一、elasticsearch的使用

ES作为一个索引及搜索服务，对外提供丰富的REST接口，快速入门部分的实例使用head插件来测试，目的是对ES的使用方法和流程有个初步的认识。

1.1 创建索引库

ES的索引库是一个逻辑概念，它包括了分词列表及文档列表，同一个索引库中存储了相同类型的文档，它就相当于Mysql中的表，或者相当于Mongodb中的集合。

关于索引这个词：

索引（名词）：ES是基于Lucene构建的一个搜索服务，它要从索引库搜索符合条件索引数据。
索引（动词）：索引库刚创建起来是空的，将数据添加到索引库的过程称为索引。

下边介绍两种创建索引库的方法，它们的工作原理是相同的，都是客户端向ES服务发送命令。

1.1.1 创建索引：

PUT http://localhost:9201/索引库名称：

{"settings": {"index": {"number_of_shards": 1,"number_of_replicas": 0}}
}

number_of_shards：设置分片的数量，在集群中通常设置多个分片，表示一个索引库将拆分成多片分别存储不同的结点，提高了ES的处理能力和高可用性，入门程序使用单机环境，这里设置为1。
number_of_replicas：设置副本的数量，设置副本是为了提高ES的高可靠性，单机环境设置为0。

1.1.2 删除索引

DELETE http://localhost:9201/test_index

1.1.3 修改索引

PUT http://localhost:9201/test_index/_settings

{"index": {"number_of_replicas": 1}
}

注意： number_of_replicas是可以修改的，但number_of_shards不可修改

1.2 创建映射

1.2.1 概念说明

在索引中每个文档都包括了一个或多个field，创建映射就是向索引库中创建field的过程，映射类比数据库中的表结构，下边是document和field与关系数据库的概念的类比：

映射（Mapper）----------------表结构
文档（Document）----------------Row记录
字段（Field）-------------------Columns 列

注意：6.0之前的版本有type（类型）概念，type相当于关系数据库的表，ES官方将在ES9.0版本中彻底删除type。上边讲的创建索引库相当于关系数据库中的数据库还是表？

如果相当于数据库就表示一个索引库可以创建很多不同类型的文档，这在ES中也是允许的。
如果相当于表就表示一个索引库只能存储相同类型的文档，ES官方建议在一个索引库中只存储相同类型的文档。

1.2.2 创建映射

我们要把课程信息存储到ES中，这里我们创建课程信息的映射，先来一个简单的映射，如下：

发送：post http://localhost:9200/索引库名称/类型名称/_mapping
创建类型为xc_course的映射，共包括三个字段：name、description、studymondel

由于ES6.0版本还没有将type彻底删除，所以暂时把type起一个没有特殊意义的名字。

post 请求：http://localhost:9200/xc_course/doc/_mapping
表示：在xc_course索引库下的doc类型下创建映射。doc是类型名，可以自定义，在ES6.0中要弱化类型的概念，给它起一个没有具体业务意义的名称。

{"properties": {"name": {"type": "text"},"description": {"type": "text"},"studymodel": {"type": "keyword"}}
}

1.3 创建文档

ES中的文档相当于MySQL数据库表中的记录。

发送：put 或Post http://localhost:9200/xc_course/doc/id值
（如果不指定id值ES会自动生成ID）

http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000

{
"name":"Bootstrap开发框架",
"description":"Bootstrap是由Twitter推出的一个前台页面开发框架，在行业之中使用较为广泛。此开发框架包
含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的
精美界面效果。",
"studymodel":"201001"
}

