1、基础概念
| 概念 | 说明 |
|---|---|
| 索引库（indices) | indices是index的复数，代表许多的索引， |
| 类型（type） | 类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念 |
| 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。
2、索引操作
创建索引
PUT /索引库名
{
"settings": {
"number_of_shards": 3, //分片数量
"number_of_replicas": 2 //副本数量
}
}
查看索引
GET /索引库名
GET _cat/indices 查看所有索引
删除索引
DELETE /索引库名
3、映射字段
创建映射字段
PUT /索引库名/_mapping
{
"properties": {
"字段名": {
"type": "类型",
"index": true，
"store": true，
"analyzer": "分词器"
}
}
}
- 字段名：任意填写 ，可以指定许多属性，例如：
- 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 xiaomi/_mapping
{
"properties": {
"title": {
"type": "text",
"analyzer": "ik_max_word"
},
"images": {
"type": "keyword",
"index": "false"
},
"price": {
"type": "float"
}
}
}
查看映射关系
GET /索引库名/_mapping
字段属性详解
- String类型，又分两种：
- text：可分词，不可参与聚合
- keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合
Numerical：数值类型，分两类 - 基本数据类型：long、interger、short、byte、double、float、half_float
- 浮点数的高精度类型：scaled_float
- 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。
- Date：日期类型
- elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。
4、数据的增删改
4.1随机生成id
POST /xiaomi/_doc
{
"title":"小米手机",
"images":"http://image.leyou.com/12479122.jpg",
"price":2699.00
}
4.2自定义id
POST /xiaomi/_doc/2
{
"title":"大米手机",
"images":"http://image.leyou.com/12479122.jpg",
"price":2899.00
}
4.3新增数据时使用在配置映射之外的字段
额外添加了stock库存，和saleable是否上架两个字段
POST /xiaomi/_doc/3
{
"title":"超米手机",
"images":"http://image.leyou.com/12479122.jpg",
"price":2899.00,
"stock": 200,
"saleable":true
}
结果
{
"_index": "xiaomi",
"_type": "goods",
"_id": "3",
"_version": 1,
"_score": 1,
"_source": {
"title": "超米手机",
"images": "http://image.leyou.com/12479122.jpg",
"price": 2899,
"stock": 200,
"saleable": true
}
}
Elasticsearch非常智能，你不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。
4.4修改数据
把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，
- id对应文档存在，则修改
- id对应文档不存在，则新增
PUT /xiaomi/_doc/3
{
"title":"超大米手机",
"images":"http://image.leyou.com/12479122.jpg",
"price":3899.00,
"stock": 100,
"saleable":true
}
4.5删除数据
DELETE /索引库名/类型名/id值
5、查询数据
基础语法
GET /索引库名/_search
{
"query":{
"查询类型":{
"查询条件":"查询条件值"
}
}
}
5.1查询所有match_all
GET /xiaomi/_search
{
"query":{
"match_all": {}
}
}
结果
{
"took": 2, //查询花费时间，单位是毫秒
"timed_out": false, //是否超时
"_shards": { //分片信息
"total": 3,
"successful": 3,
"skipped": 0,
"failed": 0
},
"hits": { //搜索结果总览对象
"total": 1, //搜索到的总条数
"max_score": 1, //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": "xiaomi", //索引库
"_type": "goods", //文档类型
"_id": "2", //文档id
"_score": 1, //文档得分
"_source": { //文档的源数据
"title": "大米手机",
"images": "http://image.leyou.com/12479122.jpg",
"price": 2899
}
}
}
]
}
}
5.2匹配查询match
or关系
match类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系
GET /xiaomi/_search
{
"query":{
"match":{
"title":"小米电视"
}
}
}
and关系
- 即对关键词进行分词以后，查询包括所有分词条件的数据
GET /xiaomi/_search
{
"query":{
"match": {
"title": {
"query": "小米电视",
"operator": "and"
}
}
}
}
or和and如何选择
