Elasticsearch7.*版本 1.入门

马桶🚽Java 上厕所就能看完的Java小知识！欢迎关注、点赞每周持续更新！
es版本变化剧烈国内关于7.*版本的教学很少我是个初学者经过自己的摸索总结出一份基于7版本的入门教程
帮助和我一样的同学从7入门免于各种错误提示之苦 (本文只提供语法的正确性如果觉得知识不全可查看其他人前几代es的教程)
本文结合黑马《Elasticsearch》笔记与JAVA-ElasticSearch入门到放弃(es6) 侵删
大多数技术笔记在此处更新欢迎您指出错误

ES安装

https://www.elastic.co/cn/downloads/elasticsearch
1.下载好对应的文件压缩包
2.解压以后在bin目录下打开elasticsearch.bat 即可启动（注意：启动es会吃很多内存，内存不够需要修改就找到config文件目录下的jvm.options，打开找到（Xms：代表最小2G，Xmx代表最大2G），修改最小为200m，运行内存会变小。）
3.验证：访问：http://localhost:9200 默认端口

image

如果出现如上图所示结果即为成功

elasticsearch.yml

可配置信息

属性名	说明
cluster.name	配置elasticsearch的集群名称，默认是elasticsearch。建议修改成一个有意义的名称。
node.name	节点名，es会默认随机指定一个名字，建议指定一个有意义的名称，方便管理
path.conf	设置配置文件的存储路径，tar或zip包安装默认在es根目录下的config文件夹，rpm安装默认在/etc/ elasticsearch
path.data	设置索引数据的存储路径，默认是es根目录下的data文件夹，可以设置多个存储路径，用逗号隔开
path.logs	设置日志文件的存储路径，默认是es根目录下的logs文件夹
path.plugins	设置插件的存放路径，默认是es根目录下的plugins文件夹
bootstrap.memory_lock	设置为true可以锁住ES使用的内存，避免内存进行swap
network.host	设置bind_host和publish_host，设置为0.0.0.0允许外网访问
http.port	设置对外服务的http端口，默认为9200。
transport.tcp.port	集群结点之间通信端口
discovery.zen.ping.timeout	设置ES自动发现节点连接超时的时间，默认为3秒，如果网络延迟高可设置大些
discovery.zen.minimum_master_nodes	主结点数量的最少值 ,此值的公式为：(master_eligible_nodes / 2) + 1 ，比如：有3个符合要求的主结点，那么这里要设置为2

image

9300：集群节点间通讯接口
9200：客户端访问接口

Kibana安装

优秀的ES图形化管理工具有包括控制台和图表显示等简易操作
1.Kibana下载地址：https://www.elastic.co/downloads/kibana
2.解压并启动Kibana bin\kibana.bat(注意：使用Kibana要联网，不然一直出现warning错误)
3.默认访问地址：http://localhost:5601

image

如图所示界面即为成功

Discover：可视化查询分析器
Visualize：统计分析图表
Dashboard：自定义主面板（添加图表）
Timelion：Timelion是一个kibana时间序列展示组件（暂时不用）
Dev Tools：Console控制台（同CURL/POSTER，操作ES代码工具，代码提示，很方便）
Management：管理索引库(index)、已保存的搜索和可视化结果(save objects)、设置 kibana 服务器属性。

IK分词器

中文分词器，同lucene一样，在使用中文全文检索前，需要集成IK分词器。
https://github.com/medcl/elasticsearch-analysis-ik/releases 找到和你es对应版本并下载zip文件
解压后的文件放置在es/plugins下
重启es测试

POST _analyze
{
  "analyzer":"ik_smart",
  "text":"中国驻洛杉矶领事馆遭亚裔男子枪击 嫌犯已自首"
}

image

产生如图结果即为成功

使用入门

本质上也是储存数据所以许多概念与Mysql类似
索引（indices）--------------------------------数据库

文档（Document）----------------Row 行

字段（Field）-------------------Columns 列

概念	说明
索引库（indices)	indices是index的复数，代表许多的索引，
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

