Elasticsearch快速上手

news2024/11/28 18:53:33

基本概念

索引（Index）
索引是文档的容器，就像关系数据库中，要存储行记录必须先创建数据库和表一样。

类型（Type）
ES6 及之前的版本还存在”类型“的概念，一个索引下可以存储多个类型的文档，但是不同类型下的文档却不是相互独立的，这些文档同属于一个 Lucene 索引，仅通过_type字段做逻辑区分，导致不同类型下的相同字段名无法实现不同的数据类型而出现问题，于是 ES7 废弃了类型的概念，ES8 彻底移除了类型。

文档（Document）
文档是可以被索引的最小信息单元，相当于关系数据库中的行记录。文档由若干个字段（Field）组成，每个字段是一个键值对。在 ES 中，文档有两个特点：自包含、无模式。
自包含的意思是：每个文档都是一个独立的实体，它包含了文档有关的所有信息，包括键名和键值，不像关系数据库还得依靠表定义才能解析出完整的行记录。自包含的特性使得 ES 更好的处理半结构化或非结构化的数据。
无模式的意思是：可以在不事先定义任何结构或模式的前提下直接索引文档，也不要求每个文档都具有相同的结构。这个特性使得 ES 适合处理不确定结构或需要频繁更改的数据，而无需担心频繁变更结构和架构的麻烦。

映射（Mapping）
映射有点类似于关系数据库里的表结构定义，它用来定义索引有哪些字段，字段类型是什么？以及字段索引或搜索时使用哪个分析器等等。

除此之外，还有其它一些概念，虽然不影响入门使用，但是也可以了解一下：ES 数据类型、倒排索引、分析器、TF-IDF 算法、ES 集群、分片&副本。

安装启动

在 https://www.elastic.co/downloads/elasticsearch 页面选择对应平台的安装包下载安装，最新版本是 8.11.1，笔者是 Mac 平台，直接进入解压后的目录，启动 ES：

sh bin/elasticsearch

ES 默认的端口是 9200，请求一下返回如下内容代表启动成功：

> curl 127.0.0.1:9200
{
  "name" : "localhost-5.local",
  "cluster_name" : "fx",
  "cluster_uuid" : "pmtpInc2RA2Hu_4mFqRhQw",
  "version" : {
    "number" : "8.11.1",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "6f9ff581fbcde658e6f69d6ce03050f060d1fd0c",
    "build_date" : "2023-11-11T10:05:59.421038163Z",
    "build_snapshot" : false,
    "lucene_version" : "9.8.0",
    "minimum_wire_compatibility_version" : "7.17.0",
    "minimum_index_compatibility_version" : "7.0.0"
  },
  "tagline" : "You Know, for Search"
}

为了方便操作，推荐一并安装 Kibana：https://www.elastic.co/downloads/kibana，修改kibana.yml配置文件，让 Kibana 连接上 ES：

elasticsearch.hosts: ["http://127.0.0.1:9200"]

启动 Kibana：

sh bin/kibana

启动成功后就可以通过下面的地址访问 Kibana UI 界面了

http://127.0.0.1:5601

首页找到 “开发工具” 就可以进入控制台，非常方便的操作 ES 了，ES 提供了 Restful 风格的 API，这里本质就是发请求到 ES。

简单CRUD

先不管什么索引和映射，因为 ES 文档是无模式的，所以我们可以在事先没有任何定义的情况下，直接索引文档。

索引文档

例如，我们索引两个商品，包含名称和价格（单位：分）

POST items/_doc
{
  "title": "苹果",
  "price": 500
}
POST items/_doc
{
  "title": "草莓",
  "price": 1800
}

查询一下，验证文档是否被索引：

GET items/_search?q=*

"hits": [
  {
    "_index": "items",
    "_id": "9eojFYwBN8lyBibQW7at",
    "_score": 1,
    "_source": {
      "title": "苹果",
      "price": 500
    }
  },
  {
    "_index": "items",
    "_id": "9uojFYwBN8lyBibQXrYH",
    "_score": 1,
    "_source": {
      "title": "草莓",
      "price": 1800
    }
  }
]

