| ElasticSearch 7.8.1 从入门到精通 | 您所在的位置：网站首页 › elasticsearch权威 › ElasticSearch 7.8.1 从入门到精通 |
ElasticSearch 7.8.1 从入门到精通
|
学前导读
ElasticSearch对电脑配置要求较高，内存至少4G以上，空闲2G内存，线程数4018+
学习的时候，推荐将ElasticSearch安装到Linux或者mac上，极度不推荐装Windows上(坑太多，服务器部署的时候，也不会部署到Window上，学习用Windows上玩，不是耽误自个时间麽)。如果是Window用户想学这个，电脑自身至少16G，然后装虚拟机，在虚拟机上搞个Linux玩
Linux系统不建议装6/6.5版本的(启动的时候，会检查内核是否3.5+，当然可以忽略这个检查)，推荐装7+
自身电脑配置不高的话，怎么办呢？土豪做法，去买个云服务器叭，在云服务器上玩
注意事项
上面第1、2点未满足，又舍不得去买云服务器的小伙伴，就不要往下面看了，看了也白看，ElasticSearch对电脑配置要求较高，前置条件未满足的话，服务是起不来的。 演示环境说明我演示的时候，是用的mac系统，上面装了个虚拟机，虚拟机版本Centos6.5，jdk用的13，ElasticSearch用的版本是 7.8.1。这些我使用的包我下面也会提供，为了学习的话，尽量和我使用的版本一致，这样大家碰到的问题都一样，安装过程中，我也猜了不少坑，都总结出来了，仔细阅读文档就可以捣鼓出来。 什么是搜索引擎？常用的搜索网站：百度、谷歌 数据的分类 结构化数据指具有固定格式或有限长度的数据，如数据库，元数据等。对于结构化数据，我们一般都是可以通过关系型数据库（mysql、oracle）的table的方法存储和搜索，也可以建立索引。通过b-tree等数据结构快速搜索数据 非结构化数据全文数据，指不定长或无固定格式的数据，如邮件，word等。对于非结构化数据，也即对全文数据的搜索主要有两种方式：顺序扫描法，全文搜索法 顺序扫描法我们可以了解它的大概搜索方式，就是按照顺序扫描的方式查找特定的关键字。比如让你在一篇篮球新闻中，找出“科比”这个名字在那些段落出现过。那你肯定需要从头到尾把文章阅读一遍，然后标出关键字在哪些地方出现过 这种方式毋庸置疑是最低效的，如果文章很长，有几万字，等你阅读完这篇新闻找到“科比”这个关键字，那得花多少时间 全文搜索对非结构化数据进行顺序扫描很慢，我们是否可以进行优化？把非结构化数据想办法弄得有一定结构不就好了嘛？将非结构化数据中的一部分信息提取出来，重新组织，使其变得有一定结构，然后对这些有一定结构的数据进行搜索，从而达到搜索相对较快的目的。这种方式就构成了全文搜索的基本思路。这部分从非结构化数据提取出的然后重新组织的信息，就是索引。 什么是全文搜索引擎根据百度百科中的定义，全文搜索引擎是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每个词，对每个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户。 常见的搜索引擎 Lucene Lucene是一个Java全文搜索引擎，完全用Java编写。lucene不是一个完整的应用程序，而是一个代码库和API，可以很容易地用于向应用程序添加搜索功能 通过简单的API提供强大的功能 可扩展的高性能索引 强大，准确，高效的搜索算法 跨平台解决方案 Apache软件基金会 在Apache软件基金会提供的开源软件项目的Apache社区的支持 但是Lucene只是一个框架，要充分利用它的功能，需要使用Java，并且在程序中集成Lucene。需要很多的学习了解，才能明白它是如何运行的，熟练运用Lucene确实非常复杂 Solr Solr是一个基于Lucene的Java库构建的开源搜索平台。它以友好的方式提供Apache Lucene的搜索功能。它是一个成熟的产品，拥有强大而广泛的用户社区。它能提供分布式索引，复制，负载均衡以及自动故障转移和恢复。如果它被正确部署然后管理的好，他就能够成为一个高可用，可扩展且容错的搜索引擎 强大功能 全文搜索 突出 分面搜索 实时索引 动态集群 数据库集成 NoSQL功能和丰富的文档处理 ElasticSearch ElasticSearch是一个开源，是一个机遇Apache Lucene库构建的Restful搜索引擎 ElasticSearch是Solr之后几年推出的。它提供了一个分布式，多租户能力的全文搜索引擎，具有HTTP Web页面和无架构JSON文档。ElasticSearch的官方客户端提供Java、Php、Ruby、Perl、Python、.Net和JavaScript 主要功能 分布式搜索 数据分析 分组和聚合 应用场景 维基百科 Stack Overflow GitHub 电商网站 日志数据分析 商品价格监控网站 BI系统 站内搜索 篮球论坛 搜索引擎的快速搭建 环境准备注意，我使用的linux搭建的，当然Window(极度不推荐，坑太多)也能搭建，ElasticSearch安装前需要先安装jdk，这里我使用的是jdk13，因为linux自带jdk版本，需要先将之前的jdk版本卸载(点我直达)，在安装指定的jdk版本!!! 开发环境，建议关闭防火墙，避免不必要的麻烦！！！！生产环境，视情况开启端口号！！！！ service iptables stop 命令关闭防火墙，但是系统重启后会开启 chkconfig iptables off--关闭防火墙开机自启动 「注意事项」ElasticSearch是强依赖jdk环境的，所以一定要安装对应的jdk版本，并配置好相关的环境变量，比如ES7.X版本要装jdk8以上的版本，而且是要官方来源的jdk。启动的时候有可能会提示要装jdk11，因为ES7以上官方都是建议使用jdk11，但是一般只是提示信息，不影响启动。 ES官网推荐JDK版本兼容地址：点我直达
ES强依赖JVM，也很吃内存，所以一定要保证你的机器至少空闲出2G以上内存。推荐使用Linux，可以本地搭建虚拟机。 启动一定要使用非root账户！！！！这是ES强制规定的。ElasticSearch为了安全考虑，不让使用root启动，解决办法是新建一个用户，用此用户进行相关的操作。如果你用root启动，会报错。如果是使用root账户安装ES，首先给安装包授权，比如chown -R 777 安装包路径。然后再使用非root账户启动，具体的权限配置，根据自己想要的配置。 补充高版本的ElasticSearch自带jdk版本的，Linux中我安装的是jdk13，没用ElasticSearch自带的jdk，有兴趣的小伙伴可以去研究下。 下载官网地址：点我直达 我使用的包(推荐和我版本保持一致) 链接: https://pan.baidu.com/s/1jjNEErHtBu93HmvxKCT5Sw 密码: kbcs
