Elasticsearch 第二天
Elasticsearch day02
1 Elasticsearch高级检索DSL检索
准备测试数据:
#删除索引
DELETE /ems
#添加索引并设置类型
PUT /ems
{ "mappings":{ "emp":{ "properties":{ "name":{ "type":"text" }, "age":{ "type":"integer" }, "bir":{ "type":"date","format": "yyyy-MM-dd HH:mm:ss || yyyy-MM-dd || yyyy/MM/dd HH:mm:ss|| yyyy/MM/dd ||epoch_millis"}, "content":{ "type":"text" }, "address":{ "type":"keyword" } }} }
}PUT /ems/emp/_bulk
{"index":{}}
{"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难难事,在众多可行的方案中决择需要很高的经验和水平","address":"北京"}
{"index":{}}
{"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构,由 7 个定义良好的模块组成。Spring 模块构建在心容器之上,核心容器定义了创建、配置和管理 bean 的方式。为了测试添加一个内容北京","address":"上海"}
{"index":{}}
{"name":"张小五","age":8,"bir":"2012-12-12","content":"SpringCloud作为Java语言的微服务框架,它依赖于Spring Boot,有快速开发、持续交付和容易部署等特点。SpringCloud的组件非常多,涉及微服务的方方面面,并在开源社区Spring 和Netflix、Pivotal 两大公司的推动下越来越完善","address":"无锡"}
{"index":{}}
{"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释,Spring是如何简化Java开发的?","address":"南京"}
{"index":{}}
{"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis一个开源的使 用ANSIC语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API","address":"杭州"}
{"index":{}}
{"name":"张无忌","age":59,"bir":"2012-12-12","content":"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","address":"北京"}
1.1 快速入门
#简单示例:查询所有并排序
GET /ems/emp/_search
{"query":{"match_all":{}},"sort":[{"age":{"order": "desc"}}]
}
JSON请求体中的属性有不同的作用,这些属性都是Elasticsearch中定义好的。
1.2 语法
GET /索引/类型/_search
{"query":{},//设定查询规则"from":number,//搜索展示数据的起始下标"size":number,//搜索出的数据的条数"sort":[],//设定排序规则"_source":[],//设定返回的字段"highlight":{}//高亮显示
}
1.3 from和size (分页查询)
form和size等同于MySQL中limit后的2个数值,借助这2个属性可以完成分页。
GET /ems/emp/_search
{"query":{"match_all":{}},"from":3,"size":3,"sort":[{"age":{"order": "desc"}}]
}
1.4 sort(排序)
sort属性值是一个数组,表示可以设定多个字段的排序
{"sort":[{"字段1":{"order":"asc|desc"}},{"字段2":{"order":"asc|desc"}}]
}上述语法也可以简化如下:
{"sort":[{"字段1":"asc|desc"},{"字段2":"asc|desc“}]
}
示例:
GET /ems/emp/_search
{"query":{"match_all":{}},"sort":[{"address":{"order":"desc"}},{"age":{"order": "asc"}}]
}GET /ems/emp/_search
{"query":{"match_all":{}},"sort":[{"address":"desc"},{"age":"asc"}]
}
1.5 _source(查询指定字段)
_source是一个数组,指定要显示的字段。
{”_source":["字段名1","字段名2",...]
