了解一下Elasticsearch的基本概念

一、前文介绍

Elasticsearch(简称ES)是一个基于Apache Lucene(TM)的开源搜索引擎,无论在开源还是专有领域,Lucene 可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。注意,Lucene 只是一个库。想要发挥其强大的作用,你需使用 Java 并要将其集成到你的应用中。

Lucene 非常复杂,你需要深入的了解检索相关知识来理解它是如何工作的,就跟学习 springmvc 之前先从 servlet 开始,繁琐复杂的工作,Solor、Elasticsearch 应由而生, 其使用 Java 编写并使用 Lucene 来建立索引并实现搜索功能,但是它的目的是通过简单连贯的 RESTful API 让全文搜索变得简单并隐藏 Lucene 的复杂性。

重要特性:

  • 分布式的实时文件存储,每个字段都被索引并可被搜索
  • 实时分析的分布式搜索引擎
  • 可以扩展到上百台服务器,处理PB级结构化或非结构化数据

基本概念:

索引(indices)-------------------Databases 数据库
类型(type)----------------------Table 数据表
文档(Document)---------------Row 行
字段(Field)---------------------Columns 列

详细说明:

概念说明
索引库(indices) indices是index的复数,代表许多的索引,
类型(type) 类型是模拟mysql中的table概念,一个索引库下可以有不同类型的索引,比如商品索引,订单索引,其数据格式不同。不过这会导致索引库混乱,因此未来版本中会移除这个概念
文档(document) 存入索引库原始的数据。比如每一条商品信息,就是一个文档
字段(field) 文档中的属性
映射配置(mappings) 字段的数据类型、属性、是否索引、是否存储等特性

要注意的是:Elasticsearch 本身就是分布式的,因此即便你只有一个节点,Elasticsearch 默认也会对你的数据进行分片和副本操作,当你向集群添加新数据时,数据也会在新加入的节点中进行平衡。

二、Elasticsearch安装[windows]

如下主要针对 windows 环境下的 Elasticsearch 学习。

下载地址:https://www.elastic.co/cn/products/

解压后,进入 bin/ 目录,双击执行 elasticsearch .bat

Elasticsearch 启动后可以看到绑定了两个端口:

  • 9300:集群节点间通讯接口【tcp连接方式,性能优于http】
  • 9200:客户端访问接口【接收http请求】

9200,我们可以通过浏览器直接访问,9300 则不可以直接访问。

三、Kibana 安装

Kibana 是一个基于 Node.js 的 Elasticsearch 索引库数据统计工具,可以利用 Elasticsearch 的聚合功能,生成各种图表,如柱形图,线状图,饼图等。

而且还提供了操作 Elasticsearch 索引数据的控制台,并且提供了一定的API提示,非常有利于我们学习 Elasticsearch 的语法。

1、配置

我们可以把 Kibana 当成,durid 连接池对于 mysql 的可视化来理解。

下载地址:https://www.elastic.co/cn/downloads/kibana

解压后,进入安装目录下的 config 目录,修改 kibana.yml 文件:

修改elasticsearch服务器的地址,去掉原来的注释:

elasticsearch.url: "http://localhost:9200"

Kibana 的监听端口为 5601:http://127.0.0.1:5601 浏览器打开如下图所示:

Dev Tools 相当于一个命令行窗口工具,带提示,Elasticsearch 执行的数据格式为 json,举例:

POST _analyze
{
  "analyzer""ik_max_word",
  "text":     "我喜欢编程"
}

四、ik 分词器安装

由于 Elasticsearch 在拆分单词时,是按空格来分,即 hello world 分为 hello 和 world,这是没问题的,但是在拆分中文时也是按照一个汉字一个汉字来拆分。即“我喜欢编程”分为 我、喜、欢、编、程 5个字符,所以就需要用到 IK 分词器这个插件来进行拆分。

Lucene 的 IK 分词器早在 2012 年已经没有维护了,现在我们要使用的是在其基础上维护升级的版本,并且开发为 ElasticSearch 的集成插件了,与 Elasticsearch 一起维护升级,版本也保持一致。

IK下载地址:https://github.com/medcl/elasticsearch-analysis-ik/releases

注意 ES 与 IK 版本对应地址:https://github.com/medcl/elasticsearch-analysis-ik/tree/2.x

将 zip 包,解压到 Elasticsearch 目录的 plugins 目录中:

