ES — — elasticsearch初探

TurkeyMan

已于 2022-03-31 08:39:45 修改

阅读量5.4k

点赞数 2

于 2022-03-30 23:18:03 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_46003360/article/details/123860057

版权

elasticsearch 专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍Elasticsearch的安装配置及使用方法，包括增删改查、分词器配置、简单及复杂搜索技巧等内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

ElasticSearch

ElasticSearch

title_img

一、安装

安装前最好更新一下npm：

npm install -g npm

同时，要求jdk版本 >= 1.8

1、es 安装

我选择的是7.8.1版本，在官网下载自己需要的版本即可：

es_download

下载完解压，在bin目录下双击elasticsearch.bat，等待一会，会出现9200端口，即es运行的端口：

es_start

我们访问网站，若成功显示如下信息，则表示启动成功：

es_9200

出现了，“You Know, for Search”。

接下来解决跨域问题：

在es的config目录下，我们编辑elasticsearch.yml：

es_cors

在最后添加这两句：

http.cors.enabled: true
http.cors.allow-origin: "*"

es_cors_yml

然后重启es即可。

2、es-head 安装

es-head可以与es建立连接，即时查看es相关信息。

最简单的方法是在chrome的商店里添加elastcisearch-head

es_head_webstore

与es连接后大概是这样（我之前已经创建了一些索引）：

es_head_start

也可以在github上下载对应版本的release，下载解压后按照readme的步骤安装启动即可，默认使用的端口为9100

3、Kibana 安装

Kibana是es配套的可视化工程模块。

注意要选择对应版本的Kibana：

kibana_download

下载解压后，在对应的bin目录下，运行kibana.bat。等待一段时间（有warning不用管），出现5601端口：

kibana_start

我们访问网站，出现如下界面即代表启动成功

Kibana_start_5601

右下角的console则是我们学习es主要使用的工具

4、es-analysis-ik 插件安装

es-analysis-ik为es扩展的分词器。

现在es安装目录的plugins目录下新建一个名为 ik 的文件夹，然后在github上下载对应版本的release，将下载的zip解压到我们新建的文件夹内即可。

es_analysis_ik_setup

重启es，可以在终端看到 ik 被启用：

es_analysis_ik_start

二、使用

1、analysis-ik 的使用和配置

配置

a.ik分词器增加字典条目

在es主目录的plugins/ik/config目录下：

ik_配置

我们可以更改IKAnalyzer.cfg.xml文件来增加自定义字典（这里添加的扩展字典为我们自己创建的文件：truthahn.dic）：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 -->
	<entry key="ext_dict">truthahn.dic</entry>
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords"></entry>
	<!--用户可以在这里配置远程扩展字典 -->
	<!-- <entry key="remote_ext_dict">words_location</entry> -->
	<!--用户可以在这里配置远程扩展停止词字典-->
	<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

使用

es-analysis-ik分词器有ik_smart（最粗粒度拆分）和ik_max_word（最细粒度拆分）两种模式。示例：

进入Kibana的console界面，

ik_smart：

GET _analyze
{
  "analyzer": "ik_smart",
  "text": "火鸡科技至臻体验"
}

ik_ik_smart

ik_max_word：

GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "火鸡科技至臻体验"
}

ik_ik_max_word

由于我们之前添加的truthahn.dic字典中有“火鸡科技”的条目，若没有添加，ik分词器只会识别出“火鸡”和“科技”。

可以看出，相较于ik_smart，ik_max_word会将字典定义的名词进行进一步的拆分。

2、四大操作：增删改查

前置知识：

ES五种method：

es_methods_5种

ES类型：

es_type

PUT：

进入Kibana的console界面，创建索引：

PUT /ft1/type1/1
{
  "name": "火鸡科技",
  "text": "火鸡科技至臻体验"
}

注意：type类型已经逐渐被丢弃，可以将上面的type1更改为：_doc

PUT /索引名/_doc/文档ID
{请求体}

ik_PUT_ft1

在es-head中可以看到索引创建成功并且写入了数据：

es_PUT_ft1_head

具体内容：

es_PUT_ft1_head2

同时，我们也可以使用mapping设置索引的一些数据的类型：

PUT /ft4
{
  "mappings":{
    "properties":{
      "name":{
        "type":"text"
      },
      "birtyday":{
        "type":"date"
      },
      "age":{
        "type": "long"
      }
    }
  }
}

