ElasticSearch的作用是什么
ElasticSearch的作用是什么,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
创新互联一直秉承“诚信做人,踏实做事”的原则,不欺瞒客户,是我们最起码的底线! 以服务为基础,以质量求生存,以技术求发展,成交一个客户多一个朋友!为您提供成都网站制作、网站建设、外贸网站建设、成都网页设计、重庆小程序开发公司、成都网站开发、成都网站制作、成都软件开发、手机APP定制开发是成都本地专业的网站建设和网站设计公司,等你一起来见证!
(一)介绍
ElasticSearch的目标就是实现搜索。在数据量少的时候,我们可以通过索引去搜索关系型数据库中的数据,但是如果数据量很大,搜索的效率就会很低,这个时候我们就需要一种分布式的搜索引擎。Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口。
ES主要用于全文检索、结构化搜索以及分析。ES的应用十分广泛,比如维基百科、Github等都使用ES实现搜索。
(二)核心概念理解
2.1 数据结构
ES既然是用来搜索的,那么它必然也需要存储数据。在MySQL等关系型数据库中,数据的存储遵循下面的逻辑:
一个数据库(database)中有多个表(tables),每个表有多行数据(rows),每一行数据由多个字段(columns)组成。
ES中的存储是这样的:
一个索引(indeces)相当于一个数据库(database),每个索引中有多个类型types(相当于表结构),每个索引中有多个documents(相当于行),每个documents由多个fields组成(相当于字段)。
你可以把ES理解为他是一个面向文档的数据库。下面用一张图描述ES和关系型数据库之间的相似之处:
值得注意的是,在ES7.x版本中,types将慢慢被遗弃,在8.x版本中,types将会彻底弃用。
2.2 索引(indeces)和文档(documents)
ES中的索引和Mysql中的索引不是同一种东西,ES中的索引是一个文档的集合,索引就是一个数据库。
前面说了ES是面向文档的,文档是ES中最重要的单位,文档就是一条条的数据。文档中有几个重要的概念:
1、一篇文档中包含多个key:value
2、文档其实就是一个JSON字符串
2.3 分片
我们通过EShead创建一个索引时,他会让我们选择分片数量和副本数量
ES是一个分布式搜索引擎,分片就是把一堆数据分布到多个分片中。而索引是对每个分片的一个备份,这些副本同样能处理查询请求。
现在假设集群有两个node节点,设置分片数是5个,副本数是1个,那么数据存储结构将变成下面这样,可以保证副本和分片在不同的节点上:
2.4 倒排索引
为什么ES的搜索这么快,和其中所使用的倒排索引也有一定的关系。倒排索引建立的是分词和文档之间的映射关系。下面通过一个简单的例子来讲解一下什么是倒排索引
原来的数据中我们通过文档ID去关联标签,但是在查询时就需要遍历所有文档。通过倒排索引,我们可以通过关键词来找到最匹配的文档。
(三)ES的基本操作
ES是基于Restful风格进行操作的,因此对于习惯了写crud的程序员来说,ES很容易上手。ES的操作可以使用Kibana,也可以使用Postman直接调用,因为归根结底它就是一个restful的操作。我这里使用Idea的ES插件直接调用。 3.1 创建文档
PUT http://ip:port/索引名/类型名/文档id { "key":"value" }
因为类型名在后续的版本中将会被删除,这里可以用_doc代表默认类型:
PUT http://ip:port/索引名/_doc/文档id
下面给出操作截图
通过put创建一个索引之后,我们可以在head中看到对应的数据
3.2 创建带有数据类型的索引
3.1中创建数据时,没有指定具体的数据类型,我们当然也可以为索引指定数据类型
PUT http://ip:port/索引名 参数示例: { "mappings": { "properties": { "name": { "type": "text" }, "address": { "type": "text" } } } }
ES中的核心数据类型如下:
(1)字符串类型: text, keyword (2)数字类型:long, integer, short, byte, double, float, half_float, scaled_float (3)日期:date (4)日期 纳秒:date_nanos (5)布尔型:boolean (6)Binary:binary (7)Range: integer_range, float_range, long_range, double_range, date_range
3.3 查看索引或者文档的数据
通过GET请求可以查看索引以及文档的信息:
GET http://ip:port/索引名 #查看索引 GET http://ip:port/索引名/类型名/文档ID #查看文档
3.4 修改数据
修改数据和创建数据一样,通过PUT操作就会更新原来的数据:
PUT http://ip:port/索引名/类型名/文档id { "key":"value" }
