Elasticsearch入门教程 mac es7

1.ES是什么?

1.如何理解es？
首先要知道它是做搜索用的，比如你想自己开发一个搜索引擎。
需求：用户会放置搜索参数 如：我是一个小哥哥,
效果：会返回一些网页信息
包含
：我的小狗狗叫黑虎
：是不是只有我，还在问，明天会更精彩
：怎么把哥哥锁在厕所
如以上效果，会把用户输入文本进行拆分，被拆分的每一个词都会作为搜索的关键词去做搜索。

当然，这里只是一个简单的举例，事实上它还能做很多事情。
1.对搜索文本document评分(也就是计算返回结果与用户输入文本的匹配度)。
2.一般的增删改查。等等

简单介绍一下es一个优点
：在数据量很大的情况下，搜索速度很快，近秒级。
我的理解较为粗浅：倒排索引。
什么是倒排索引呢？以上文中的需求案例：我的小狗狗叫黑虎。这个文本会被拆分成：我-的-小狗狗-叫-黑虎。同理其他的文本(这里指上文所说的其他的两句)也会被拆分。
es会有一种张专门的表去存储这些拆分后的词。以拆分后的词为单位，记录他们在哪个文本中出现过，一共出现的次数等等。当用户进行查询时，输入文本会被拆分，再将拆分后的词在这个文件中做匹配，返回匹配成功后的结果。
比如输入文本：我。这个词会在文件中记录出现在 我的小狗狗小黑虎，是不是只有我，还在问。这些文本记录中。因此这两条记录将会被返回。
当然以上只是一个简单理解，事实上es通常会用来做分布式的。一个index会被分片将数据存放在不同的服务器上，每一个分片都会有自己的一个备份。当搜索请求进来，es会分析id，确定数据在哪个分片上，然后将文本拆分，在分片所在的拆词文件中查找相应的数据。
：index 可以简单的想成mysql中的数据库
：分片 其实就是数据的水平分割，也就是分库。（比如mysql某一个数据库中每一张表都含有大量的数据，如果未加索引去查询会浪费很多时间，但是把这个数据库拆分成5份数据库，第一个数据库存放1-100w的数据，以此类推，可以减轻一个数据库的重量,当我进行请求时，我只需要知道某一条数据id的范围就可以查询）
：备份 防止es服务发生宕机，所以一般会把备份与主分片放在不同的服务器上。
：分析id 在备份中有简单说明水平分割数据库。分片就是对index的水平切割。请求入口在计算id(或者称为主维度)时，会先计算id的hash值，在与分片的数量求余。当然，当插入数据时，也是以相同的方法计算文本(document)应该在哪个分片中。

至此相信大家已经对es有一个粗浅的概念理解了，但事实上，请不要忘记，这只是一个粗浅的认识。对于大多数开发人员来说，对于数据库，能增删改查就可以了，那接下来就开始了。

2.安装、启动es

没有brew的同学，请自行安装并配置homebrew的国内下载镜像
1.安装

brew install elastricsearch

当然，如果你觉得下载很慢，这里提供所有环境的es下载地址。
地址链接: https://thans.cn/mirror/elasticsearch.html
提示:
：1.没有brew的同学，请自行安装并配置homebrew的国内下载镜像
：2.这个网址可能更新的不及时 es7.6是博主此刻最新的，然而网址最新是7.3不过无伤大雅.就冲这个链接，我觉得您应该给我个赞～
2.运行
进入安装目录下的bin文件，并执行es(博主):

cd elasticsearch-7.3.2/bin
./elasticsearch

启动成功：会显示stared，并且绑定两个端口。9200,9300.
9300：es服务器节点之前的通信接口,比如当你的es要对一个index分片做备份。上文有提到过分片是存放在不同的服务器，因为是不是需要一个通过将存储的数据，创建数据的指令传送需要备份的服务器？纳，就是通过这个接口.
9200：es与外部链接的接口，http形式，用户可以通过这个端口做增删改查

3.安装、启动 kibana

kibana，这里只是一个做增上改查的数据发送的平台。可以用postman替代。事实上kibana还有许多复杂的功能等待着你发现。

brew install kibana
brew services start kibana # 启动在5601端口

我这里会提前有些小的demo，不用管。后面会一一讲解。
ps:
也会有一些其他的数据可视化管理平台。简单入门的话，没必要下那么多东西。

4.ES的增删改查

在做增删改查之前，先对es结构有一个简单的了解。

会不好有一丝丝的奇怪，之前不是说index对应mysql的数据库吗，这里怎么对应的是一张表。
事实上在es5中会支持一个数据库index包含多个表type，这里其实是有问题的,在es6中就默认规定一个index中只能存放一张表，但是你可以随意规定表的名字。在es7中一个index只能有一个默认type “_doc”。而在es8中将会抹去type这个概念。
：问题 首先一个表中会有很多字段field，上文中有提过es会把文档(一条记录数据 document)，拆词放在一个文档中供查询使用。es在生成这个文档的时候，会把同一个index中相同名称的field放在一起。这个时候会产生一个问题，一个index可以含有很多表，但是如果表中间出现字段名称相同的情况，它们类型也必须相同。 这是他们的规定，我们也是小开发，没什么办法。事实上，在设计之初，index其实应该是一种文档的集合，index中的记录应该会有一种相关性，如果设计成多个表就会破坏这种相关性。而es会需要这些相关性做一些计算。这样想，一个index只能放一张表的问题是不是就可以很好的接受的。

