GitHub 星标数超 4 万的火爆之作——ElasticSearch，你值得拥有！

Hello，今天给各位童鞋们分享 ElasticSearch，赶紧拿出小本子记下来吧！

（一）介绍

ElasticSearch 的目标就是实现搜索。在数据量少的时候，我们可以通过索引去搜索关系型数据库中的数据，但是如果数据量很大，搜索的效率就会很低，这个时候我们就需要一种分布式的搜索引擎。Elasticsearch 是一个基于 Lucene 的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于 RESTful web 接口。

ES 主要用于全文检索、结构化搜索以及分析。ES 的应用十分广泛，比如维基百科、Github 等都使用 ES 实现搜索。

（二）核心概念理解

2.1 数据结构

ES 既然是用来搜索的，那么它必然也需要存储数据。在 Mysql 等关系型数据库中，数据的存储遵循下面的逻辑：

一个数据库（database）中有多个表（tables），每个表有多行数据（rows），每一行数据由多个字段（columns）组成。

ES 中的存储是这样的：

一个索引（indeces）相当于一个数据库（database），每个索引中有多个类型 types（相当于表结构），每个索引中有多个 documents（相当于行），每个 documents 由多个 fields 组成（相当于字段）。

你可以把 ES 理解为他是一个面向文档的数据库。下面用一张图描述 ES 和关系型数据库之间的相似之处：

值得注意的是，在 ES7.x 版本中，types 将慢慢被遗弃，在 8.x 版本中，types 将会彻底弃用。

2.2 索引（indeces）和文档（documents）

ES 中的索引和 Mysql 中的索引不是同一种东西，ES 中的索引是一个文档的集合，索引就是一个数据库。

前面说了 ES 是面向文档的，文档是 ES 中最重要的单位，文档就是一条条的数据。文档中有几个重要的概念：

1、一篇文档中包含多个 key：value

2、文档其实就是一个 JSON 字符串

2.3 分片

ES 是一个分布式搜索引擎，分片就是把一堆数据分布到多个分片中。而索引是对每个分片的一个备份，这些副本同样能处理查询请求。

现在假设集群有两个 node 节点，设置分片数是 5 个，副本数是 1 个，那么数据存储结构将变成下面这样，可以保证副本和分片在不同的节点上：

2.4 倒排索引

为什么 ES 的搜索这么快，和其中所使用的倒排索引也有一定的关系。倒排索引建立的是分词和文档之间的映射关系。下面通过一个简单的例子来讲解一下什么是倒排索引

原来的数据中我们通过文档 ID 去关联标签，但是在查询时就需要遍历所有文档。通过倒排索引，我们可以通过关键词来找到最匹配的文档。

（三）ES 的基本操作

ES 是基于 Restful 风格进行操作的，因此对于习惯了写 crud 的程序员来说，ES 很容易上手。ES 的操作可以使用 Kibana，也可以使用 Postman 直接调用，因为归根结底它就是一个 restful 的操作。我这里使用 Idea 的 ES 插件直接调用。

3.1 创建文档

PUT http://ip:port/索引名/类型名/文档 id

{

"key":"value"

}

因为类型名在后续的版本中将会被删除，这里可以用_doc 代表默认类型：

PUT http://ip:port/索引名/_doc/文档 id

下面给出操作截图

通过 put 创建一个索引之后，我们可以在 head 中看到对应的数据

3.2 创建带有数据类型的索引

3.1 中创建数据时，没有指定具体的数据类型，我们当然也可以为索引指定数据类型

PUT http://ip:port/索引名

参数示例：

{

"mappings": {

"properties": {

"name": {

"type": "text"

},

"address": {

"type": "text"

}

}

}

}

ES 中的核心数据类型如下：

（1）字符串类型： text, keyword

（2）数字类型：long, integer, short, byte, double, float, half_float, scaled_float

（3）日期：date

（4）日期 纳秒：date_nanos

（5）布尔型：boolean

（6）Binary：binary

（7）Range: integer_range, float_range, long_range, double_range, date_range

3.3 查看索引或者文档的数据

通过 GET 请求可以查看索引以及文档的信息：

GET http://ip:port/索引名 #查看索引

GET http://ip:port/索引名/类型名/文档 ID #查看文档

3.4 修改数据

修改数据和创建数据一样，通过 PUT 操作就会更新原来的数据：

PUT http://ip:port/索引名/类型名/文档 id

{

"key":"value"

}

如果是修改的话，响应结果中的 version 就会增加。

另外一种方法是使用 Post 请求：

POST http://ip:port/索引名/类型名/文档 id/_update

参数实例：

{

"doc": {

"name": "javayz4"

}

}

更推荐使用这种方式，如果使用 PUT 方法忘了加某个 key，更新就会变成新增

3.5 删除数据

通过 DELETE 的方式删除数据

DELETE http://ip:port/索引名/类型名/文档 id #删除具体的文档

DELETE http://ip:port/索引名 #删除索引

（四）ES 的搜索操作

ES 最重要的就是它的搜索操作了。

4.1 简单搜索

直接将搜索的参数带到链接中：

GET http://ip:port/索引名/_search?q=key:value

结果如下：

4.2 通过 param 传递参数

除了将参数放到链接当中，还可以将参数通过 JSON 请求体的方式传递，其中 from 和 size 是分页的参数，query 中传递查询条件，_source 表示结果中要展示的列，不写就表示展示所有。

GET http://ip:port/索引名/_search

参数示例：

{

"from": 0,

"size": 20,

"query": {

"match": {

"name": "javayz2"

}

},

"_source": ["name","address"]

}

除了上面示例中的这些参数之外，还有很多参数可以使用，比如排序：

"sort": [

{

"age": {

"order": "desc"

}

}

]

多条件查询：must 表示下面的两个条件都要满足，还可以填 should，表示任意满足其中一个条件即可，或者是 must_not，表示 must 的相反值

"query": {

"bool": {

"must": [

{

"match": {

"name": "javayz"

}

},

{

"match": {

"address": "hz"

}

}

]

}

}

如果你的数据中存在集合，可以通过空格对多个条件进行查询：

查询过程中还支持高亮查询

"highlight":{

"pre_tags": "<em>",

"post_tags": "</em>",

"fields": {

"name": {}

}

}

（五）分词器

所谓分词器，就是将一段话分成一个个关键字，搜索时就按照这些关键字进行搜索。比较好用的分词器有中文的 IK 分词器。

基本使用

给出下载链接：https://github.com/medcl/elasticsearch-analysis-ik/releases

下载和自己 ES 相同的版本，在 plugin 目录下新建一个 ik 文件夹，将下载的文件解压到 ik 目录下，重新启动即可。

IK 分词器提供了两种算法：

1、ik_smart：最少切分

2、ik_max_word：最细粒划分

首先最少切分是根据字典给出最少的切分：

ik_max_word 是最细粒划分，他会给出最多的结果：

{

"analyzer": "ik_max_word",

"text": "我是 Java 工程师"

}

结果：

{

"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": "工程师",

"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": "师",

"start_offset": 8,

"end_offset": 9,

"type": "CN_CHAR",

"position": 5

}

]

}

好啦，今天的文章就到这里，希望能帮助到屏幕前迷茫的你们！​