查询
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 # 请求 POST http: # 请求体 { "query" : { "match" : { "name" : "张三 李四" } } } #请求 { "took" : 6 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 2 , "max_score" : 1.9616584 , "hits" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_score" : 1.9616584 , "_source" : { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_score" : 0.5753642 , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } } ] } }
高亮显示 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 # 请求 POST http: # 请求体 { "query" : { "match" : { "name" : "张三 李四" } } , "highlight" : { "fields" : { "name" : { } } } } # 返回 { "took" : 54 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 2 , "max_score" : 1.9616584 , "hits" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_score" : 1.9616584 , "_source" : { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" } , "highlight" : { "name" : [ "<em>李</em><em>四</em>" ] } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_score" : 0.5753642 , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } , "highlight" : { "name" : [ "<em>张</em><em>三</em>" ] } } ] } }
聚合 类似SQL中的group by操作
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 #请求 POST http: # 请求体 { "aggs" : { "all_interests" : { "terms" : { "field" : "age" } } } } # 返回 { "took" : 29 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 4 , "max_score" : 1.0 , "hits" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_score" : 1.0 , "_source" : { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "iQA3RXkB81AnlYu4TXV1" , "_score" : 1.0 , "_source" : { "id" : 1003 , "name" : "王五" , "age" : 30 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "igA3RXkB81AnlYu4dXWa" , "_score" : 1.0 , "_source" : { "id" : 1003 , "name" : "王五" , "age" : 30 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "hwAyRXkB81AnlYu4wXUb" , "_score" : 1.0 , "_source" : { "id" : 1001 , "name" : "张三" , "age" : 20 , "sex" : "男" } } ] } , "aggregations" : { "all_interests" : { "doc_count_error_upper_bound" : 0 , "sum_other_doc_count" : 0 , "buckets" : [ { "key" : 30 , "doc_count" : 2 } , { "key" : 20 , "doc_count" : 1 } , { "key" : 40 , "doc_count" : 1 } ] } } }
ES核心 文档 文档以JSON格式进行存储,可以是复杂的结构
一个文档不只是数据。它还包括了元数据(metadata)——关于文档的信息。三个必须的元数据结点是
节点 说明 _index 文档存储的索引 _type 文档代表的对象的类 _id 文档的唯一标识
_index
索引(index)类似于关系数据库中的数据库——存储和索引关联数据的地方
事实上,数据被存储和索引在 分片(shards) 中,索引只是一个把一个或多个分片分组在一起的逻辑空间。只需要记住,文档存储在 索引(index) 中,剩下的细节交给ES处理。
_type
每个对象都属于一个类 (class),这个类定义了属性或与对象关联的数据
在关系数据库中,我们经常将相同类的对象存储在一个表里,因为它们有着相同的结构;同理在ES中,我们使用相同 类型(type) 的文档表示相同的事物,因为他们的结构是相同的
每个 类型(type) 都有自己的 映射(mapping) 或者结构定义,就像传统数据库表中的列一样。所有 类型(type) 下的文档被存储在同一个索引下,但是类型的 映射(mapping) 会告诉ES不同的文档如何被索引
_type
可以是大写或小写,不能包含下划线或逗号
_id
id : 字符串与 _index
和 _type
组合时,就可以在ES中唯一标识一个文档。当创建一个文档,你可以自定义 _id
(支持PUT方式),也可以让ES自动生成32位长度(只能POST方式)
查询响应 格式化JSON结果——pretty 在查询url后添加pretty参数
指定查询字段 在响应的数据中,可以指定某些需要的字段进行返回
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 # 请求 GET http: # 返回 { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_version" : 1 , "found" : true , "_source" : { "name" : "李四" , "id" : 1002 } }
只返回数据
1 2 3 4 5 6 7 8 9 10 # 请求 GET http: # 返回 { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" }
只返回数据且指定字段
1 2 3 4 5 6 7 8 # 请求 GET http: # 返回 { "name" : "李四" , "id" : 1002 }
判断文档是否存在 只是判断文档是否存在,不查询文档内容
查询结果只是表示查询时刻存在与否,并不代表之后是否存在
批量操作 减少网络请求
批量查询 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 # 请求 POST http: # 请求体 { "ids" : [ "iAA3RXkB81AnlYu4GXV6" , "iQA3RXkB81AnlYu4TXV1" ] } # 返回 { "docs" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_version" : 1 , "found" : true , "_source" : { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "iQA3RXkB81AnlYu4TXV1" , "_version" : 1 , "found" : true , "_source" : { "id" : 1003 , "name" : "王五" , "age" : 30 , "sex" : "男" } } ] }
如果,某一条数据不存在,不影响整体响应,需要通过 found
字段的值进行判断是否查询到数据
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 26 27 28 29 30 31 32 # 请求体 { "ids" : [ "iAA3RXkB81AnlYu4GXV6" , "1" ] } # 返回 { "docs" : [ { "_index" : "haoke" , "_type" : "user" , "_id" : "iAA3RXkB81AnlYu4GXV6" , "_version" : 1 , "found" : true , "_source" : { "id" : 1002 , "name" : "李四" , "age" : 40 , "sex" : "男" } } , { "_index" : "haoke" , "_type" : "user" , "_id" : "2" , "found" : false } ] }
_bulk 操作 在ES中,支持批量修改,都是通过 _bulk
的api完成
请求格式
1 2 3 4 5 { action: { metadata } } \n{ request body } \n{ action: { metadata } } \n{ request body } \n# 最后一行是需要回车的
批量插入 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 # 请求 POST http: # 请求体 { "create" : { "_index" : "haoke" , "_type" : "user" , "_id" : 2001 } } # 指明索引、类型、标识{ "id" : 2001 , "name" : "name1" , "age" : 20 , "sex" : "男" } { "create" : { "_index" : "haoke" , "_type" : "user" , "_id" : 2002 } } { "id" : 2002 , "name" : "name2" , "age" : 20 , "sex" : "男" } { "create" : { "_index" : "haoke" , "_type" : "user" , "_id" : 2003 } } { "id" : 2003 , "name" : "name3" , "age" : 20 , "sex" : "男" } # 返回 { "took" : 12 , "errors" : false , "items" : [ { "create" : { "_index" : "haoke" , "_type" : "user" , "_id" : "2001" , "_version" : 1 , "result" : "created" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 9 , "_primary_term" : 1 , "status" : 201 } } , { "create" : { "_index" : "haoke" , "_type" : "user" , "_id" : "2002" , "_version" : 1 , "result" : "created" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 3 , "_primary_term" : 1 , "status" : 201 } } , { "create" : { "_index" : "haoke" , "_type" : "user" , "_id" : "2003" , "_version" : 1 , "result" : "created" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 4 , "_primary_term" : 1 , "status" : 201 } } ] }
批量删除 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 # 请求 POST http: #请求体 { "delete" : { "_index" : "haoke" , "_type" : "user" , "_id" : 2001 } } { "delete" : { "_index" : "haoke" , "_type" : "user" , "_id" : 2002 } } { "delete" : { "_index" : "haoke" , "_type" : "user" , "_id" : 2003 } } # 返回 { "took" : 4 , "errors" : false , "items" : [ { "delete" : { "_index" : "haoke" , "_type" : "user" , "_id" : "2001" , "_version" : 2 , "result" : "deleted" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 10 , "_primary_term" : 1 , "status" : 200 } } , { "delete" : { "_index" : "haoke" , "_type" : "user" , "_id" : "2002" , "_version" : 2 , "result" : "deleted" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 5 , "_primary_term" : 1 , "status" : 200 } } , { "delete" : { "_index" : "haoke" , "_type" : "user" , "_id" : "2003" , "_version" : 2 , "result" : "deleted" , "_shards" : { "total" : 1 , "successful" : 1 , "failed" : 0 } , "_seq_no" : 6 , "_primary_term" : 1 , "status" : 200 } } ] }
批量操作的性能 整个批量请求需要被加载到接受我们请求节点的内存里,所以请求越大,给其它请求可用的内存就越小。有一个最佳的bulk请求大小。超过这个大小,性能不再提升而且可能降低。