1、修改elasticsearch-x.x.x/config/elasticsearch.yml，主要修改成以下内容 cluster.name: my-application node.name: node-1 network.host: 0.0.0.0 http.port: 9200 discovery.seed_hosts: ["127.0.0.1", "[::1]"] cluster.initial_master_nodes: ["node-1"] bootstrap.system_call_filter: false http.cors.allow-origin: "*" http.cors.enabled: true http.cors.allow-headers : X-Requested-With,X-Auth-Token,Content-Type,Content-Length,Authorization http.cors.allow-credentials: true2、来到elasticsearch-x.x.x/bin下，执行：sh elasticsearch启动，报错，修改配置文件elasticsearch-env
3、设置用户和组 groupadd elsearch #添加用户组，语法：groupadd 组名 useradd elsearch -g elsearch -p elasticsearch #添加用户，并将用户添加到组中，语法：useradd 用户名 -p 密码 -g 组名 chown -R elsearch:elsearch elasticsearch-6.3.0 # 给用户组授权，语法：chown -R 用户:组名 es安装完整路径
注意=================以上root用户操作=============== 注意=================以下es用户操作================ 注意：若es用户密码登录不上，在回到root用户下，修改es用户的密码，语法：passwd 要修改用户名 4、登录到es用户下，继续启动ElasticSearch，执行：sh elasticsearch 报错如下： java.lang.UnsupportedOperationException: seccomp unavailable: requires kernel 3.5+ with CONFIG_SECCOMP and CONFIG_SECCOMP_FILTER compiled in 原因：我用的Centos6.5，其linux内核版本为2.6。而Elasticsearch的插件要求至少3.5以上版本。 解决方案：禁用这个插件即可 修改elasticsearch.yml文件，在最下面添加如下配置： bootstrap.system_call_filter: false5.继续启动ElasticSearch，执行：sh elasticsearch 修改一下内容需要使用root权限 报错如下4条： [1]: max file descriptors [4096] for elasticsearch process is too low, increase to at least [65535] [2]: max number of threads [1024] for user [es] is too low, increase to at least [4096] [3]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144] [4]: the default discovery settings are unsuitable for production use; at least one of [discovery.seed_hosts, discovery.seed_providers, cluster.initial_master_nodes] must be configured ==========分割线=============== 解决办法如下 1、vim /etc/security/limits.conf文件，添加 * soft nofile 65535 * hard nofile 65535 2、vim /etc/security/limits.conf文件，添加 * soft nproc 4096 * hard nproc 4096 3、vim /etc/sysctl.conf 文件，添加 vm.max_map_count=262144 4、vim /var/soft/es7.8.1/elasticsearch-7.8.1/config/elasticsearch.yml 文件，添加 cluster.initial_master_nodes: ["node-1"]修改完之后，一定要重启，重启，重启，重要的事儿说三遍！！！！！ 上面第2条问题，线程数修改不了，可以尝试使用这个方法修改线程数 Elasticsearch7.8.1 [1]: max number of threads [1024] for user [es] is too low, increase to at least [4096]异常 根据linux系统差异，有时候需要来点终极解决方案 新建： /etc/security/limits.d/test-limits.conf cat>>test-limits.conf 然后加下内容： * soft nofile 65535 * hard nofile 65535 * soft nproc 4096 * hard nproc 4096 ctrl+d保存即可； 然后重启服务器即可；
1、第一次配置过程中，踩了不少坑，我踩过的坑，都在上面记录了 2、如果照我上面哪个方法还解决不了，自行根据ElasticSearch日志，百度去找答案叭···· 启动 正常启动 进入软件的安装目录，进入到bin 执行：sh elasticsearch 守护进行启动 进入软件的安装目录，进入到bin 执行：sh elasticsearch -d -p pid 验证打开浏览器输入：127.0.0.1:9200
