什么是ElasticSearch

這篇文章主要講解了“什么是ElasticSearch”，文中的講解內(nèi)容簡(jiǎn)單清晰，易于學(xué)習(xí)與理解，下面請(qǐng)大家跟著小編的思路慢慢深入，一起來(lái)研究和學(xué)習(xí)“什么是ElasticSearch”吧！

（一）介紹

ElasticSearch的目標(biāo)就是實(shí)現(xiàn)搜索。在數(shù)據(jù)量少的時(shí)候，我們可以通過(guò)索引去搜索關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)，但是如果數(shù)據(jù)量很大，搜索的效率就會(huì)很低，這個(gè)時(shí)候我們就需要一種分布式的搜索引擎。Elasticsearch是一個(gè)基于Lucene的搜索服務(wù)器。它提供了一個(gè)分布式多用戶能力的全文搜索引擎，基于RESTful web接口。

ES主要用于全文檢索、結(jié)構(gòu)化搜索以及分析。ES的應(yīng)用十分廣泛，比如維基百科、Github等都使用ES實(shí)現(xiàn)搜索。

（二）核心概念理解

2.1 數(shù)據(jù)結(jié)構(gòu)

ES既然是用來(lái)搜索的，那么它必然也需要存儲(chǔ)數(shù)據(jù)。在Mysql等關(guān)系型數(shù)據(jù)庫(kù)中，數(shù)據(jù)的存儲(chǔ)遵循下面的邏輯：

一個(gè)數(shù)據(jù)庫(kù)（database）中有多個(gè)表（tables），每個(gè)表有多行數(shù)據(jù)（rows），每一行數(shù)據(jù)由多個(gè)字段（columns）組成。

ES中的存儲(chǔ)是這樣的：

一個(gè)索引（indeces）相當(dāng)于一個(gè)數(shù)據(jù)庫(kù)（database），每個(gè)索引中有多個(gè)類(lèi)型types（相當(dāng)于表結(jié)構(gòu)），每個(gè)索引中有多個(gè)documents（相當(dāng)于行），每個(gè)documents由多個(gè)fields組成（相當(dāng)于字段）。

你可以把ES理解為他是一個(gè)面向文檔的數(shù)據(jù)庫(kù)。下面用一張圖描述ES和關(guān)系型數(shù)據(jù)庫(kù)之間的相似之處：

值得注意的是，在ES7.x版本中，types將慢慢被遺棄，在8.x版本中，types將會(huì)徹底棄用。

2.2 索引（indeces）和文檔（documents）

ES中的索引和Mysql中的索引不是同一種東西，ES中的索引是一個(gè)文檔的集合，索引就是一個(gè)數(shù)據(jù)庫(kù)。

前面說(shuō)了ES是面向文檔的，文檔是ES中最重要的單位，文檔就是一條條的數(shù)據(jù)。文檔中有幾個(gè)重要的概念：

1、一篇文檔中包含多個(gè)key：value

2、文檔其實(shí)就是一個(gè)JSON字符串

2.3 分片

ES是一個(gè)分布式搜索引擎，分片就是把一堆數(shù)據(jù)分布到多個(gè)分片中。而索引是對(duì)每個(gè)分片的一個(gè)備份，這些副本同樣能處理查詢請(qǐng)求。

現(xiàn)在假設(shè)集群有兩個(gè)node節(jié)點(diǎn)，設(shè)置分片數(shù)是5個(gè)，副本數(shù)是1個(gè)，那么數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)將變成下面這樣，可以保證副本和分片在不同的節(jié)點(diǎn)上：

2.4 倒排索引

為什么ES的搜索這么快，和其中所使用的倒排索引也有一定的關(guān)系。倒排索引建立的是分詞和文檔之間的映射關(guān)系。下面通過(guò)一個(gè)簡(jiǎn)單的例子來(lái)講解一下什么是倒排索引

原來(lái)的數(shù)據(jù)中我們通過(guò)文檔ID去關(guān)聯(lián)標(biāo)簽，但是在查詢時(shí)就需要遍歷所有文檔。通過(guò)倒排索引，我們可以通過(guò)關(guān)鍵詞來(lái)找到最匹配的文檔。

（三）ES的基本操作

ES是基于Restful風(fēng)格進(jìn)行操作的，因此對(duì)于習(xí)慣了寫(xiě)crud的程序員來(lái)說(shuō)，ES很容易上手。ES的操作可以使用Kibana，也可以使用Postman直接調(diào)用，因?yàn)闅w根結(jié)底它就是一個(gè)restful的操作。我這里使用Idea的ES插件直接調(diào)用。

3.1 創(chuàng)建文檔

PUT http://ip:port/索引名/類(lèi)型名/文檔id

{

    "key":"value"

}

因?yàn)轭?lèi)型名在后續(xù)的版本中將會(huì)被刪除，這里可以用_doc代表默認(rèn)類(lèi)型：

PUT http://ip:port/索引名/_doc/文檔id

下面給出操作截圖

通過(guò)put創(chuàng)建一個(gè)索引之后，我們可以在head中看到對(duì)應(yīng)的數(shù)據(jù)

3.2 創(chuàng)建帶有數(shù)據(jù)類(lèi)型的索引

3.1中創(chuàng)建數(shù)據(jù)時(shí)，沒(méi)有指定具體的數(shù)據(jù)類(lèi)型，我們當(dāng)然也可以為索引指定數(shù)據(jù)類(lèi)型