最佳大小:当然并不是一个固定的数字。它完全取决于你的硬件、你文档的大小和复杂度以及索引和搜索的负载。 幸运的是,这个最佳点(sweetspot)还是容易找到的:试着批量索引标准的文档,随着大小的增长,当性能开始降低,说明你每个批次的大小太大了。开始的数量可以在1000~5000个文档之间,如果你的文档非常大,可以使用较小的批次。 通常着眼于你请求批次的物理大小是非常有用的。一千个1kB的文档和一千个1MB的文档大不相同。一个好的批次最好保持在5-15MB大小间 分页 和sql使用 limit
关键字返回只有一页的结果一样,ES接收 from
和 size
参数
size: 结果数,默认10 from:跳过开始的结果数,默认0 避免分页太深或者一次请求太多结果
结果在返回前会被排序,一个搜索请求常常涉及多个分片。每个分片生成自己排好序的结果,它们接着需要集中起来排序以确保整体排序正确。(归并排序)
eg:每页查询5个结果,页码从1到3
1 2 3 GET /_search?size=5 GET /_search?size=5&from=5 GET /_search?size=5&from=10
在集群系统中分页是有问题的
假设在一个有5个主分片的索引中搜索。当我们请求结果的第一页(结果1到10)时,每个分片产生自己最顶端10个结果然后返回它们给请求节点(requesting node) ,它再排序这所有的50个结果以选出顶端的10个结果。 假设请求第1000页(结果10001到10010)。工作方式都相同,不同的是每个分片都必须产生顶端的10010个结果。然后请求节点排序这50050个结果并丢弃50040个
可以看到在分布式系统中,排序结果的花费随着分页的深入而成倍增长。这也是为什么网络搜索引擎中任何语句不能返回多于1000个结果的原因
映射 我们创建的索引以及插入数据,都是由Elasticsearch进行自动判断类型,有些时候我们是需要进行明确字段类型的,否则,自动判断的类型和实际需求是不相符的。
自动判断的规则 JSON type Field type Boolean: true or false “boolean” Whole number: 123 “long” Floating point: 123.45 “double” String, valid date: “2014-09-15” “date” String: “foo bar” “string”
ES中文支持 类型名 表示的数据类型 String string , text , keyword Whole number byte , short , integer , long Floating point float , double Boolean boolean Date date
string类型在ElasticSearch 旧版本中使用较多,从ElasticSearch 5.x开始不再支持string,由 text
和 keyword
类型替代text
类型,当一个字段是要被全文搜索 的,比如:Email内容、产品描述,应该使用text类型。设置text类型以后,字段内容会被分析 ,在生成倒排索引以前,字符串会被分析器分成一个一个词项 。text类型的字段不用于排序,很少用于聚合 keyword
类型,适用于索引结构化的字段 ,比如:email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到 。 创建明确的索引 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 26 27 28 29 30 31 32 33 34 35 36 37 # 请求 PUT http: # 请求体 { "settings" : { "index" : { "number_of_shards" : "2" , "number_of_replicas" : "0" } } , "mappings" : { "person" : { "properties" : { "name" : { "type" : "text" } , "age" : { "type" : "integer" } , "mail" : { "type" : "keyword" } , "hobby" : { "type" : "text" } } } } } # 返回 { "acknowledged" : true , "shards_acknowledged" : true , "index" : "test" }
查看索引 1 GET http://8.140.130.91:9200/test/_mapping
插入数据 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 # 请求 POST http: # 请求体 { "index" : { "_index" : "test" , "_type" : "person" } } { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } { "index" : { "_index" : "test" , "_type" : "person" } } { "name" : "李四" , "age" : 21 , "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } { "index" : { "_index" : "test" , "_type" : "person" } } { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } { "index" : { "_index" : "test" , "_type" : "person" } } { "name" : "赵六" , "age" : 23 , "mail" : "444@qq.com" , "hobby" : "跑步、游泳" } { "index" : { "_index" : "test" , "_type" : "person" } } { "name" : "孙七" , "age" : 24 , "mail" : "555@qq.com" , "hobby" : "听音乐、看电影" }
结构化查询 给定值查询 term查询 term
主要用于 精确匹配值 ,比如数字,日期,布尔值或 not_analyzed
的字符串(未经分析的文本数据类型)
1 2 3 4 5 { "term" : { "age" : 26 } } { "term" : { "date" : "2014-09-01" } } { "term" : { "public" : true } } { "term" : { "tag" : "full_text" } }
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 # 请求 POST http: # 请求体 { "query" : { "term" : { "age" : 20 } } } # 返回 { "took" : 2 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 1.0 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 1.0 , "_source" : { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } } ] } }
同一字段多值查询 terms
跟 term
类似,但 term
允许指定多个匹配条件。如果某个字段指定了多个值,那么文档需要一起去做匹配
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 # 请求 POST http: # 请求体 { "query" : { "terms" : { "age" : [ 20 , 21 ] } } } # 返回 { "took" : 3 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 2 , "max_score" : 1.0 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 1.0 , "_source" : { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } } , { "_index" : "test" , "_type" : "person" , "_id" : "lwAZR3kB81AnlYu4xnXV" , "_score" : 1.0 , "_source" : { "name" : "李四" , "age" : 21 , "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } } ] } }
给定范围查询 range
过滤允许我们按照指定范围查找一批数据
1 2 3 4 5 6 7 8 { "range" : { "age" : { "gte" : 20 , "lt" : 30 } } }
操作符
gt :: 大于 gte :: 大于等于 lt :: 小于 lte :: 小于等于
eg: 20 <= age < 22
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 # 请求 POST http: # 请求体 { "query" : { "range" : { "age" : { "gte" : 20 , "lt" : 22 } } } } # 返回 { "took" : 6 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 2 , "max_score" : 1.0 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 1.0 , "_source" : { "name" : "张三" , "age" : 20 , # "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } } , { "_index" : "test" , "_type" : "person" , "_id" : "lwAZR3kB81AnlYu4xnXV" , "_score" : 1.0 , "_source" : { "name" : "李四" , "age" : 21 , # "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } } ] } }
exists查询 exists
查询可用于查找文档中是否包含指定字段或没有某个字段,类似与SQL语句中的 IS_NULL
1 2 3 4 5 6 7 8 9 10 # 请求 POST http: { "query" : { "exists" : { #必须包含card属性 "field" : "card" } } }
match查询 match
查询是一个标准查询,不管你需要 全文本查询 还是 精确查询 基本上都能用到它
如果你使用 match
查询一个全文本字段(text类型),它会在真正查询之前用分析器先分析 match 一下查询字符 如果用 match 下指定了一个确切值,在遇到数字,日期,布尔值或者 not_analyzed 的字符串时,它将为你搜索你给定的值 1 2 3 4 { "match" : { "age" : 26 } } { "match" : { "date" : "2014-09-01" } } { "match" : { "public" : true } } { "match" : { "tag" : "full_text" } }
bool查询——查询组合 bool
查询可以用来合并多个条件查询结果的布尔逻辑,它包含一下操作符:
must
:: 多个查询条件的完全匹配,相当于 and 。must_not
:: 多个查询条件的相反匹配,相当于 not 。should
:: 至少有一个查询条件匹配, 相当于 or 。1 2 3 4 5 6 7 8 9 10 { "bool" : { "must" : { "term" : { "folder" : "inbox" } } , "must_not" : { "term" : { "tag" : "spam" } } , "should" : [ { "term" : { "starred" : true } } , { "term" : { "unread" : true } } ] } }
过滤查询 ES支持过滤查询,如term、range、match等
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 # 请求 POST http: # 请求体 { "query" : { "bool" : { "filter" : { "term" : { "age" : 20 } } } } } # 返回 { "took" : 4 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 0.0 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 0.0 , "_source" : { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } } ] } }
查询和过滤的比较:
一条过滤语句会询问每个文档的字段值是否包含着特定值
查询语句会询问每个文档的字段值与特定值的匹配程度如何
一条查询语句会计算每个文档与查询语句的相关性,会给出一个相关性评分 _score
,并且 按照相关性对匹配到的文档进行排序。 这种评分方式非常适用于一个没有完全配置结果的全文本搜索 一个简单的文档列表,快速匹配运算并存入内存是十分方便的, 每个文档仅需要1个字节。这些缓存的过滤结果集与后续请求的结合使用是非常高效的
查询语句不仅要查找相匹配的文档,还需要计算每个文档的相关性,所以一般来说查询语句要比 过滤语句更耗时,并且查询结果也不可缓存
做精确匹配搜索时,最好用过滤语句,因为过滤语句可以缓存数据
分词器 Standard 标准分词器,按照单词切分,结果转化为小写,英文
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 26 27 28 29 # 请求 POST http: # 请求体 { "analyzer" : "standard" , "text" : "A man becomes learned by asking questions." } # 返回 { "tokens" : [ { "token" : "a" , # 词汇 "start_offset" : 0 , # 开始下标 "end_offset" : 1 , # 结束下标+1 "type" : "<ALPHANUM>" , "position" : 0 } , { "token" : "man" , "start_offset" : 2 , "end_offset" : 5 , "type" : "<ALPHANUM>" , "position" : 1 } ... ] }
Simple 按照非单词切分,并且做小写处理 英文 空格或特殊符号
