ElasticSearch 7 学习记录

安装

sudo mkdir elasticsearch
cd elasticsearch

# 安装 IK 分词器（版本必须与 ES 保持一致）
sudo mkdir -p plugins/ik
cd plugins/ik
sudo wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.6.2/elasticsearch-analysis-ik-7.6.2.zip
sudo unzip elasticsearch-analysis-ik-7.6.2.zip

cd ../../
# 配置文件夹权限
sudo mkdir data
sudo chown -R 1000:root data
sudo chown -R 1000:root plugins

启动

# docker-compose.yaml
version: '3.3'
services:
  elasticsearch:
    image: elasticsearch:7.6.2
    container_name: elasticsearch
    environment:
      - "cluster.name=elasticsearch" #设置集群名称为elasticsearch
      - "discovery.type=single-node" #以单一节点模式启动
      - "ES_JAVA_OPTS=-Xms128m -Xmx256m" #设置使用jvm内存大小
    volumes:
      - ./plugins:/usr/share/elasticsearch/plugins #插件文件挂载
      - ./data:/usr/share/elasticsearch/data #数据文件挂载
    ports:
      - 8200:9200
      - 8300:9300

	sudo docker-compose up -d

GET http://es:8200/_analyze
{
    "analyzer": "ik_max_word",
    "text": "安装 IK 分词器"
}

• ik_max_word: 会将文本做最细粒度的拆分

• ik_smart: 会做最粗粒度的拆分

概念

• Index: 索引，类似于关系型数据库中的数据库

• Mapper: 映射，类似于关系型数据库中的数据表结构

• Document: 文档，类似于关系型数据库中的数据

• Filed：字段，类似于关系型数据库中的表字段

• Cluster: 集群

• Node: 节点

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

数值型 boolean

• 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 的类型是 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 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

• "2022-01-01" "2022/01/01 12:10:30" 这种字符串格式

创建 index

# 创建名为 hello 的索引
PUT http://es:8200/hello

创建 mapper

PUT http://es:8200/hello/_mapping
{
    "properties": {
        "title": {
            "type": "text"
        },
        "name": {
            "type": "keyword"
        }
    }
}

创建 doc

POST http://es:8200/hello/_doc
{
    "title": "ES7教程",
    "name": "hello"
}

搜索

Term 精确搜索

• term 查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些 not_analyzed 的字符串

• term 查询对于输入的文本不分析 ，所以它将给定的值进行精确查询

{
    "query":{
        "term":{
            "name": "hello"
        }
    }
}

Terms 多值精确搜索

• terms 查询和 term 查询一样，但它允许你指定多值进行匹配，如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件

{
    "query":{
        "terms":{
            "name": ["hello", "world"]
        }
    }
}

Match 匹配搜索

• 无论你在任何字段上进行的是全文搜索还是精确查询，match 查询是你可用的标准查询

• 如果你在一个全文字段上使用 match 查询，在执行查询前，它将用正确的分析器去分析查询字符串

• 如果在一个精确值的字段上使用它，例如数字、日期、布尔或者一个 not_analyzed 字符串字段，那么它将会精确匹配给定的值

{
    "query":{
        "match":{
            "name":"hello"
        }
    }
}

提高精度

{
    "query": {
        "match": {
            "title": {      
                "query": "BROWN DOG!",
                "operator": "and"
            }
       }
    }
}

控制精度

 {
  "query": {
    "match": {
      "title": {
        "query": "quick brown dog",
        "minimum_should_match": "75%"
      }
    }
  }
}

Multi_Match 多字段匹配搜索

• multi_match 查询可以在多个字段上执行相同的 match 查询

{
    "query": {
        "multi_match": {
            "query": "hello",
            "fields": [
                "name",
                "title"
            ]
        }
    }
}

Match_All 全部搜索

{
    "query":{
        "match_all":{
        }
    }
}

Rage 范围搜索

• range 查询找出那些落在指定区间内的数字或者时间

• 被允许的操作符如下
• gt 大于
• gte 大于等于
• lt 小于
• lte 小于等于

{
    "query":{
        "range":{
            "name":{
                "gte": 1
            }
        }
    }
}

组合多查询

bool 查询

• must 文档必须匹配这些条件才能被包含进来。此条件会影响评分 _score

• must_not 文档必须不匹配这些条件才能被包含进来。此条件不会影响评分 _score

• should 如果满足这些语句中的任意语句，将增加 _score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。

• filter 必须匹配，但它不影响评分 _score、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。

constant_score 查询

• 尽管没有 bool 查询使用这么频繁，constant_score 查询也是你工具箱里有用的查询工具。它将一个不变的常量评分应用于所有匹配的文档。它被经常用于你只需要执行一个 filter 而没有其它查询（例如，评分查询）的情况下。

• 可以使用它来取代只有 filter 语句的 bool 查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助

{
    "constant_score":   {
        "filter": {
            "term": { "category": "ebooks" } 
        }
    }
}

Reference

Elasticsearch: 权威指南 | Elastic

https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html