如果是修改的话,响应结果中的version就会增加。
另外一种方法是使用Post请求:
POST http://ip:port/索引名/类型名/文档id/_update 参数实例: { "doc": { "name": "javayz4" } }
更推荐使用这种方式,如果使用PUT方法忘了加某个key,更新就会变成新增
3.5 删除数据
通过DELETE的方式删除数据
DELETE http://ip:port/索引名/类型名/文档id #删除具体的文档 DELETE http://ip:port/索引名 #删除索引
(四)ES的搜索操作
ES最重要的就是它的搜索操作了。
4.1 简单搜索
直接将搜索的参数带到链接中:
GET http://ip:port/索引名/_search?q=key:value
结果如下:
4.2 通过param传递参数
除了将参数放到链接当中,还可以将参数通过JSON请求体的方式传递,其中from和size是分页的参数,query中传递查询条件,_source表示结果中要展示的列,不写就表示展示所有。
GET http://ip:port/索引名/_search 参数示例: { "from": 0, "size": 20, "query": { "match": { "name": "javayz2" } }, "_source": ["name","address"] }
除了上面示例中的这些参数之外,还有很多参数可以使用,比如排序:
"sort": [ { "age": { "order": "desc" } } ]
多条件查询:must表示下面的两个条件都要满足,还可以填should,表示任意满足其中一个条件即可,或者是must_not,表示must的相反值
"query": { "bool": { "must": [ { "match": { "name": "javayz" } }, { "match": { "address": "hz" } } ] } }
如果你的数据中存在集合,可以通过空格对多个条件进行查询:
查询过程中还支持高亮查询
"highlight":{ "pre_tags": "", "post_tags": "", "fields": { "name": {} } }
(五)分词器
所谓分词器,就是将一段话分成一个个关键字,搜索时就按照这些关键字进行搜索。比较好用的分词器有中文的IK分词器。
5.1 基本使用
给出下载链接:https://github.com/medcl/elasticsearch-analysis-ik/releases
下载和自己ES相同的版本,在plugin目录下新建一个ik文件夹,将下载的文件解压到ik目录下,重新启动即可。
IK分词器提供了两种算法:
1、ik_smart:最少切分
2、ik_max_word:最细粒划分
首先最少切分是根据字典给出最少的切分:
ik_max_word是最细粒划分,他会给出最多的结果:
{ "analyzer": "ik_max_word", "text": "我是Java工程师" }
结果:
{ "tokens": [ { "token": "我", "start_offset": 0, "end_offset": 1, "type": "CN_CHAR", "position": 0 }, { "token": "是", "start_offset": 1, "end_offset": 2, "type": "CN_CHAR", "position": 1 }, { "token": "java", "start_offset": 2, "end_offset": 6, "type": "ENGLISH", "position": 2 }, { "token": "工程师", "start_offset": 6, "end_offset": 9, "type": "CN_WORD", "position": 3 }, { "token": "工程", "start_offset": 6, "end_offset": 8, "type": "CN_WORD", "position": 4 }, { "token": "师", "start_offset": 8, "end_offset": 9, "type": "CN_CHAR", "position": 5 } ] }
5.2 字典
对于一些名词,IK自带的字典无法区分,比如我的博客名Java鱼仔,它分词后是这样的:
因此我们需要手动去增加这样的字典,IK目录下的config/IKAnalyzer.cfg.xml中可以添加自己的字典,首先我在config下新建一个my.dic文件,里面的词汇现在只写了一个Java鱼仔。然后在配置文件中配置自己的my.dic
IK Analyzer 扩展配置 my.dic
重启后再次进行分词,结果如下:
关于ElasticSearch的作用是什么问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注创新互联行业资讯频道了解更多相关知识。
网站栏目:ElasticSearch的作用是什么
本文网址:http://pwwzsj.com/article/pgojhi.html