es_type_mapping

DELETE：

删除索引

DELETE ft2

POST：

更新索引：

POST /ft1/_update/1/
{
  "doc":{
    "name":"火鸡PLUS+"
  }
}

es_POST_ft1_update

可以看到，更新时索引ft1的_version会递增，同时result返回的也是updated

GET：

获取索引规则信息

GET ft1

es_GET_ft1

另外，可以用GET _cat/获取es的其他信息：

GET _cat/health
GET _cat/master
GET _cat/aliases
GET _cat/count
GET _cat/indices

3、简单搜索

我们先创建一系列索引：

PUT /truthahn/_doc/1
{
  "title":"荷塘月色",
  "author":"朱自清",
  "text":"这几天心里颇不宁静。今晚在院子里坐着乘凉，忽然想起日日走过的荷塘，在这满月的光里，总该另有一番样子吧。月亮渐渐地升高了，墙外马路上孩子们的欢笑，已经听不见了；妻在屋里拍着闰儿，迷迷糊糊地哼着眠歌。我悄悄地披了大衫，带上门出去。沿着荷塘，是一条曲折的小煤屑路。这是一条幽僻的路；白天也少人走，夜晚更加寂寞。荷塘四面，长着许多树，蓊蓊郁郁的。路的一旁，是些杨柳，和一些不知道名字的树。没有月光的晚上，这路上阴森森的，有些怕人。今晚却很好，虽然月光也还是淡淡的。"
}

PUT /truthahn/_doc/2
{
  "title":"背影",
  "author":"朱自清",
  "text":"我与父亲不相见已二年余了，我最不能忘记的是他的背影。那年冬天，祖母死了，父亲的差使也交卸了，正是祸不单行的日子。我从北京到徐州，打算跟着父亲奔丧回家。到徐州见着父亲，看见满院狼藉的东西，又想起祖母，不禁簌簌地流下眼泪。父亲说，“事已如此，不必难过，好在天无绝人之路！”回家变卖典质，父亲还了亏空；又借钱办了丧事。这些日子，家中光景很是惨淡，一半为了丧事，一半为了父亲赋闲。丧事完毕，父亲要到南京谋事，我也要回北京念书，我们便同行。"
}

PUT /truthahn/_doc/3
{
  "title":"曲院风荷",
  "author":"陈璨",
  "text":"六月荷花香满湖，红衣绿扇映清波。木兰舟上如花女，采得莲房爱子多。"
}

es_search_荷塘

然后我们可以开始简单的搜索：

GET /truthahn/_search?q=title:荷塘月色

结果：

es_search_title荷塘结果

发现title中包含关键字“荷”的索引都被查询到了（PS：十分推荐朱良志教授的《曲院风荷》）；

如果搜索“月光”，会发现三个索引同时被查询到：

GET /truthahn/_search?q=text:月光

es_search_月光

这是因为上述字段text的类型为text（es会自动识别数据的类型），所以es会对数据使用分词器进行分词，只要包含关键字的一部分即可匹配，同时，我们看到返回的结果中有 _score 字段，"_score"的值越高，则数据与关键字的匹配度越高。

而当我们将对应数据的类型更改为keyword时，es会对keyword类型的数据进行完全匹配：

创建新的索引，所有数据的类型都为keyword：

PUT /llama
{
  "mappings":{
    "properties": {
      "title":{
        "type":"keyword"
      },
      "author":{
        "type": "keyword"
      },
      "text":{
        "type": "keyword"
      }
    }
  }
}

