ElasticSearch是一款非常强大的、基于Lucene的开源搜索及分析引擎;它是一个实时的分布式搜索分析引擎,它能让你以前所未有的速度和规模,去探索你的数据。
1.es的安装
工欲善其事,必先利其器;想要学es,我们首先需要先下载安装es,es下载地址
可以根据自己的操作系统选择对应的版本的es,当然也可以使用docker来安装es。Mac系统中还可以使用brew快速安装Elasticsearch。这里我就使用brew指令来安装es。
# 最好使用这个指令安装es
brew install elastic/tap/elasticsearch-full
# 这个指令基本弃用了
brew install elasticsearch
安装完成后可使用elasticsearch --version查看ES版本信息。
elasticsearch --version
同时可以通过brew info elasticsearch指令查看es的基本信息,例如,数据和配置的文件路径。
brew info elasticsearch
可以通过前台和后台的方式启动es。
# 前台启动
elasticsearch
# 后台启动
elasticsearch -d
启动es,然后在postman中发起请求:localhost:9200,出现以下画面表示es启动成功了。
其他系统的安装也非常简便,这里就不一一演示了。
2.es基本体验
es是面向文档型数据库,一条数据在这里就是一个文档。es里的index可以看做一个库,Documents则相当于表的行。
2.1 创建索引
对比关系型数据库,创建索引就等同于创建数据库。
在Postman中,向es服务器发PUT请求 : http://localhost:9200/shopping
如果重复发 PUT 请求 : http://loaclhost:9200/shopping 添加索引,会返回资源已存在的错误。
2.2 查看单个索引信息
在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping
2.3 查看所有索引
请求路径中的_cat表示查看的意思, indices表示索引,所以整体含义就是查看当前es服务器中的所有索引。
在Postman中,向es服务器发GET请求:http://localhost:9200/_cat/indices?v
2.4 删除索引
在Postman中,向es服务器发DELETE请求 : http://localhost:9200/shopping。
2.5 创建文档
在索引已经创建后,接下来我们就需要创建文档,并添加数据。这里的文档就类似于关系型数据库中的表数据,添加的数据格式为JSON格式。
在Postman中,向es服务器发POST请求 : http://localhost:9200/shopping/_doc,请求体JSON内容为:
{
"title":"苹果手机",
"category":"苹果",
"images":"http://www.picacho.top/1.jpg",
"price":7999.00
}
这里有一点需要注意,此处发送请求的方式必须为POST,不能是PUT,否则会发生错误 。上文档创建后,由于没有指定数据唯一性标识(ID),默认情况下, es服务器会随机生成一个。如果想要自定义唯一性标识,需要在创建时指定主键。
在Postman中,向es服务器发POST请求 :http://localhost:9200/shopping/_doc/1。
此处需要注意:如果增加数据时明确数据主键,那么请求方式也可以为PUT。
2.6 查看文档
查看索引下所有数据,在Postman中,向es服务器发GET请求 :http://localhost:9200/shopping/_search。
查看文档时,可以通过指明文档的唯一性标识来查询具体的文档数据。
在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_doc/1 。
如果在索引下查找不存在的文档时,就会出现下面的情况。
2.7 修改文档
和新增文档一样,输入相同的URL地址请求,如果请求体变化,会将原有的数据内容覆盖。在Postman中,向es服务器发POST请求 : http://localhost:9200/shopping/_doc/1。
请求体JSON内容为:
{
"title":"小米10",
"category":"小米",
"images":"http://www.picacho.top/1.jpg",
"price":4999.00
}
也可以实现局部修改,修改数据时,也可以只修改某一给条数据的局部信息。
在Postman中,向es服务器发POST请求 : http://localhost:9200/shopping/_update/1。
请求体JSON内容为:
{
"doc": {
"title":"小米12",
"category":"小米"
}
}
2.8 删除文档
删除一个文档不会立即从磁盘上移除,它只是被标记成已删除(逻辑删除)。
在Postman中,向es服务器发DELETE请求 : http://localhost:9200/shopping/_doc/1。
3.es的复杂操作
3.1 条件查询
首先往es中添加几条数据,以便后面查询展示。
{
"title":"小米13",
"category":"小米",
"images":"http://www.picacho.top/1.jpg",
"price":4999.00
}
{
"title":"小米14",
"category":"小米",
"images":"http://www.picacho.top/1.jpg",
"price":4999.00
}
{
"title":"小米15",
"category":"小米",
"images":"http://www.picacho.top/1.jpg",
"price":4999.00
}
{
"title":"小米16",
"category":"小米",
"images":"http://www.picacho.top/1.jpg",
"price":4999.00
}
URL携带参查询
查找category为小米的文档,在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search?q=category:小米。
这种在URL中携带参数,并不是首选的条件查询的方法,所以可以将查询条件放到请求体中。
请求体带参查询
还是查找category为小米的文档,在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,JSON体如下:
{
"query":{
"match":{
"category":"小米"
}
}
}
查询指定字段
如果只想查询文档中的指定字段,在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,JSON体如下:
{
"query":{
"match":{
"category":"苹果"
}
},
"_source":["title"]
}
可以看到查询结果中只包含了title的内容。
3.2 分页查询
在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,JSON体如下:
{
"query":{
"match_all":{}
},
"from":0,
"size":2
}
可以看到这里只显示了两条记录。
3.3 查询后排序
在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,JSON体如下:
{
"query":{
"match_all":{}
},
"sort":{
"price":{
"order":"desc"
}
}
}
3.4 多条件组合查询
在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,查询出小米或苹果,价格大于5000的数据,JSON体如下:
{
"query":{
"bool":{
"should":[{
"match":{
"category":"小米"
}
},{
"match":{
"category":"苹果"
}
}],
"filter":{
"range":{
"price":{
"gt":5000
}
}
}
}
}
}
should的作用相当于数据库的||,filter的作用相当于数据的各种范围比较操作符。
3.5 全文检索
这功能像搜索引擎那样,例如输入“小果”,返回结果带回品牌有“小米”和苹果的。
在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,JSON体如下:
{
"query":{
"match":{
"category" : "小果"
}
}
}
3.6 完全匹配
在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,附带JSON体如下:
{
"query":{
"match_phrase":{
"category" : "苹"
}
}
}
3.7 聚合查询
聚合允许使用者对es对文档进行统计分析,类似与关系型数据库中的group by,当然还有很多其他的聚合,例如取最大值max、平均值avg等等。
接下来按price字段进行分组,在Postman中,向es服务器发GET请求 : http://localhost:9200/shopping/_search,附带JSON体如下:
{
"aggs":{//聚合操作
"price_group":{//名称,随意起名
"terms":{//分组
"field":"price"//分组字段
}
}
}
}
当然还有很多查询操作,这里就不一一展示了,结下来需要使用Java操作es了。