ES(ElasticSearch)分布式全文搜索引擎及使用方式

1.什么是ES
**ES** 全称 **ElasticSearch** 是一种分布式全文搜索引擎,基于Lucene(全文搜索框架)开发而来。
Lucene是公认的迄今为止的最好用的搜索引擎库,但是他所提供的API对于我们使用者来说,是非常苦恼的,常要花费大量时间去熟悉学习。ES的出现就很好的解决了这个问题,良好的封装,易用的API,链式书写方式,开瓶即饮。
12
2.ES特点
**ES** 虽然是以Lucene核心库开发的,但是却不是以它作为核心,**ES** 的贴点体现在:
*分布式实时文件存储,每个字段皆能索引*
*集群,可扩展(理论上无上限)*
*高度集成的服务(RESTful风格的API,各语言客户端)*
*易学易用,开瓶即饮*
12345
3.ES安装
3.1下载
[ES官方下载地址:](https://www.elastic.co/downloads/elasticsearch)
ES安装环境只依赖JDK,以5.2.2版本为例,下载对应的文件即可
12
3.2安装
将压缩包解压,然后在解压后的目录下找到*bin*文件夹,点击名为**elasticsearch.bat** 文件运行。
测试是否安装成功:访问:http://localhost:9200/
![安装成功:](https://img-blog.csdnimg.cn/2018110517350745.png)
**注意**:
如果本机内存过小,或者磁盘空间不足会启动失败,手动修改*config*文件夹下**jvm.options**文件中的参数。
打开**jvm.options**文件,搜索-Xms,得到结果如下:
1234567
################################################################
## IMPORTANT: JVM heap size
################################################################
##
## You should always set the min and max JVM heap
## size to the same value. For example, to set
## the heap to 4 GB, set:
##
## -Xms4g
## -Xmx4g
##
## See https://www.elastic.co/guide/en/elasticsearch/reference/current/heap-size.html
## for more information
##
################################################################
# Xms represents the initial size of total heap space
# Xmx represents the maximum size of total heap space
#  ‘#’代表的是注释, -Xms 最小占用内存 -Xm最大占用内存 如果修改,默认启动时为2gb 这里可以修改一下
-Xms200m
-Xmx200m
123456789101112131415161718192021
辅助管理工具Kibana5
这里介绍一款辅助学习工具,避免了使用cmd的尴尬场景
[Kibana5.2.2下载地址:](https://www.elastic.co/downloads/kibana)
12
解压并编辑config/kibana.yml,设置elasticsearch.url 的值为已启动的ES
启动Kibana5 : bin\kibana.bat
默认访问地址:http://localhost:5601
菜单:
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(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
ES使用
ES数据管理
ES文档
ES是面向文档(document oriented)的,这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储,还会索引(index)每个文档的内容使之可以被搜索。在ES中,你可以对文档(而非成行成列的数据)进行索引、搜索、排序、过滤。
ES使用Javascript对象符号(JavaScript Object Notation),也就是JSON,作为文档序列化格式。JSON现在已经被大多语言所支持,而且已经成为NoSQL领域的标准格式。
ES存储的一个员工文档的格式示例:
123
{
_index : “crm”,
_type : “user”,就
_id : 1,
_source : {
“email”: “nxh@itsource.cn”,
“name”: “倪先华”,
“info”: {
“addr”: “四川省成都市”,
“age”: 30,
“interests”: [ “美食”, “美女” ]
},
“join_date”: “2016-06-01”
}
}
123456789101112131415
尽管原始的 employee对象很复杂,但它的结构和对象的含义已经被完整的体现在JSON中了,在ES中将对象转化为JSON并做索引要比在表结构中做相同的事情简单的多。
文档的必须三个节点:
12
_index : “crm”, 文档存储位置(索引)
_type : “user”,文档映射类型
_id : 1,文档唯一标识(可以自定义也可以自动生成)
ES文档的CRUD
以员工对象为例,,类比传统的数据库来看:
1
关系数据库(MYSQL) -> 数据库DB-> 表TABLE-> 行ROW-> 列Column
Elasticsearch -> 索引库Indices -> 类型Types -> 文档Documents -> 字段Fields
ES集群可以包含多个索引(indices)(数据库),每一个索引库中可以包含多个类型(types)(表),每一个类型包含多个文档(documents)(行),然后每个文档包含多个字段(Fields)(列)。
//这里使用Kibana5编写的
# 创建crm
PUT crm
# 保存数据
POST crm/user/1
{
“age” : 1,
“name”: “fq”
}
# 取值 (_source查看源数据)
GET crm/user/1
//展示结果
{
“_index”: “crm”,
“_type”: “user”,
“_id”: “1”,
“_version”: 3,
“found”: true,
“_source”: {
“age”: 1,
“name”: “fq”
}
}
/*
这个API 似乎 允许你修改文档的局部,但事实上Elasticsearch
遵循与之前所说完全相同的过程,这个过程如下:
1. 从旧文档中检索JSON
2. 修改它
3. 删除旧文档
4. 索引新文档
*/
# 存在修改,不存在创建(先删除在创建)
POST crm/user/1
{
“age” : 2,
“name”: “fqq”
}
# 取值(_source只看源数据)
GET crm/user/1/_source
//展示结果
{
“age”: 2,
“name”: “fqq”
}
# 删除文档
DELETE crm/user/1
//查询会查询不到,没有结果返回
# 获取所有文档
GET _search
# 分页查询
/*
和SQL使用 LIMIT  关键字返回只有一页的结果一样,Elasticsearch接受 from  和 size  参数:
size  : 每页条数,默认 10
