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 |
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 修改配置文件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; 配置小结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 ElasticSearch目录结构介绍 类型 描述 默认位置 设置 bin ⼆进制脚本包含启动节点的elasticsearch {path.home}/bin conf 配置⽂件包含elasticsearch.yml {path.home}/confifig path.conf data 在节点上申请的每个index/shard的数据⽂件的位置。 可容纳多个位置 {path.home}/data path.data logs ⽇志⽂件位置 {path.home}/logs path.logs plugins 插件⽂件位置。每个插件将包含在⼀个⼦⽬录中。 {path.home}/plugins path.plugins ElasticSearch快速入门 核心概念 前言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) curl工具获取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 单个获取 批量获取 删除 获取所有 方式一 方式二 判断索引是否存在(存在,返回200,不存在404) 关闭索引此时再次查询nba时,返回json会多一行 打开索引关闭索引标记消失 映射的使用 介绍定义索引的结构,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 json格式 { "properties": { "name": { "type": "text" }, "team_name": { "type": "text" }, "position": { "type": "keyword" }, "play_year": { "type": "keyword" }, "jerse_no": { "type": "keyword" } } } 获取 批量获取 获取所有mapping 方式一 方式二 添加一个字段 文档的操作 新增 不指定索引方式新增 踩坑(要POST请求) PUT请求改POST 自动创建索引 查看auto_create_index开关状态,请求:http://ip:port/_cluster/settings 当索引不存在并且auto_create_index为true的时候,新增文档时会自动创建索引 修改auto_create_index状态 put方式:ip:port/_cluster/settings { "persistent": { "action.auto_create_index": "false" } }当auto_create_index=false时,指定一个不存在的索引,新增文档 { "name":"杨超越", "team_name":"梦之队", "position":"组织后卫", "play_year":"0", "jerse_no":"18" } 指定操作类型PUT请求:ip:port/xxx/_doc/1?op_type=create 文档查看 查看多个文档 方式一 { "docs": [{ "_index": "nba", "_type": "_doc", "_id": "1" }, { "_index": "nba", "_type": "_doc", "_id": "2" } ] } 方式二 方式三 方式四 修改 向_source字段,增加一个字段 { "script": "ctx._source.age = 18" } 从source字段,删除一个字段 { "script": "ctx._source.remove(\"age\")" } 根据参数值,更新指定文档的字段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 搜索的简单使用 准备工作 删除nba索引 新建一个索引并指定mapping { "mappings": { "properties": { "name": { "type": "text" }, "team_name": { "type": "text" }, "position": { "type": "text" }, "play_year": { "type": "long" }, "jerse_no": { "type": "keyword" } } } } 新增document 192.168.199.170:9200/nba/_doc/1 { "name": "哈登", "team_name": "⽕箭", "position": "得分后卫", "play_year": 10, "jerse_no": "13" } 192.168.199.170:9200/nba/_doc/2 { "name": "库⾥", "team_name": "勇⼠", "position": "控球后卫", "play_year": 10, "jerse_no": "30" } 192.168.199.170:9200/nba/_doc/3 { "name": "詹姆斯", "team_name": "湖⼈", "position": "⼩前锋", "play_year": 15, "jerse_no": "23" } 词条查询(term)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 { "query": { "term": { "jerse_no": "23" } } } 多条term查询 { "query": { "terms": { "jerse_no": [ "23", "13" ] } } } 全文查询(full text)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 { "query": { "match_all": {} }, "from": 0, "size": 10 } match { "query": { "match": { "position":"后卫" } }, "from": 0, "size": 10 } multi_match { "query": { "multi_match": { "query": "shooter", "fields": ["title", "name"] } } } post 192.168.199.170:9200/nba/_update/2 { "doc": { "name": "库⾥", "team_name": "勇⼠", "position": "控球后卫", "play_year": 10, "jerse_no": "30", "title": "the best shooter" } } match_phrase类似于词条查询,精准查询 match_phrase_prefix前缀匹配 { "query": { "match_phrase_prefix": { "title": "the best s" } } } post 192.168.199.170:9200/nba/_update/3 { "doc": { "name": "詹姆斯", "team_name": "湖⼈", "position": "⼩前锋", "play_year": 15, "jerse_no": "23", "title": "the best small forward" } } 分词器的介绍和使用 什么是分词器 将用户输入的一段文本,按照一定逻辑,分析成多个词语的一种工具 example:The best 3-points shooter is Curry! 常用的内置分词器 standard analyzer simple analyzer whitespace analyzer stop analyzer language analyzer pattern analyzer standard analyzer标准分析器是默认分词器,如果未指定,则使用该分词器 { "analyzer": "standard", "text": "The best 3-points shooter is Curry!" } simple analyzersimple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 analyzerwhitespace分析器,当他遇到空白字符时,就将文本解析成terms stop analyzerstop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 language analyzer (特定的语⾔的分词器,⽐如说,english,英语分词器),内置语⾔:arabic, armenian, basque, bengali, brazilian, bulgarian, catalan, cjk, czech, danish, dutch, english, fifinnish, french, galician, german, greek, hindi, hungarian, indonesian, irish, italian, latvian, lithuanian, norwegian, persian, portuguese, romanian, russian, sorani, spanish, swedish, turkish, thai pattern analyzer用正则表达式将文本分割成sterms,默认的正则表达式是\W+ 选择分词器 put 192.168.199.170:9200/my_index { "settings": { "analysis": { "analyzer": { "my_analyzer": { "type": "whitespace" } } } }, "mappings": { "properties": { "name": { "type": "text" }, "team_name": { "type": "text" }, "position": { "type": "text" }, "play_year": { "type": "long" }, "jerse_no": { "type": "keyword" }, "title": { "type": "text", "analyzer": "my_analyzer" } } } } { "name": "库⾥", "team_name": "勇⼠", "position": "控球后卫", "play_year": 10, "jerse_no": "30", "title": "The best 3-points shooter is Curry!" } { "query": { "match": { "title": "Curry!" } } } 常见中文分词器 默认的分词standard { "analyzer": "standard", "text": "⽕箭明年总冠军" } 常见分词器 smartCN一个简单的中文或中英文混合文本的分词器 IK分词器,更智能更友好的中文分词器 安装smartCN sh elasticsearch-plugin install analysis-smartcn 校验安装后重启 { "analyzer": "smartcn", "text": "⽕箭明年总冠军" } 卸载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 ip:9200/_analyze { "analyzer": "ik_max_word", "text": "⽕箭明年总冠军" }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 简单使用后面示例,会大量使用该工具 ES之批量导入数据 简介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"} POST bulk curl -X POST "192.168.199.170:9200/_bulk" -H 'Content-Type: application/json' --data-binary @test
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"}}}} 批量导入player Term query精准匹配查询 POST nba/_search { "query": { "term": { "jerseyNo": "23" } }, "from": 0, "size": 20 } 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) ES的范围查询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": { "avgAge": { "avg": { "field": "age" } } }, "size": 0 } value_count统计非空字段的文档数 求出火箭队中球员打球时间不为空的数量 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 POST /nba/_search { "aggs": { "birthday_aggs": { "date_histogram": { "field": "birthDay", "format": "yyyy", "interval": "year" } } }, "size": 0 } 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
|
CopyRight 2018-2019 实验室设备网 版权所有 |