1.4 搜索文档

1.4.1 根据id查询文档

发送：get http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000

1.4.2 查询所有记录

发送 get http://localhost:9200/xc_course/doc/_search

1.4.3 查询名称中包括spring 关键字的的记录

发送：get http://localhost:9200/xc_course/doc/_search?q=name:bootstrap

1.4.4 查询学习模式为201001的记录

发送 get http://localhost:9200/xc_course/doc/_search?q=studymodel:201001

1.5 查询结果分析

{"took": 1,"timed_out": false,"_shards": {"total": 1,"successful": 1,"skipped": 0,"failed": 0},"hits": {"total": 1,"max_score": 0.2876821,"hits": [{"_index": "xc_course","_type": "doc","_id": "4028e58161bcf7f40161bcf8b77c0000","_score": 0.2876821,"_source": {"name": "Bootstrap开发框架","description": "Bootstrap是由Twitter推出的一个前台页面开发框架，在行业之中使用较为广泛。 此开发框架包含了大量的CSS、 JS程序代码， 可以帮助开发者（ 尤其是不擅长页面开发的程序人员） 轻松的实现一个不受浏览器限制的精美界面效果。 ","studymodel": "201001"}}]}
}

took：本次操作花费的时间，单位为毫秒。
timed_out：请求是否超时
_shards：说明本次操作共搜索了哪些分片
hits：搜索命中的记录
hits.total ：符合条件的文档总数 hits.hits ：匹配度较高的前N个文档
hits.max_score：文档匹配得分，这里为最高分
_score：每个文档都有一个匹配度得分，按照降序排列。
_source：显示了文档的原始内容

二、IK分词器

2.1测试分词器

在添加文档时会进行分词，索引中存放的就是一个一个的词（term），当你去搜索时就是拿关键字去匹配词，最终找到词关联的文档。

测试当前索引库使用的分词器：

post 发送：localhost:9200/_analyze

{"text":"测试分词器，后边是测试内容：spring cloud实战"}

结果如下：

{"tokens": [{"token": "测","start_offset": 0,"end_offset": 1,"type": "<IDEOGRAPHIC>","position": 0},{"token": "试","start_offset": 1,"end_offset": 2,"type": "<IDEOGRAPHIC>","position": 1},{"token": "分","start_offset": 2,"end_offset": 3,"type": "<IDEOGRAPHIC>","position": 2},{"token": "词","start_offset": 3,"end_offset": 4,"type": "<IDEOGRAPHIC>","position": 3},{"token": "器","start_offset": 4,"end_offset": 5,"type": "<IDEOGRAPHIC>","position": 4},{"token": "后","start_offset": 6,"end_offset": 7,"type": "<IDEOGRAPHIC>","position": 5},{"token": "边","start_offset": 7,"end_offset": 8,"type": "<IDEOGRAPHIC>","position": 6},{"token": "是","start_offset": 8,"end_offset": 9,"type": "<IDEOGRAPHIC>","position": 7},{"token": "测","start_offset": 9,"end_offset": 10,"type": "<IDEOGRAPHIC>","position": 8},{"token": "试","start_offset": 10,"end_offset": 11,"type": "<IDEOGRAPHIC>","position": 9},{"token": "内","start_offset": 11,"end_offset": 12,"type": "<IDEOGRAPHIC>","position": 10},{"token": "容","start_offset": 12,"end_offset": 13,"type": "<IDEOGRAPHIC>","position": 11},{"token": "spring","start_offset": 14,"end_offset": 20,"type": "<ALPHANUM>","position": 12},{"token": "cloud","start_offset": 21,"end_offset": 26,"type": "<ALPHANUM>","position": 13},{"token": "实","start_offset": 26,"end_offset": 27,"type": "<IDEOGRAPHIC>","position": 14},{"token": "战","start_offset": 27,"end_offset": 28,"type": "<IDEOGRAPHIC>","position": 15}]
}

会发现分词的效果将 “测试” 这个词拆分成两个单字“测”和“试”，这是因为当前索引库使用的分词器对中文就是单字分词。

2.2 安装IK分词器

使用IK分词器可以实现对中文分词的效果。
下载IK分词器：（Github地址：https://github.com/medcl/elasticsearch-analysis-ik）
下载zip：