传统数据库查询数据的操作步骤是这样的：建立数据库->建表->插入数据->查询 索引(index)一个索引可以理解成一个关系型数据库 类型(type)一个type就像一类表，比如user表、order表 注意 1、ES 5.X中一个index可以有多种type 2、ES 6.X中一个index只能有一种type 3、ES 7.X以后已经移除type这个概念 映射(mapping)mapping定义了每个字段的类型等信息。相当于关系型数据库中的表结构 文档(document)一个document相当于关系型数据库中的一行记录 字段(field)相当于关系型数据库表的字段 集群(cluster)集群由一个或多个节点组成，一个集群由一个默认名称“elasticsearch” 节点(node)集群的节点，一台机器或者一个进程 分片和副本(shard) 副本是分片的副本。分片有主分片(primary Shard)和副本分片(replica Shard)之分 一个Index数据在屋里上被分布在多个主分片中，每个主分片只存放部分数据 每个主分片可以有多个副本，叫副本分片，是主分片的复制 RESTful风格的介绍 介绍 RESTful是一种架构的规范与约束、原则，符合这种规范的架构就是RESTful架构 先看REST是什么意思，英文Representational state transfer表述性状态转移，其实就是对资源的标书性状态转移，即通过HTTP动词来实现资源的状态扭转 资源是REST系统的核心概念。所有的设计都是以资源为中心 elasticsearch使用RESTful风格api来设计的 方法 action 描述 HEAD 只获取某个资源的头部信息 GET 获取资源 POST 创建或更新资源 PUT 创建或更新资源 DELETE 删除资源 GET /user:列出所有的⽤户 POST /user:新建⼀个⽤户 PUT /user:更新某个指定⽤户的信息 DELETE /user/ID:删除指定⽤户 调试工具 Postman工具(推荐)
获取elasticcsearch状态 curl -X GET "http://localhost:9200"新建一个文档 curl -X PUT "localhost:9200/xdclass/_doc/1" -H 'Content-Type: application/json' -d' { "user" : "louis", "message" : "louis is good" }删除一个文档 curl -X DELETE "localhost:9200/xdclass/_doc/1" 索引的使用 新增
此时再次查询nba时，返回json会多一行
关闭索引标记消失
定义索引的结构，之前定义一个nba索引，但是没有定义他的结构，我们现在开始建立mapping； type="keyword"：是一个关键字，不会被分词 type="text"：会被分词，使用的是全文索引 新增
当auto_create_index=false时，指定一个不存在的索引，新增文档
PUT请求：ip:port/xxx/_doc/1?op_type=create
upsert当指定的文档不存在时，upsert参数包含的内容将会被插入到索引中，作为一个新文档；如果指定的文档存在，ElasticSearch引擎将会执行指定的更新逻辑。 删除文档
并指定mapping
词条查询不会分析查询条件，只有当词条和查询字符串完全匹配时，才匹配搜索。 单条term查询
ElasticSearch引擎会先分析查询字符串，将其拆分成多个分词，只要已分析的字段中包含词条的任意一个，或全部包含，就匹配查询条件，返回该文档；如果不包含任意一个分词，表示没有任何问的那个匹配查询条件 match_all
类似于词条查询，精准查询
前缀匹配
标准分析器是默认分词器，如果未指定，则使用该分词器
simple分析器当他遇到只要不是字母的字符，就将文本解析成term，而且所有的term都是小写的
whitespace分析器，当他遇到空白字符时，就将文本解析成terms
stop分析器和simple分析器很想，唯一不同的是，stop分析器增加了对删除停止词的支持，默认使用了english停止词 stopwords预定义的停止词列表，比如(ths,a,an,this,of,at)等等
用正则表达式将文本分割成sterms，默认的正则表达式是\W+
安装后重启
sh elasticsearch-plugin remove analysis-smartcn IK分词器下载地址：点我直达
安装，解压到plugins目录
然后重启
常见的字段类型 数据类型 核心数据类型 复杂数据类型 专用数据类型 核心数据类型 字符串 text：用于全文索引，该类型的字段将通过分词器进行分词 keyword：不分词，只能搜索该字段的完整的值 数值型 long、integer、short、byte、double、float、half_float、scaled_float 布尔 boolean 二进制 binary：该类型的字段把值当做经过base64编码的字符串，默认不存储，且不可搜索 范围类型 范围类型表示值是一个范围，而不是一个具体的值 integer_range、float_range、long_range、double_range、date_range 比如age类型是integer_range，那么值可以是{"gte":20,"lte":40}；搜索"term":{"age":21}可以搜索该值 日期-date 由于json类型没有date类型，所以es通过识别字符串是否符合format定义的格式来判断是否为date类型 format默认为：strict_date_optional_time || epoch_millis 格式 "2022-01-01" "2022/01/01 12:10:30" 这种字符串格式从开始纪元（1970年1月1日0点）开始的毫秒数 PUT 192.168.199.170:9200/nba/_mapping { "properties": { "name": { "type": "text" }, "team_name": { "type": "text" }, "position": { "type": "text" }, "play_year": { "type": "long" }, "jerse_no": { "type": "keyword" }, "title": { "type": "text" }, "date": { "type": "date" } } } POST 192.168.199.170:9200/nba/_doc/4 { "name": "蔡x坤", "team_name": "勇⼠", "position": "得分后卫", "play_year": 10, "jerse_no": "31", "title": "打球最帅的明星", "date": "2020-01-01" } POST 192.168.199.170:9200/nba/_doc/5 { "name": "杨超越", "team_name": "猴急", "position": "得分后卫", "play_year": 10, "jerse_no": "32", "title": "打球最可爱的明星", "date": 1610350870 } POST 192.168.199.170:9200/nba/_doc/6 { "name": "吴亦凡", "team_name": "湖⼈", "position": "得分后卫", "play_year": 10, "jerse_no": "33", "title": "最会说唱的明星", "date": 1641886870000 } 复杂数据类型 数据类型 Array