ElasticSearch的安装与使用
docker安装
docker进行安装Elasticsearch
1.拉取镜像
docker pull elasticsearch:7.6.2
2.创建实例
mkdir -p /docker/elasticsearch/config
mkdir -p /docker/elasticsearch/data
echo "http.host: 0.0.0.0" >> /docker/elasticsearch/config/elasticsearch.yml
chmod -R 777 /docker/elasticsearch/
docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms256m -Xmx512m" \
-v /docker/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /docker/elasticsearch/data:/usr/share/elasticsearch/data \
-v /docker/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.6.2
-e ES_JAVA_OPTS="-Xms256m -Xmx512m
设置 ES 的初始内存和最大内存
docker进行安装Kibana
1.拉取镜像
docker pull kibana:7.6.2 可视化界面
2.创建实例
docker run --name kibana -e ELASTICSEARCH_HOSTS=http://<你的虚拟机ip>:9200 -p 5601:5601 \
-d kibana:7.4.2
Elasticsearch的简单使用
倒排索引机制
mysql这种就是正向索引,倒排索引就是相当于先找词,再通过词对应id去找内容
进入kibana
- 进入 <你的ip地址>:5601
基础命令
GET /_cat/nodes
# 查看所有节点
GET /_cat/health
# 查看 es 健康状况
GET /_cat/master
# 查看主节点
GET /_cat/indices
# 查看所有索引
1.增加
- 在 test 索引下的 filed 类型下保存 1 号数据
PUT test/filed/1
{ "name": "Your Name"
}
事实上POST 与 PUT都可以
POST 新增。如果不指定 id,会自动生成 id。指定 id 就会修改这个数据,并新增版本号
PUT 可以新增可以修改。从、但PUT 必须指定 id;
2.查询
- 去查询我们刚刚插入的数据
GET test/filed/1
- 结果:
{"_index" : "test","_type" : "filed","_id" : "1","_version" : 1,"_seq_no" : 0,"_primary_term" : 1,"found" : true,"_source" : {"name" : "Your Name"}
}
3.更新
POST test/filed/1/_update
{ "doc":{ "name": "Your Name1"}
}
POST test/filed/1
{ "name": "Your Name2"
}
PUT test/filed/1
{ "name": "Your Name3"
}
那么这几种方式有什么不同呢?
不同
:POST 操作会对比数据,如果相同不会有什么操作,文档 version 不增加,PUT 操作总会将数据重新保存并增加 version 版本;
带_update
对比元数据如果一样就不进行任何操作。version有什么用?
- version 版本号 – 7之前用来做乐观锁
- seq_no 更新次数 – 7用来做乐观锁
4.删除
DELETE test/filed/1
DELETE test
5.批量操作
POST test/filed/_bulk
{"index":{"_id":"1"}}
{"name":"Your Name1"}
{"index":{"_id":"2"}}
{"name":"Your Name2"}`
Elasticsearch进阶
SearchAPI
ES 支持两种基本方式检索
1. 通过使用 REST request URI 发送搜索参数(uri+检索参数)
这种方式是通过在请求的查询字符串中添加搜索参数来实现的。这种方式比较简单,适合快速查询和简单的参数传递。以下是一个使用 URI 参数进行搜索的例子:
GET /test_index/_search?q=name:John
在这个例子中,/test_index/_search 是请求的路径,?q=name:John 是查询参数,表示我们想要检索索引为 test_index 中 name 字段值为 “John” 的文档。
优点:
简单易用,适合快速查询。
适合传递简单的查询参数。缺点:
查询字符串长度有限制。
对于复杂的查询,可能难以阅读和编写。
查询参数可能被URL编码,导致查询字符串复杂。
2.通过使用 REST request body 来发送它们(uri+请求体)
这种方式是通过在请求的正文(body)中发送搜索参数来实现的。这种方式可以处理复杂的查询,并且提供了更多的灵活性,尤其是对于结构化查询(如 JSON 格式的查询)。
以下是一个使用请求体发送搜索查询的例子:
POST /test_index/_search
{"query": {"match": {"name": "John"}}
}
在这个例子中,/test_index/_search 是请求的路径,请求体是一个 JSON 对象,包含了查询信息。
优点:
支持复杂的查询,包括结构化查询。
请求体是 JSON 格式,便于阅读和编写。
可以发送任何 JSON 数据,包括复杂的查询结构。缺点:
相比查询字符串,可能更复杂。
需要更多的HTTP请求体处理。
Query DSL
1. 基本语法格式
- Elasticsearch的Query DSL使用JSON格式来构建查询。基本格式如下:
{"QUERY_NAME": {"ARGUMENT": "VALUE","ARGUMENT": "VALUE",// ...其他参数}
}
对于字段特定的查询,格式如下:{"QUERY_NAME": {"FIELD_NAME": {"ARGUMENT": "VALUE",// ...其他参数}}
}