}
示例
GET /ems/emp/_search
{"query": {"match_all": {}},"_source":["name","age"]
}
1.6 query(查询规则)
query用于设置查询规则,Elasticsearch中有多种查询规则
{"query":{"match_all":{},//匹配所有"match":{},//分词查询"term":{},//关键字查询"range":{},//范围查询"prefix":{},//前缀查询"wildcard":{},//通配符查询"ids":{},//多id查询"fuzzy":{},//模糊查询"bool":{},//bool查询"multi_match":{}//多字段查询}
}
我们选几种常见的进行讲解
1 match(分词查询)
match 匹配查询,会对条件分词后查询
GET /ems/emp/_search
{"query":{"match":{"content": "Redis Java"}}
}
2 term (关键字查询)
term 关键字: 用来使用关键词查询,不会对条件分词
GET /ems/emp/_search
{"query":{"term":{"content": {"value": "spring" //注意必须小写,会查询出有大写Spring的,如果查大写,查不出数据。}}}
}
3 range(范围查询)
range 关键字: 用来指定查询指定范围内的文档
#范围查询
GET /ems/emp/_search
{"query":{"range":{ "age": {"gte": 40,//greater than equals"lt":80 //less than }}}
}
4 ids(多id查询)
#多id查询
GET /ems/emp/_search
{"query":{"ids":{"values":["zQEs8XIBA5ZUCKIvGWVY","zgEs8XIBA5ZUCKIvGWVY"]}}
}
5 bool(布尔查询)
#bool查询:bool查询用于合并多个查询条件
bool查询中有must、should、must_not3个关键字
must:相当于java中的&&,所有条件必须同时满足
should:相当于java中||,任一条件满足即可
must_not:相当于java中的!,取反操作GET /ems/emp/_search
{"query":{"prefix":{"address":{"value":"北"}}}
}GET /ems/emp/_search
{"query":{"range":{"age":{"gte":40}}}
}must示例:
GET /ems/emp/_search
{"query":{"bool":{"must":[{"prefix":{"address":{"value":"北"}}},{"range":{"age":{"gte":40}}}]}}
}should示例:
GET /ems/emp/_search
{"query":{"bool":{"should":[{"prefix":{"address":{"value":"北"}}},{"range":{"age":{"gte":40}}}]}}
}must_not示例
GET /ems/emp/_search
{"query":{"bool":{"must_not":[{"prefix":{"address":{"value":"北"}}},{"range":{"age":{"gte":40}}}]}}
}
6 multi_match(多字段分词查询)
muli_match用于在多个字段中分词查询
#多字段查询
GET /ems/emp/_search
{"query":{"multi_match": {"query": "张黑java","fields": ["name","content"]}}
}
1.7 highlight(高亮查询)
hightlight用于在查询关键字上添加样式,以达到高亮显示的效果。
GET /ems/emp/_search
{"query":{"multi_match":{"query":"张黑java","fields": ["name","content"]}},"highlight":{"fields": {"content":{},"name":{}}, "pre_tags": ["<span style='color:red'>"],"post_tags": ["</span>"]}
}
2 IK分词器
索引库的工作机制
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Yim1quvr-1630977916488)(es第二天.assets/image-20210308154732044.png)]
2.1 IK分词器介绍
Elasticsearch中采用标准分词器进行分词,这种方式并不适用于中文;要想在中文系统中使用es达到搜索效果,就需要添加中文分词器。
IK分词器:IK Analyzer是一个基于java的由google提供的中文分词工具包。 IK Analyzer 3.0特性 采用了特有的“正向迭代最细粒度切分算法“,具有50万字/秒的高速处理能力。 支持:英文字母(IP地址、Email、URL)、数字(日期,常用中文数量词,罗马数字,科学计数法),中文词汇(姓名、地名处理)等分词处理。
2.2 IK分词器的安装
上传压缩包到/opt
解压缩文件到 elasticsearch/plugins
#使用yum安装unzip工具 [root@localhost opt]# yum install -y unzip #解压缩分词器到 es/plugins/analysis-ik子文件夹下 [root@localhost opt]# unzip elasticsearch-analysis-ik-6.4.1.zip -d elasticsearch-6.4.1/plugins/analysis-ik
重启es
[root@localhost bin]# ps -ef | grep elasticsearch [root@localhost bin]# kill -9 进程id
IK分词器规则:
IK分词器提供了两种分词规则:ik_max_word和ik_smart。
ik_max_word
会将文本做最细粒度的拆分,比如会将“中华人民共和国国歌”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,人,民,共和国,共和,和,国国,国歌”,会穷尽各种可能的组合
ik_smart
会做最粗粒度的拆分,比如会将“中华人民共和国国歌”拆分为“中华人民共和国,国歌”
GET /_analyze
{"analyzer":"ik_max_word","text":"土地老儿我的金箍棒在哪"
}GET /_analyze
{"analyzer":"ik_smart","text":"土地老儿我的金箍棒在哪"
}GET /_analyze
{"analyzer": "ik_max_word","text":"中华人民共和国国歌"
}
GET /_analyze
{"analyzer": "ik_smart","text":"中华人民共和国国歌"
}GET /_analyze
