溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“什么是ElasticSearch”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“什么是ElasticSearch”吧！
ElasticSearch的目標就是實現搜索。在數據量少的時候，我們可以通過索引去搜索關系型數據庫中的數據，但是如果數據量很大，搜索的效率就會很低，這個時候我們就需要一種分布式的搜索引擎。Elasticsearch是一個基于Lucene的搜索服務器。它提供了一個分布式多用戶能力的全文搜索引擎，基于RESTful web接口。
ES主要用于全文檢索、結構化搜索以及分析。ES的應用十分廣泛，比如維基百科、Github等都使用ES實現搜索。
2.1 數據結構
ES既然是用來搜索的，那么它必然也需要存儲數據。在Mysql等關系型數據庫中，數據的存儲遵循下面的邏輯：
一個數據庫（database）中有多個表（tables），每個表有多行數據（rows），每一行數據由多個字段（columns）組成。
ES中的存儲是這樣的：
一個索引（indeces）相當于一個數據庫（database），每個索引中有多個類型types（相當于表結構），每個索引中有多個documents（相當于行），每個documents由多個fields組成（相當于字段）。
你可以把ES理解為他是一個面向文檔的數據庫。下面用一張圖描述ES和關系型數據庫之間的相似之處：
值得注意的是，在ES7.x版本中，types將慢慢被遺棄，在8.x版本中，types將會徹底棄用。
2.2 索引（indeces）和文檔（documents）
ES中的索引和Mysql中的索引不是同一種東西，ES中的索引是一個文檔的集合，索引就是一個數據庫。
前面說了ES是面向文檔的，文檔是ES中最重要的單位，文檔就是一條條的數據。文檔中有幾個重要的概念：
1、一篇文檔中包含多個key：value
2、文檔其實就是一個JSON字符串
2.3 分片
ES是一個分布式搜索引擎，分片就是把一堆數據分布到多個分片中。而索引是對每個分片的一個備份，這些副本同樣能處理查詢請求。
現在假設集群有兩個node節點，設置分片數是5個，副本數是1個，那么數據存儲結構將變成下面這樣，可以保證副本和分片在不同的節點上：
2.4 倒排索引
為什么ES的搜索這么快，和其中所使用的倒排索引也有一定的關系。倒排索引建立的是分詞和文檔之間的映射關系。下面通過一個簡單的例子來講解一下什么是倒排索引
原來的數據中我們通過文檔ID去關聯標簽，但是在查詢時就需要遍歷所有文檔。通過倒排索引，我們可以通過關鍵詞來找到最匹配的文檔。
ES是基于Restful風格進行操作的，因此對于習慣了寫crud的程序員來說，ES很容易上手。ES的操作可以使用Kibana，也可以使用Postman直接調用，因為歸根結底它就是一個restful的操作。我這里使用Idea的ES插件直接調用。
3.1 創建文檔
PUT http://ip:port/索引名/類型名/文檔id
{
"key":"value"
}
因為類型名在后續的版本中將會被刪除，這里可以用_doc代表默認類型：
PUT http://ip:port/索引名/_doc/文檔id
下面給出操作截圖
通過put創建一個索引之后，我們可以在head中看到對應的數據
3.2 創建帶有數據類型的索引
3.1中創建數據時，沒有指定具體的數據類型，我們當然也可以為索引指定數據類型
PUT http://ip:port/索引名
參數示例：
{
"mappings": {
"properties": {
"name": {
"type": "text"
},
"address": {
"type": "text"
}
}
}
}
ES中的核心數據類型如下：
（1）字符串類型： text, keyword
（2）數字類型：long, integer, short, byte, double, float, half_float, scaled_float
（3）日期：date
（4）日期 納秒：date_nanos
（5）布爾型：boolean
（6）Binary：binary
（7）Range: integer_range, float_range, long_range, double_range, date_range
3.3 查看索引或者文檔的數據
通過GET請求可以查看索引以及文檔的信息：
GET http://ip:port/索引名 #查看索引
GET http://ip:port/索引名/類型名/文檔ID #查看文檔
3.4 修改數據
修改數據和創建數據一樣，通過PUT操作就會更新原來的數據：
