2.ElasticSearch详解

文章目录

一.ElasticSearch
- 1.介绍
- 2.Lucene和ElasticSearch关系
二.ES和Solr的差别
- 1.ElasticSearch简介
- 2.Solr简介
- 3.Lucene简介
- 4.ElasticSearch和Solr比较
- 5.总结
三.ElasticSearch安装
- 1.ELK的下载地址
- 2.windows下安装
- 3.安装可视化界面es head插件
- 4.了解ELK
- 5.安装Kibana
四.ES核心概念
- 1.概述
- 2.类似JSON
- 3.文档
- 4.类型
- 5.索引
- - (1).倒排索引
五.IK分词器插件
- 1.什么是IK分词器/li>
- 2.安装
- 3.查看不同的分词效果
- 4.自定义字典
六.Rest风格说明
七.关于索引的基本操作
- 1.添加
- 2.修改
- 3.删除索引
七.关于文档的基本操作
- 1.添加数据
- 2.获取数据
- 3.更新数据 PUT(相当于是覆盖了上一条)
- 4.POST _update,推荐使用这种修改方式
- 5.简单搜索
- 6.简单的条件查询
- 7.复杂查询搜索 select
- 8.排序
- 9.分页查询
- 10.布尔值查询
- 11.过滤器 filter
- 12.匹配多个条件
- 13.精确查询
- 14.多个值匹配的精确查询
- 15.高亮查询
八.集成SpringBoot
- 1.官方文档
- 2.配置基本的项目
- 3.具体的API测试
九.仿JD搜索
- 1.爬虫
- 2.实现搜索功能
- 3.前后端分离
- 4.搜索高亮
- 5. 注意点
十. 知识点
- 1. 倒排索引
- - (1). 基本概念
  - (2). 单词——文档矩阵
  - (3). 倒排索引基本概念
  - (3). 倒排索引简单实例
  - (4). 单词词典
  - - ①. 哈希加链表
    - ②. 树形结构

狂神说java
笔记参考

一.ElasticSearch

Elaticsearch，简称为ES，ES是一个开源的高扩展的分布式全文检索引擎，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（大数据时代）的数据。ES由 Java 语言开发并使用 Lucene 作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTFULL API 来隐藏 Lucene 的复杂性，从而让全文搜索变得简单。据国际权威的数据库产品评测机构 DB Engines 的统计，在2016 年1月，ElasticSearch 已超过 Solr 等，成为排名第一的搜索引擎类应用。

1.介绍

聊聊Doug Cutting

1998年9月4日,Google公司在美国硅谷成立,正如大家所知,它是一家做搜索引擎起家的公司

无独有偶，一位名叫Doug Cutting的美国工程师，也迷上了搜索引擎。他做了一个用于文本搜索的函数库（姑且理解为软件的功能组件），命名为Lucene。

熟悉目录

启动,访问9200
bin/elasticsearch.bat启动

3.安装可视化界面es head插件

前提需要npm, 该目录下安装依赖npm install 也可以用cnpm

启动测试npm run start

重启测试

5.安装Kibana

Kibana是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板( dashboard ) 实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构，几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。

官网https://www.elastic.co/cn/downloads/kibana

Kibana 版本要和 Es一致

好处:ELK都是基本上拆箱即用

启动测试

解压后的目录
1. 测试访问
  
  我们之后的所有操作都在这里进行编写
2. 汉化! 自己修改kibana配置即可 zh-CN
四.ES核心概念
1. 索引
2. 字段类型(mapping)
3. 文档(documents)
1.概述

在前面的学习中，我们已经掌握了es是什么，同时也把es的服务已经安装启动，那么es是如何去存储数据，数据结构是什么，又是如何实现搜索的呢们先来聊聊ElasticSearch的相关概念吧!

集群，节点，索引，类型，文档，分片，映射是什么/strong>

2.类似JSON

elasticsearch是面向文档,关系行数据库和elasticsearch客观的对比一切都是

逻辑设计∶
一个索引类型中，包含多个文档，比如说文档1，文档2。当我们索引一篇文档时，可以通过这样的一各顺序找到它:索引》类型文档ID，通过这个组合我们就能索引到某个具体的文档。注意:ID不必是整数，实际上它是个字符串

3.文档

之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性︰
- 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含!
- 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的!
- 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段。
  尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整形。因为elasticsearch会保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在elasticsearch中，类型有时候也称为映射类型。
4.类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢lasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

5.索引

就是数据库

索引是映射类型的容器，elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。

物理设计︰节点和分片如何工作

上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个Lucene索引，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。

(1).倒排索引

elasticsearch使用的是一种称为倒排索引的结构，采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索，一个索引文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。例如，现在有两个文档，每个文档包含如下内容∶

为了创建倒排索引，我们首先要将每个文档拆分成独立的词(或称为词条或者tokens)，然后创建一个包含所有不重复的词条的排序列表，然后列出每个词条出现在哪个文档:

两个文档都匹配，但是第一个文档比第二个匹配程度更高。如果没有别的条件，现在，这两个包含关键字的文档都将返回。再来看一个示例，比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:
重启观察ES
使用Kibana测试