51工具盒子如果还未安装Elasticsearch，推荐参考这篇博客通过docker安装测试环境：Elasticsearch环境与搭建#Docker-Compose 单机部署（个人测试推荐使用）
RESTful & JSON {#RESTful---JSON}
Elasticsearch使用RESTful风格的http请求进行通信（操作索引、添加数据、修改数据、删除数据等），通过JSON数据格式传递数据。
所谓的RESTful，就是通过一个URI(Universal Resource Identifier)标识网络上的一个资源，再通过HTTP Method标识操作类型。
比如，https://localhost:9200/employee/123 标识了id为123的某个员工，则：
- Post请求表示添加id为123的员工信息
POST https://localhost:9200/employee/123
{
"first_name": "John",
"last_name": "Smith",
"age": 25,
"about": "I love to go rock climbing",
"interests": [
"sports",
"music"
]
}
- Get请求表示获取id为123的员工信息
GET https://localhost:9200/employee/123
- Put请求表示修改id为123的员工信息
PUT https://localhost:9200/employee/123
{
"age": 27
}
- Delete请求表示删除id为123的员工信息
DELETE https://localhost:9200/employee/123
Elasticsearch概念介绍 {#Elasticsearch概念介绍}
Elasticsearch是面向文档型的数据库，一条数据就是一个文档。为了方便理解，这里将Elasticsearch的结构和MySQL的结构做一个类比。
ES中的Index可以看做一个库，而Typpes相当于表，Documents则相当于表的一行数据。
这里Types的概念已经被逐渐弱化，在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。
倒排索引 {#倒排索引}
要理解什么事倒排索引，首先要了解什么是正排索引。
正排索引 {#正排索引}
假如在MySQL的某个表中有以下数据：
| id | content | |------|-----------------------| | 1001 | My name is zhang san. | | 1002 | My name is li si. |
所谓的正排索引就是我们一直以来习惯的通过id找到文章内容，比如通过id=1001查询到content内容。
在正排索引中，如果我们要查询某个列包含了某个关键字的数据，则需要使用MySQL的like关键字进行模糊查询，比如select * from table where content like '%zhang%';。
但我们都知道，MySQL前后模糊查询的效率是非常慢的。
倒排索引 {#倒排索引-}
而倒排索引则不一样，在保存数据时，ES先将需要索引的内容进行分词，然后记录每个单词对应的id。
比如My name is zhang san 可以按照规则被分词为：name 、zhang 、san 三个词，而这三个词都关联了id=1001；My name is li si 按照规则被分词为：name 、li 、si，这三个词都关联了id=1002。
那么在ES中将会以下面的形式进行存储：
| keyword | id | |---------|-----------| | name | 1001,1002 | | zhang | 1001 | | san | 1001 | | li | 1002 | | si | 1002 |
此时通过zhang关键字在keyword中很快就能查出关联了1001一个id。
HTTP操作数据 {#HTTP操作数据}
这里使用的kibana的开发工具，所以只展示了http method和url path部分，如果想通过postman或apifox等工具发送请求，则填写完整的url并选择对应的http method即可。
索引操作 {#索引操作}
1）创建索引 {#1-创建索引}
PUT /shopping
2）查询索引信息 {#2-查询索引信息}
GET /shopping
4）删除索引 {#4-删除索引}
DELETE /shopping
文档操作 {#文档操作}
1）添加文档 {#1-添加文档}
不指定id则会给这条数据生成一个随机id
POST /shopping/_doc
{
"title": "小米手机",
"category": "手机",
"images": "https://img.flycat.tech/common/avatar.jpg",
"price": 3999.00
}
或者
PUT /shopping/_doc
{
"title": "小米手机",
"category": "手机",
"images": "https://img.flycat.tech/common/avatar.jpg",
"price": 3999.00
}
指定id则使用指定的id
POST /shopping/_doc/1001
{
"title": "小米手机",
"category": "手机",
"images": "https://img.flycat.tech/common/avatar.jpg",
"price": 3999.00
}
或者
PUT /shopping/_doc/1001
{
"title": "小米手机",
"category": "手机",
"images": "https://img.flycat.tech/common/avatar.jpg",
"price": 3999.00
}
2）查询文档 {#2-查询文档}
根据id查询 {#根据id查询}
GET /shopping/_doc/1001
查询全部 {#查询全部}
GET /shopping/_search
3）修改文档 {#3-修改文档}
覆盖更新 {#覆盖更新}
POST或PUT /shopping/_doc/1001
{
"title": "小米手机",
"category": "手机",
"images": "https://img.flycat.tech/common/avatar.jpg",
"price": 4999.00
}
局部更新 {#局部更新}
POST /shopping/_update/1001
{
"doc": {
"price": 2999.00
}
}
覆盖更新和局部更新的区别是什么？
当使用覆盖更新时，则需要携带所有字段的数据，否则没有携带数据的字段的数据就会丢失。
比如id为1001在数据库中的数据为
{ "title": "小米手机", "category": "手机", "images": "https://img.flycat.tech/common/avatar.jpg", "price": 4999.00 }此时使用覆盖更新，但是只携带了price字段，更新语句如下：
