ElasticSearch 核心概念以及常用命令

核心概念

索引

概念：

这里可以类比与 MySQL 中的表，但是不同于表

在 es 中索引有三层含义

• 表示源文件数据：通常说集群中有 user 索引，即表示集群服务中存在 user 这样一张“表”
• 表示索引文件：以加速查询检索为目的而设计和创建的数据文件，通常承载于某些特定的数据结构，如哈希、FST 等。例如：通常所说的 正排索引 和 倒排索引（也叫正向索引和反向索引）。就是当前这个表述，索引文件和源数据是完全独立的，索引文件存在的目的仅仅是为了加快数据的检索，不会对源数据造成任何影响
• 表示创建数据的动作：通常说创建或添加一条数据，在 ES 的表述为索引一条数据或索引一条文档，或者 index 一个 doc 进去。此时索引一条文档的含义为向索引中添加数据。

组成：

aliases：

索引别名，

es 中索引一旦创建，不允许修改结构，但是可以新建一个索引，然后将原索引数据迁移到新索引，再对新索引起别名，间接实现修改索引的目的

mappings：

映射关系，定义了索引中包含哪些字段，以及字段的类型、长度、分词器等

如下：

home、name、salary 表示字段名，类似与 MySQL 中的表字段

type：表示类型，

其中的常见的比如：

• text：文本【数据保存后会自动对该字段的值进行分词】
• keyword：表示不对该字段进行分词，全值保存，比如姓名
• long：表示数字
• float：小数
• ...

analyzer：表示指定的分词器

{
  "es_db" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "home" : {
          "type" : "text"
        },
        "name" : {
          "type" : "keyword"
        },
        "salary" : {
          "type" : "float"
        },
        "gender": {
          "type": "text",
          "analyzer": "standard"
        } 
      }
    },
    "settings" : {}
  }
}

mappings 中常见的类型如下：

"data":{ "type": "data", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" }

settings：

索引设置，常见设置如 分片和副本的数量等

文档：Document

文档是 ES 中的最小数据单元。它是一个具有结构化 JSON 格式的记录。文档可以被索引并进行搜索、更新和删除操作。

文档元数据，所有字段均以下划线开头，为系统字段，用于标注文档的相关信息：

• _index：文档所属的索引名
• _type：文档所属的类型名
• _id：文档唯一 id
• _source: 文档的原始 Json 数据
• _version: 文档的版本号，修改删除操作 _version 都会自增1
• _seq_no: 和 _version 一样，一旦数据发生更改，数据也一直是累计的。Shard 级别严格递增，保证后写入的 Doc 的 _seq_no 大于先写入的 Doc 的 _seq_no。
• _primary_term: _primary_term 主要是用来恢复数据时处理当多个文档的 _seq_no 一样时的冲突，避免 Primary Shard 上的写入被覆盖。每当 Primary Shard 发生重新分配时，比如重启，Primary选举等，_primary_term 会递增1。

常用指令

es 中指令都是基于 restful 风格

创建索引

#put / + 索引名
PUT /db_1

# 也可以指定一些配置
PUT /db_2
{
  "settings": {
    "number_of_shards": "1",
    "number_of_replicas": "1"
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "keyword"
      },
      "age" : {
          "type" : "long"
      },
      "address" : {
          "type" : "text"
      }
    }
  }
}

查询索引

#查看索引
GET /db_2

删除索引

#删除索引
DELETE /db_1

索引文档

#索引文档
PUT /db_2/_doc/1
{
  "name":"张三",
  "age":18,
  "address":"和月努力学编程"
}

查询文档

有两种方式：一种模糊查询，一种精准查询

模糊查询

这里补充一个指令，查看文档字段分词效果

查看分词结果

#查看分词结果
#ik_max_word:会将文本做最细粒度的拆分
#analyzer：指定分词器
POST _analyze
{
    "analyzer":"ik_max_word", 
    "text":"和月努力学习编程"
}

精准查询

#精准查询
GET /db_2/_search
{
  "query": {
    "term": {
      "name": "张三"
    }
  }
}

更新文档

全文替换

可以看到更新成功，这里表示全文替换，并不是更新其中一个字段

#更新文档 这种方式是全文替换，PUT 和 POST 效果是一样的
PUT /db_2/_doc/1
{
  "address":"和月努力学编程"
}

GET /db_2/_doc/1

部分更新

可以看到当前 age 是 18

执行部分更新命令

再次查询，可以看到只有 age 变化了

#部分更新
POST /db_2/_update/1
{
  "doc": {
    "age": 16
  }
}

GET /db_2/_doc/1

删除文档

再次查询已经查不到 id 为 1 的文档了，删除成功

#删除文档
DELETE /db_2/_doc/1

GET /db_2/_doc/1

感谢观看！！！本次先介绍这么多，感兴趣的小伙伴可以关注留言，持续更新中