ES中没有专门的数据类型，直接使用[]定义接口，数组中所有的值必须是同一种数据类型，不支持混合数据类型的数组 字符串数组["one","two"] 整数数组[1,2] Object对象数组[{"name":"alex","age":18},{"name":"tom","age":18}] 对象类型Object POST 192.168.199.170:9200/nba/_doc/8 { "name": "吴亦凡", "team_name": "湖⼈", "position": "得分后卫", "play_year": 10, "jerse_no": "33", "title": "最会说唱的明星", "date": "1641886870", "array": [ "one", "two" ], "address": { "region": "China", "location": { "province": "GuangDong", "city": "GuangZhou" } } }索引方式 "address.region": "China", "address.location.province": "GuangDong", "address.location.city": "GuangZhou" POST 192.168.199.170:9200/nba/_search { "query": { "match": { "address.region": "china" } } } 专用数据类型 IP类型IP类型的字段用于存储IPv4和IPv6的地址，本质上是一个长整形字段 POST 192.168.199.170:9200/nba/_mapping { "properties": { "name": { "type": "text" }, "team_name": { "type": "text" }, "position": { "type": "text" }, "play_year": { "type": "long" }, "jerse_no": { "type": "keyword" }, "title": { "type": "text" }, "date": { "type": "date" }, "ip_addr": { "type": "ip" } } } PUT 192.168.199.170:9200/nba/_doc/9 { "name": "吴亦凡", "team_name": "湖⼈", "position": "得分后卫", "play_year": 10, "jerse_no": "33", "title": "最会说唱的明星", "ip_addr": "192.168.1.1" } POST 192.168.199.170:9200/nba/_search { "query": { "term": { "ip_addr": "192.168.0.0/16" } } } kibana工具的安装和使用 简介可视化工具kibana的安装和使用 下载点我直达
赋权限 chown -R es:es781g /var/soft/kibana-7.8.1-linux-x86_64 # 给用户组授权，语法：chown -R 用户:组名 es安装完整路径
kibana.yml server.port: 5601 #kibana端口 server.host: "10.0.0.169" #绑定的主机IP地址 elasticsearch.hosts: ["http://10.0.0.169:9200"] #elasticsearch的主机IP kibana.index: ".kibana" #开启此选项 i18n.locale: "zh-CN" #kibana默认文字是英文，变更成中文 启动 进⼊到⽂件夹的bin⽬录，执⾏sh kibana
访问
ip:5601
后面示例，会大量使用该工具
手把手教你批量导入数据 BulkES提供了一个叫bulk的API来进行批量操作 批量导入数据 {"index": {"_index": "book", "_type": "_doc", "_id": 1}} {"name": "权⼒的游戏"} {"index": {"_index": "book", "_type": "_doc", "_id": 2}} {"name": "疯狂的⽯头"}
ES之term的多种查询 介绍 单词级别查询 这些查询通常用于结构化的数据，比如：number，data，keyword等，而不是对text 也就是说，全文查询之前要先对文本内容进行分词，而单词级别的查询直接在相应字段的反向索引中精确查找，单词级别的查询一般用于数值、日期等类型的字段上 准备工作 删除nba 新增nba索引 {"mappings":{"properties":{"birthDay":{"type":"date"},"birthDayStr": {"type":"keyword"},"age":{"type":"integer"},"code": {"type":"text"},"country":{"type":"text"},"countryEn": {"type":"text"},"displayAffiliation":{"type":"text"},"displayName": {"type":"text"},"displayNameEn":{"type":"text"},"draft": {"type":"long"},"heightValue":{"type":"float"},"jerseyNo": {"type":"text"},"playYear":{"type":"long"},"playerId": {"type":"keyword"},"position":{"type":"text"},"schoolType": {"type":"text"},"teamCity":{"type":"text"},"teamCityEn": {"type":"text"},"teamConference": {"type":"keyword"},"teamConferenceEn":{"type":"keyword"},"teamName": {"type":"keyword"},"teamNameEn":{"type":"keyword"},"weight": {"type":"text"}}}}
Exsit Query在特定的字段中查找非空值的文档(查找队名非空的球员)
Prefix Query查找包含带有指定前缀term的文档(查找队名为Rock开头的球员)
Wildcard Query支持通配符查询，*表示任意字符，?表示任意单个字符（查找火箭队的球员）
Regexp Query正则表达式查询（查找火箭队的球员）
Ids Query(查找id为1和2的球员)
查询指定字段在指定范围内包含值（日期、数字或字符串）的文档 查找在nba打球在2年到10年以内的球员