解压，并将解压的文件拷贝到ES安装目录的plugins下的ik-analyzer 目录下。

测试分词效果：
发送：post localhost:9200/_analyze

{"text":"测试分词器，后边是测试内容：spring cloud实战","analyzer":"ik_max_word" }

结果如下：

{"tokens": [{"token": "测试","start_offset": 0,"end_offset": 2,"type": "CN_WORD","position": 0},{"token": "分词器","start_offset": 2,"end_offset": 5,"type": "CN_WORD","position": 1},{"token": "分词","start_offset": 2,"end_offset": 4,"type": "CN_WORD","position": 2},{"token": "器","start_offset": 4,"end_offset": 5,"type": "CN_CHAR","position": 3},{"token": "后边","start_offset": 6,"end_offset": 8,"type": "CN_WORD","position": 4},{"token": "是","start_offset": 8,"end_offset": 9,"type": "CN_CHAR","position": 5},{"token": "测试","start_offset": 9,"end_offset": 11,"type": "CN_WORD","position": 6},{"token": "内容","start_offset": 11,"end_offset": 13,"type": "CN_WORD","position": 7},{"token": "spring","start_offset": 14,"end_offset": 20,"type": "ENGLISH","position": 8},{"token": "cloud","start_offset": 21,"end_offset": 26,"type": "ENGLISH","position": 9},{"token": "实战","start_offset": 26,"end_offset": 28,"type": "CN_WORD","position": 10}]
}

2.3 两种分词模式

ik分词器有两种分词模式：ik_max_word和ik_smart模式。

ik_max_word：
会将文本做最细粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为“中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、大会堂、大会、会堂等词语。
ik_smart
会做最粗粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂。

测试两种分词模式：
发送：post localhost:9200/_analyze

{"text":"中华人民共和国人民大会堂","analyzer":"ik_smart" }

2.4 自定义词库

如果要让分词器支持一些专有词语，可以自定义词库。
iK分词器自带一个main.dic的文件，此文件为词库文件。

在上边的目录中新建一个my.dic文件（注意文件格式为utf-8（不要选择utf-8 BOM））
可以在其中自定义词汇：
比如定义：
配置文件中配置my.dic：
重启ES，测试分词效果：

发送：post localhost:9200/_analyze

{"text":"测试分词器，后边是测试内容：spring cloud实战","analyzer":"ik_max_word" }

三、映射

上边章节安装了ik分词器，如果在索引和搜索时去使用ik分词器呢？如何指定其它类型的field，比如日期类型、数值类型等。

本章节学习各种映射类型及映射维护方法。

3.1 映射维护方法

3.1.1 查询所有索引的映射：

GET： http://localhost:9200/_mapping

3.1.2 创建映射（前面已有例子）

post 请求：http://localhost:9200/xc_course/doc/_mapping

一个例子：

{"properties": {"name": {"type": "text"},"description": {"type": "text"},"studymodel": {"type": "keyword"}}
}

3.1.3 更新映射

映射创建成功可以添加新字段，已有字段不允许更新。

3.1.4 删除映射

通过删除索引来删除映射

3.2 常用映射类型

3.2.1 text文本字段

下图是ES6.2核心的字段类型如下：

字符串包括text和keyword两种类型：

1.text
1）analyzer
通过analyzer属性指定分词器。

下边指定name的字段类型为text，使用ik分词器的ik_max_word分词模式：

"name": {"type": "text","analyzer":"ik_max_word"
}

上边指定了analyzer是指在索引和搜索都使用ik_max_word，如果单独想定义搜索时使用的分词器则可以通过search_analyzer属性。

对于ik分词器建议是索引时使用ik_max_word将搜索内容进行细粒度分词，搜索时使用ik_smart提高搜索精确性：

"name": {"type": "text","analyzer":"ik_max_word","search_analyzer":"ik_smart"
}

2）index
通过index属性指定是否索引。
默认为index=true，即要进行索引，只有进行索引才可以从索引库搜索到。
但是也有一些内容不需要索引，比如：商品图片地址只被用来展示图片，不进行搜索图片，此时可以将index设置为false。