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 # 请求 POST http: # 请求体 { "analyzer" : "simple" , "text" : "If the document doesn't already exist" } # 返回 { "tokens" : [ { "token" : "if" , "start_offset" : 0 , "end_offset" : 2 , "type" : "word" , "position" : 0 } , { "token" : "the" , "start_offset" : 3 , "end_offset" : 6 , "type" : "word" , "position" : 1 } , { "token" : "document" , "start_offset" : 7 , "end_offset" : 15 , "type" : "word" , "position" : 2 } , { "token" : "doesn" , # 与Standard分词器区别 "start_offset" : 16 , "end_offset" : 21 , "type" : "word" , "position" : 3 } , { "token" : "t" , # 与Standard分词器区别 "start_offset" : 22 , "end_offset" : 23 , "type" : "word" , "position" : 4 } ... ] }
Whitespace Whitespace按照空格切分
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 26 27 28 29 30 # 请求 POST http: # 请求体 { "analyzer" : "whitespace" , "text" : "If the document doesn't already exist" } # 返回 ==>结果与Standard返回一致, { "tokens" : [ { "token" : "If" , "start_offset" : 0 , "end_offset" : 2 , "type" : "word" , "position" : 0 } , { "token" : "the" , "start_offset" : 3 , "end_offset" : 6 , "type" : "word" , "position" : 1 } ... ] }
Stop 去除语气助词,空格+simple
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 # 请求 POST http: # 请求体 { "analyzer" : "stop" , "text" : "If the document doesn't already exist" } # 返回 { "tokens" : [ { "token" : "document" , "start_offset" : 7 , "end_offset" : 15 , "type" : "word" , "position" : 2 } , { "token" : "doesn" , "start_offset" : 16 , "end_offset" : 21 , "type" : "word" , "position" : 3 } , { "token" : "t" , "start_offset" : 22 , "end_offset" : 23 , "type" : "word" , "position" : 4 } , { "token" : "already" , "start_offset" : 24 , "end_offset" : 31 , "type" : "word" , "position" : 5 } , { "token" : "exist" , "start_offset" : 32 , "end_offset" : 37 , "type" : "word" , "position" : 6 } ] }
keyword Keyword分词器,意思是传入就是关键词,不做分词处理
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 # 请求 POST http: # 请求体 { "analyzer" : "keyword" , "text" : "If the document doesn't already exist" } # 返回 { "tokens" : [ { "token" : "If the document doesn't already exist" , "start_offset" : 0 , "end_offset" : 37 , "type" : "word" , "position" : 0 } ] }
中文分词 常用中文分词器,IK、jieba(python)、THULAC
IK Analyzer是一个开源的,基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始,IKAnalyzer已经推出了3个大版本。最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。新版本的IK Analyzer 3.0则发展为面向Java的公用分词组件,独立于Lucene项目,同 时提供了对Lucene的默认优化实现。
采用了特有的“正向迭代最细粒度切分算法“,具有80万字/秒的高速处理能力 采用了多子处理器分析模式,支持:英文字母(IP地址、Email、URL)、数字(日期,常用中文数量词,罗马数字,科学计数法),中文词汇(姓名、地名处理)等分词处理。 优化的词典存储,更小的内存占用
IK分词器 ElasticSearch 插件地址:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 # 安装方法:将下载到的 elasticsearch-analysis-ik-6.5.4.zip 解压到 /elasticsearch/plugins/ik 目录下即可 # 进入容器 docker exec -it elasticsearch /bin/bash # 创建ik插件目录 mkdir /usr/share/elasticsearch/plugins/ik cd /usr/share/elasticsearch/plugins/ik # 退出容器 exit # 使用docker运行 将压缩包复制到docker的elasticsearch目录 docker cp /tmp/elasticsearch-analysis-ik-6.5.4.zip elasticsearch:/usr/share/elasticsearch/plugins/ik # 解压 unzip elasticsearch-analysis-ik-6.5.4.zip # 重启容器即可 docker restart elasticsearch
测试:
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 # 请求 POST http: # 请求体 { "analyzer" : "ik_max_word" , "text" : "我是中国人" } # 返回 { "tokens" : [ { "token" : "我" , "start_offset" : 0 , "end_offset" : 1 , "type" : "CN_CHAR" , "position" : 0 } , { "token" : "是" , "start_offset" : 1 , "end_offset" : 2 , "type" : "CN_CHAR" , "position" : 1 } , { "token" : "中国人" , "start_offset" : 2 , "end_offset" : 5 , "type" : "CN_WORD" , "position" : 2 } , { "token" : "中国" , "start_offset" : 2 , "end_offset" : 4 , "type" : "CN_WORD" , "position" : 3 } , { "token" : "国人" , "start_offset" : 3 , "end_offset" : 5 , "type" : "CN_WORD" , "position" : 4 } ] }
IK分词器冷更新 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 # 进入容器 docker exec -it elasticsearch /bin/bash # 进入插件配置目录 cd plugins/ik/config # 查看配置文件 cat IKAnalyzer.cfg.xml --- <?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer 扩展配置</comment> <!--用户可以在这里配置自己的扩展字典 --> <entry key="ext_dict"></entry> <!--用户可以在这里配置自己的扩展停止词字典--> <entry key="ext_stopwords"></entry> <!--用户可以在这里配置远程扩展字典 --> <!-- <entry key="remote_ext_dict">words_location</entry> --> <!--用户可以在这里配置远程扩展停止词字典--> <!-- <entry key="remote_ext_stopwords">words_location</entry> --> </properties> --- # 新建字典 vi my.dic --- 传智播客 黑马程序员 抖音 蓝瘦香菇 --- # 自定义字典 vi IKAnalyzer.cfg.xml --- <?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer 扩展配置</comment> <!--用户可以在这里配置自己的扩展字典 --> <entry key="ext_dict">my.dic</entry> <!--用户可以在这里配置自己的扩展停止词字典--> <entry key="ext_stopwords"></entry> <!--用户可以在这里配置远程扩展字典 --> <!-- <entry key="remote_ext_dict">words_location</entry> --> <!--用户可以在这里配置远程扩展停止词字典--> <!-- <entry key="remote_ext_stopwords">words_location</entry> --> </properties> ---
测试:
未配置前:
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 #请求 POST http: # 请求体 { "analyzer" : "ik_max_word" , "text" : "我在传智播客学习,黑马程序员,抖音上蓝瘦香菇" } # 返回 { "tokens" : [ { "token" : "我" , "start_offset" : 0 , "end_offset" : 1 , "type" : "CN_CHAR" , "position" : 0 } , { "token" : "在" , "start_offset" : 1 , "end_offset" : 2 , "type" : "CN_CHAR" , "position" : 1 } , { "token" : "传" , "start_offset" : 2 , "end_offset" : 3 , "type" : "CN_CHAR" , "position" : 2 } , { "token" : "智" , "start_offset" : 3 , "end_offset" : 4 , "type" : "CN_CHAR" , "position" : 3 } , { "token" : "播" , "start_offset" : 4 , "end_offset" : 5 , "type" : "CN_CHAR" , "position" : 4 } , { "token" : "客" , "start_offset" : 5 , "end_offset" : 6 , "type" : "CN_CHAR" , "position" : 5 } , { "token" : "学习" , "start_offset" : 6 , "end_offset" : 8 , "type" : "CN_WORD" , "position" : 6 } , { "token" : "黑马" , "start_offset" : 9 , "end_offset" : 11 , "type" : "CN_WORD" , "position" : 7 } , { "token" : "程序员" , "start_offset" : 11 , "end_offset" : 14 , "type" : "CN_WORD" , "position" : 8 } , { "token" : "程序" , "start_offset" : 11 , "end_offset" : 13 , "type" : "CN_WORD" , "position" : 9 } , { "token" : "员" , "start_offset" : 13 , "end_offset" : 14 , "type" : "CN_CHAR" , "position" : 10 } , { "token" : "抖" , "start_offset" : 15 , "end_offset" : 16 , "type" : "CN_CHAR" , "position" : 11 } , { "token" : "音" , "start_offset" : 16 , "end_offset" : 17 , "type" : "CN_CHAR" , "position" : 12 } , { "token" : "上" , "start_offset" : 17 , "end_offset" : 18 , "type" : "CN_CHAR" , "position" : 13 } , { "token" : "蓝" , "start_offset" : 18 , "end_offset" : 19 , "type" : "CN_CHAR" , "position" : 14 } , { "token" : "瘦" , "start_offset" : 19 , "end_offset" : 20 , "type" : "CN_CHAR" , "position" : 15 } , { "token" : "香菇" , "start_offset" : 20 , "end_offset" : 22 , "type" : "CN_WORD" , "position" : 16 } ] }
修改词典后:
