Elasticsearch简介 / 四六文摘

　　疫情已经持续了好几个月了，作为程序员滴我们也帮不上什么忙，只有老老实实呆在家里或者出门一定戴口罩准守一些规则，不给国家添乱。不过最近疫情开始有所扭转，但是还是对国家经济，对企业业务造成了很大的影响，我也被停止了实习。接下来，可能会面临着失业，破产等等严肃的问题。但是我们还是需要继续学习，提高自己的竞争力，才能在疫情过后，有自己的一席之地，可以在合适自己的地方发挥自己的作用。中国加油，武汉加油。

全文检索Elasticsearch

1. 相关特点：

分布式，无需人工搭建集群（solr需要人为配置，使用zookeeper作为注册中心）
Restful风格，一切API都遵循Rest原则，容易上手
近实时搜索，数据更新在ElasticSearch中几乎是完全同步的。

2. 操作索引

基本概念：Elasticsearch是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySql类似的。

// 对比关系索引集（indices）------------------------------------------------Databases 数据库        类型（type）---------------------------------------------Table 数据表                文档（Document）-----------------------------Row 行                        字段（Field）----------------------Columns列

相关解释：
- 类型（type）：一个索引库下可以有不同类型的索引，比如商品类型、订单类型，其数据格式不同。不过这回导致索引库混乱，因此未来版本会移除这个概念。
- 映射配置（mappings）：字段的数据类型、属性、是否索引、是否存储等特性。
- 分片（shard）：数据拆分后的各个部分。
- 副本（replica）：每个分片的复制。
- 注意：Elasticsearch本身就是分布式的，因此即使你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加数据时，数据也会在新加入的节点中进行平衡。

a、创建索引：

请求方式：PUT
请求路径：ip地址:端口号/索引库名(下文相关 HTTP请求路径省略)
请求参数：json格式

例子：

{       // settings: 索引库的设置。"settings": {"number_of_shards": 3,     // 分片数量"number_of_replicas": 2    // 副本数量}}

b、删除索引

请求方式：DELETE
请求路径：/索引库名

c、查询索引

请求方式：GET
请求路径：/索引库名

d、创建映射字段

请求方式：PUT
请求路径：/索引库名/_mapping/类型名称

请求参数：json格式

例子：

{"properties": {"字段名": {"type": "类型","index": true,"store": true,"analyzer": "分词器"　　// 分词器}}}

相关解释
- 类型名称：就是type的概念，类似于数据库中的不同表
- 字段名：任意写，可以指定许多属性，例如

3. 新增数据

随机生成id
- 请求方式：POST
- 请求路径：/索引库名/类型名称
- 请求参数： { "key": "value" }

自定义id

POST /索引库名/类型名称/id值{...}

智能判断：
- solr：新增数据时，只能使用提前配置好映射属性的字段，否则会报错。
- Elasticsearch：不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。（如果存储的是String类型数据，ES无智能判断，它会存入两个字段。例如：存入一个name字段，智能形成两个字段 name: text类型 name.keyword: keyword类型）

4. 修改数据：

请求方式： PUT
请求路径：/索引库名/类型名称/id值
注意：修改必须指定id。id对应的文档存在，则修改；id对应文档不存在，则新增。

5. 查询

基本查询：

GET /索引库名/_search{"query": {"查询类型": {"查询条件":"查询条件值"}}}例子：  GET /article/_search{"query": {"match": {"title": {"query": "广州上海","operator":"and"}}}}

查询类型：
- 查询所有（match_all）【全文检索】
- 多字段查询（multi_match）
- ```
GET /索引库名/_search{"query": {"multi_match": {"query": "查询内容","fields": ["查询字段1","查询字段2"]}}}
```
- 词条匹配（term）：查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串。推荐除了text以外的类型用term，减少分词带来的消耗，例
```
GET /索引库名/_search{"query": {"term": {"查询字段":"查询内容"}}}
```
- 结果过滤：{ "_source" : [ "过滤字段1" , "过滤字段2" ] }。
```
{"_source": {# "includes": "过滤字段"# 和上面作用一样"excludes":"排除过滤字段"}}
```

高级查询

模糊查询（fuzzy）

范围查询（range）

GET /索引库名/_search{"query": {"range": {"查询字段": {"gte": 数值,# 大于，可省略"lte": 数值# 小于，可省略}}}}

布尔查询和过滤

GET /索引库名/_search{"query": {"bool": {"must": [{"match": {"查询字段": "查询内容"}}],"filter": {"range": {"过滤字段": {"gte": 数值}}}}}}

排序

"sort": [{"排序字段": {"order": "desc"  # 降序排序}}]

分页： "from" : 数值　　 "size" : 数值

6. 聚合aggregations：实现对数据的统计、分析

基本概念：包括多种类型，最常见的两种，一个叫桶（bucket），一个叫度量（metrics）
- 桶：作用：是按照某种方式对数据进行分组，每一组数据在es中称为一个桶（组）。
  - Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组
  - Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组
  - Histogram Aggregation：根据数值阶梯（Inteval）分组
  - Date Aggregation：根据日期阶梯分组，例如：给定阶梯为周，会自动每周分为一组
  - ```
  GET /索引库名/_search{"aggs": {"桶分组名称": {"桶分组方式": {"field": "分桶字段"}}}}
```
- 度量：分组完以后，一般会对组中的数据进行聚合运算，例如：求平均值、最大、最小、求和等，这些在es中称为度量
  - Avg Aggregation：求平均值
  - Max Aggregation：求最大值
  - Min Aggregation：求最小值
  - Percentiles Aggregation：求百分比
  - Stats Aggregation：同时返回avg、max、min、sum、count等
  - Sum Aggregation：求和
  - Top hits Aggregation：求前几
  - Value Count Aggregation：求总数
  - ```
  GET /索引库名/_search{"aggs": {"度量名称": {"度量运算": {"field": "运算字段"}}}}例子：{"size": 0,"aggs": {"popular_brand": {"terms": {"field": "make"},        "aggs": {"price_avg": {"avg": {"field": "price"}}}}}}
```

Elasticsearch简介