POST nba/_search { "query": { "range": { "playYear": { "gte": 2, "lte": 10 } } }, "from": 0, "size": 20 } 查找1999年到2020年出生的球员
POST nba/_search { "query": { "range": { "birthDay": { "gte": "01/01/1999", "lte": "2020", "format": "dd/MM/yyyy||yyyy" } } }, "from": 0, "size": 20 } ES的布尔查询 布尔查询 type description must 必须出现在匹配文档中 filter 必须出现在文档中，但是不打分 must_not 不能出现在文档中 should 应该出现在文档中 must(查询名字叫做james的球员)
POST nba/_search { "query": { "bool": { "must": [ { "match": { "displayNameEn": "james" } } ] } }, "from": 0, "size": 20 } 效果通must，但是不打分(查找名字叫做james的球员)
POST nba/_search { "query": { "bool": { "filter": [ { "match": { "displayNameEn": "james" } } ] } }, "from": 0, "size": 20 } must_not（查找名字叫做James的西部球员）
POST nba/_search { "query": { "bool": { "must": [ { "match": { "displayNameEn": "james" } } ], "must_not": [ { "term": { "teamConferenceEn": { "value": "Eastern" } } } ] } }, "from": 0, "size": 20 } 组合起来含义：一定不在东部的james should（查找名字叫做James的打球时间应该在11到20年西部球员）即使匹配不到也返回，只是评分不同
POST nba/_search { "query": { "bool": { "must": [ { "match": { "displayNameEn": "james" } } ], "must_not": [ { "term": { "teamConferenceEn": { "value": "Eastern" } } } ], "should": [ { "range": { "playYear": { "gte": 11, "lte": 20 } } } ] } }, "from": 0, "size": 20 } 如果minimum_should_match=1，则变成要查出名字叫做James的打球时间在11年到20年西部球员
POST nba/_search { "query": { "bool": { "must": [ { "match": { "displayNameEn": "james" } } ], "must_not": [ { "term": { "teamConferenceEn": { "value": "Eastern" } } } ], "should": [ { "range": { "playYear": { "gte": 11, "lte": 20 } } } ], "minimum_should_match": 1 } }, "from": 0, "size": 20 } minimum_should_match代表了最小匹配经度，如果设置minimum_should_match=1，那么should语句中至少需要有一个条件满足 ES的排序 火箭队中按打球时间从大到小排序的球员
POST nba/_search { "query": { "match": { "teamNameEn": "Rockets" } }, "sort": [ { "playYear": { "order": "desc" } } ], "from": 0, "size": 20 } 火箭队中按打球时间从大到小，如果年龄相同则按照身高从高到低排序的球员
POST nba/_search { "query": { "match": { "teamNameEn": "Rockets" } }, "sort": [ { "playYear": { "order": "desc" } },{ "heightValue": { "order": "asc" } } ], "from": 0, "size": 20 } ES聚合查询之指标聚合 ES聚合查询是什么 聚合查询是数据库中重要的功能特性，完成对一个查询得到的数据集的聚合计算，如：找出某字段(或计算表达式的结果)的最大值，最小值，计算和，平均值等。ES作为搜索引擎，同样提供了强大的聚合分析能力 对一个数据集求最大、最小、和、平均值等指标的聚合，在ES中称为指标聚合 而关系型数据库中除了有聚合函数外，还可以对查询出的数据进行分组group by，再在组上进行指标聚合。在ES中称为“桶聚合” max min sum avg 求出火箭队球员的平均年龄
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "countPlayerYear": { "value_count": { "field": "playYear" } } }, "size": 0 } 查出火箭队有多少名球员
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } } } Cardinality值去重计数 查出火箭队中年龄不同的数量
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "countAget": { "cardinality": { "field": "age" } } }, "size": 0 } stats统计count max min avg sum5个值 查出火箭队球员的年龄stats
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "statsAge": { "stats": { "field": "age" } } }, "size": 0 } Extended stats比stats多4个统计结果：平方和、方差、标准差、平均值加/减两个标准差的区间 查询火箭队球员的年龄Extend stats
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "extendStatsAge": { "extended_stats": { "field": "age" } } }, "size": 0 } Percentiles占比百分位对应的值统计，默认返回【1,5,25,50,75,95,99】分位上的值 查出火箭的球员的年龄占比