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 # 返回 { "tokens" : [ { "token" : "我" , "start_offset" : 0 , "end_offset" : 1 , "type" : "CN_CHAR" , "position" : 0 } , { "token" : "在" , "start_offset" : 1 , "end_offset" : 2 , "type" : "CN_CHAR" , "position" : 1 } , { "token" : "传智播客" , "start_offset" : 2 , "end_offset" : 6 , "type" : "CN_WORD" , "position" : 2 } , { "token" : "学习" , "start_offset" : 6 , "end_offset" : 8 , "type" : "CN_WORD" , "position" : 3 } , { "token" : "黑马程序员" , "start_offset" : 9 , "end_offset" : 14 , "type" : "CN_WORD" , "position" : 4 } , { "token" : "黑马" , "start_offset" : 9 , "end_offset" : 11 , "type" : "CN_WORD" , "position" : 5 } , { "token" : "程序员" , "start_offset" : 11 , "end_offset" : 14 , "type" : "CN_WORD" , "position" : 6 } , { "token" : "程序" , "start_offset" : 11 , "end_offset" : 13 , "type" : "CN_WORD" , "position" : 7 } , { "token" : "员" , "start_offset" : 13 , "end_offset" : 14 , "type" : "CN_CHAR" , "position" : 8 } , { "token" : "抖音" , "start_offset" : 15 , "end_offset" : 17 , "type" : "CN_WORD" , "position" : 9 } , { "token" : "上" , "start_offset" : 17 , "end_offset" : 18 , "type" : "CN_CHAR" , "position" : 10 } , { "token" : "蓝瘦香菇" , "start_offset" : 18 , "end_offset" : 22 , "type" : "CN_WORD" , "position" : 11 } , { "token" : "香菇" , "start_offset" : 20 , "end_offset" : 22 , "type" : "CN_WORD" , "position" : 12 } ] }
全文搜索 倒排索引 正排索引
根据 文档标识 定位文档内容,根据文档编号正排
文档编号 文档内容 1 谷歌地图之父跳槽Facebook 2 谷歌地图之父加盟Facebook 3 谷歌地图创始人拉斯离开谷歌加盟Facebook 4 谷歌地图之父跳槽Facebook与Wave项目取消有关 5 谷歌地图之父拉斯加盟社交网站Facebook
倒排索引
应用场景:根据属性值查找记录
索引表中的每一项都包括一个属性值和具有该属性值的各记录的地址
由于不是由记录来确定属性值,而是根据属性值确定记录的位置 ,称为倒排索引
待倒排索引的文件称为倒排索引文件,简称倒排文件
单词ID 单词 倒排列表(DocID;TF) 1 谷歌 (1,1),(2,1),(3;2),(4,1),(5,1) 2 地图 (1,1),(2;1),(3;1),(4,1),(5,1) 3 之父 (1,1),(2;1),(4,1),(5,1) 4 跳槽 (1,1),(4,1) 5 Facebook (1,1),(2;1),(3;1),(4,1),(5,1) 6 加盟 (2;1),(3;1),(5,1) 7 创始人 (3;1) 8 拉斯 (3;1),(5,1) 9 离开 (3;1) 10 与 (4,1) 11 Wave (4,1) 12 项目 (4,1) 13 取消 (4,1) 14 有关 (4,1) 15 社交 (5,1) 16 网站 (5,1)
实际上,索引系统还可以记录更多的信息,在单词对应的倒排列表不仅记录了文档编号,还记载了词频(TF)。词频用于计算查询和文档相似度是很重要的一个计算因子
全文搜索 相关性(Relevance):评价查询与其结果间的相关程度,并根据这种相关程度对结果排名的一种能力。这种计算方式可以是TF/IDF方法、地理位置邻近、模糊相似、或其他算法 分析(Analysis):他是将文本块转换为有区别的、规范化的token的过程,目的是为了创建倒排索引以及查询倒排索引 构造数据
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 26 27 28 29 30 31 32 33 34 35 36 37 38 # 请求 PUT http: # 请求体 { "settings" : { "index" : { "number_of_shards" : "1" , "number_of_replicas" : "0" } } , "mappings" : { "person" : { "properties" : { "name" : { "type" : "text" } , "age" : { "type" : "integer" } , "mail" : { "type" : "keyword" } , "hobby" : { "type" : "text" , "analyzer" : "ik_max_word" } } } } } #返回 { "acknowledged" : true , "shards_acknowledged" : true , "index" : "test1" }
批量插入数据
1 2 3 4 5 6 7 8 9 10 11 12 13 POST http: { "index" : { "_index" : "test1" , "_type" : "person" } } { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } { "index" : { "_index" : "test1" , "_type" : "person" } } { "name" : "李四" , "age" : 21 , "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } { "index" : { "_index" : "test1" , "_type" : "person" } } { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } { "index" : { "_index" : "test1" , "_type" : "person" } } { "name" : "赵六" , "age" : 23 , "mail" : "444@qq.com" , "hobby" : "跑步、游泳、篮球" } { "index" : { "_index" : "test1" , "_type" : "person" } } { "name" : "孙七" , "age" : 24 , "mail" : "555@qq.com" , "hobby" : "听音乐、看电影、羽毛球" }
单词搜索 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 POST http: { "query" : { "match" : { "hobby" : "音乐" } } , "highlight" : { "fields" : { "hobby" : { } } } } { "took" : 53 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 2 , "max_score" : 0.98010236 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mgAZR3kB81AnlYu4xnXV" , "_score" : 0.98010236 , "_source" : { "name" : "孙七" , "age" : 24 , "mail" : "555@qq.com" , "hobby" : "听音乐、看电影" } , "highlight" : { "hobby" : [ "听<em>音</em><em>乐</em>、看电影" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 0.7803834 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "羽毛球、篮球、游泳、听<em>音</em><em>乐</em>" ] } } ] } }
搜索过程
检查字段类型
hobby字段是一个 text
类型(指定了 IK分词器
),意味着查询字符串本身也会被分词
分析查询字符串
将查询的字符串 “音乐” 传入 IK分词器
中,输出的结果是单个项 音乐。因为只有一个单词项,所以 match查询
底层执行的是单个 term查询
查找匹配文档
用 term查询
在倒排索引中查找 “音乐” ,然后获取一组包含该项的文档
为每个文档评分
用 term查询
计算每个文档相关度评分 _score
,这是种将 词频(term frequency,词“音乐”在相关文档的hobby字段中出现的频率)
和 反向文档频率(inverse document frequency,词 “音乐” 在所有文档的hobby字段中出现的频率)
多词搜索 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 POST http: { "query" : { "match" : { "hobby" : "音乐 篮球" } } , "highlight" : { "fields" : { "hobby" : { } } } } { "took" : 8 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 4 , "max_score" : 2.7770262 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 2.7770262 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、<em>篮</em><em>球</em>、游泳、听<em>音</em><em>乐</em>" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "mgAZR3kB81AnlYu4xnXV" , "_score" : 0.98010236 , "_source" : { "name" : "孙七" , "age" : 24 , "mail" : "555@qq.com" , "hobby" : "听音乐、看电影" } , "highlight" : { "hobby" : [ "听<em>音</em><em>乐</em>、看电影" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "lwAZR3kB81AnlYu4xnXV" , "_score" : 0.96573293 , "_source" : { "name" : "李四" , "age" : 21 , "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、乒乓<em>球</em>、足<em>球</em>、<em>篮</em><em>球</em>" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 0.29349327 , "_source" : { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、乒乓<em>球</em>、足<em>球</em>" ] } } ] } }
关键词之间的逻辑关系——operator 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 POST http: { "query" : { "match" : { "hobby" : "音乐 篮球" } } , "highlight" : { "fields" : { "hobby" : { } } } } 结果 { "took" : 17 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 2.7770262 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 2.7770262 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、<em>篮</em><em>球</em>、游泳、听<em>音</em><em>乐</em>" ] } } ] } }
前面我们测试了“OR” 和 “AND”搜索,这是两个极端,其实在实际场景中,并不会选取这2个极端,更有可能是选取,只需要符合一定的相似度就可以查询到数据,在Elasticsearch中也支持这样的查询,通过 minimum_should_match
来指定匹配度,如:70%;
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 { "query" : { "match" : { "hobby" : { "query" : "游泳 羽毛球" , "minimum_should_match" : "80%" # 指定相似度 } } } , "highlight" : { "fields" : { "hobby" : { } } } } { "took" : 7 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 3.5912995 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 3.5912995 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "<em>羽</em><em>毛</em><em>球</em>、篮<em>球</em>、<em>游</em><em>泳</em>、听音乐" ] } } ] } } #40 % { "took" : 6 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 4 , "max_score" : 3.5912995 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 3.5912995 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "<em>羽</em><em>毛</em><em>球</em>、篮<em>球</em>、<em>游</em><em>泳</em>、听音乐" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "mQAZR3kB81AnlYu4xnXV" , "_score" : 1.1239216 , "_source" : { "name" : "赵六" , "age" : 23 , "mail" : "444@qq.com" , "hobby" : "跑步、游泳" } , "highlight" : { "hobby" : [ "跑步、<em>游</em><em>泳</em>" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 0.6755004 , "_source" : { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } , "highlight" : { "hobby" : [ "<em>羽</em><em>毛</em><em>球</em>、乒乓<em>球</em>、足<em>球</em>" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "lwAZR3kB81AnlYu4xnXV" , "_score" : 0.65151167 , "_source" : { "name" : "李四" , "age" : 21 , "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } , "highlight" : { "hobby" : [ "<em>羽</em><em>毛</em><em>球</em>、乒乓<em>球</em>、足<em>球</em>、篮<em>球</em>" ] } } ] } }