{"analyzer": "ik_max_word","text":"SpringCloud作为Java语言的微服务框架,它依赖于Spring Boot,有快速开发、持续交付和容易部署等特点。SpringCloud的组件非常多,涉及微服务的方方面面,并在开源社区Spring 和Netflix、Pivotal 两大公司的推动下越来越完善"
}GET /ems/emp/_search
{"query":{"match":{"content":"开发"}},"highlight":{"fields": {"*":{}}, "pre_tags": ["<span style='color:red'>"],"post_tags": ["</span>"]}
}
2.3 IK分词器的使用
#删除索引
DELETE /ems
#添加索引并设置类型
PUT /ems
{ "mappings":{ "emp":{ "properties":{ "name":{ "type":"text" }, "age":{ "type":"integer" }, "bir":{ "type":"date" }, "content":{ "type":"text", "analyzer":"ik_max_word", //指定创建倒排索引时需要用的分词策略"search_analyzer":"ik_max_word" //指定根据该字段查询时需要用的分词策略}, "address":{ "type":"keyword" } }} }
}PUT /ems/emp/_bulk
{"index":{"_id":"3"}}{"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难难事,在众多可行的方案中决择需要很高的经验和水平","address":"北京"}
{"index":{"_id":"1"}}{"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构,由 7 个定义良好的模块组成。Spring 模块构建在心容器之上,核心容器定义了创建、配置和管理 bean 的方式。为了测试添加一个内容北京","address":"上海"}
{"index":{"_id":"2"}} {"name":"张小五","age":8,"bir":"2012-12-12","content":"SpringCloud作为Java语言的微服务框架,它依赖于Spring Boot,有快速开发、持续交付和容易部署等特点。SpringCloud的组件非常多,涉及微服务的方方面面,并在开源社区Spring 和Netflix、Pivotal 两大公司的推动下越来越完善","address":"无锡"}
{"index":{"_id":"5"}} {"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释,Spring是如何简化Java开发的?","address":"南京"}
{"index":{"_id":"4"}} {"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis一个开源的使 用ANSIC语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API","address":"杭州"}
{"index":{"_id":"6"}} {"name":"张无忌","age":59,"bir":"2012-12-12","content":"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","address":"北京"}
2.4 配置扩展词
IK支持自定义扩展词典和停用词典
扩展词典就是有些词并不是关键词,但是也希望被ES用来作为检索的关键词,可以将这些词加入扩展词典
停用词典就是有些词是关键词,但是出于业务场景不想使用这些关键词被检索到,可以将这些词放入停用词典
编辑
analysis-ik/config/IKAnalyzer.cfg.xml
<properties><comment>IK Analyzer 扩展配置</comment><!--用户可以在这里配置自己的扩展字典配置为和xml同目录下的ext_dict.dic--><entry key="ext_dict">ext_dict.dic</entry><!--用户可以在这里配置自己的扩展停止词字典配置为和xml同目录下的ext_stopwords.dic--><entry key="ext_stopwords">ext_stopwords.dic</entry> </properties>新建ext_dict.dic和ext_stopwords.dic vi ext_dict.dic 等特 vi ext_stopwords.dic 特点
重启
elasticsearch
注意:新增扩展词后只对新添加数据有效。
POST /ems/emp
{"name":"赵小六","age":8,"bir":"2020-02-12","content":"SpringCloud作为Java语言的微服务框架,它依赖于Spring Boot,有快速开发、持续交付和容易部署等特点。SpringCloud的组件非常多,涉及微服务的方方面面,并在开源社区Spring 和Netflix、Pivotal 两大公司的推动下越来越完善","address":"无锡"} GET /ems/emp/_search
{"query":{"term":{"content":{"value":"等特"}}}
}GET /ems/emp/_search
{"query":{"term":{"content":{"value":"特点"}}}
}
3 java操作ES
1.引入依赖
<dependency><groupId>org.elasticsearch</groupId><artifactId>elasticsearch</artifactId><version>6.4.1</version>
</dependency><dependency><groupId>org.elasticsearch.client</groupId><artifactId>transport</artifactId><version>6.4.1</version>
</dependency>
2.创建工具类
package com.baizhi.util;import org.elasticsearch.client.transport.TransportClient;
import org.elasticsearch.common.settings.Settings;
import org.elasticsearch.common.transport.TransportAddress;
import org.elasticsearch.transport.client.PreBuiltTransportClient;import java.net.InetAddress;public class ESUtils {public static TransportClient getClient(){try {TransportClient transportClient = new PreBuiltTransportClient(Settings.EMPTY).addTransportAddress(new TransportAddress(InetAddress.getByName("192.168.132.108"), 9300));return transportClient;}catch (Exception e){e.printStackTrace();}return null;}