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "pecentAge": { "percentiles": { "field": "age" } } }, "size": 0 } 查出火箭的球员的年龄占比（指定分位值）
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "pecentAge": { "percentiles": { "field": "age", "percents": [ 20, 50, 75 ] } } }, "size": 0 } ES聚合查询之桶聚合 ES聚合分析是什么 聚合分析是数据库中重要的功能特性，完成对一个查询的数据集中数据的聚合计算，如：找出字段（或计算表达式的结果）的最大值、最小值、计算和、平均值等。ES作为搜索引擎兼容数据库，同样提供了强大的聚合分析能力 对一个数据集求最大、最小、和、平均值等指标的聚合，在ES中称为指标聚合 而关系型数据库中除了有聚合函数外，还可以对查询出的数据进行分组group by，再在组上进行游标聚合。在ES中称为桶聚合 Terms Aggregation根据字段项分组聚合 火箭队根据年龄进行分组
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "aggsAge": { "terms": { "field": "age", "size": 10 } } }, "size": 0 } Order分组聚合排序 火箭队根据年龄进行分组，分组信息通过年龄从大到小排序（通过指定字段）
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "aggsAge": { "terms": { "field": "age", "size": 10, "order": { "_key": "desc" } } } }, "size": 0 } 火箭队根据年龄进行分组，分组信息通过文档数从大到小排序（通过文档数）
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "aggsAge": { "terms": { "field": "age", "size": 10, "order": { "_count": "desc" } } } }, "size": 0 } 每支球队按该队所有球员的平均年龄进行分组排序（通过分组指标值）
POST /nba/_search { "query": { "term": { "teamNameEn": { "value": "Rockets" } } }, "aggs": { "avgAge": { "avg": { "field": "age" } } }, "size": 0 } 筛选分组聚合 湖人和火箭队按球队平均年龄进行分组排序（指定值列表）
POST /nba/_search { "aggs": { "aggsTeamName": { "terms": { "field": "teamNameEn", "include": [ "Lakers", "Rockets", "Warriors" ], "exclude": [ "Warriors" ], "size": 30, "order": { "avgAge": "desc" } }, "aggs": { "avgAge": { "avg": { "field": "age" } } } } }, "size": 0 } 湖人和火箭队按球队平均年龄进行分组排序（正则表达式匹配值）
POST /nba/_search { "aggs": { "aggsTeamName": { "terms": { "field": "teamNameEn", "include": "Lakers|Ro.*|Warriors.*", "exclude": "Warriors", "size": 30, "order": { "avgAge": "desc" } }, "aggs": { "avgAge": { "avg": { "field": "age" } } } } }, "size": 0 } Range Aggregation范围分组聚合 NBA球员年龄按20，20-35，35这样分组
POST /nba/_search { "aggs": { "ageRange": { "range": { "field": "age", "ranges": [ { "to": 20 }, { "from": 20, "to": 35 }, { "to": 35 } ] } } }, "size": 0 } NBA球员年龄按20，20-35，35这样分组（起别名）
Date Range Aggregation时间范围分组聚合 NBA球员按出生年月分组
POST /nba/_search { "aggs": { "birthDayRange": { "date_range": { "field": "birthDay", "format": "MM-yyy", "ranges": [ { "to": "01-1989" }, { "from": "01-1989", "to": "01-1999" }, { "from": "01-1999", "to": "01-2009" }, { "from": "01-2009" } ] } } }, "size": 0 } Date Histogram Aggregation时间柱状图聚合 按天、月、年等进行聚合统计。可按year(1y)，quarter(1q)，month(1M)，week(1w)，day(1d)，hour(1h)，minute(1m)，second(1s)间隔聚合 NBA球员按出生年分组
ES之query_string查询 简介 query_string查询，如果熟悉lucene的查询语法，我们可以直接用lucene查询语法写一个查询串进行查询，ES中接到请求后，通过查询解析器，解析查询串生成对应的查询。 指定单个字段查询
POST /nba/_search { "query": { "query_string": { "default_field": "displayNameEn", "query": "james OR curry" } }, "size": 100 }
POST /nba/_search { "query": { "query_string": { "default_field": "displayNameEn", "query": "james AND harden" } }, "size": 100 } 指定多个字段查询
