Elasticsearch简介-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_36075491/article/details/143713161

前言

什么是搜索引擎

搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上采集信息，在对信息进行组织和处理后，为用户提供检索服务，将检索的相关信息展示给用户的系统。
分类：
- 全文索引搜索引擎
  - 采集ip段内的网页数据，扫描网页内容的每一个词，对其创建索引，指明词频、位置，存入数据库，当用户以关键词查找信息时，搜索引擎会在数据库中，根据关键词的匹配程度、出现的位置、频次等算法，匹配结果一般按照关联度降序返回
  - 比如百度、必应、谷歌、搜狗等
- 目录索引搜索引擎
  - 对网站进行人工分类，所以目录索引也被称为分类检索；
  - 在爬取数据时，将网页根据一定的目录进行分门别类，类似图书馆一样分为：汽车、机械、植物、历史等
  - 用户检索时，可以先依据分类缩小检索范围，比如你在新浪网首页，选择了房产->二手房
- 垂直搜索
  - 垂直搜索引擎适用于有明确搜索意图情况下进行检索。
  - 也可以理解为单个（少量）行业专用搜索
  - 例如各大电商（商品）、携程（机票、车票、住宿）等

什么是Elasticsearch

Elasticsearch is a distributed search and analytics engine, scalable data store, and vector database built on Apache Lucene. It’s optimized for speed and relevance on production-scale workloads. Use Elasticsearch to search, index, store, and analyze data of all shapes and sizes in near real time.

Elasticsearch 是一个基于 Apache Lucene 构建的分布式搜索和分析引擎、可扩展的数据存储和矢量数据库。它针对生产规模工作负载的速度和相关性进行了优化。使用 Elasticsearch 近乎实时地搜索、索引、存储和分析各种形状和大小的数据。

应用场景
- 海量数据搜索场景。
- 日志处理和分析，例如：通过ELK搭建日志处理和分析方案。
- 地理空间数据搜索，例如：查询5km以内店铺、统计一个月内某个用户去过哪些地方（点）。

什么是Lucene

Lucene是一个开放源代码的全文检索引擎工具包
它提供了一个简单但强大的应用编程接口（API），通过API可以对各种信息资源（如：文本文件、电子邮件、数据库等）实现快速的全文检索功能。
Lucene由JAVA语言开发，索引可以很容易地，嵌入到使用Java开发的应用程序中。
但是为什么不直接使用Lucene进行开发呢，因为整个体系太难了😄，ES相当于对Lucene进行了封装及扩展。

Elasticsearch 存储结构

基本概念介绍过程中，会用到 [索引]这个词，有两种语境：

名词，比如创建索引，意思是创建类似于关系型数据库中的一张表
动词，比如索引文档，在官方描述中，跟创建、删除一样是写操作，同更新语义

Document：文档
- Elasticsearch是面向文档的数据库，文档是最基本的存储单元，也是可以被索引的最小单位，文档类似mysql表中的一行数据。
- 简单的说在ES中，文档指的就是一条JSON数据。
- Elasticsearch中文档使用json格式存储，因此存储上比Mysql要灵活的多，Elasticsearch支持任意格式（java中的单层对象、嵌套对象）的json数据。
Index：索引
- 在Elasticsearch中，索引（Index）即是文档（Document）的容器/集合
- 在7.0以前，同一个索引可以存储不同的数据类型（Type），这时索引理解时，可以参考为mysql中的数据库；
- 但是生产环境中，一个索引建议只存储一种数据结构，所以索引也可以被理解为mysql中的库表。
Type：文档类型
- 在版本7.0+的Elasticsearch中，已经不使用文档类型了（默认统一使用_doc），在版本7.0-，代表一类文档的集合。
Field：文档字段
- 文档由多个json字段（Field）组成，这里的字段类似mysql中表的字段。
- 所以Elasticsearch中的字段，肯定也有类型的，官网目前罗列出32种字段类型，其中有的又存在更细致的分类；ES字段分类
- 以下列举几种常用字段类型(关于几何/空间图形运算，可以参考Arcgis的一些说明，Arcgis函数):

	ES字段类型
字符串	text、keyword
数值	long, integer, short, byte, double, float
布尔值	boolean
时间	date
地理/几何 geo	shape、point、linestring、polygon、multipoint

mapping ：映射
- Elasticsearch的mapping (映射)，与mysql中的表结构相同的点是，都定义了数据机构/组成、字段类型等，不同的是，mapping 还定义了字段使用的分词器、是否评分、是否创建索引等属性。

Elasticsearch基础 CRUD 操作

以下操作都是基于kibana，安装参考上一篇

插入文档
- 语法：PUT /{index}/{type}/{id}
- index：索引名
- type：文档类型，版本7.0+默认_doc
- id：可指定，不指定时自动生成

PUT /dingsu/_doc/1
{
  "name":"丁宿001",
  "sex": 1
}

查询文档
- 语法： GET /{index}/{type}/{id}
- 查询所有及该Index详细属性，可以使用API：_search

GET dingsu/_doc/1
GET dingsu/_search

更新文档
- 如果是全量覆盖，可以使用PUT，也可以使用POST
- POST需要指明哪个类型，因为7.0-版本以前，可以定义多个Type
- 单个Field使用POST进行更新
- 语法： POST /{index}/_update/{id}

# 覆盖
PUT /dingsu/_doc/1
{
  "name":"丁宿002",
  "sex": 1
}
# 局部更新
POST /dingsu/_update/1
{
  "doc": {
     "name":"丁宿003"
  }
 
}

删除文档：
- 语法：DELETE /{index}/{type}/{id}

DELETE dingsu/_doc/1