}
3.增删改查操作
添加
//准备连接 TransportClient client = ESUtils.getClient(); //准备数据 Map map=new HashMap(); map.put("name","11"); map.put("price",22); //执行插入 IndexResponse indexResponse = client.prepareIndex("es1", "book", "10").setSource(map).get(); System.out.println(indexResponse); client.close();
删除
//准备连接 TransportClient client = ESUtils.getClient(); //执行删除 DeleteResponse deleteResponse = client.prepareDelete("es1", "book", "10").get(); System.out.println(deleteResponse); client.close();
修改
//准备连接 TransportClient client = ESUtils.getClient(); //准备数据 Map map=new HashMap(); map.put("name","33"); map.put("price",22); //执行修改 UpdateResponse updateResponse = client.prepareUpdate("es1", "book", "10").setDoc(map).get(); System.out.println(updateResponse); client.close();
查询
//准备连接 TransportClient client = ESUtils.getClient(); //执行查询 SearchResponse searchResponse = client.prepareSearch("ems").setTypes("emp").setQuery(QueryBuilders.multiMatchQuery("张黑java", "name", "content")).setFrom(2).setSize(3).addSort("age", SortOrder.ASC).get(); System.out.println(searchResponse); client.close();
高亮查询
//准备连接 TransportClient client = ESUtils.getClient(); //执行查询 SearchResponse searchResponse = client.prepareSearch("ems").setTypes("emp").setQuery(QueryBuilders.multiMatchQuery("java", "name", "content"))//设置高亮查询.highlighter(new HighlightBuilder().field("content").preTags("<span style='color:red'>").postTags("</span>")).get(); System.out.println(searchResponse); SearchHits hits = searchResponse.getHits(); System.out.println("查询出数据条数:"+hits.totalHits); for (SearchHit hit:hits){//获取原始数据Map<String, Object> sourceAsMap = hit.getSourceAsMap();System.out.println(sourceAsMap);Map<String, HighlightField> highlightFields = hit.getHighlightFields();//获取高亮显示结果HighlightField content = highlightFields.get("content");if(content!=null){Text fragment = content.fragments()[0];System.out.println(fragment);} }client.close();
4 springboot操作es
引入依赖
<dependency><groupId>org.elasticsearch.client</groupId><artifactId>transport</artifactId> </dependency>
配置TransportClient
@Bean public TransportClient getClient(){try {TransportClient transportClient = new PreBuiltTransportClient(Settings.EMPTY).addTransportAddress(new TransportAddress(InetAddress.getByName("192.168.232.109"), 9300));return transportClient;}catch (Exception e){e.printStackTrace();}return null; }
测试类注入client对象。
在需要使用java操作es的地方注入该对象。 @Autowired private TransportClient client;
lose();
## 4 springboot操作es1. 引入依赖```xml
<dependency><groupId>org.elasticsearch.client</groupId><artifactId>transport</artifactId>
</dependency>
配置TransportClient
@Bean public TransportClient getClient(){try {TransportClient transportClient = new PreBuiltTransportClient(Settings.EMPTY).addTransportAddress(new TransportAddress(InetAddress.getByName("192.168.232.109"), 9300));return transportClient;}catch (Exception e){e.printStackTrace();}return null; }
测试类注入client对象。
在需要使用java操作es的地方注入该对象。 @Autowired private TransportClient client;
Elasticsearch 第二天相关推荐
- ElasticSearch第二天
ElasticSearch第二天 学习目标: 能够使用java客户端完成创建.删除索引的操作 能够使用java客户端完成文档的增删改的操作 能够使用java客户端完成文档的查询操作 能够完成文档的分页 ...