PUT http://ip:port/索引名/類型名/文檔id
{
"key":"value"
}
如果是修改的話，響應結果中的version就會增加。
另外一種方法是使用Post請求：
POST http://ip:port/索引名/類型名/文檔id/_update
參數實例：
{
"doc": {
"name": "javayz4"
}
}
更推薦使用這種方式，如果使用PUT方法忘了加某個key，更新就會變成新增
3.5 刪除數據
通過DELETE的方式刪除數據
DELETE http://ip:port/索引名/類型名/文檔id #刪除具體的文檔
DELETE http://ip:port/索引名 #刪除索引
ES最重要的就是它的搜索操作了。
4.1 簡單搜索
直接將搜索的參數帶到鏈接中：
GET http://ip:port/索引名/_search?q=key:value
結果如下：
4.2 通過param傳遞參數
除了將參數放到鏈接當中，還可以將參數通過JSON請求體的方式傳遞，其中from和size是分頁的參數，query中傳遞查詢條件，_source表示結果中要展示的列，不寫就表示展示所有。
GET http://ip:port/索引名/_search
參數示例：
{
"from": 0,
"size": 20,
"query": {
"match": {
"name": "javayz2"
}
},
"_source": ["name","address"]
}
除了上面示例中的這些參數之外，還有很多參數可以使用，比如排序：
"sort": [
{
"age": {
"order": "desc"
}
}
]
多條件查詢：must表示下面的兩個條件都要滿足，還可以填should，表示任意滿足其中一個條件即可，或者是must_not，表示must的相反值
"query": {
"bool": {
"must": [
{
"match": {
"name": "javayz"
}
},
{
"match": {
"address": "hz"
}
}
]
}
}
如果你的數據中存在集合，可以通過空格對多個條件進行查詢：
查詢過程中還支持高亮查詢
"highlight":{
"pre_tags": "<em>",
"post_tags": "</em>",
"fields": {
"name": {}
}
}
所謂分詞器，就是將一段話分成一個個關鍵字，搜索時就按照這些關鍵字進行搜索。比較好用的分詞器有中文的IK分詞器。
基本使用
給出下載鏈接：https://github.com/medcl/elasticsearch-analysis-ik/releases
下載和自己ES相同的版本，在plugin目錄下新建一個ik文件夾，將下載的文件解壓到ik目錄下，重新啟動即可。
IK分詞器提供了兩種算法：
1、ik_smart：最少切分
2、ik_max_word：最細粒劃分
首先最少切分是根據字典給出最少的切分：
ik_max_word是最細粒劃分，他會給出最多的結果：
{
"analyzer": "ik_max_word",
"text": "我是Java工程師"
}
結果：
{
"tokens": [
{
"token": "我",
"start_offset": 0,
"end_offset": 1,
"type": "CN_CHAR",
"position": 0
},
{
"token": "是",
"start_offset": 1,
"end_offset": 2,
"type": "CN_CHAR",
"position": 1
},
{
"token": "java",
"start_offset": 2,
"end_offset": 6,
"type": "ENGLISH",
"position": 2
},
{
"token": "工程師",
"start_offset": 6,
"end_offset": 9,
"type": "CN_WORD",
"position": 3
},
{
"token": "工程",
"start_offset": 6,
"end_offset": 8,
"type": "CN_WORD",
"position": 4
},
{
"token": "師",
"start_offset": 8,
"end_offset": 9,
"type": "CN_CHAR",
"position": 5
}
]
}
感謝各位的閱讀，以上就是“什么是ElasticSearch”的內容了，經過本文的學習后，相信大家對什么是ElasticSearch這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