组合搜索 使用 bool组合查询
搜索结果必须包含篮球,不能包含音乐,如果包含了游泳,相似度更高
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 POST http: { "query" : { "bool" : { "must" : { "match" : { "hobby" : "篮球" } } , "must_not" : { "match" : { "hobby" : "音乐" } } , "should" : [ { "match" : { "hobby" : "游泳" } } ] } } , "highlight" : { "fields" : { "hobby" : { } } } } # 返回 { "took" : 12 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 2 , "max_score" : 0.96573293 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "lwAZR3kB81AnlYu4xnXV" , "_score" : 0.96573293 , "_source" : { "name" : "李四" , "age" : 21 , "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、乒乓<em>球</em>、足<em>球</em>、<em>篮</em><em>球</em>" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 0.29349327 , "_source" : { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、乒乓<em>球</em>、足<em>球</em>" ] } } ] } }
评分计算规则
bool查询会为每个文档计算相关度评分 _score
,在将所有匹配的 must
和 should
语句的分数 _score
求和,最后除以 must
和 should
语句的总数
must_not
语句不会影响评分,只是将不相关文档排除
默认情况下 should
中的内容不是必须匹配的,如果查询语句中没有 must
,则至少匹配其中一个;
should
的匹配个数也可以通过 minimum_should_match
参数控制
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 POST http: { "query" : { "bool" : { "should" : [ { "match" : { "hobby" : "游泳" } } , { "match" : { "hobby" : "篮球" } } , { "match" : { "hobby" : "音乐" } } ] , "minimum_should_match" : 2 } } , "highlight" : { "fields" : { "hobby" : { } } } } #结果 { "took" : 4 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 3.5574098 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 3.5574098 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、<em>篮</em><em>球</em>、<em>游</em><em>泳</em>、听<em>音</em><em>乐</em>" ] } } ] } }
可见单词顺序也是会影响查询结果的
权重 我们可能需要对某些词增加权重来影响该条数据的得分
搜索关键字为“游泳篮球”,如果结果中包含了“音乐”权重为10,包含了“跑步”权重为2。
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 POST http: { "query" : { "bool" : { "must" : { "match" : { "hobby" : { "query" : "游泳篮球" , "operator" : "and" } } } , "should" : [ { "match" : { "hobby" : { "query" : "音乐" , "boost" : 10 } } } , { "match" : { "hobby" : { "query" : "跑步" , "boost" : 2 } } } ] } } , "highlight" : { "fields" : { "hobby" : { } } } } ### { "took" : 5 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 10.58086 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 10.58086 , # "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、<em>篮</em><em>球</em>、<em>游</em><em>泳</em>、听<em>音</em><em>乐</em>" ] } } ] } } # 对比不设置权重 { "took" : 5 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 3.5574095 , # "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 3.5574095 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "羽毛<em>球</em>、<em>篮</em><em>球</em>、<em>游</em><em>泳</em>、听<em>音</em><em>乐</em>" ] } } ] } }
由于受权重影响,评分不同
短语匹配 在ES中,短语匹配意味着不仅仅是词要匹配,并且词的顺序也要一致
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 POST http: { "query" : { "match_phrase" : { "hobby" : { "query" : "羽毛球篮球" } } } , "highlight" : { "fields" : { "hobby" : { } } } } ## 返回 { "took" : 16 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 1 , "max_score" : 4.0713663 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "mAAZR3kB81AnlYu4xnXV" , "_score" : 4.0713663 , "_source" : { "name" : "王五" , "age" : 22 , "mail" : "333@qq.com" , "hobby" : "羽毛球、篮球、游泳、听音乐" } , "highlight" : { "hobby" : [ "<em>羽</em><em>毛</em><em>球</em>、<em>篮</em><em>球</em>、游泳、听音乐" ] } } ] } }
可以增加 slop
参数,允许跳过N个词进行匹配
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 POST http: { "query" : { "match_phrase" : { "hobby" : { "query" : "羽毛球足球" } } } , "highlight" : { "fields" : { "hobby" : { } } } } #没有匹配到数据 { "took" : 2 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 0 , "max_score" : null , "hits" : [ ] } } # 增加slop参数 { "query" : { "match_phrase" : { "hobby" : { "query" : "羽毛球足球" , "slop" : 3 } } } , "highlight" : { "fields" : { "hobby" : { } } } } #返回 { "took" : 12 , "timed_out" : false , "_shards" : { "total" : 2 , "successful" : 2 , "skipped" : 0 , "failed" : 0 } , "hits" : { "total" : 2 , "max_score" : 0.3713958 , "hits" : [ { "_index" : "test" , "_type" : "person" , "_id" : "lgAZR3kB81AnlYu4xnXV" , "_score" : 0.3713958 , "_source" : { "name" : "张三" , "age" : 20 , "mail" : "111@qq.com" , "hobby" : "羽毛球、乒乓球、足球" } , "highlight" : { "hobby" : [ "<em>羽</em><em>毛</em><em>球</em>、乒乓球、<em>足</em>球" ] } } , { "_index" : "test" , "_type" : "person" , "_id" : "lwAZR3kB81AnlYu4xnXV" , "_score" : 0.32347375 , "_source" : { "name" : "李四" , "age" : 21 , "mail" : "222@qq.com" , "hobby" : "羽毛球、乒乓球、足球、篮球" } , "highlight" : { "hobby" : [ "<em>羽</em><em>毛</em><em>球</em>、乒乓球、<em>足</em>球、篮球" ] } } ] } }
ES集群 概念 集群&节点 ES的集群是由多个节点组成的,同一 cluster.name
的节点同属一个集群,并可用于区分其他集群节点,通过修改节点配置文件 elasticsearch.yml
的 node.name
指定节点名
在ES中,节点主要有四种
matser节点配置文件中 node.master
属性为true(默认),就有资格被选为master节点 master节点可用于控制整个集群的操作,比如创建、删除索引,管理其他非master节点等 data 节点配置文件中的 node.data
属性为true(默认),就有资格被设置成data节点 data 节点主要用于执行数据相关的操作,比如文档的CRUD 客户端节点
配置文件中 node.master 和 node.data 属性均为false 该节点不能作为 master 节点,也不能作为data节点 可以作为客户端节点,用于响应用户的请求,把请求转发到其他节点 部落节点
当一个结点配置 tribe.*
时,可以链接多个集群,在所有连接的集群上执行搜索和其他操作 分片和副本 为了将数据添加到Elasticsearch,我们需要索引(index) ——一个存储关联数据的地方。实际上,索引只是一个用来指向一个或多个分片(shards) 的逻辑命名空间(logical namespace)
一个 分片(shard) 是一个最小级别“工作单元(work unit)”,他只是保存了索引中所有数据的一部分 分片就是一个 Lucene实例 ,并且他本身就是一个完整的搜索引擎。应用程序不会和他直接通信 分片可以是 主分片(primary shard) 或者 复制分片(replica shard) 索引中的每个文档属于一个单独的主分片(数据存储在主分片 ),所以主分片的数量决定了索引能存储多少数据 复制分片只是主分片的一个副本,可以防止硬件故障造成的数据丢失,同时可以提供读请求,比如搜索或者从别的shard取回文档 当索引创建完成,主分片数量就已经确定,复制分片可随时调整 使用 docker 搭建集群 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 # 创建节点配置文件目录 mkdir /data/es-cluster-data cd /haoke/es-cluster-data mkdir node01 mkdir node02 # 将安装目录下的elasticsearch.yml jvm.options文件到节点配置目录 # 进入es安装目录 cd /opt/elasticsearch-7.12.0/config # 将配置文件复制到结点文件中 cp elasticsearch.yml jvm.options /data/es-cluster-data/node01 # node01的配置 # cluster.name: es-haoke-cluster node.name: node01 node.master: true node.data: true network.host: 0.0.0.0 http.port: 9200 discovery.zen.ping.unicast.hosts: ["8.140.130.91"] discovery.zen.minimum_master_nodes: 1 http.cors.enabled: true http.cors.allow-origin: "*" # -Xms128m -Xmx128m # node02的配置 # cluster.name: es-haoke-cluster node.name: node02 node.master: false node.data: true network.host:0.0.0.0 http.port: 9201 discovery.zen.ping.unicast.hosts: ["8.140.130.91"] discovery.zen.minimum_master_nodes: 1 http.cors.enabled: true http.cors.allow-origin: "*" # 去掉注释查看文件 grep -v '#' elasticsearch.yml # 创建容器 docker create --name es-node01 --net host -v /data/es-cluster-data/node01/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /data/es-cluster-data/node01/jvm.options:/usr/share/elasticsearch/config/jvm.options -v /data/es-cluster-data/node01/data:/usr/share/elasticsearch/data elasticsearch:6.5.4 docker create --name es-node02 --net host -v /data/es-cluster-data/node02/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /data/es-cluster-data/node02/jvm.options:/usr/share/elasticsearch/config/jvm.options -v /data/es-cluster-data/node02/data:/usr/share/elasticsearch/data elasticsearch:6.5.4 # 启动容器报错 docker start es-node01
