1 Elasticsearch 概述
Elaticsearch，简称为 ES，ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 Elastic Stack 技术栈的核心。它可以近乎实时的存储、检索数据，本身扩展性很好，可以扩展到上 百台服务器，处理 PB 级别的数据。
1.1 相关概念
Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便理解，这里将 Elasticsearch 与 MySQL 进行一个类比。
MySQL ES
数据库（database） 索引（index） 表（table） 类型（type）（ES6.0之后被废弃，ES7中完全删除） 表结构（schema） 映射（mapping） 行（row） 文档（document） 列（column） 字段（field）
Elasticsearch 使用一种称为倒排索引的结构，它适用于快速的全文搜索。
2 下载安装
Elasticsearch 官方地址：https://www.elastic.co/cn/
Elasticsearch 相关下载：http://dl.elasticsearch.cn/
Elasticsearch 中文社区：https://elasticsearch.cn/explore/
2.1 Elasticsearch安装
这里选择 7.8.0 的Windows版本下载，使用Windows虚拟机进行安装，虚拟机IP地址192.168.1.107。
第一步：解压安装包，修改配置文件elasticsearch-7.8.0\config\elasticsearch.yml，开启Elasticsearch远程访问；
network.host: 0.0.0.0
discovery.seed_hosts: ["0.0.0.0", "[::1]"]
第二步：进入bin目录，点击elasticsearch.bat文件启动服务；
第三步：启动成功后，访问：http://192.168.1.107:9200。
![image](https://img2020.cnblogs.com/blog/1481782/202110/1481782-20211024145215553-2068182480.png"%20width%20=%20"50%"%20height%20=%20"50%"/>!%5BElasticsearch%E5%AD%A6%E4%B9%A0%5D(https://johngo-pic.oss-cn-beijing.aliyuncs.com/articles/20230605/1481782-20211024145215553-2068182480.png)
)
注意：9300端口为 Elasticsearch 集群间组件的通信端口，9200 端口为浏览器访问的 http 协议 RESTful 端口。
2.2 Elasticsearch-Head安装
下载地址：https://github.com/mobz/elasticsearch-head
下载crx谷歌扩展程序。
2.3 Kibana安装
第一步：解压安装包，修改配置文件kibana-7.8.0-windows-x86_64\config\kibana.yml，开启Kibana远程访问与中文支持；
server.host: "192.168.1.107"
elasticsearch.hosts: ["http://192.168.1.107:9200"]
i18n.locale: "zh-CN"
第二步：进入bin目录，点击kibana.bat文件启动服务；
第三步：启动成功后，访问：http://192.168.1.107:5601/。
2.4 IK分词器安装
第一步：解压安装包，将解压后的文件夹放到elasticsearch-7.8.0\plugins下；
第二步：重启Elasticsearch，重启完成进入bin目录打开cmd，输入elasticsearch-plugin list可查看插件；
第三步：使用Kibana进行测试。
ik_smart：最少切分:
GET _analyze{
"analyzer": "ik_smart",
"text": "我的中国心"
}
ik_max_word：最细粒度划分:
GET _analyze{
"analyzer": "ik_max_word",
"text": "我的中国心"
}
第四步：扩展词典（可选）。
分词不能满足需要时，可添加自定义的词语到扩展字典中。
3 基本操作
3.1 HTTP 操作
3.1.1 索引操作
创建索引
PUT student
查看单个索引
GET student
查看所有索引
GET _cat/indices?v
删除指定索引
DELETE student
3.1.2 文档操作
创建文档
POST student/_doc
{
"name":"xiaoming",
"sex":"male",
"age":18
}
创建文档（指定唯一性标识）
POST student/_doc/1
{
"name":"xiaoming",
"sex":"male",
"age":18
}
查看单个文档
GET student/_doc/1
查看所有文档
GET student/_search?pretty
修改文档
PUT student/_doc/1
{
"name":"xiaohong",
"sex":"female",
"age":18
}
修改字段
POST student/_update/1
{
"doc":{
"age":16
}
}
删除文档
DELETE student/_doc/1
根据条件删除文档
POST student/_delete_by_query
{
"query":{
"match":{
"age":16
}
}
}
3.1.3 映射操作
创建映射（需要先创建索引）
PUT student/_mapping
{
"properties":{
"name":{
"type":"text",
"index":true
},
"sex":{
"type":"keyword",
"index":true
},
"age":{
"type":"integer",
"index":false
}
}
}
查看映射
GET student/_mapping
索引映射关联（索引不存在的情况下）
PUT student
{
"settings":{
},
"mappings":{
"properties":{
"name":{
"type":"text",
"index":true
},
"sex":{
"type":"keyword",
"index":true
},
"age":{
"type":"integer",
"index":false
}
}
}
}
映射数据说明:
● type：类型
Elasticsearch中支持的数据类型非常丰富，说几个关键的
* String：字符串类型，分两种
text：可分词
keyword：不可分词，数据会作为完整字段进行匹配
* Numerical：数值类型，分两类