索引集（Indices，index的复数）：逻辑上的完整索引
分片（shard）：数据拆分后的各个部分
副本（replica）：每个分片的复制

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。

创建索引库（数据库）

"number_of_shards": 1 分片数
"number_of_replicas": 1 副本数

PUT people
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 1
  }

}

返回结果

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "people"
}

删索引库

DELETE people

查询索引库

GET  people

结果：

{
  "people" : {
    "aliases" : { },
    "mappings" : { },
    "settings" : {
      "index" : {
        "creation_date" : "1564308107803",
        "number_of_shards" : "1",
        "number_of_replicas" : "1",
        "uuid" : "zQYt9-BXR9yuQOLNugAabg",
        "version" : {
          "created" : "7020099"
        },
        "provided_name" : "item"
      }
    }
  }
}

查询索引库是否存在

HEAD people

返回

200 - OK

创建映射关系(数据库列)

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

PUT people/_mapping
{
  "properties": {
    "name": {
      "type": "text",
      "analyzer": "ik_max_word"
    },
    "age": {
      "type": "integer",
      "index": "false"
    },
    "sex": {
      "type": "keyword"
    }
  }
}

如果再次创建不通话映射则为新增映射

查询映射关系

GET people/_mapping

返回结果

{
  "people" : {
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "integer",
          "index" : false
        },
        "name" : {
          "type" : "text",
          "analyzer" : "ik_max_word"
        },
        "sex" : {
          "type" : "keyword"
        }
      }
    }
  }
}

添加更新数据

我们也可以直接添加数据这样系统会给我们默认生成一套映射关系
如果_doc 后面不指定id数会默认生成随机id

POST people/_doc/1
{
  "name" : "小明",
  "age" : 18,
  "sex": "男"
}

使用相同的代码更改部分即可更改

POST people/_doc/1
{
  "name" : "小红",
  "age" : 18,
  "sex": "女"
}

通过查询获取id 然后更新即可

获取数据

GET people/_doc/1

或者查询所有

GET people/_search

{
  "_index" : "people",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 3,
  "_seq_no" : 2,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "name" : "小红",
    "age" : 18,
    "sex" : "女"
  }
}

删除数据

通过查询id进行删除即可

DELETE people/_doc/1

查询功能

我们添加小王2 和小男

POST people/_doc/2
{
  "name" : "小王2",
  "age" : 22,
  "sex": "男"
}

POST people/_doc/3
{
  "name" : "小男",
  "age" : 22,
  "sex": "男"
}

全部查询

基本语法

GET /索引库名/_search
{
    "query":{
        "查询类型":{
            "查询条件":"查询条件值"
        }
    }
}

返回结果

time_out：是否超时
_shards：分片信息
hits：搜索结果总览对象
total：搜索到的总条数
max_score：所有结果中文档得分的最高分
hits：搜索结果的文档对象数组，每个元素是一条搜索到的文档信息
_index：索引库
_type：文档类型
_id：文档id
_score：文档得分
_source：文档的源数据

默认查询所有的people下的数据

GET people/_search

返回结果

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name" : "小红",
          "age" : 18,
          "sex" : "女"
        }
      },
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "-idVPGwBetwbYuu2n6UB",
        "_score" : 1.0,
        "_source" : {
          "name" : "小王",
          "age" : 22,
          "sex" : "男"
        }
      }
    ]
  }
}

查询所有的people下的数据

GET people/_search
{
  "query": {
    "match_all": {}
  }
}

匹配查询

查询name是小王2的字段默认情况为or （即包含小王字段的也会查询到）

GET people/_search
{
  "query": {
    "match": {
      "name": "小王2"
    }
  }
}

返回结果(部分)

  "hits" : [
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "-idVPGwBetwbYuu2n6UB",
        "_score" : 0.52354836,
        "_source" : {
          "name" : "小王",
          "age" : 22,
          "sex" : "男"
        }
      },
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.39019167,
        "_source" : {
          "name" : "小王2",
          "age" : 22,
          "sex" : "男"
        }
      }
    ]