ElasticSearch的高级使用 别名有什么用 在开发中，随着业务需求的迭代，较老的业务逻辑就要面临更新甚至是重构，而对于es来说，为了适应新的业务逻辑，可能就要对原有的索引做一些修改，比如对某字段做调整，甚至是重构索引。而做这些操作的时候，可能会对业务造成影响，甚至是停机调整等问题。由此，es提供了索引别名来解决这些问题。索引别名就像一个快捷方式或软连接，可以指向一个或多个索引，也可以给任意一个需要索引名的API来使用。别名的应用为程序提供了极大地灵活性。 查询别名 GET /nba/_alias GET /_alias
新增别名
POST /_aliases { "actions": [ { "add": { "index": "nba", "alias": "nba_v1.0" } } ] }
删除别名
方式一 POST /_aliases { "actions": [ { "remove": { "index": "nba", "alias": "nba_v1.0" } } ] } 方式二 DELETE /nba/_alias/nba_v1.0 重命名别名
POST /_aliases { "actions": [ { "remove": { "index": "nba", "alias": "nba_v1.0" } }, { "add": { "index": "nba", "alias": "nba_v2.0" } } ] } 为多个索引指定一个别名
POST /_aliases { "actions": [ { "add": { "index": "nba", "alias": "nba_v2.0" } },{ "add": { "index": "cba", "alias": "cba_v2.0" } } ] } 为同个索引指定多个别名
POST /_aliases { "actions": [ { "add": { "index": "nba", "alias": "nba_v2.0" } },{ "add": { "index": "nba", "alias": "cba_v2.2" } } ] } 通过别名读索引 当别名指定了一个索引，则查出一个索引
当别名指定了多个索引，则查出多个索引 GET /nba_v2.2 通过别名写索引 当别名指定了一个索引，则可以做写的操作
POST /nba_v2.0/_doc/566 { "countryEn": "Croatia", "teamName": "快船", "birthDay": 858661200000, "country": "克罗地亚", "teamCityEn": "LA", "code": "ivica_zubac", "displayAffiliation": "Croatia", "displayName": "伊维察 祖巴茨哥哥", "schoolType": "", "teamConference": "⻄部", "teamConferenceEn": "Western", "weight": "108.9 公⽄", "teamCity": "洛杉矶", "playYear": 3, "jerseyNo": "40", "teamNameEn": "Clippers", "draft": 2016, "displayNameEn": "Ivica Zubac", "heightValue": 2.16, "birthDayStr": "1997-03-18", "position": "中锋", "age": 22, "playerId": "1627826" } 当别名指定了多个索引，可以指定写某个索引 POST /_aliases { "actions": [ { "add": { "index": "nba", "alias": "national_player", "is_write_index": true } }, { "add": { "index": "cba", "alias": "national_player" } } ] } POST /national_player/_doc/566 { "countryEn": "Croatia", "teamName": "快船", "birthDay": 858661200000, "country": "克罗地亚", "teamCityEn": "LA", "code": "ivica_zubac", "displayAffiliation": "Croatia", "displayName": "伊维察 祖巴茨妹妹", "schoolType": "", "teamConference": "⻄部", "teamConferenceEn": "Western", "weight": "108.9 公⽄", "teamCity": "洛杉矶", "playYear": 3, "jerseyNo": "40", "teamNameEn": "Clippers", "draft": 2016, "displayNameEn": "Ivica Zubac", "heightValue": 2.16, "birthDayStr": "1997-03-18", "position": "中锋", "age": 22, "playerId": "1627826" } ES之重建索引 简介 ElasticSearch是一个实时的分布式搜索引擎，为用户提供搜索服务，当我们决定存储某种数据时，在创建索引的时候需要将数据结构完整确定下来，于此同时索引的设定和很多固定配置将不能修改。当需要改变数据结构时，就需要重新建立索引，为此，Elastic团队提供了很多辅助工具帮助开发人员进行重建索引 步骤 nba取一个别名nba_latest，nba_latest作为对外使用 新增一个索引nba_20200810，结构复制于nba索引，根据业务要求修改字段 将nba数据同步至nba_20200810 给nba_20200810添加别名nba_latest，删除此处nba别名nba_latest 删除nba索引
PUT /nba_20220810 { "mappings": { "properties": { "age": { "type": "integer" }, "birthDay": { "type": "date" }, "birthDayStr": { "type": "keyword" }, "code": { "type": "text" }, "country": { "type": "keyword" }, "countryEn": { "type": "keyword" }, "displayAffiliation": { "type": "text" }, "displayName": { "type": "text" }, "displayNameEn": { "type": "text" }, "draft": { "type": "long" }, "heightValue": { "type": "float" }, "jerseyNo": { "type": "keyword" }, "playYear": { "type": "long" }, "playerId": { "type": "keyword" }, "position": { "type": "text" }, "schoolType": { "type": "text" }, "teamCity": { "type": "text" }, "teamCityEn": { "type": "text" }, "teamConference": { "type": "keyword" }, "teamConferenceEn": { "type": "keyword" }, "teamName": { "type": "keyword" }, "teamNameEn": { "type": "keyword" }, "weight": { "type": "text" } } } } 将旧索引数据copy到新索引 同步等待，接口将会在reindex结束后返回