事先说明：由于我不是按照真正的创建、修改、删除顺序去做如下操作，因此请读者在阅读一下文段时，请按段理解，比如删除的一条记录并不是一下代码创建的。了解用法才是应该的

创建index：

# es使用restful风格参数。post 多做增加、delete多用于删除、put多用于修改等+json
#运行时请自行删掉注释
PUT myesindex
{
  "settings": {
		"number_of_shards": 3, # index的分片数量,在创建数据库时定好，不可更改(会造成已插入的数据丢失，不明白可看上文所提到的如何通过id查询数据)
		"number_of_replicas": 2 #备份的数量
	}
}
#创建一个较为完整的数据库
PUT twotypeindex02
{
  "settings":{
    "number_of_shards":5,
    "number_of_replicas": 1
  },
  "mappings": { # 固定写法，用来声明index的字段及字段类型
    "properties":{ # 固定写法，用来声明index的字段及字段类型，之前在这一层上面会有一层type，现已去掉。因此会和mappings意思有点重复
      "user_name":{
        "type":"long"
      },
      "age":{
        "type":"integer"
      },
      "height":{
        "type":"float"
      },
      "sex":{
        "type":"boolean"
      }
    }
  }
}

搜索所有有数据

GET _search
{
  "query": {
    "match_all": {}
  }
}

更改配置文件

# 修改文件配置时候可能需要先关闭一下index，可以先直接修改试一下
# close index
POST myesindex/_close

# open index
POST myesindex/_open

# 修改mappings下内容，注意索引名称，不要copy上面的
PUT myesindex/_mappings
{
  "properties":{
    "user_name":{
      "type":"text"
    },
    "age":{
      "type":"text"
    },
    "height":{
      "type":"text"
    },
    "sex":{
      "type":"text"
    }
  }
}

# 更改setting，这里会报错，因为number_of_shards分片数量不可以被修改,读者自行删除
PUT myesindex22/_setting
{
  "settings":{
    "number_of_shards":5,
    "number_of_replicas": 1
  },
  "mappings": {
    "user":{
      "properties":{
        "user_name":{
          "type":"long"
        },
        "age":{
          "type":"int"
        },
        "height":{
          "type":"float"
        },
        "sex":{
          "type":"boolean"
        }
      }
    }
  }
}

添加记录

# create document
# 会返回数据的id，也可自己设定id
POST myesindex/_doc
{
  "user_name":"NAME",
  "age":"name is age",
  "height":"12"
}

# 创建id为01的记录
POST myesindex/_doc/01
{
  "user_name":"NAME",
  "age":"name is age",
  "height":"12"
}

删除记录

# index+type+id值
DELETE myesindex/_doc/I7edGnEBVb-8fGnNC6RT

修改记录

# 注意！！！！
# es并不会真正的删除数据，数据在创建的时候会被写入磁盘不可更改，删除、修改记录其实都是对之前的数据修改，设置`是否删除`默认字段为1。所以修改记录就是删除记录+创建新的记录，只不过id值被指定
# 另外，在搜索记录时会把原有被删除的值也查询出来，但是会做一层过滤，过滤掉那些被删除的数据.
PUT twotypeindex02/_doc/SreXJnEBVb-8fGnNDaQf
{
  "user_name":"10",
  "age":"18",
  "height":"2"
}

指定id查询

GET myesindex/_search_shards?routing=IredGnEBVb-8fGnNCKTP

结构体查询
其实就是查询的时候会有自己打的结构.

GET myesindex/_search
{
  "query": {
    "match": {
      "user_name": "name"
    }
  },
  "_source":["user_name","age"]
}

请大家自行查阅查询相关的语句，实在是太多了。
最后在举一个重点案例：
由于图片不能上传，这里只能手打。

1.请读者创建一个index，属性含有name，类型为text
2.插入三条数据,name值分别为
：my name is tom
：my name is yy
：my name is bob

3.查询数据

GET myesindex/_search
{
  "query": {
    "match": {
      "name": "is name my"
    }
  }
}
#你会发现三条记录都被查询到了。以my name is tom 为例,es会将它拆分为 my, name, is, tom 四个单词，存储到索引文件中，每一个单词都会记录自己出现的文档信息,如果is 在三条记录中都有出现。而用户的输入文本 is name my,会被拆分为 is, name, my 三个单词从而在索引文件中查询数据时，三条记录都可以匹配到,这就是拆词。

ps
：es当然可以是实现mysql的所有查询方法
：es拆分后的单词都会被写成小写的形式记录下来，因此如果查询语句是小写如name，而记录中是NAME，依然会被匹配到，NAME会以小写的形式存放在索引文件中

如果有什么不对的地方，请指正，博主看到后会及时修改～