Elasticsearch

1.基本概念
索引：相当于数据库
类型：相当于表
文档：相当于行
字段：相当于列
映射配置：字段的数据类型，属性，是否存储等特性。


2.为什么要使用elasticsearch作为搜索工具？
（1）es是分布式的搜索引擎，可处理大规模的数据。
（2）es的实时性比较高，可快速的查询数据。
（3）es采用 Gateway 的概念，使得完备份更加简单。
2.索引基本操作
put /heima //创建索引
{
“settings”:{
“number_of_shards”:1, //设置分片为1片
“number_of_replicas”:0 //设置副本为0
}
}
get /heima //查询索引
delete /heima //删除索引

3.映射的配置（创建类型）
(1)创建映射

store


类型：text(会被分词)，keyword(不会被分词)
analyzer:分词器，“ik_max_word” 固定写法
数值类型

（2）查询映射
get /heima/_mapping
4.数值的操作
（1）新增

elasticSearch比较智能的一点：可根据值推断字段类型是什么，从而自动创建该字段。
（2）查询所有

（3）删除

5.匹配查询
get /heima/_source
{
“query”:{
“match”:{
“title”:’‘小米手机" //根据title查询。
}
}
}
如果这样查询的话由于设置的title是text，可分词。因此会将小米手机，小米电视等都会查询出来。
若只想查询出小米手机则：
get /heima/_source
{
“query”:{
“match”:{
“title”:{
“query”:’'小米手机" ,
“operator”:“and”
}
}
}
}
设置最小匹配度：

多字段匹配查询

6.词条查询

词条查询的词条必须是最小的不可分割的分词，如上所示，不会查询出任何结果，但如果将value写为小米，则会查询出。
多词条查询（只要满足一个就能查询出）

7.搜索过滤
结果集的过滤，即只能查询出指定的字段的值



8.高级查询
（1）布尔查询


（2）范围查询


（3）模糊查询


此处的fuzziness指的是允许的偏差数，最大为2.
9.过滤（精准查询）
此处的过滤和之前的结果过滤是不一样的，之前的_source过滤的是字段，即将不需要的字段过滤掉，查询结果中不出现。
而，此处的过滤是精度的过滤


当进行精确值查找时， 我们会使用过滤器（filters）。过滤器很重要，因为它们执行速度非常快，不会计算相关度（直接跳过了整个评分阶段）而且很容易被缓存。不过现在只要记住：请尽可能多的使用过滤式查询。
10.排序


11.聚合






运行结果为：

桶内嵌套桶

阶梯分组聚合