elasticsearch7安装和简单查询
什么是全文搜索引擎
The Elastic Stack, 包括 Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack）。能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。Elaticsearch，简称为ES， ES是一个开源的高扩展的分布式全文搜索引擎，是整个Elastic Stack技术栈的核心。它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。 Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。
一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对SQL的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。
基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的：
搜索的数据对象是大量的非结构化的文本数据。
文件记录量达到数十万或数百万个甚至更多。
支持大量基于交互式文本的查询。
需求非常灵活的全文搜索查询。
对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。
为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎，这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。
elasticsearch的安装(docker)
elasticsearch与spring boot版本存在兼容性，其实就是与spring中的data必须版本匹配才行。 这里我使用的是spring boot2.7.12，elasticsearch则使用7.17.3
- 安装es
docker run --name es7 \
-p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms256m -Xmx256m" \
-d elasticsearch:7.17.3
-d：后台启动
--name：容器名称
-p：端口映射
-e：设置环境变量
discovery.type=single-node：单机运行
如果启动不了，可以加大内存设置：-e ES_JAVA_OPTS="-Xms512m -Xmx512m"
注意： es默认内存占用是1G以上，但是在平常测试使用中不会用这么大的，我们修改为256m者512m
- 进入容器修改config下的elasticsearch.yml配置，修改
cluster.name: "docker-cluster"
network.host: 0.0.0.0
http.cors.enabled: true
xpack.security.enabled: false
http.cors.allow-origin: "*"
- 进入容器安装ik分词器。默认分词不好用，在plugins下去下载ik分词器
elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.17.3/elasticsearch-analysis-ik-7.17.3.zip
上面步骤完成后重启 容器 docker restart 容器id
4.安装kibana界面，或者使用api工具软件等
docker run --name kibana \
-e ELASTICSEARCH_HOSTS=http://esIP地址:9200 \
-p 5601:5601 -d kibana:7.17.3
- 进入容器修改config下的kibana.yml配置，重启容器
server.name: kibana
server.host: "0"
elasticsearch.hosts: [ "http://esIP地址:9200" ]
xpack.monitoring.ui.container.elasticsearch.enabled: true
i18n.locale: zh-CN
elasticsearch的基本查询
索引创建，查询，删除
对比关系型数据库，创建索引就等同于创建数据库，索引(index)就是文档数据的开始，也必须要有索引。
在接口测试工具中，创建索引必须使用put请求，也就是http://ip地址:端口号/索引名称。
查看全部索引
GET _cat/indices?v ?V可以查看更全的信息
创建索引
PUT index 注意：索引名不能参杂大写字母，可以写中文
删除索引
DELETE index
索引查询
GET index
查看索引对应头的含义
创建文档，修改文档，删除文档，
索引创建好了，接下来我们创建文档，并添加数据，这里的文档，可以类比关系数据库中的表数据，添加数据的格式是json格式。发起post和put请求，其中post不是密等性的，put是密等性的，这里我们就使用post。IP地址:9200/shopping/_doc 其中_doc表示创建文档的意思，使用post请求创建文档必须要由json格式的请求体，否则会报错。
创建文档
post http://localhost:9200/index/_doc
{
"name":"张三",
"age": 20
}
-----------------------------------------
{
"_index": "index",
"_type": "_doc",
"_id": "Qr5N1YkBmrPK3k6pyF3T",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 2,
"_primary_term": 1
}
上面这种请求方式必须是post，也就是说请求没有指定明确的主键id，没有保证幂等性，所以不能使用put，但是下面这种就可以使用put，因为指定了id。
post/put http://localhost:9200/index/_doc/1
{
"name": "张三",
"age": 20
}
----------------------------------
{
"_index": "index",
"_type": "_doc",
"_id": "1",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 3,
"_primary_term": 1
}
查看文档
- 查询全部文档
GET http://localhost:9200/index/_search
------------------------------------------
{
"took": 837,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 1.0,
"hits": [
{
"_index": "index",
"_type": "_doc",
"_id": "1",
"_score": 1.0,
"_source": {
"name": "张三",
"age": 20
}
},
{
"_index": "index",
"_type": "_doc",
"_id": "2",
"_score": 1.0,
"_source": {
"name": "李四",
"age": 20
}
}
]
}
}
- 根据文档的唯一id查询文档
GET http://localhost:9200/index/_doc/1
-----------------------------
{
"_index": "index",
"_type": "_doc",
"_id": "1",
"_version": 1,
"_seq_no": 0,
"_primary_term": 1,
"found": true,
"_source": {
"name": "张三",
"age": 20
}
}
修改文档
- 全局修改
POST http://localhost:9200/index/_doc/1
{
"name":"张大炮",
"age": 40,
"sex": "未知",
"address": "轮回转世"
}
-----------------------
{
"_index": "index",
"_type": "_doc",
"_id": "1",
"_version": 2,
"result": "updated", 对一个文档中的id反复post请求，只会是updated
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 2,
"_primary_term": 1
}
上面这种指挥对这个文档中对应的id全部修改
- 修改字段
POST http://localhost:9200/index/_update/1
{
"doc":{
"age": 200
}
}
-------------------------------
{
"_index": "index",
"_type": "_doc",
"_id": "1",
"_version": 3,
"result": "updated",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 3,
"_primary_term": 1
}
删除文档
DELETE http://localhost:9200/index/_doc/1
-----------------------------
{
"_index": "index",
"_type": "_doc",
"_id": "2",
"_version": 2, 对数据库的操作都会更新版本(前面我已经删除一个了)
"result": "deleted", 删除一个不存在的文档显示 not_found
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 6,
"_primary_term": 1
}
条件删除文档
一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数据进行删除
POST http://localhost:9200/index/_delete_by_query
{
"query":{ 查询
"match":{ 精确匹配
"category": "华为"
}
}
}
--------------------------------
{
"took": 7,
"timed_out": false, 是否超时
"total": 1, 删除后剩余总数
"deleted": 1, 删除数量
"batches": 1,
"version_conflicts": 0,
"noops": 0,
"retries": {
"bulk": 0,
"search": 0
},
"throttled_millis": 0,
"requests_per_second": -1.0,
"throttled_until_millis": 0,
"failures": []
}
转载自:https://juejin.cn/post/7266099935179145252