2021年02月22日阅读 30

我又来学ElasticSearch了。。。

文章目录

初来乍到创建索引
简单的查询数据
自认为高大上查询

写在前面

我已经不记得这是第几次学习ElasticSearch（es）了，初学的时候，知道有这么个东西，感觉用不到，后来可以简单的用命令来操作，再后来就在自己的项目中集成了es，发现es的坑还是挺深的，不得已又来学习了

初来乍到创建索引

很多文章都有这么一个比喻，把索引比作数据库，把类型比作数据库的表，把文档比作表中每一行数据，但是在es7.x中，对类型已经慢慢弃用，不管怎么滴吧，先来体验一下安装创建索引。**没安装es的小伙伴可以先看这篇文章ElasticSearch、kibana、head、ik分词器在Windows下的安装
es是rest风格的，所以可以通过PUT命令来创建索引

创建user_index索引

PUT /user_index
复制代码

就这样就创建了一个索引，是不是可简单，我觉得也简单，还有简单的呢。
查看user_index索引信息

GET /user_index
复制代码

删除user_index索引

DELETE /user_index
复制代码

如果世界这么简单就好了。。。
索引有个概念叫做分片和备份，意思就是，我们如果要存10条数据，我们会把这10条数据分成若干片，备份的话，就是可以给每个分片进行备份，并把相同的片放到不同的节点上（防止单点故障问题）。
创建并指定分片数和备份数

PUT /user_index
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  }
}
复制代码

通过settings来指定分片数为3，备份数为2，是不是有一丢丢的复杂了，其实世界还没有这么罢休，还有呢，我们在创建索引的时候，还可以指定文档的属性（这里没有指定类型，默认是_doc），例如integer，long，text，keyword，date等。
创建并指定properties

PUT /user_index
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "id": {
        "type": "long"
      },
      "name": {
        "type": "keyword"
      },
      "context": {
        "type": "text"
      },
      "age": {
        "type": "integer"
      },
      "date": {
        "type": "date"
      }
    }
  }
}
复制代码

这个看着就有点舒服了吧，其实还不行，世界还没有这么简单“世界还小，我愿意陪你到天荒地老”，继续来，在我们创建索引的时候，可以指定分词器，ik分词器。
创建并指定字段分词器

PUT /user_index
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "context": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}
复制代码

简单的查询数据

查询有一个关键字叫做_search。
首先我们创建一个索引，然后插入几条数据，默认的类型格式是_doc（官方即将抛弃类型）

PUT /user_index
{
  "settings": {
    "number_of_shards": 3,
    "number_of_replicas": 2
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "keyword"
      },
      "age": {
        "type": "integer"
      },
      "date": {
        "type": "date",
        "format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd"
      }
    }
  }
}
复制代码

PUT /user_index/_doc/1
{
  "name": "张三",
  "age": 18,
  "date": "2020-12-04"
}
PUT /user_index/_doc/2
{
  "name": "张四",
  "age": 22,
  "date": "2020-12-04"
}
PUT /user_index/_doc/3
{
  "name": "李三",
  "age": 20,
  "date": "2020-12-04"
}
复制代码

查询user_index索引的全部数据

GET /user_index/_search
复制代码

再来一个查询全部数据的

GET /user_index/_search
{
  "query": {"match_all": {}}
}
复制代码

查询指定属性
这里通过match匹配，属于模糊匹配，该匹配会分词，term匹配属于精确匹配，分词的时候分text类型，keyword类型不进行分词。

GET /user_index/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  }
}
复制代码

根据范围查询

GET /user_index/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 20,
        "lte": 25
      }
    }
  }
}
复制代码

对查询的结果进行分页

GET /user_index/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 15,
        "lte": 25
      }
    }
  },
  "from": 0,
  "size": 2
}
复制代码

对查询的结果进行排序

GET /user_index/_search
{
  "query": {"match_all": {}},
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}
复制代码

自认为高大上查询

学习es查询，不学bool查询感觉是没有灵魂的，bool查询有四个子语句，分别是must，filter,should,must_not
must查询




    
GET /user_index/_search
{
  "query": {
    "bool": {
      "must": {
        "term" : {
          "name": "张三"
        }
      }
    }
  }
}
复制代码

filter查询

GET /user_index/_search
{
  "query": {
    "bool": {
      "filter": {
        "term" : {
          "name": "张三"
        }
      }
    }
  }
}
复制代码

should查询

GET /user_index/_search
{
  "query": {
    "bool": {
      "should": {
        "term" : {
          "name": "张三"
        }
      }
    }
  }
}
复制代码

must_not查询

GET /user_index/_search
{
  "query": {
    "bool": {
      "must_not": {
        "term" : {
          "name": "张三"
        }
      }
    }
  }
}
复制代码

写在最后

有些东西，我只是做了演示，没有对其底层原理进行分析，这也是我学习的一个方法，我一般学一个新东西，会去反复学习，层层递进。