如果我们只想要小王2 则通过更改关联关系(此时我们只能查询到小王2)

GET people/_search
{
  "query": {
    "match": {
      "name":{"query": "小王2","operator": "and"}
    }
  }
}

设置最小匹配度查询

如果满足其中的50% 岂可视为查询正确小王和小王2都会查询出来
如果设置为100% 则只会查出小王2

GET people/_search
{
  "query": {
    "match": {
      "name":{"query": "小王2","minimum_should_match": "50%"}
    }
  }
}

多字段查询

我们在sex 和name中查询带 “男”字的信息

GET people/_search
{
  "query": {
    "multi_match": {
      "query": "男"
      , "fields": ["name","sex"]
    }
  }
}

返回结果

"hits" : [
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "-idVPGwBetwbYuu2n6UB",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "小王",
          "age" : 22,
          "sex" : "男"
        }
      },
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "小王2",
          "age" : 22,
          "sex" : "男"
        }
      },
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.2876821,
        "_source" : {
          "name" : "小男",
          "age" : 22,
          "sex" : "男"
        }
      }
    ]

词条匹配（精确查找）

term 查询被用于精确值匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串
terms 就是查询多个

GET people/_search
{
 "query": {
   "terms": {
     "sex": [
       "男","女"
     ]
   }
 }

结果(部分)

"hits" : [
    {
      "_index" : "people",
      "_type" : "_doc",
      "_id" : "1",
      "_score" : 1.0,
      "_source" : {
        "name" : "小红",
        "age" : 18,
        "sex" : "女"
      }
    },
    {
      "_index" : "people",
      "_type" : "_doc",
      "_id" : "-idVPGwBetwbYuu2n6UB",
      "_score" : 1.0,
      "_source" : {
        "name" : "小王",
        "age" : 22,
        "sex" : "男"
      }
    },
    {
      "_index" : "people",
      "_type" : "_doc",
      "_id" : "2",
      "_score" : 1.0,
      "_source" : {
        "name" : "小王2",
        "age" : 22,
        "sex" : "男"
      }
    },
    {
      "_index" : "people",
      "_type" : "_doc",
      "_id" : "3",
      "_score" : 1.0,
      "_source" : {
        "name" : "小男",
        "age" : 22,
        "sex" : "男"
      }
    }
  ]

结果过滤

我们只需要name字段

GET people/_search
 {
   
   "query": {
     "terms": {
       "sex": [
         "男","女"
       ]
     }
   },"_source": "name"
 }

我们不需要带有age 的信息

GET people/_search
 {
   
   "query": {
     "terms": {
       "sex": [
         "男","女"
       ]
     }
   },"_source": {
     "excludes": "age"
   }
 }

我们只需要性别和名字

  GET people/_search
  {
    
    "query": {
      "terms": {
        "sex": [
          "男","女"
        ]
      }
    },"_source": {
      "includes": ["name","sex"]
    }
  }

返回结果(部分)

 "hits" : [
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "sex" : "女",
          "name" : "小红"
        }
      },
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "-idVPGwBetwbYuu2n6UB",
        "_score" : 1.0,
        "_source" : {
          "sex" : "男",
          "name" : "小王"
        }
      },
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "sex" : "男",
          "name" : "小王2"
        }
      },
      {
        "_index" : "people",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 1.0,
        "_source" : {
          "sex" : "男",
          "name" : "小男"
        }
      }
    ]

Elasticsearch7.*版本 1.入门

ES安装

elasticsearch.yml

Kibana安装

IK分词器

使用入门

创建索引库（数据库）

删索引库

查询索引库

查询索引库是否存在

创建映射关系(数据库列)

查询映射关系

添加 更新数据

获取数据

删除数据

查询功能

全部查询

匹配查询

设置最小匹配度查询

多字段查询

词条匹配（精确查找）

结果过滤

添加更新数据