删除索引，重新创建映射，将pic的index设置为false，尝试根据pic去搜索，结果搜索不到数据

"pic": {"type": "text","index":false
}

3）store

是否在source之外存储，每个文档索引后会在 ES中保存一份原始文档，存在"_source"中，一般情况下不需要设置store为true，因为在_source中已经有一份原始文档了。

3.2.1.1 测试

删除xc_course/doc下的映射
创建新映射：Post http://localhost:9200/xc_course/doc/_mapping

{"properties": {"name": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_smart"},"description": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_smart"},"pic": {"type": "text","index": false},"studymodel": {"type": "text"}}
}

插入文档：
http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000

{"name": "Bootstrap开发框架","description": "Bootstrap是由Twitter推出的一个前台页面开发框架，在行业之中使用较为广泛。此开发框架包含了大量的CSS、 JS程序代码， 可以帮助开发者（ 尤其是不擅长页面开发的程序人员） 轻松的实现一个不受浏览器限制的精美界面效果。 ","pic": "group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg","studymodel": "201002"
}

查询测试：
Get http://localhost:9200/xc_course/_search?q=name:开发
Get http://localhost:9200/xc_course/_search?q=description:开发
Get http://localhost:9200/xc_course/_search?
q=pic:group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg
Get http://localhost:9200/xc_course/_search?q=studymodel:201002
通过测试发现：name和description都支持全文检索，pic不可作为查询条件。

3.2.2 keyword关键字字段

上边介绍的text文本字段在映射时要设置分词器，keyword字段为关键字字段，通常搜索keyword是按照整体搜索，所以创建keyword字段的索引时是不进行分词的，比如：邮政编码、手机号码、身份证等。keyword字段通常用于过虑、排序、聚合等。

3.2.2.1 测试

更改映射：

{"properties": {"studymodel": {"type": "keyword"},"name": {"type": "keyword"}}
}

插入文档：

{"name": "java编程基础","description": "java语言是世界第一编程语言，在软件开发领域使用人数最多。","pic": "group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg","studymodel": "201001"
}

根据name查询文档
搜索：http://localhost:9200/xc_course/_search?q=name:java
name是keyword类型，所以查询方式是精确查询。

3.2.3 date日期类型

日期类型不用设置分词器。
通常日期类型的字段用于排序。

1)format
通过format设置日期格式
例子：
下边的设置允许date字段存储年月日时分秒、年月日及毫秒三种格式：

{"properties": {"timestamp": {"type": "date","format": "yyyy‐MM‐dd HH:mm:ss||yyyy‐MM‐dd"}}
}

插入文档：
Post :http://localhost:9200/xc_course/doc/3

{"name ": "spring开发基础 ","description": "spring 在java领域非常流行，java程序员都在用。","studymodel": "201001","pic": "group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg","timestamp": "2018‐07‐04 18:28:58"
}

3.2.4 数值类型

下边是ES支持的数值类型：

1.尽量选择范围小的类型，提高搜索效率

2.对于浮点数尽量用比例因子，比如一个价格字段，单位为元，我们将比例因子设置为100这在ES中会按分存储，映射如下：

"price": {"type": "scaled_float","scaling_factor": 100
},

由于比例因子为100，如果我们输入的价格是23.45则ES中会将23.45乘以100存储在ES中。
如果输入的价格是23.456，ES会将23.456乘以100再取一个接近原始值的数，得出2346。
使用比例因子的好处是整型比浮点型更易压缩，节省磁盘空间。
如果比例因子不适合，则从下表选择范围小的去用：

更新已有映射，并插入文档：
http://localhost:9200/xc_course/doc/3

{"name ": "spring开发基础 ","description": "spring 在java领域非常流行，java程序员都在用。","studymodel": "201001","pic": "group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg","timestamp": "2018‐07‐04 18:28:58","price": 38.6
}