1 2 3 4 5 6 7 8 # 修改配置目录下的data目录的读写权限 cd /data/es-cluster-data/node01/ chmod 777 data/ -R ll total 8 drwxrwxrwx 2 root root 6 May 9 11:21 data -rw-r----- 1 root root 2925 May 9 11:08 elasticsearch.yml -rw-r----- 1 root root 3108 May 9 11:09 jvm.options
1 2 3 # 再次启动 docker start es-node01 && docker logs -f es-node01 docker start es-node02 && docker logs -f es-node02
查看集群状况
新建索引
查看集群状态:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 GET http: { "cluster_name" : "es-haoke-cluster" , "status" : "green" , "timed_out" : false , "number_of_nodes" : 2 , "number_of_data_nodes" : 2 , "active_primary_shards" : 5 , "active_shards" : 10 , "relocating_shards" : 0 , "initializing_shards" : 0 , "unassigned_shards" : 0 , "delayed_unassigned_shards" : 0 , "number_of_pending_tasks" : 0 , "number_of_in_flight_fetch" : 0 , "task_max_waiting_in_queue_millis" : 0 , "active_shards_percent_as_number" : 100.0 }
集群状态的三种颜色:
颜色 意义 green 所有主要分片和复制分片都可用 yellow 所有主要分片可用,但不是所有复制分片都可用 red 不是所有的主要分片都可用
Exception BindTransportException[Failed to bind to 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 cluster.name: es-haoke-cluster node.name: node01 node.master: true node.data: true network.bind_host: 0.0 .0 .0 network.host: 0.0 .0 .0 network.publish_host: 8.140 .130 .91 http.host: 0.0 .0 .0 http.port: 9200 transport.tcp.port: 9300 discovery.zen.ping.unicast.hosts: ["8.140.130.91:9300" ,"8.140.130.91:9301" ,"82.157.25.57:9302" ]discovery.zen.minimum_master_nodes: 2 http.cors.enabled: true http.cors.allow-origin: "*"
故障转移 所有结点的 node.master
设置为 true 创建新结点 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 # node03配置文件 cluster.name: es-haoke-cluster node.name: node03 node.master: true node.data: true network.host: 0.0.0.0 http.port: 9202 discovery.zen.ping.unicast.hosts: ["8.140.130.91"] discovery.zen.minimum_master_nodes: 1 http.cors.enabled: true http.cors.allow-origin: "*" docker create --name es-node01 --net host -v /data/es-cluster-data/node01/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /data/es-cluster-data/node01/jvm.options:/usr/share/elasticsearch/config/jvm.options -v /data/es-cluster-data/node01/data:/usr/share/elasticsearch/data elasticsearch:6.5.4 docker create --name es-node02 --net host -v /data/es-cluster-data/node02/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /data/es-cluster-data/node02/jvm.options:/usr/share/elasticsearch/config/jvm.options -v /data/es-cluster-data/node03/data:/usr/share/elasticsearch/data elasticsearch:6.5.4 docker create --name es-node03 --net host -v /data/es-cluster-data/node03/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /data/es-cluster-data/node03/jvm.options:/usr/share/elasticsearch/config/jvm.options -v /data/es-cluster-data/node03/data:/usr/share/elasticsearch/data elasticsearch:6.5.4 # 修改data/ 目录权限 chmod 777 /data/es-cluster-data/node03/data/ -R
可见 node02 被选为主节点
创建haoke 索引
停止data节点
说明:
需要连接到node02的端口9201查看状态 当前集群状态为黄色,表示主节点可用,副本节点不完全可用 过一段时间,发现节点列表中没有node01,副本节点分配到了node02和node03,集群状态回复到绿色
data节点重新启动 数据节点重启后,重新加入了集群,并且重新分配了节点信息
停止master节点
可见,集群对master进行了重新选举,选择node01作为master,集群状态变为黄色
一段时间后,es-node02节点从es节点中移除,集群状态变为绿色
恢复 master节点
发现 node02 已经加入不到原集群,这就是集群中的
脑裂问题
解决方案:
思路:不能让节点很容易变成 master节点,必须有多个节点认可才可以 设置 minimum_master_nodes
的大小为2 测试 1 2 3 4 5 6 7 8 9 10 cluster.name: es-haoke-cluster node.name: node01 node.master: true node.data: true network.host: 0.0 .0 .0 http.port: 9200 discovery.zen.ping.unicast.hosts: ["8.140.130.91" ]discovery.zen.minimum_master_nodes: 2 http.cors.enabled: true http.cors.allow-origin: "*"
让node03宕机
恢复节点node03
此时node03被作为数据节点加入集群
分布式文档 在ES中,会采用计算的方式来决定文档存储到哪个节点,计算公式
1 shard = hash(routing) % number_of_primary_shards
文档的写操作 写操作:新建索引和删除请求都是写 (write)操作,它们必须在主分片上成功完成才能复制到相关的复制分片上
客户端给 node1(master节点)
发送新建、索引或删除请求 节点使用文档的 _id
确定文档属于分片 0
,master节点转发请求到 node3
,分片 0
的主分片位于这个节点上 node3
在主分片 p0
上执行请求,如果成功,转发请求到相应的位于 node 1
和 node2
的复制节点上。当所有的复制节点报告成功,node3
报告成功到请求的结点,请求的结点再报告给客户端客户端接收到成功响应时,文档的修改已经被应用于主分片和所有的复制分片
搜索文档(单个文档) 文档能够从主分片或任意一个分片检索
客户端给 主节点Node_1
发送 get请求 节点使用文档的 _id
确定文档属于分片 0
。轮询查找节点,分片 0
对应的复制分片在三个节点上都有。此时转发请求到 node 2
node 2
返回文档(document) 给 node1
,然后返回给客户端对于读请求,为了负载均衡,请求节点会为每个请求选择不同的分片——它会循环所有分片副本
全文搜索 分布式文档分散在各个节点上,这是就是全文搜索
搜索,分为2个阶段,搜索(query)+取回(fetch)
搜索(query)
客户端 发送一个 search
请求给 node3
,node3
创建了一个长度为 from+size
的空优先级队列 node3
转发这个搜索请求到索引中每个分片的原或副本。每个分片在本地执行这个查询并且将结果返回到一个大小为 from+size
的有序本地优先队列中每个分片返回 document 的ID和他优先队列里的所有document的排序值(得分)给协调节点 node3
,node3把这些值合并到自己的优先队列并产生全局排序结果 查询阶段只是返回相关文档的id 和得分 ,并没有返回文档真正的内容
取回
协调节点辨别出哪个document需要取回,并且向相关分片发出 GET 请求。 每个分片加载document并且根据需要丰富(enrich )它们,然后再将document返回协调节点。 一旦所有的document都被取回,协调节点会将结果返回给客户端。 Java客户端 在ES中,为java提供了两种客户端,一种是REST风格的客户端,一种是JAVA API的客户端
java low level REST Client
官方提供的低级客户端。该客户端通过 http
来连接ES集群。用户在使用该客户端时,需将请求数据手动拼接成ES所需的JSON格式进行发送,收到响应时也需要将返回的JSON数据手动封装成对象。兼容所有ES版本
Java high Level REST Client
官方提供的高级客户端,该客户端基于低级客户端实现,提供了很多便捷API来解决低级客户端需要手动转换数据格式的问题
构造数据
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 PUT http: { "index" : { "_index" : "haoke" , "_type" : "house" } } { "id" : "1001" , "title" : "整租 · 南丹大楼 1居室 7500" , "price" : "7500" } { "index" : { "_index" : "haoke" , "_type" : "house" } } { "id" : "1002" , "title" : "陆家嘴板块,精装设计一室一厅,可拎包入住诚意租。" , "price" : "8500" } { "index" : { "_index" : "haoke" , "_type" : "house" } } { "id" : "1003" , "title" : "整租 · 健安坊 1居室 4050" , "price" : "7500" } { "index" : { "_index" : "haoke" , "_type" : "house" } } { "id" : "1004" , "title" : "整租 · 中凯城市之光+视野开阔+景色秀丽+拎包入住" , "price" : "6500" } { "index" : { "_index" : "haoke" , "_type" : "house" } } { "id" : "1005" , "title" : "整租 · 南京西路品质小区 21213三轨交汇 配套齐* 拎包入 住" , "price" : "6000" } { "index" : { "_index" : "haoke" , "_type" : "house" } } { "id" : "1006" , "title" : "祥康里 简约风格 *南户型 拎包入住 看房随时" , "price" : "7000" }