QUERY_NAME 是查询的类型,例如 match_all、match、match_phrase 等。
2. 检索信息
- 查询所有文档
GET /test_index/_search
{ "query": { "match_all": {} } }
- 返回部分字段
GET /test_index/_search
{ "query": { "match_all": {} }, "_source": ["age", "balance"] }
3. Match 查询
GET /test_index/_search
{ "query": { "match": { "account_number": "20" } } }
Match 查询适用于字符串和基本类型,可以精确匹配或进行全文检索。
- Match_phrase 查询
GET /test_index/_search
{ "query": { "match_phrase": { "address": "mill road" } } }
Match_phrase 查询用于短语匹配,不会对短语进行分词。
- Multi_match 查询
GET /test_index/_search
{ "query": { "multi_match": { "query": "mill", "fields": ["state", "address"] } } }
Multi_match 查询可以在多个字段上执行匹配。
4.Bool 查询
Bool 查询允许组合多个查询:
- must:所有条件都必须匹配。
- should:至少有一个条件匹配。
- must_not:条件必须不匹配。
GET /test_index/_search
{ "query": { "bool": { "must": [{ "match": { "address": "mill" } }, { "match": { "gender": "M" } }], "should": [{"match": { "address": "lane" }}], "must_not": [{"match": { "email": "baluba.com" }}] } } }
5.Filter 查询
- Filter 查询不返回相关性分数,适用于过滤操作。
GET /test_index/_search
{ "query": { "bool": { "must": [{"match": {"address": "mill"}}], "filter": {"range": {"balance": {"gte": 10000, "lte": 20000}}} } } }
6.Term 查询
- Term 查询用于精确匹配非字符串字段。
GET /test_index/_search
{ "query": { "bool": { "must": [{"term": {"age": {"value": "28"}}}, {"match": {"address": "990 Mill Road"}}] } } }
7. 聚合(Aggregations)
- 聚合用于从数据中提取统计信息。
GET /test_index/_search
{ "query": { "match": { "address": "mill" } }, "aggs": { "group_by_state": { "terms": { "field": "age" }
Mapping
Mapping(映射)在Elasticsearch中扮演着至关重要的角色,它定义了索引中每个字段的类型、索引方式以及其他一些行为。以下是关于Mapping的详细解释:
1. 字段类型
字段类型(Field Type)是Elasticsearch中用于指定字段数据类型的关键。常见的字段类型包括:
- keyword:适合精确匹配,如用于过滤、排序和聚合。
- text:用于全文搜索,索引时会进行分词。
- integer、long、float、double:用于数字类型的字段。
- date:用于日期类型的字段。
- boolean:用于布尔类型的字段。
- ip、geo_point、geo_shape:用于地理信息字段。
2. 映射
Mapping定义了每个字段的类型、是否被索引、是否分析以及各种其他属性。以下是一些关于映射的要点:
映射可以在创建索引时指定。
映射可以在索引创建后添加或更新,但通常建议在索引创建时完成。
映射定义了字段如何被存储和索引,包括分词器、分析器和索引选项。
#查看映射信息
GET /my-index/_mapping#修改映射信息
#创建索引并指定映射:
PUT /my-index
{ "mappings": { "properties": { "age": { "type": "integer" }, "email": { "type": "keyword" }, "name": { "type": "text" } } } }#添加新的字段映射:
PUT /my-index/_mapping
{ "properties": { "employee-id": { "type": "keyword", "index": false } } }#更新映射:
#由于Elasticsearch不允许直接更新现有字段的映射,如果需要更新映射,通常的做法是创建一个新的索引并重新索引所有数据。
3.数据迁移
1.创建具有新映射的新索引。
2.使用 _reindex API将旧索引的数据迁移到新索引。
例如:
POST _reindex
{ "source": { "index": "twitter" }, "dest": { "index": "new_twitter" } }
- 对于包含多类型的旧索引,可以指定类型进行迁移:
POST _reindex
{ "source": { "index": "twitter", "type": "tweet" }, "dest": { "index": "tweets" } }
4.新版本改变
Elasticsearch 7.x及以后版本移除了type的概念,这是因为不同类型的相同字段在Lucene中会被视为同一个字段,这可能导致性能问题。以下是几个重要变化:
Elasticsearch 7.x:URL中的type参数为可选。
Elasticsearch 8.x:不再支持URL中的type参数。
为了解决这些问题,通常的做法是将索引从多类型迁移到单类型,或者将类型数据迁移到新的索引中。