然后重启 Elasticsearch

五、基本概念-详细了解

上文也了解到 ES 操作的数据为 json,实际项目中,比如 springboot 中,无须操作 json,都是面向对象编程,但是,学习其实际原理固然重要。

5.1、创建索引

创建索引的请求格式:

  • 请求方式:PUT
  • 请求路径:/索引库名
  • 请求参数:json格式:
{
   "settings": {
      "number_of_shards"3,
      "number_of_replicas"2
   }
}
  • settings:索引库的设置
  • number_of_shards: 分片数量
  • number_of_replicas:副本数量

示例:

5.2、查看索引设置

语法

Get请求可以帮我们查看索引信息,格式:

GET /索引库名
5.3、删除索引

删除索引使用DELETE请求

语法

DELETE /索引库名

六、映射配置

6.1、创建映射字段

语法

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称
{
  "properties": {
    "字段名": {
      "type""类型",
      "index"true
      "store"true
      "analyzer""分词器"
    }
  }
}
  • 类型名称:就是前面将的type的概念,类似于数据库中的不同表
    字段名:任意填写 ,可以指定许多属性,例如:
  • type:类型,可以是text、long、short、date、integer、object等
  • index:是否索引,默认为true
  • store:是否存储,默认为false
  • analyzer:分词器,这里的ik_max_word即使用ik分词器

示例

发起请求:

PUT niceyoo2/_mapping/goods
{
  "properties": {
    "title": {
      "type""text",
      "analyzer""ik_max_word"
    },
    "images": {
      "type""keyword",
      "index""false"
    },
    "price": {
      "type""float"
    }
  }
}

响应结果:

{
  "acknowledged"true
}
6.2、查看映射关系

语法:

GET /索引库名/_mapping

示例:

GET /niceyoo2/_mapping

响应:

{
  "niceyoo2": {
    "mappings": {
      "goods": {
        "properties": {
          "images": {
            "type""keyword",
            "index"false
          },
          "price": {
            "type""float"
          },
          "title": {
            "type""text",
            "analyzer""ik_max_word"
          }
        }
      }
    }
  }
}

七、字段属性详解

7.1、type

Elasticsearch 中支持的数据类型非常丰富:

我们说几个关键的:

String类型,又分两种:

  • text:可分词,不可参与聚合
  • keyword:不可分词,数据会作为完整字段进行匹配,可以参与聚合

Numerical:数值类型,分两类:

  • 基本数据类型:long、interger、short、byte、double、float、half_float
  • 浮点数的高精度类型:scaled_float
    • 需要指定一个精度因子,比如10或100。elasticsearch会把真实值乘以这个因子后存储,取出时再还原。

Date:日期类型

elasticsearch 可以对日期格式化为字符串存储,但是建议我们存储为毫秒值,存储为 long,节省空间。

7.2、index

index影响字段的索引情况。

  • true:字段会被索引,则可以用来进行搜索。默认值就是true
  • false:字段不会被索引,不能用来搜索

index的默认值就是true,也就是说你不进行任何配置,所有字段都会被索引。

但是有些字段是我们不希望被索引的,比如商品的图片信息,就需要手动设置index为false。

7.3、store

是否将数据进行额外存储。

在学习lucene和solr时,我们知道如果一个字段的store设置为false,那么在文档列表中就不会有这个字段的值,用户的搜索结果中不会显示出来。

但是在Elasticsearch中,即便store设置为false,也可以搜索到结果。

原因是Elasticsearch在创建文档索引时,会将文档中的原始数据备份,保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示,哪些不显示。

而如果设置store为true,就会在_source以外额外存储一份数据,多余,因此一般我们都会将store设置为false,事实上,store的默认值就是false。

7.4、boost

激励因子,这个与lucene中一样

其它的不再一一讲解,用的不多,大家参考官方文档:

最后

下篇带大家详细了解 elasticsearch 中的

  • 增:随机id、自定义id
  • 删:带条件删除
  • 改:带条件修改
  • 查:带条件查询

如果文章有错的地方欢迎指正,大家互相留言交流。习惯在微信看技术文章,想要获取更多的Java资源的同学,可以关注微信公众号:niceyoo

posted @ 2019-05-14 21:42 niceyoo 阅读(...) 评论(...) 编辑 收藏