更新文档

ES 更新文档有两种方式：覆盖更新、增量更新。前者需要提供完整的文档完成替换，后者只需要提供要更新的字段即可，已存在的字段会修改，没有的字段会插入。

先看增量更新，例如，我们现在要把苹果的价格调整为四元：

POST items/_update/9eojFYwBN8lyBibQW7at
{
  "doc": {
    "price": 400
  }
}

获取文档发现只有价格变了，标题没变：

GET items/_doc/9eojFYwBN8lyBibQW7at

{
  "_index": "items",
  "_id": "9eojFYwBN8lyBibQW7at",
  "_version": 2,
  "_seq_no": 2,
  "_primary_term": 1,
  "found": true,
  "_source": {
    "title": "苹果",
    "price": 400
  }
}

反观覆盖更新，如果我们只发送变更后的价格，那么除了价格外的其它字段都会被删掉。

POST items/_doc/9eojFYwBN8lyBibQW7at
{
  "price": 500
}

获取文档发现只剩下price字段了，覆盖更新时要格外注意！

GET items/_doc/9eojFYwBN8lyBibQW7at

{
  "_index": "items",
  "_id": "9eojFYwBN8lyBibQW7at",
  "_version": 3,
  "_seq_no": 3,
  "_primary_term": 1,
  "found": true,
  "_source": {
    "price": 500
  }
}

除此之外，ES 还提供了一种非常强大的更新操作：通过查询更新。
例如，我们现在要把价格高于 10 元的商品打一个“高价商品”的标签，就可以这么做：

POST items/_update_by_query
{
  "query": {
    "range": {
      "price": {
        "gte": 1000
      }
    }
  },
  "script": {
    "source": "ctx._source.tags=['高价商品']",
    "lang": "painless"
  }
}

再次查询文档：

GET items/_search

"hits": [
  {
    "_index": "items",
    "_id": "9uojFYwBN8lyBibQXrYH",
    "_score": 1,
    "_source": {
      "price": 1800,
      "title": "草莓",
      "tags": [
        "高价商品"
      ]
    }
  },
  {
    "_index": "items",
    "_id": "9eojFYwBN8lyBibQW7at",
    "_score": 1,
    "_source": {
      "title": "苹果",
      "price": 500
    }
  }
]

正如之前所说的，ES 文档是无模式的，所以我们可以很轻松的新增 tags 字段。

删除文档

ES 也提供了两种删除文档的方式：根据文档 ID 删除、根据查询删除。
前者需要提供文档 ID，例如我们根据苹果的文档 ID 来删除：

DELETE items/_doc/9eojFYwBN8lyBibQW7at

再例如，我们根据查询来删除文档，把包含“草莓”的商品全部删掉：

POST items/_delete_by_query
{
  "query": {
    "match": {
      "title": "草莓"
    }
  }
}

如此一来，items 索引下就没有任何文档了。

查询文档

为了有文档可以搜索，这里把上节删除的文档重新索引。

ES 最强大的功能就是搜索，但是作为快速入门，这里只介绍最简单的文档查询方式。
例如，你可以根据文档 ID 获取文档，严格来说这不算是搜索：

GET items/_doc/-OrdFYwBN8lyBibQtLZu

{
  "_index": "items",
  "_id": "-OrdFYwBN8lyBibQtLZu",
  "_version": 1,
  "_seq_no": 10,
  "_primary_term": 1,
  "found": true,
  "_source": {
    "title": "苹果",
    "price": 500
  }
}

也可以通过关键词搜索商品名称：

POST items/_search
{
  "query": {
    "match": {
      "title": "莓"
    }
  }
}

"hits": [
  {
    "_index": "items",
    "_id": "-erdFYwBN8lyBibQtLaO",
    "_score": 0.6931471,
    "_source": {
      "title": "草莓",
      "price": 1800
    }
  }
]