ElasticSearch
- ElasticSearch使用Java开发并且是当前最流行的ElasticSearch企业级搜索引擎;
- 能够达到实时搜索,稳定,可靠,快速,安装使用方便。
- 客户端支持Java、.NET(C#)、PHP、Python、Ruby等多种语言。
- 官网:: https://www.elastic.co/
- 下载地址::https://www.elastic.co/cn/start
ElasticSearch与Lucene
Lucene是性能最好,最先进,功能最全的搜索引擎框架。但是想要使用Lucene,必须使用Java作为开发语言并将其集成到你的应用中,且其配置与使用复杂,需要深入了解其是如何工作的。
Lucene缺点
- 只能在Java项目中使用,要以jar包集成到项目中。
- 不支持集群环境-索引数据不同步
- 使用复杂
- 索引数据如果太多就不行,索引库和应用所在同一个服务器,共同占用硬盘.共用空间少.
这些缺点ES都能解决,ES底层对Lucene进行封装与改进,达到更好的效果。
ES vs Solr
当单纯的对已有数据进行搜索时,Solr更快。 当实时建立索引时, Solr会产生io阻塞,查询性能较差, Elasticsearch具有明显的优势。
- Solr使用Zookeeper进行分布式管理,而ElasticSearch本事带有分布式协调管理功能
- Solr 支持更多格式的数据,比如JSON、XML、CSV,而 Elasticsearch 仅支持json文件格式。
ES与关系型数据库
全文检索
什么是全文检索
- 通过一个程序扫描文本的每一个单词,针对单词建立索引,并保存该单词在文本中的位置,以及出现的次数。
- 用户查询时,通过之前建立好的索引来查询,将索引中单词对应的文本位置,出现的次数返回给用户,因为有了具体文本的位置,就可以将具体的内容读取出来了。
倒排索引
针对一组数据,首先会进行分词、再进行去重,最后进行排序。这样,一张由数据到索引的映射关系表就形成了。 再看一个实例 以下的倒排列表中不仅包含了数据出现的位置,还包含了包含数据的次数。
Elasticsearch中的核心概念
索引 index
- 一个索引就是一个拥有几份相似特征的文档的集合。
- 比如说,可以有一个客户数据的索引,另一个产品目录的索引,还有一个订单数据的索引。
- 一个索引由一个名字来标识(必须全是小写字母),并且当我们要对索引中的文档进行操作时,都需要用到索引名。
映射Mapping
- 用来定义一个文档
- mapping是处理数据的方式和规则方面做一些限制,如某个字段的数据类型、默认值、分词器、是否被索引等等,这些都是映射里面可以设置的
字段Field
相当于是数据表的字段/列
字段类型 Type
每一个字段都应该有一个对应的类型,例如:Text、Keyword、Byte等
文档 document
一个文档是一个可被索引的基础信息单元、类似一条记录。文档以JSON格式来标识。
集群 cluster
一个集群就是由一个或多个节点组织在一起,它们共同持有整个的数据,并一起提供索引和搜索功能
节点 node
- 一个节点是集群中的一个服务器,作为集群的一部分,它存储数据,参与集群的索引和搜索功能
- 一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下,每个节点都会被安排加入到一个叫做“elasticsearch”的集群中。
- 这意味着,如果在网络中启动了若干个节点,并假定它们能够相互发现彼此,它们将会自动地形成并加入到一个叫做“elasticsearch”的集群中
- 在一个集群里,可以拥有任意多个节点。而且,如果当前网络中没有运行任何Elasticsearch节点,这时启动一个节点,会默认创建并加入一个叫做“elasticsearch”的集群。
分片
- 一个索引可以存储超出单个结点硬件限制的大量数据。比如,一个具有10亿文档的索引占据1TB的磁盘空间,而任一节点都没有这样大的磁盘空间;或者单个节点处理搜索请求,响应太慢
- 为了解决这个问题,Elasticsearch提供了将索引划分成多份的能力,这些份就叫做分片
- 当创建一个索引的时候,可以指定你想要的分片的数量
- 每个分片本身也是一个功能完善并且独立的“索引”,这个“索引”可以被放置到集群中的任何节点上
- 分片很重要,主要有两方面的原因:允许水平分割/扩展你的内容容量;允许在分片之上进行分布式的、并行的操作,进而提高性能/吞吐量
- 至于一个分片怎样分布,它的文档怎样聚合回搜索请求,是完全由Elasticsearch管理的,对于作为用户来说,这些都是透明的
副本
- 在一个网络/云的环境里,失败随时都可能发生,在某个分片/节点不知怎么的就处于离线状态,或者由于任何原因消失了,这种情况下,有一个故障转移机制是非常有用并且是强烈推荐的。
- 为此目的,Elasticsearch允许你创建分片的一份或多份拷贝,这些拷贝叫做副本分片,或者直接叫副本
- 副本之所以重要,有两个主要原因
- 在分片/节点失败的情况下,提供了高可用性。
注意到复制分片从不与原/主要(original/primary)分片置于同一节点上是非常重要的 - 扩展搜索量/吞吐量,因为搜索可以在所有的副本上并行运行。
每个索引可以被分成多个分片。一个索引有0个或者多个副本 一旦设置了副本,每个索引就有了主分片和副本分片,分片和副本的数量可以在索引创建的时候指定。 在索引创建之后,可以在任何时候动态地改变副本的数量,但是不能改变分片。的数量
windows安装ElasticSearch