- elasticsearch 第二篇(配置篇)
配置 在es启动之前可以通过设置启动命令行启动参数.环境变量.文件等方式优化和配置es进行参数 环境变量 名称 示例 说明 ES_MIN_MEM 256M 用于配置java进程分配的最小内存 ES_M ...
- ElasticSearch第一天
ElasticSearch第一天 学习目标: 能够理解ElasticSearch的作用 能够安装ElasticSearch服务 能够理解ElasticSearch的相关概念 能够使用Postman发送 ...
- 史上最简单的Elasticsearch教程:SpringBoot集成Elasticsearch 实时流量监测平台
SpringBoot集成Elasticsearch 实时流量监测平台 目录: 第一章:初尝 Elasticsearch 第二章:玩转 Kibana 第三章:开发原生 Elasticsearch 案例 ...
- ElasticSearch基础:从倒排索引说起,快速认知ES
ElasticSearch基础:从倒排索引说起,快速认知ES 1 ElasticSearch认知 1.1 关于搜索 1.2 倒排索引 1.3 Lucene 1.4 ES基本概念 1.5 ES集群概念 ...
- ElasticSearch使用教程、设计到实战
ElasticSearch 倒排索引 Logstash 有用的 Logstash 链接 Logstash 频道博客文章 https://blog.csdn.net/ubuntutouch/catego ...
- ES(elasticsearch) - kibana导出csv
文章目录 es系列导航 前言 1.条件过滤 2.下载 3.常见问题 1.进行条件过滤后,没有对应的数据进行展示: 2.kibana 导出失败,completed max size reached 3. ...
- Open Source
资源来源于http://www.cnblogs.com/Leo_wl/category/246424.html RabbitMQ 安装与使用 摘要: RabbitMQ 安装与使用 前言 吃多了拉就是队 ...
- ElasticSearch--核心总结
ElasticSearch 第一章 ElasticSearch简介 1.1 什么是ElasticSearch Elaticsearch,简称为ES, ES是一个开源的高扩展的分布式全文检索引擎服务器, ...
最新文章
- python 跟踪算法
- cannot import name 'SpeechLib'
- dell笔记本耳机怎么设置_win10笔记本怎么设置合上盖子不休眠
- 作文第一次用计算机350,第一次考试作文350字
- log.php(157),Log出现permission Denied的错误
- dedian系统云服务器,云服务器选择Ubuntu还是Debian镜像系统?根据熟悉度选择
- 新浪微博开发-添加子视图控制器设置颜色
- 你也许根本不需要 Kubernetes!
- linux服务器学习笔记:如何使用密钥认证机制远程登录linux?
- Linux内核分析考试试题,linux内核分析第二周作业
- pads9.5在win10中选项字体显示不全问题解决补丁下载(网盘免费下载)
- 通过汇编程序理解汇编和链接过程
- 清华OS前置知识:80386处理器
- python将二维数组升为一维数组 或 二维降为一维
- 国内首台商用人形双足机器人发展史
- 开源三轴云台EVVGC(simple BGC)分析
- 刘鹏教授在淮安市应急管理局作报告
- 浙江独立学院计算机专业排名2015,2018中国独立学院排行榜发布,浙江这所独立学院独占鳌头!...
- AI视屏处理(C++)
- 微信小程序Taro + React开发实践