POST /_reindex { "source": { "index": "nba" }, "dest": { "index": "nba_20220810" } } 异步执行，如果reindex时间过长，建议加上“wait_for_completion=false”的参数条件，这样reindex将直接返回taskId POST /_reindex?wait_for_completion=false { "source": { "index": "nba" }, "dest": { "index": "nba_20220810" } } 替换别名
POST /_aliases { "actions": [ { "add": { "index": "nba_20220810", "alias": "nba_latest" } }, { "remove": { "index": "nba", "alias": "nba_latest" } } ] } 删除旧索引 DELETE /nba 通过别名访问新索引
POST /nba_latest/_search { "query": { "match": { "displayNameEn": "james" } } } ES之refresh操作 理想的搜索 新的数据一添加到索引中立马就能搜索到，但是真实情况不是这样的 我们使用链式命令请求，先添加一个文档，再立刻搜索 curl -X PUT 192.168.199.170:9200/star/_doc/888 -H 'Content-Type: application/json' -d '{ "displayName": "蔡徐坤" }' curl -X GET localhost:9200/star/_doc/_search?pretty强制刷新 curl -X PUT 192.168.199.170:9200/star/_doc/666?refresh -H 'Content-Type: application/json' -d '{ "displayName": "杨超越" }' curl -X GET localhost:9200/star/_doc/_search?pretty修改默认更新时间（默认时间是1s） PUT /star/_settings { "index": { "refresh_interval": "5s" } }将refresh关闭 PUT /star/_settings { "index": { "refresh_interval": "-1" } } ES之高亮查询 前言如果返回的结果集中很多符合条件的结果，那怎么能一眼就能看到我们想要的那个结果呢？比如下面网站所示的那样，我们搜索“科比”，在结果集中，将所有“科比”高亮显示？
高亮查询
POST /nba_latest/_search { "query": { "match": { "displayNameEn": "james" } }, "highlight": { "fields": { "displayNameEn": {} } } } 自定义高亮查询 POST /nba_latest/_search { "query": { "match": { "displayNameEn": "james" } }, "highlight": { "fields": { "displayNameEn": { "pre_tags": [ "" ], "post_tags": [ "" ] } } } } ES之查询建议 查询建议是什么 查询建议：是为了给用户提供更好的搜索体验。包括：词条检查，自动补全 词条检查
自动补全
Suggester Term suggester Phrase suggester Completion suggester 字段 text 指定搜索文本 field 获取建议词的搜索字段 analyzer 指定分词器 size 每个词返回的最大建议词数 sort 如何对建议词进行排序，可用选项： score：先按评分排序、再按文档频率排、term顺序 frequency：先按文档频率排，再按评分，term顺序排 suggest_mode建议模式，控制提供建议词的方式： missing：仅在搜索的词项在索引中不存在时才提供建议词，默认值； popular：仅建议文档频率比搜索词项高的词 always：总是提供匹配的建议词 Term Suggesterterm词条建议器，对给输入的文本进行分词，为每个分词提供词项建议 POST /nba_latest/_search { "suggest": { "my-suggestion": { "text": "jamse hardne", "term": { "suggest_mode": "missing", "field": "displayNameEn" } } } } Phrase suggesterphrase短语建议，在term的基础上，会考量多个term之间的关系，比如是否同时出现在索引的原文里，相邻成都，以及词频等 POST /nba_latest/_search { "suggest": { "my-suggestion": { "text": "jamse harden", "phrase": { "field": "displayNameEn" } } } } Completion suggesterCompletion完成建议 POST /nba_latest/_search { "suggest": { "my-suggestion": { "text": "Miam", "completion": { "field": "teamCityEn" } } } } 集群的搭建ElasticSearch 7.8.1集群搭建 ES集成SpringBoot和mysqlSpring Boot整合ElasticSearch和Mysql 附案例源码
|
【本文地址】
公司简介
联系我们