from  : 跳过开始的结果数,默认 0
*/
GET _search?size=5&from=10
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667
DSL查询与过滤
概念
由ES提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询。
1
DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现。
//查询字符串模式:同样是使用Kibana5
GET itsource/employee/_search?q=fullName:倪先华
DSL模式:
GET itsource/employee/_search
{
“query” : {
“match” : {
“fullName” : “倪先华”
}
}
}
1234567891011
DSL查询
使用DSL查询,必须要传递query参数给ES。
GET _search
{“query”: YOUR_QUERY_HERE}
# 实例一个完整查询
/*
查询公司员工性别为女的员工,并按照加入时间降序、年龄升序排列,最终返回第21条至30条数据(只返回名字、年龄和email字段)
*/
GET itsource/employee/_search
{
“query”: {
“match”: {“sex”:”女”}
},
“from”: 20,
“size”: 10,
” _source”: [“fullName”, “age”, “email”],
“sort”: [{“join_date”: “desc”},{“age”: “asc”}]
}
12345678910111213141516
DSL过滤
DSL过滤语句和DSL查询语句非常相似,但是它们的使用目的却不同:
DSL过滤查询文档的方式更像是对于我的条件“有”或者“没有”,而DSL查询语句则像是“有多像”。
DSL过滤和DSL查询在性能上的区别:
过滤结果可以缓存并应用到后续请求。
查询语句同时匹配文档,计算相关性,所以更耗时,且不缓存。
过滤语句可有效地配合查询语句完成文档过滤。
原则上,使用DSL查询做全文本搜索或其他需要进行相关性评分的场景,其它全用DSL过滤
使用方式
{
“query”: {
“bool”: {
# 必须条件
“must”: [
{“match”: {“description”: “search” }}
],
# 过滤条件
“filter”: {
“term”: {“tags”: “lucene”}
}
}
}
}
//① 全匹配(match_all)
//普通搜索(匹配所有文档):
{
“query” : {
“match_all” : {}
}
}
//如果需要使用过滤条件(在所有文档中过滤,红色部分默认可不写):
{
“query” : {
“bool” : {
“must” : [{
“match_all”:{}
}],
“filter”:{….}
}
}
}
/*② 标准查询(match和multi_match)
match查询是一个标准查询,不管你需要全文本查询还是精确查询基本上都要用到它。
如果你使用match查询一个全文本字段,它会在真正查询之前用分析器先分析查询字符:*/
{
“query”: {
“match”: {
“fullName”: “Steven King”
}
}
}
//上面的搜索会对Steven King分词,并找到包含Steven或King的文档,然后给出排序分值。
//如果用 match  下指定了一个确切值,在遇到数字,日期,布尔值或者 not_analyzed的字符串时,它将为你搜索你给定的值,如:
{ “match”: { “age”: 26 }}
{ “match”: { “date”: “2014-09-01” }}
{ “match”: { “public”: true }}
{ “match”: { “tag”: “full_text” }}
//multi_match  查询允许你做 match查询的基础上同时搜索多个字段:
{
“query”:{
“multi_match”: {
“query”: “Steven King”,
“fields”: [ “fullName”, “title” ]
}
}
}
/*上面的搜索同时在fullName和title字段中匹配。
提示:match一般只用于全文字段的匹配与查询,一般不用于过滤。*/
//③单词搜索与过滤(Term和Terms)
{
“query”: {
“bool”: {
“must”: {
“match_all”: {}
},
“filter”: {
“term”: {
“tags”: “elasticsearch”
}
}
}
}
}
//Terms搜索与过滤
{
“query”: {
“terms”: {
“tags”: [“jvm”, “hadoop”, “lucene”],
“minimum_match”: 2
}
}
}
//minimum_match:至少匹配个数,默认为1
/*④ 组合条件搜索与过滤(Bool)
组合搜索bool可以组合多个查询条件为一个查询对象,查询条件包括must、should和must_not。
例如:查询爱好有美女,同时也有喜欢游戏或运动,且出生于1990-06-30及之后的人。*/
{
“query”: {
“bool”: {
“must”: [{“term”: {“hobby”: “美女”}}],
“should”: [{“term”: {“hobby”: “游戏”}},{“term”: {“hobby”: “运动”}}],
“must_not”: [{“range” :{“birth_date”:{“lt”: “1990-06-30”}}} ],
“filter”: […],
“minimum_should_match”: 1
}
}
}
//提示: 如果 bool 查询下没有must子句,那至少应该有一个should子句。但是 如果有 must子句,那么没有 should子句也可以进行查询。
/*
⑤ 范围查询与过滤(range)
range过滤允许我们按照指定范围查找一批数据:*/
{
“query”:{
“range”: {
“age”: {
“gte”: 20,
“lt”: 30
}
}
}
}
//上例中查询年龄大于等于20并且小于30。
//gt:>    gte:>=   lt:<  lte:<=
/*⑥ 存在和缺失过滤器(exists和missing)*/
{
“query”: {
“bool”: {
“must”: [{
“match_all”: {}
}],
“filter”: {
“exists”: { “field”: “gps” }
}
}
}
}
/*提示:exists和missing只能用于过滤结果。
⑦ 前匹配搜索与过滤(prefix)
和term查询相似,前匹配搜索不是精确匹配,而是类似于SQL中的like ‘key%’*/
{
“query”: {
“prefix”: {
“fullName”: “倪”
}
}
}
//上例即查询姓倪的所有人。
/*⑧ 通配符搜索(wildcard)
使用*代表0~N个,使用?代表1个。*/
{
“query”: {
“wildcard”: {
“fullName”: “倪*华”
}
}
}
————————————————
版权声明:本文为CSDN博主「john_person」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/john_person/java/article/details/83753818

One thought on “ES(ElasticSearch)分布式全文搜索引擎及使用方式

Comments are closed.