3.2.5 综合例子

创建如下映射：

post：http://localhost:9200/xc_course/doc/_mapping

{"properties": {"description": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_smart"},"name": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_smart"},"pic": {"type": "text","index": false},"price": {"type": "float"},"studymodel": {"type": "keyword"},"timestamp": {"type": "date","format": "yyyy‐MM‐dd HH:mm:ss||yyyy‐MM‐dd||epoch_millis"}}
}

插入文档：
Post: http://localhost:9200/xc_course/doc/1

{"name": "Bootstrap开发","description": "Bootstrap是由Twitter推出的一个前台页面开发框架， 是一个非常流行的开发框架， 此框架集成了多种页面效果。 此开发框架包含了大量的CSS、 JS程序代码， 可以帮助开发者（ 尤其是不擅长页面开发的程序人员） 轻松的实现一个不受浏览器限制的精美界面效果。 ","studymodel ": "201002 ", "price ":38.6, "timestamp ":"2018 - 04 - 25 19: 11: 35 ","pic": "group1/M00/00/00/wKhlQFs6RCeAY0pHAA Jx5ZjNDEM428.jpg"
}

由于篇幅原因，接下来的内容请看： elasticsearch入门（三）

elasticsearch入门（二）相关推荐

python elasticsearch 入门教程(二) ---全文搜索
python elasticsearch 入门教程(二) ---全文搜索截止目前的搜索相对都很简单:单个姓名,通过年龄过滤.现在尝试下稍微高级点儿的全文搜索--一项传统数据库确实很难搞定的任务. ...
Elasticsearch入门（二） API
Elasticsearch入门(二) API VSCode部署 RESTful API 索引库管理列举索引创建job_idx索引库查看索引删除索引数据管理数据插入数据更新删除数据 Bu ...
ElasticSearch入门第一篇：Windows下安装ElasticSearch
这是ElasticSearch 2.4 版本系列的第一篇: ElasticSearch入门第一篇:Windows下安装ElasticSearch ElasticSearch入门第二篇:集群配置 E ...
ElasticSearch入门：Windows下安装ElasticSearch
这是ElasticSearch 2.4 版本系列的第一篇: ElasticSearch入门第一篇:Windows下安装ElasticSearch ElasticSearch入门第二篇:集群配置 E ...
ElasticSearch入门第五篇：使用C#查询文档
网址:http://www.cnblogs.com/ljhdo/p/4550135.html 这是ElasticSearch 2.4 版本系列的第五篇: ElasticSearch入门第一篇:Win ...
和我一起打造个简单搜索之ElasticSearch入门
本文简单介绍了使用 Rest 接口,对 es 进行操作,更深入的学习,可以参考文末部分. 环境本文以及后续 es 系列文章都基于 5.5.3 这个版本的 elasticsearch ,这个版本比较稳 ...
Elasticsearch入门进阶篇
文章目录一:Elasticsearch前言 1.1:什么是搜索? 1.2:如果用数据库做搜索会怎么样? 1.3:什么是全文搜索和Lucene? 1.3.1:全文检索 1.3.2:Lucene 1.4 ...
ElasticSearch入门第二篇：集群配置
这是ElasticSearch 2.4 版本系列的第二篇: ElasticSearch入门第一篇:Windows下安装ElasticSearch ElasticSearch入门第二篇:集群配置 E ...
ES(Elasticsearch)入门学习教程
Elasticsearch 入门学习教程 1.1 为什么要学Elasticsearch? 1.2 如何下载安装使用ES? 1.2.1 ES 安装使用条件 1.2.2 ES 下载须知 1.2.3 ES ...
大白话ElasticSearch入门概念，看不懂找我!
点击上方蓝色"胖滚猪学编程",选择"设为星标" 跟着胖滚猪学编程!好玩!有趣! 这是胖滚猪ES系列博文第三篇,大白话ElasticSearch入门概念. 阅读本 ...

elasticsearch入门（二）