数据格式

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。

这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个type，Elasticsearch 7.X 中, Type 的概念已经被删除了。

用 JSON 作为文档序列化的格式，比如一条用户信息：

{
 "name" : "John",
 "sex" : "Male",
 "age" : 25,
 "birthDate": "1990/05/01",
 "about" : "I love to go rock climbing",
 "interests": [ "sports", "music" ]
}

因为访问Elasticsearch 服务器是REST请求，所以我们直接使用 Postman 访问。

Postman 下载地址：https://www.getpostman.com/apps 

HTTP 操作

一、索引操作

1. 创建索引-PUT，创建索引就等同于创建数据库，如果重复添加索引，会返回错误信息

请求：http://127.0.0.1:9200/shopping

{
 "acknowledged"【响应结果】: true, # true 操作成功
 "shards_acknowledged"【分片结果】: true, # 分片操作成功
 "index"【索引名称】: "shopping"
}
# 注意：创建索引库的分片数默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片

2. 查看全部索引-GET

请求 ：http://127.0.0.1:9200/_cat/indices?v

 3. 查看单个索引-GET

请求 ：http://127.0.0.1:9200/shopping

查看索引向 ES 服务器发送的请求路径和创建索引是一致的。但是 HTTP 方法不一致。

{
 	"shopping"【索引名】: { 
 		"aliases"【别名】: {},
 		"mappings"【映射】: {},
 		"settings"【设置】: {
			 "index"【设置 - 索引】: {
 				"creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
 				"number_of_shards"【设置 - 索引 - 主分片数量】: "1",
 				"number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
				 "uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
 				"version"【设置 - 索引 - 版本】: {
					 "created": "7080099"
				 },
 				"provided_name"【设置 - 索引 - 名称】: "shopping"
 			}
 		}
 	}
}

4. 删除索引-DELETE

请求 ：http://127.0.0.1:9200/shopping

 二、文档操作

1. 创建文档-POST

索引已经创建好了，接下来我们来创建文档，并添加数据。这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式

请求：http://127.0.0.1:9200/shopping/_doc

{
 	"_index"【索引】: "shopping",
 	"_type"【类型-文档】: "_doc",
	"_id"【唯一标识】: "Xhsa2ncBlvF_7lxyCE9G", #可以类比为 MySQL 中的主键，随机生成
	"_version"【版本】: 1,
 	"result"【结果】: "created", #这里的 create 表示创建成功
 	"_shards"【分片】: {
 		"total"【分片 - 总数】: 2,
 		"successful"【分片 - 成功】: 1,
 		"failed"【分片 - 失败】: 0
 	},
 	"_seq_no": 0,
 	"_primary_term": 1
}

上面的数据创建后，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：http://127.0.0.1:9200/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. 查看文档-GET

查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询 

http://127.0.0.1:9200/shopping/_doc/Xhsa2ncBlvF_7lxyCE9G  

{
 	"_index"【索引】: "shopping",
 	"_type"【文档类型】: "_doc",
 	"_id": "1",
 	"_version": 2,
 	"_seq_no": 2,
 	"_primary_term": 2,
 	"found"【查询结果】: true, # true 表示查找到，false 表示未查找到
 	"_source"【文档源信息】: {
 		"title": "华为手机",
 		"category": "华为",
 		"images": "http://www.gulixueyuan.com/hw.jpg",
 		"price": 4999.00
 	}
}

 查询所有数据: http://127.0.0.1:9200/shopping/_search 发送GET请求

3. 修改文档-POST

• 全局修改
• 局部修改

全局修改和新增文档一样，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，局部修改则修改字段对应的值。

http://127.0.0.1:9200/shopping/_doc/Xhsa2ncBlvF_7lxyCE9G全局修改：http://127.0.0.1:9200/shopping/_doc/Xhsa2ncBlvF_7lxyCE9G 

{
 	"title":"华为手机",
 	"category":"华为",
 	"images":"http://www.gulixueyuan.com/hw.jpg",
 	"price":4999.00
}

局部修改：

{
    "doc":{
        "title":"华为手机"
    }
}

 4. 删除文档-DELETE

http://127.0.0.1:9200/shopping/_doc/Xhsa2ncBlvF_7lxyCE9G

{
	 "_index": "shopping",
 	 "_type": "_doc",
 	 "_id": "1",
 	 "_version"【版本】: 4, #对数据的操作，都会更新版本
 	 "result"【结果】: "deleted", # deleted 表示数据被标记为删除
 	 "_shards": {
 		"total": 2,
 		"successful": 1,
 		"failed": 0
 	},
 	"_seq_no": 4,
 	"_primary_term": 2
}

5. 条件删除文档-POST

先创建俩个文档

{
 "title":"小米手机",
 "category":"小米",
 "images":"http://www.gulixueyuan.com/xm.jpg",
 "price":3999.00
}
{
    "title":"华为手机",
    "category":"华为",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":4000.00
}

删除价格为 4000.00 的文档：

{
    "query":{
        "match":{
            "price":4000.00
        }
    }
}

{
    "took"【耗时】: 1175,
    "timed_out"【是否超时】: false,
    "total"【总数】: 1,
    "deleted"【删除数量】: 1,
    "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": []
}

映射基本操作

原理

有了索引库，等于有了数据库中的 database。

接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。

1. 创建映射-PUT

首先创建 stuednt 索引：

http://127.0.0.1:9200/student

 ES 服务器发 PUT 请求：http://127.0.0.1:9200/student/_mapping

请求体内容为：

{
    "properties": {
        "name":{
            "type": "text",
            "index": true
        },
        "sex":{
            "type": "keyword",
            "index": true
        },
        "age":{
            "type": "keyword",
            "index": false
        }
    }
}

映射数据说明：

• 字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price

• type：类型，Elasticsearch 中支持的数据类型非常丰富，说几个关键的：

  • String 类型，又分两种：
    • text：可分词，支持模糊查询，支持准确查询，不支持聚合查询
    • keyword：不可分词，数据会作为完整字段进行匹配，支持模糊查询，支持准确查询，支持聚合查询。
  • Numerical：数值类型，分两类
    • 基本数据类型：long、integer、short、byte、double、float、half_float
    • 浮点数的高精度类型：scaled_float
  • Date：日期类型
  • Array：数组类型
  • Object：对象

• index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。

  • true：字段会被索引，则可以用来进行搜索
  • false：字段不会被索引，不能用来搜索

• store：是否将数据进行独立存储，默认为 false

  原始的文本会存储在 _source 里面，默认情况下其他提取出来的字段都不是独立存储 的，是从 _source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置 "store": true 即可，获取独立存储的字段要比从 _source 中解析快得多，但是也会占用 更多的空间，所以要根据实际业务需求来设置。

• analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器

2. 查看映射-GET

http://127.0.0.1:9200/student/_mapping

3. 索引映射关联-PUT

创建新的索引 student1，与之前的 student 进行映射关联

http://127.0.0.1:9200/student1

请求体内容：（填写要映射的索引映射内容）

{
    "settings": {},
    "mappings": {
        "properties": {
            "name":{
                "type": "text",
                "index": true

            },
            "sex":{
                "type": "text",
                "index": false
            },
            "age":{
                "type": "long",
                "index": false
            }
        }
    }
}