POST /shopping/_doc/1001 { "price": 2999.00 }那么此时id为1001在数据库中的数据就变成了只有一个price字段的文档：
{ "price": 2999.00 }
4）删除文档 {#4-删除文档}
DELETE /shopping/_doc/1001
5）条件查询 {#5-条件查询}
完全匹配查询 {#完全匹配查询}
# 查询category为"手机"的所有数据
GET /shopping/_search
{
"query": {
"match_phrase": {
"category": "手机"
}
}
}
全文检索查询 {#全文检索查询}
# 搜索title中含有"手机"关键词的数据
GET /shopping/_search
{
"query": {
"match": {
"title": "手机"
}
}
}
完全匹配和全文检索使用的关键字分别是match_phrase和match，这两者不同之处在于，match_phrase是精确匹配某个关键字，在上一个例子中就是查询category="手机"的数据，多一个字少一个字都不行。
而全文检索在查询时，会先根据分词规则将待查询数据进行分词，分词效果取决于分词器。
如果使用了ES默认的分词器，由于则其可能会把"手机"分成"手"和"机"两个词，那么查询出来的结果就是包含"手"或者包含"机"的所有数据。
分页操作 {#分页操作}
# 从索引0开始，查询10条数据
GET /shopping/_search
{
"from": 0,
"size": 10
}
分页计算通用公式：from = (页码 - 1) * 每页大小
指定查询字段 {#指定查询字段}
# 查询所有数据，并只返回title字段
GET /shopping/_search
{
"_source": ["title"]
}
结果排序 {#结果排序}
# 查询所有数据，并指定price字段降序排序
GET /shopping/_search
{
"sort": [
{
"price": {
"order": "desc"
}
}
]
}
多条件查询 {#多条件查询}
# 多条件查询公式
GET /shopping/_search
{
"query": {
"bool": {
"must|must_not|should": [
{
"match|match_all|match_phrase": {
"FIELD": "TEXT"
}
}
],
"filter": [
{
"range": {
"FIELD": {
"gt|gte|lt|lte": "VALUE"
}
}
}
]
}
}
}
关键字解释
- "FIELD"：公式中出现的"FIELD"为文档字段
- "TEXT"：公式中出现的"TEXT"为条件输入的文本
- "VALUE"：公式中出现的"VALUE"为条件输入的数值类型的数据
- must：must关键字下面的多个查询条件为或关系
- should：should关键字下面的多个查询条件为或关系
- filter：filter关键字用于过滤数据
- range：range用来范围查询，其中gt=大于，gte=大于等于，lt=小于，lte=小于等于
查询示例
# 查询价格必须为2999的数据
GET /shopping/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"price": "2999"
}
}
]
}
}
}
查询价格必须为2999且title必须为"小米手机"的数据
=============================
GET /shopping/_search
{
"query": {
"bool": {
"must": \[
{
"match": {
"price": "2999"
}
},
{
"match": {
"title": "小米手机"
}
}
\]
}
}
}
查询价格必须为2999或title必须为"小米手机"的数据
=============================
GET /shopping/_search
{
"query": {
"bool": {
"should": \[
{
"match": {
"price": "2999"
}
},
{
"match": {
"title": "小米手机"
}
}
\]
}
}
}
查询价格大于等于3000小于等于4000的数据
=======================
`GET /shopping/_search
{
"query": {
"bool": {
"filter": [
{
"range": {
"price": {
"gte": 3000,
"lte": 4000
}
}
}
]
}
}
}
`
高亮显示 {#高亮显示}
# 对结果中title字段高亮显示查询的关键字
GET /shopping/_search
{
"query": {
"match": {
"title": "小米"
}
},
"highlight": {
"fields": {
"title": {}
}
}
}
6）聚合查询 {#6-聚合查询}
# 聚合查询公式
GET /shopping/_search
{
"aggs": {
"NAME": {
"terms|max|min|sum|avg": {
"field": "FIELD",
"size": 10
}
}
},
"size": 0
}
关键字解释
- "NAME"：名称，会在查询结果中展示改名称对应的聚合结果
- terms：根据指定的字段进行分组
- max|min|sum|avg：最大值或最小值或求和或求平均值
- 外层的size：如果只需要聚合查询结果而不需要数据，则可以设为0
查询示例
# 根据price字段进行分组
GET /shopping/_search
{
"aggs": {
"price_group": {
"terms": {
"field": "price",
"size": 10
}
}
},
"size": 0
}
映射操作 {#映射操作}
映射类似于MySQL的scheme（表结构），其定义了有哪些字段以及每个字段的类型等
与MySQL必须先定义scheme不同，在ES中如果没有预先定义映射，在插入数据时，ES会判断当前映射有没有对应字段信息，如果没有则会根据字段的值推断。
当然更推荐的是预先定义好映射信息。
定义映射 {#定义映射}
PUT /shopping/_mapping
{
"properties": {
"category": {
"type": "keyword",
"index": true,
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"price": {
"type": "float",
"index": true
},
"title": {
"type": "text",
"index": true,
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
}
}
}
关键字解释
- type：字段类型，keyword表示关键字，不进行分词；text表示该字段可被分词
- index：为true则表示该字段可被索引，为false则不可出现在查询条件中
查询映射 {#查询映射}
跟查询索引相同，结果中包含了映射信息
GET /shopping
