Elasticsearch基础操作入门

原创

已于 2024-10-24 23:33:49 修改 · 1.6k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#1024程序员节

于 2024-10-24 23:20:15 首次发布

阅前准备知识

学习 Elasticsearch (简称 ES) 的查询方式，建议从以下几个步骤入手：

理解 Elasticsearch 的基础概念

首先要了解 Elasticsearch 的核心概念，例如：

Index（索引）：相当于数据库中的表，每个索引中存储着类似类型的数据。
Document（文档）：相当于数据库中的一行数据，每个文档以 JSON 格式存储。
Shard（分片）和 Replica（副本）：理解分片和副本有助于掌握数据的分布和冗余策略。

学习 DSL（Domain-Specific Language）查询语法

ES 提供了一种基于 JSON 的查询语言，称为 DSL。学习这部分时，主要包括：

基本查询：如 match、term、range 查询。
布尔查询：如 must、should、filter 这些条件组合。
聚合查询：如 terms 聚合、avg 聚合等，用于统计数据。

示例：
查询包含某个词的文档：

{
  "query": {
    "match": {
      "field_name": "keyword"
    }
  }
}

深入掌握过滤和分页

查询通常会使用过滤器来优化性能，学会如何通过 filter 语句来减少不必要的计算。

{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "status": "active"
          }
        }
      ]
    }
  }
}

理解全文检索和评分机制

Elasticsearch 的优势在于它的全文检索能力，理解倒排索引（Inverted Index）和评分机制（Relevance Scoring），可以帮助你构建更加精准的查询。

学习聚合（Aggregations）

聚合查询是 Elasticsearch 强大的功能之一，能够进行复杂的数据统计和分析：

terms 聚合：统计字段的不同值的数量。
date_histogram 聚合：按日期区间统计数据。
nested 聚合：处理嵌套对象的聚合查询。

示例： 按字段统计每个值的文档数量：

{
  "aggs": {
    "group_by_status": {
      "terms": {
        "field": "status"
      }
    }
  }
}

Elasticsearch 交互格式

所有其他语言可以使用 RESTful API 通过端口 9200 和 Elasticsearch 进行通信，你可以用你最喜爱的 web 客户端访问 Elasticsearch 。事实上，正如你所看到的，你甚至可以使用 curl 命令来和 Elasticsearch 交互。

一个 Elasticsearch 请求和任何 HTTP 请求一样由若干相同的部件组成：

curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'

被 < > 标记的部件：

`VERB`	适当的 HTTP 方法或谓词 : `GET`、 `POST`、 `PUT`、 `HEAD` 或者 `DELETE`。
`PROTOCOL`	`http` 或者 `https`（如果你在 Elasticsearch 前面有一个 `https` 代理）
`HOST`	Elasticsearch 集群中任意节点的主机名，或者用 `localhost` 代表本地机器上的节点。
`PORT`	运行 Elasticsearch HTTP 服务的端口号，默认是 `9200` 。
`PATH`	API 的终端路径（例如 `_count` 将返回集群中文档数量）。Path 可能包含多个组件，例如：`_cluster/stats` 和 `_nodes/stats/jvm` 。
`QUERY_STRING`	任意可选的查询字符串参数 (例如 `?pretty` 将格式化地输出 JSON 返回值，使其更容易阅读)
`BODY`	一个 JSON 格式的请求体 (如果请求需要的话)

测试 Elasticsearch 是否启动成功

curl 'http://localhost:9200/?pretty'

计算集群中文档的数量

curl -X GET "localhost:9200/_count?pretty" -H 'Content-Type: application/json' -d'
{
    "query": {
        "match_all": {}
    }
}
'

索引员工文档

第一个业务需求是存储员工数据。这将会以 员工文档 的形式存储：一个文档代表一个员工。存储数据到 Elasticsearch 的行为叫做索引，但在索引一个文档之前，需要确定将文档存储在哪里。

一个 Elasticsearch 集群可以包含多个索引，相应的每个索引可以包含多个类型。这些不同的类型存储着多个文档，每个文档又有多个属性。

Index Versus Index Versus Index

你也许已经注意到索引这个词在 Elasticsearch 语境中有多种含义，这里有必要做一些说明：

索引（名词）：

如前所述，一个索引类似于传统关系数据库中的一个 数据库 ，是一个存储关系型文档的地方。索引 (index) 的复数词为 indices 或 indexes 。

索引（动词）：

索引一个文档 就是存储一个文档到一个索引（名词）中以便被检索和查询。这非常类似于 SQL 语句中的 INSERT 关键词，除了文档已存在时，新文档会替换旧文档情况之外。

倒排索引：

关系型数据库通过增加一个索引比如一个 B树（B-tree）索引到指定的列上，以便提升数据检索速度。Elasticsearch 和 Lucene 使用了一个叫做 倒排索引 的结构来达到相同的目的。

+ 默认的，一个文档中的每一个属性都是 被索引 的（有一个倒排索引）和可搜索的。一个没有倒排索引的属性是不能被搜索到的。我们将在倒排索引讨论倒排索引的更多细节。

对于员工目录，我们将做如下操作：

每个员工索引一个文档，文档包含该员工的所有信息。
每个文档都将是 employee 类型。
该类型位于索引 megacorp 内。
该索引保存在我们的 Elasticsearch 集群中。

实践中这非常简单（尽管看起来有很多步骤），我们可以通过一条命令完成所有这些动作：

PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}
或
curl -X PUT "localhost:9200/megacorp/employee/1?pretty" -H 'Content-Type: application/json' -d'
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}
'

请求体 —— JSON 文档 —— 包含了这位员工的所有详细信息，他的名字叫 John Smith ，今年 25 岁，喜欢攀岩。

PUT /megacorp/employee/2
{
    "first_name" :  "Jane",
    "last_name" :   "Smith",
    "age" :         32,
    "about" :       "I like t

最低0.47元/天解锁文章