REST低级客户端 1. 创建工程 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 <?xml version="1.0" encoding="UTF-8" ?> <project xmlns ="http://maven.apache.org/POM/4.0.0" xmlns:xsi ="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation ="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd" > <modelVersion > 4.0.0</modelVersion > <groupId > org.example</groupId > <artifactId > es-restapi</artifactId > <version > 1.0-SNAPSHOT</version > <dependencies > <dependency > <groupId > org.elasticsearch.client</groupId > <artifactId > elasticsearch-rest-client</artifactId > <version > 6.5.4</version > </dependency > <dependency > <groupId > junit</groupId > <artifactId > junit</artifactId > <version > 4.12</version > </dependency > <dependency > <groupId > com.fasterxml.jackson.core</groupId > <artifactId > jackson-databind</artifactId > <version > 2.9.4</version > </dependency > </dependencies > <build > <plugins > <plugin > <groupId > org.apache.maven.plugins</groupId > <artifactId > maven-compiler-plugin</artifactId > <version > 3.2</version > <configuration > <source > 1.8</source > <target > 1.8</target > <encoding > UTF-8</encoding > </configuration > </plugin > </plugins > </build > </project >
2. 编写测试用例 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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 package com.es.rest;import com.fasterxml.jackson.core.JsonProcessingException;import com.fasterxml.jackson.databind.ObjectMapper;import com.sun.scenario.effect.impl.sw.sse.SSEBlend_SRC_OUTPeer;import org.apache.http.HttpHost;import org.apache.http.util.EntityUtils;import org.elasticsearch.client.*;import org.junit.After;import org.junit.Before;import org.junit.Test;import java.io.IOException;import java.util.HashMap;import java.util.Map;public class TestRest { private static final ObjectMapper MAPPER = new ObjectMapper (); private RestClient restClient; @Before public void init () { RestClientBuilder builder = RestClient.builder( new HttpHost ("8.140.130.91" ,9200 ,"http" ), new HttpHost ("8.140.130.91" ,9201 ,"http" ), new HttpHost ("8.140.130.91" ,9202 ,"http" ) ); builder.setFailureListener(new RestClient .FailureListener(){ @Override public void onFailure (Node node) { System.out.println("出错了=>" +node); } }); this .restClient = builder.build(); } @After public void after () throws IOException { restClient.close(); } @Test public void getInfo () throws IOException { Request request = new Request ("GET" ,"/_cluster/health" ); request.addParameter("pretty" ,"true" ); Response response = this .restClient.performRequest(request); System.out.println(response.getStatusLine()); System.out.println(EntityUtils.toString(response.getEntity())); } @Test public void save () throws Exception { Map<String,Object> data = new HashMap <>(); data.put("id" ,2001 ); data.put("title" ,"asd" ); data.put("price" ,2001 ); Request request = new Request ("POST" ,"/haoke/house" ); request.addParameter("pretty" ,"true" ); request.setJsonEntity(MAPPER.writeValueAsString(data)); Response response = this .restClient.performRequest(request); System.out.println(response.getStatusLine()); System.out.println(EntityUtils.toString(response.getEntity())); } @Test public void getById () throws IOException { Response response = this .restClient.performRequest(new Request ("GET" , "/haoke/house/5OvNU3kB6bIFS3djOG3t" )); System.out.println(response.getStatusLine()); System.out.println(EntityUtils.toString(response.getEntity())); } @Test public void search () throws IOException { Request request = new Request ("POST" ,"/haoke/house/_search" ); String searchJson = "{\"query\": {\"match\": {\"title\": \"asd\"}}}" ; request.setJsonEntity(searchJson); request.addParameter("pretty" ,"true" ); Response response = this .restClient.performRequest(request); System.out.println(response.getStatusLine()); System.out.println(EntityUtils.toString(response.getEntity())); } }
REST高级客户端 1 2 3 4 5 <dependency > <groupId > org.elasticsearch.client</groupId > <artifactId > elasticsearch-rest-high-level-client</artifactId > <version > 6.5.4</version > </dependency >
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 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 package com.es.rest;import org.apache.http.HttpHost;import org.elasticsearch.action.ActionListener;import org.elasticsearch.action.delete.DeleteRequest;import org.elasticsearch.action.delete.DeleteResponse;import org.elasticsearch.action.get.GetRequest;import org.elasticsearch.action.get.GetResponse;import org.elasticsearch.action.index.IndexRequest;import org.elasticsearch.action.index.IndexResponse;import org.elasticsearch.action.search.SearchRequest;import org.elasticsearch.action.search.SearchResponse;import org.elasticsearch.action.update.UpdateRequest;import org.elasticsearch.action.update.UpdateResponse;import org.elasticsearch.client.RequestOptions;import org.elasticsearch.client.RestClient;import org.elasticsearch.client.RestClientBuilder;import org.elasticsearch.client.RestHighLevelClient;import org.elasticsearch.common.Strings;import org.elasticsearch.common.unit.TimeValue;import org.elasticsearch.index.query.QueryBuilders;import org.elasticsearch.search.SearchHit;import org.elasticsearch.search.SearchHits;import org.elasticsearch.search.builder.SearchSourceBuilder;import org.elasticsearch.search.fetch.subphase.FetchSourceContext;import org.junit.After;import org.junit.Before;import org.junit.Test;import java.io.IOException;import java.util.HashMap;import java.util.Map;import java.util.concurrent.TimeUnit;public class TestHighLevelREST { private RestHighLevelClient client; @Before public void init () { RestClientBuilder builder = RestClient.builder( new HttpHost ("8.140.130.91" ,9200 ,"http" ), new HttpHost ("8.140.130.91" ,9201 ,"http" ), new HttpHost ("8.140.130.91" ,9202 ,"http" ) ); this .client = new RestHighLevelClient (builder); } @After public void after () throws IOException { this .client.close(); } @Test public void save () throws IOException { Map<String,Object> data = new HashMap <>(); data.put("id" , 2004 ); data.put("title" , "南京西路 拎包入住 一室一厅" ); data.put("price" , 2004 ); IndexRequest indexRequest = new IndexRequest ("haoke" ,"house" ).source(data); IndexResponse index = this .client.index(indexRequest, RequestOptions.DEFAULT); System.out.println(index.getIndex()); System.out.println(index.getId()); System.out.println(index.getType()); System.out.println(index.getVersion()); System.out.println(index.getResult()); System.out.println(index.getShardInfo()); } @Test public void saveAsyncx () throws InterruptedException { Map<String,Object> data = new HashMap <>(); data.put("id" , 2005 ); data.put("title" , "南京西路 拎包入住 一室一厅" ); data.put("price" , 2005 ); IndexRequest indexRequest = new IndexRequest ("haoke" ,"house" ).source(data); this .client.indexAsync(indexRequest, RequestOptions.DEFAULT, new ActionListener <IndexResponse>() { @Override public void onResponse (IndexResponse