网站:https://www.elastic.co/cn/downloads/elasticsearch;
- 安装Window版本、下载完解压到本地即可。
- 进入bin目录、点击elasticsearch.bat文件运行
- 打开浏览器输入网站:localhost:9200;
- 出现下面结果、则成功
window下载kibana客户端
-
. 进入官网https://www.elastic.co/cn/downloads/kibana,下载Window版本 -
解压到本地。 -
进入bin目录、运行kibana.bat文件。 -
浏览器中输入localhost:5601 -
出现下面结果则运行成功: -
目录下找到devtools,在这里练习使用es操作。
有需要的可以去下载IK分词器,只需要下载解压到ES的plugins目录下即可,但是最好保持版本一直,不然容易闪退。
ES命令
通过使用kibana的网页DevTools功能来测试命令。
查看分词效果_analyze
POST _analyze
{
"analyzer" : "standard",
"text" : "我爱你Chinese"
}
结果 如果你下载了IK分词器、可使用其两种分词效果
POST _analyze
{
"analyzer" : "ik_smart",
"text" : "我爱你Chinese"
}
POST _analyze
{
"analyzer" : "ik_max_word",
"text" : "我爱你Chinese"
}
- ES的默认分词器为Standard.
这个在中文分词时就比较尴尬了,会单字拆分,比如我搜索关键词“清华大学”,这时候会按“清”,“华”,“大”,“学”去分词,然后搜出来的都是些“清清的河水”,“中华儿女”,“地大物博”,“学而不思则罔”之类的莫名其妙的结果. - 可以使用IK分词器进行分词
两种ik_smart和ik_max_word; ik_smart会将“清华大学”整个分为一个词、最粗粒度。 ik_max_word会将“清华大学”分为“清华大学”,“清华”和“大学”,按需选其中之一就可以了。 修改默认分词方法(这里修改school_index索引的默认分词为:ik_max_word)
PUT /schoole_index
{
"settings": {
"index":{
"analysis.analyzer.default.type": "ik_max_word"
}
}
}
MySQL文档格式是JSON类型
{
"email":"123",
"name":"123",
"age":10
}
索引操作
PUT /es_db
GET /es_db
DELETE /es_db
文档操作
PUT /es_db/_doc/1
{
"name": "yaoyang",
"age": 20,
"sex": 1
}
PUT /es_db/_doc/2
{
"name": "yaoyao",
"age": 15,
"sex": 2
}
PUT /es_db/_doc/3
{
"name": "yangguo",
"age": 25,
"sex": 1,
"address": "donghu"
}
PUT /es_db/_doc/4
{
"name": "yaoguai",
"age": 1000,
"sex": 1
}
PUT /es_db/_doc/5
{
"name": "yaoxian",
"age": 19,
"sex": 1
}
put /es_db/_doc/1
{
"name":"白起",
"age":30,
"sex":0
}
GET /es_db/_doc/1
- 删除文档
格式: DELETE /索引名称/类型/id
Delete /es_db/_doc/1
- 查询索引库下的某类型中的所有文档
格式: get /索引名/_search
get /es_db/_search
- 条件等值查询
格式: GET /索引名称/类型/_search?q=:**
GET /es_db/_doc/_search?q=age:19
- 范围查询1
格式: GET /索引名称/类型/_search?q=***[ start TO end ]
GET /es_db/_doc/_search?q=age[20 TO 27]
- 范围查询2: >= ,<=
查询年龄小于等于20岁的 :<=
GET /es_db/_doc/_search?q=age:<=20
- 多个ID批量查询_mget
格式: GET /索引名称/类型/_mget
GET /es_db/_doc/_mget
{
"ids" : [2,3]
}
- 分页查询 from=&size=
格式: GET /索引名称/类型/_search?q=age[25 TO 26]&from=0&size=1
GET /es_db/_doc/_search?q=age[25 TO 26]&from=0&size=1
- 只查询某些字段 _source
格式: GET /索引名称/类型/_search?_source=字段,字段
GET /es_db/_doc/_search?_source=name,age&&q=age[25 TO 26]&from=0&size=1
- 查询结果排序 sort=字段:desc/asc
格式: GET /索引名称/类型/_search?sort=字段 desc
GET /es_db/_doc/_search?_source=name,age&&q=age[10 TO 50]&from=0&size=10&&sort=age:desc
|