基本数据类型：long、integer、short、byte、double、float、half_float
浮点数的高精度类型：scaled_float
* Date：日期类型
* Array：数组类型
* Object：对象
● index：是否索引，默认为true，也就是说你不进行任何配置，所有字段都会被索引。
● store：是否将数据进行独立存储，默认为 false。
原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储 的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置 “store”: true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。
● analyzer：分词器，ik_max_word 即使用 ik 分词器
3.1.4 高级查询
查询所有文档
GET student/_search
{
"query":{
"match_all":{
}
}
}
匹配查询
GET student/_search
{
"query":{
"match":{
"name":"xiaoming"
}
}
}
多字段匹配查询
GET student/_search
{
"query":{
"multi_match":{
"query":"xiaoming",
"fields":[
"name",
"nickname"
]
}
}
}
关键字精确查询
GET student/_search
{
"query":{
"term":{
"name":{
"value":"xiaoming"
}
}
}
}
多关键字精确查询
GET student/_search
{
"query":{
"terms":{
"name":[
"xiaoming",
"xiaohong"
]
}
}
}
指定查询字段
GET student/_search
{
"_source":[
"name",
"age"
],
"query":{
"terms":{
"name":[
"xiaoming"
]
}
}
}
过滤字段
includes：指定想要显示的字段
excludes：指定不想要显示的字段
GET student/_search
{
"_source":{
"includes":[
"name",
"age"
]
},
"query":{
"terms":{
"name":[
"xiaoming"
]
}
}
}
组合查询
bool把各种其它查询通过must（必须）、must_not（必须不）、should（应该）的方式进行组合
GET student/_search
{
"query":{
"bool":{
"must":[
{
"match":{
"name":"xiaoming"
}
}
],
"must_not":[
{
"match":{
"age":"40"
}
}
],
"should":[
{
"match":{
"sex":"male"
}
}
]
}
}
}
范围查询
range 查询允许以下字符
操作符 说明
gt 大于>
gte 大于等于>=
lt 小于<
lte 小于等于<= get student _search { "query":{ "range":{ "age":{ "gte":15, "lte":30 } # 模糊查询 "fuzzy":{ "name":{ "value":"xiaoming" 单字段排序 "match":{ "name":"xiaoming" }, "sort":[ "order":"desc" ] 多字段排序 "match_all":{ "_score":{ 高亮查询 pre_tags：前置标签 post_tags：后置标签 fields：需要高亮的字段 "highlight":{ "pre_tags":"<font color="red">",
"post_tags":"",
"fields":{
"name":{}
}
}
}
分页查询
from：当前页的起始索引，默认从 0 开始。 from = (pageNum - 1) * size
size：每页显示多少条
GET student/_search
{
"query":{
"match_all":{
}
},
"sort":[
{
"age":{
"order":"desc"
}
}
],
"from":0,
"size":10
}
聚合查询（对某个字段取最大值 max）
GET student/_search
{
"aggs":{
"max_age":{
"max":{
"field":"age"
}
}
},
"size":0
}
聚合查询（对某个字段取最小值 min）
GET student/_search
{
"aggs":{
"min_age":{
"min":{
"field":"age"
}
}
},
"size":0
}
聚合查询（对某个字段求和 sum）
GET student/_search
{
"aggs":{
"sum_age":{
"sum":{
"field":"age"
}
}
},
"size":0
}
聚合查询（对某个字段取平均值 avg）
GET student/_search
{
"aggs":{
"avg_age":{
"avg":{
"field":"age"
}
}
},
"size":0
}
聚合查询（对某个字段的值进行去重之后再取总数）
GET student/_search
{
"aggs":{
"distinct_age":{
"cardinality":{
"field":"age"
}
}
},
"size":0
}
聚合查询（State 聚合）
GET student/_search
{
"aggs":{
"stats_age":{
"stats":{
"field":"age"
}
}
},
"size":0
}
桶聚合查询（terms 聚合，分组统计）
GET student/_search
{
"aggs":{
"age_groupby":{
"terms":{
"field":"age"
}
}
},
"size":0
}
桶聚合查询（在 terms 分组下再进行聚合）
GET student/_search
{
"aggs":{
"age_groupby":{
"terms":{
"field":"age"
},
"aggs":{
"sum_age":{
"sum":{
"field":"age"
}
}
}
}
},
"size":0
}
</=>
3.2 Java API 操作
3.3 Spring Data 框架集成
注意版本
Original: https://www.cnblogs.com/zhanglei-code/p/15450946.html
Author: zhanglei-code
Title: Elasticsearch学习
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/569533/
转载文章受原作者版权保护。转载请注明原作者出处！