在 or 与 and 间二选一有点过于非黑即白。 如果用户给定的条件分词后有 5 个查询词项，想查找只包含其中 4 个词的文档，该如何处理？将 operator 操作符参数设置成 and 只会将此文档排除。
有时候这正是我们期望的，但在全文搜索的大多数应用场景下，我们既想包含那些可能相关的文档，同时又排除那些不太相关的。换句话说，我们想要处于中间某种结果。
match查询支持minimum_should_match最小匹配参数， 这让我们可以指定必须匹配的词项数用来表示一个文档是否相关。我们可以将其设置为某个具体数字，更常用的做法是将其设置为一个百分数，因为我们无法控制用户搜索时输入的单词数量
GET /xiaomi/_search
{
"query":{
"match":{
"title":{
"query":"小米曲面电视",
"minimum_should_match": "75%"
}
}
}
}
5.3多字段查询multi_match
multi_match与match类似，不同的是它可以在多个字段中查询
GET /xiaomi/_search
{
"query":{
"multi_match": {
"query": "小米",
"fields": [ "title", "subTitle" ]
}
}
}
5.4 词条匹配term
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
GET /xiaomi/_search
{
"query":{
"term":{
"price":2699.00
}
}
}
5.5 多词条精确匹配terms
terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：
GET /xiaomi/_search
{
"query":{
"terms":{
"price":[2699.00,2899.00,3899.00]
}
}
}
6、查询结果过滤
默认情况下，elasticsearch在搜索的结果中，会把文档中保存在_source的所有字段都返回
如果我们只想获取其中的部分字段，我们可以添加_source的过滤
6.1直接指定字段
GET /xiaomi/_search
{
"_source": ["title","price"],
"query": {
"term": {
"price": 2699
}
}
}
6.2指定includes和excludes
- includes：来指定想要显示的字段
- excludes：来指定不想要显示的字段
GET /xiaomi/_search
{
"_source": {
"includes":["title","price"]
},
"query": {
"term": {
"price": 2699
}
}
}
7、高级查询
7.1 布尔组合 bool
bool把各种其它查询通过must（与）、must_not（非）、should（或）的方式进行组合
GET /xiaomi/_search
{
"query":{
"bool":{
"must": { "match": { "title": "大米" }},
"must_not": { "match": { "title": "电视" }},
"should": { "match": { "title": "手机" }}
}
}
}
7.2 范围查询 range
range 查询找出那些落在指定区间内的数字或者时间
GET /xiaomi/_search
{
"query":{
"range": {
"price": {
"gte": 1000.0,
"lt": 2800.00
}
}
}
}
range查询允许以下字符：
| 操作符 | 说明 |
|---|---|
| gt | 大于 |
| gte | 大于等于 |
| lt | 小于 |
| lte | 小于等于 |
7.3 模糊查询 fuzzy
POST /heima/goods/4
{
"title":"iphone手机",
"images":"http://image.leyou.com/12479122.jpg",
"price":6899.00
}
fuzzy 查询是 term 查询的模糊等价。它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的编辑距离不得超过2：
GET /xiaomi/_search
{
"query": {
"fuzzy": {
"title": "iphona"
}
}
}
可以通过fuzziness来指定允许的编辑距离：
GET /xiaomi/_search
{
"query": {
"fuzzy": {
"title": {
"value":"iphona",
"fuzziness":1
}
}
}
}
7.4 过滤 filter
条件查询中进行过滤
所有的查询都会影响到文档的评分及排名。如果我们需要在查询结果中进行过滤，并且不希望过滤条件影响评分，那么就不要把过滤条件作为查询条件来用。而是使用filter方式：
GET /xiaomi/_search
{
"query":{
"bool":{
"must":{ "match": { "title": "小米手机" }},
"filter":{
"range":{"price":{"gt":2000.00,"lt":3800.00}}
}
}
}
}
无查询条件，直接过滤
如果一次查询只有过滤，没有查询条件，不希望进行评分，我们可以使用constant_score取代只有 filter 语句的 bool 查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。
GET /xiaomi/_search
{
"query":{
"constant_score": {
"filter": {
"range":{"price":{"gt":2000.00,"lt":3000.00}}
}
}
}
7.5 排序 Sort
GET /xiaomi/_search
{
"query": {
"match": {
"title": "小米手机"
}
},
"sort": [
{
"price": {
"order": "desc"
}
}
]
}
多字段排序
GET /xiaomi/_search
{
"query":{
"bool":{
"must":{ "match": { "title": "小米手机" }},
"filter":{
"range":{"price":{"gt":200000,"lt":300000}}
}
}
},
"sort": [
{ "price": { "order": "desc" }},
{ "_score": { "order": "desc" }}
]
}