indexResponse) { System.out.println(indexResponse.getIndex()); System.out.println(indexResponse.getId()); System.out.println(indexResponse.getType()); System.out.println(indexResponse.getVersion()); System.out.println(indexResponse.getResult()); System.out.println(indexResponse.getShardInfo()); } @Override public void onFailure (Exception e) { System.out.println(e); } }); Thread.sleep(20000 ); } @Test public void getById () throws IOException { GetRequest getRequest = new GetRequest ("haoke" ,"house" ,"5evNU3kB6bIFS3djvG3Y" ); String[] includes = new String []{"title" ,"id" }; String[] excludes = Strings.EMPTY_ARRAY; FetchSourceContext fetchSourceContext = new FetchSourceContext (true ,includes,excludes); getRequest.fetchSourceContext(fetchSourceContext); GetResponse response = this .client.get(getRequest, RequestOptions.DEFAULT); System.out.println("数据->" +response.getSource()); } @Test public void testExists () throws Exception { GetRequest getRequest = new GetRequest ("haoke" , "house" , "5OvNU3kB6bIFS3djOG3t" ); getRequest.fetchSourceContext(new FetchSourceContext (false )); boolean exists = this .client.exists(getRequest, RequestOptions.DEFAULT); System.out.println("exists -> " + exists); } @Test public void testDelete () throws Exception { DeleteRequest deleteRequest = new DeleteRequest ("haoke" , "house" , "5OvNU3kB6bIFS3djOG3t" ); DeleteResponse response = this .client.delete(deleteRequest, RequestOptions.DEFAULT); System.out.println(response.status()); } @Test public void testUpdate () throws Exception { UpdateRequest updateRequest = new UpdateRequest ("haoke" , "house" , "5evNU3kB6bIFS3djvG3Y" ); Map<String, Object> data = new HashMap <>(); data.put("title" , "张江高科2" ); data.put("price" , "5000" ); updateRequest.doc(data); UpdateResponse response = this .client.update(updateRequest, RequestOptions.DEFAULT); System.out.println("version -> " + response.getVersion()); } @Test public void search () throws IOException { SearchRequest searchRequest = new SearchRequest ("haoke" ); searchRequest.types("house" ); SearchSourceBuilder builder = new SearchSourceBuilder (); builder.query(QueryBuilders.matchQuery("title" ,"拎包入住" )); builder.from(0 ); builder.size(5 ); builder.timeout(new TimeValue (60 , TimeUnit.SECONDS)); searchRequest.source(builder); SearchResponse response = this .client.search(searchRequest, RequestOptions.DEFAULT); System.out.println("搜索到->" +response.getHits().totalHits+"条数据" ); SearchHits hits = response.getHits(); for (SearchHit hit : hits) { System.out.println(hit.getSourceAsString()); } } }
SpringBoot ElasticSearch Spring Data项目对Elasticsearch做了支持,其目的就是简化对Elasticsearch的操作
https://spring.io/projects/spring-data-elasticsearch
相关依赖 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 26 27 28 29 30 31 32 <?xml version="1.0" encoding="UTF-8" ?> <project xmlns ="http://maven.apache.org/POM/4.0.0" xmlns:xsi ="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation ="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd" > <modelVersion > 4.0.0</modelVersion > <groupId > org.example</groupId > <artifactId > elasticSearch</artifactId > <version > 1.0-SNAPSHOT</version > <parent > <artifactId > spring-boot-starter-parent</artifactId > <groupId > org.springframework.boot</groupId > <version > 2.1.0.RELEASE</version > </parent > <dependencies > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter-data-elasticsearch</artifactId > </dependency > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter-test</artifactId > </dependency > <dependency > <groupId > org.projectlombok</groupId > <artifactId > lombok</artifactId > </dependency > </dependencies > </project >
配置文件 1 2 3 4 spring.application.name =example-elasticsearch spring.data.elasticsearch.cluster-name =es-haoke-cluster spring.data.elasticsearch.cluster-nodes =8.140.130.91:9300,8.140.130.91:9301,8.140.130.91:9302
启动类 1 2 3 4 5 6 7 8 9 10 11 package com.elasticsearch;import org.springframework.boot.SpringApplication;import org.springframework.boot.autoconfigure.SpringBootApplication;@SpringBootApplication public class MyMainApplication { public static void main (String[] args) { SpringApplication.run(MyMainApplication.class,args); } }
新增数据 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 package com.elasticsearch.pojo;import lombok.AllArgsConstructor;import lombok.Data;import lombok.NoArgsConstructor;import org.springframework.data.annotation.Id;import org.springframework.data.elasticsearch.annotations.Document;import org.springframework.data.elasticsearch.annotations.Field;@Data @AllArgsConstructor @NoArgsConstructor @Document(indexName = "test",type = "user",shards = 6,replicas = 1) public class User { @Id Long id; @Field(store = true) private String name; @Field private String age; @Field private String hobby; }
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 @SpringBootTest @RunWith(SpringRunner.class) public class TestSpringEs { @Autowired private ElasticsearchTemplate elasticsearchTemplate; @Test public void testSave () { User user = new User (); user.setId(1001L ); user.setName("张三" ); user.setAge("11" ); user.setHobby("足球 篮球 听音乐" ); IndexQuery indexQuery = new IndexQueryBuilder ().withObject(user).build(); String res = this .elasticsearchTemplate.index(indexQuery); System.out.println(res); } }
先新建索引,再插入数据,才能保证分片数正确
批量插入数据 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 @Test public void bulk () { List list = new ArrayList <>(); for (int i = 0 ; i < 1000 ; i++) { User user = new User (); user.setId(1001L + i); user.setAge(i % 50 + 10 ); user.setName("张三" + i); user.setHobby("足球、篮球、听音乐" ); IndexQuery indexQuery = new IndexQueryBuilder ().withObject(user).build(); list.add(indexQuery); } this .elasticsearchTemplate.bulkIndex(list); }
局部更新数据 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 @Test public void update () { IndexRequest indexRequest = new IndexRequest (); indexRequest.source("age" ,"30" ); UpdateQuery updateQuery = new UpdateQueryBuilder () .withId("1003" ) .withClass(User.class) .withIndexRequest(indexRequest) .build(); UpdateResponse response = this .elasticsearchTemplate.update(updateQuery); System.out.println(response.getResult()); System.out.println(response.getIndex()); System.out.println(response.toString()); }
删除数据 1 2 3 4 5 6 7 8 9 @Test public void delete () { String delete = this .elasticsearchTemplate.delete(User.class, "1002" ); System.out.println(delete); }
搜索 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 @Test public void search () { PageRequest pageRequest = PageRequest.of(1 ,10 ); SearchQuery searchQuery = new NativeSearchQueryBuilder () .withQuery(QueryBuilders.matchQuery("name" ,"张三" )) .withPageable(pageRequest) .build(); AggregatedPage<User> users = this .elasticsearchTemplate.queryForPage(searchQuery,User.class); System.out.println("总页数" +users.getTotalPages()); for (User user : users) { System.out.println(user); } }