PUT http://ip:port/索引名

參數(shù)示例：

{

  "mappings": {

    "properties": {

      "name": {

        "type": "text"

      },

      "address": {

        "type": "text"

      }

    }

  }

}

ES中的核心數(shù)據(jù)類(lèi)型如下：

（1）字符串類(lèi)型： text, keyword

（2）數(shù)字類(lèi)型：long, integer, short, byte, double, float, half_float, scaled_float

（3）日期：date

（4）日期 納秒：date_nanos

（5）布爾型：boolean

（6）Binary：binary

（7）Range: integer_range, float_range, long_range, double_range, date_range

3.3 查看索引或者文檔的數(shù)據(jù)

通過(guò)GET請(qǐng)求可以查看索引以及文檔的信息：

GET http://ip:port/索引名   #查看索引

GET http://ip:port/索引名/類(lèi)型名/文檔ID  #查看文檔

3.4 修改數(shù)據(jù)

修改數(shù)據(jù)和創(chuàng)建數(shù)據(jù)一樣，通過(guò)PUT操作就會(huì)更新原來(lái)的數(shù)據(jù)：

PUT http://ip:port/索引名/類(lèi)型名/文檔id

{

    "key":"value"

}

如果是修改的話，響應(yīng)結(jié)果中的version就會(huì)增加。

另外一種方法是使用Post請(qǐng)求：

POST http://ip:port/索引名/類(lèi)型名/文檔id/_update

參數(shù)實(shí)例：

{

  "doc": {

    "name": "javayz4"

  }

}

更推薦使用這種方式，如果使用PUT方法忘了加某個(gè)key，更新就會(huì)變成新增

3.5 刪除數(shù)據(jù)

通過(guò)DELETE的方式刪除數(shù)據(jù)

DELETE http://ip:port/索引名/類(lèi)型名/文檔id  #刪除具體的文檔

DELETE http://ip:port/索引名  #刪除索引

（四）ES的搜索操作

ES最重要的就是它的搜索操作了。

4.1 簡(jiǎn)單搜索

直接將搜索的參數(shù)帶到鏈接中：

GET http://ip:port/索引名/_search?q=key:value

結(jié)果如下：

4.2 通過(guò)param傳遞參數(shù)

除了將參數(shù)放到鏈接當(dāng)中，還可以將參數(shù)通過(guò)JSON請(qǐng)求體的方式傳遞，其中from和size是分頁(yè)的參數(shù)，query中傳遞查詢條件，_source表示結(jié)果中要展示的列，不寫(xiě)就表示展示所有。

GET http://ip:port/索引名/_search

參數(shù)示例：

{

  "from": 0,

  "size": 20,

  "query": {

    "match": {

      "name": "javayz2"

    }

  },

  "_source": ["name","address"]

}

除了上面示例中的這些參數(shù)之外，還有很多參數(shù)可以使用，比如排序：

"sort": [

  {

    "age": {

      "order": "desc"

    }

  }

]

多條件查詢：must表示下面的兩個(gè)條件都要滿足，還可以填should，表示任意滿足其中一個(gè)條件即可，或者是must_not，表示must的相反值

"query": {

    "bool": {

      "must": [

        {

          "match": {

            "name": "javayz"

          }

        },

        {

          "match": {

            "address": "hz"

          }

        }

      ]

    }

}

如果你的數(shù)據(jù)中存在集合，可以通過(guò)空格對(duì)多個(gè)條件進(jìn)行查詢：

查詢過(guò)程中還支持高亮查詢

"highlight":{

  "pre_tags": "<em>",

  "post_tags": "</em>",

  "fields": {

    "name": {}

  }

}

（五）分詞器

所謂分詞器，就是將一段話分成一個(gè)個(gè)關(guān)鍵字，搜索時(shí)就按照這些關(guān)鍵字進(jìn)行搜索。比較好用的分詞器有中文的IK分詞器。

 基本使用

給出下載鏈接：https://github.com/medcl/elasticsearch-analysis-ik/releases

下載和自己ES相同的版本，在plugin目錄下新建一個(gè)ik文件夾，將下載的文件解壓到ik目錄下，重新啟動(dòng)即可。

IK分詞器提供了兩種算法：

1、ik_smart：最少切分

2、ik_max_word：最細(xì)粒劃分

首先最少切分是根據(jù)字典給出最少的切分：

ik_max_word是最細(xì)粒劃分，他會(huì)給出最多的結(jié)果：

{

  "analyzer": "ik_max_word",

  "text": "我是Java工程師"

}

結(jié)果：

{

  "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": "java",

      "start_offset": 2,

      "end_offset": 6,

      "type": "ENGLISH",

      "position": 2

    },

    {

      "token": "工程師",

      "start_offset": 6,

      "end_offset": 9,

      "type": "CN_WORD",

      "position": 3

    },

    {

      "token": "工程",

      "start_offset": 6,

      "end_offset": 8,

      "type": "CN_WORD",

      "position": 4

    },

    {

      "token": "師",

      "start_offset": 8,

      "end_offset": 9,

      "type": "CN_CHAR",

      "position": 5

    }

  ]

}

感謝各位的閱讀，以上就是“什么是ElasticSearch”的內(nèi)容了，經(jīng)過(guò)本文的學(xué)習(xí)后，相信大家對(duì)什么是ElasticSearch這一問(wèn)題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章，歡迎關(guān)注！