PUT /llama/_doc/1
{
  "title":"荷塘月色",
  "author":"朱自清",
  "text":"这几天心里颇不宁静。今晚在院子里坐着乘凉，忽然想起日日走过的荷塘，在这满月的光里，总该另有一番样子吧。月亮渐渐地升高了，墙外马路上孩子们的欢笑，已经听不见了；妻在屋里拍着闰儿，迷迷糊糊地哼着眠歌。我悄悄地披了大衫，带上门出去。沿着荷塘，是一条曲折的小煤屑路。这是一条幽僻的路；白天也少人走，夜晚更加寂寞。荷塘四面，长着许多树，蓊蓊郁郁的。路的一旁，是些杨柳，和一些不知道名字的树。没有月光的晚上，这路上阴森森的，有些怕人。今晚却很好，虽然月光也还是淡淡的。"
}

PUT /llama/_doc/2
{
  "title":"背影",
  "author":"朱自清",
  "text":"我与父亲不相见已二年余了，我最不能忘记的是他的背影。那年冬天，祖母死了，父亲的差使也交卸了，正是祸不单行的日子。我从北京到徐州，打算跟着父亲奔丧回家。到徐州见着父亲，看见满院狼藉的东西，又想起祖母，不禁簌簌地流下眼泪。父亲说，“事已如此，不必难过，好在天无绝人之路！”回家变卖典质，父亲还了亏空；又借钱办了丧事。这些日子，家中光景很是惨淡，一半为了丧事，一半为了父亲赋闲。丧事完毕，父亲要到南京谋事，我也要回北京念书，我们便同行。"
}

PUT /llama/_doc/3
{
  "title":"曲院风荷",
  "author":"陈璨",
  "text":"六月荷花香满湖，红衣绿扇映清波。木兰舟上如花女，采得莲房爱子多。"
}

truthahn和llama的索引信息：

es_索引_类型比较

当执行

GET /truthahn/_search?q=title:荷塘月色
GET /llama/_search?q=title:荷塘月色

时前者返回结果中value为2，而后者则为1

当执行

GET /truthahn/_search?q=text:荷塘月色
GET /llama/_search?q=text:荷塘月色

时前者返回结果中value为2，而后者则为0

我们也可以通过设置分词器的类型来验证：

keyword类型：

GET _analyze
{
  "analyzer":"keyword",
  "text":"火鸡科技 至臻体验"
}

结果：

{
  "tokens" : [
    {
      "token" : "火鸡科技 至臻体验",
      "start_offset" : 0,
      "end_offset" : 9,
      "type" : "word",
      "position" : 0
    }
  ]
}

standard类型：

GET _analyze
{
  "analyzer":"standard",
  "text":"火鸡科技至臻体验"
}

结果：

{
  "tokens" : [
    {
      "token" : "火",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "鸡",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "科",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    },
    {
      "token" : "技",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "<IDEOGRAPHIC>",
      "position" : 3
    },
    {
      "token" : "至",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "<IDEOGRAPHIC>",
      "position" : 4
    },
    {
      "token" : "臻",
      "start_offset" : 5,
      "end_offset" : 6,
      "type" : "<IDEOGRAPHIC>",
      "position" : 5
    },
    {
      "token" : "体",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "<IDEOGRAPHIC>",
      "position" : 6
    },
    {
      "token" : "验",
      "start_offset" : 7,
      "end_offset" : 8,
      "type" : "<IDEOGRAPHIC>",
      "position" : 7
    }
  ]

4、复杂搜索

还是使用上面创建的索引truthahn的数据，进行复杂搜索：

match

GET /truthahn/_search
{
  "query": {
    "match": {
      "text": "月光"
    }
  },
  "_source": ["text"]
}

这里的match与

GET /truthahn/_search?q=月光

的规则类似。都是模糊匹配，会先把查询条件进行分词，然后逐个查询。

不同的是"_source"用来规定返回哪些字段，

"_source": ["text"]

说明只返回text字段，而author和name则不返回

term

与match相反，term为完全匹配，要求必须包含全部的term字段：

GET /truthahn/_search
{
  "query": {
    "term": {
      "text": "月光"
    }
  }
}

结果：

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  }
}

这是因为term默认使用标准分词器，这样原文就会被拆分成一个个单字，匹配不到“月光”。如果将条件改为：

"text": "月"

或

"text": "光"

就可以搜索到了。

sort

GET /truthahn/_search
{
  "query": {
    "match": {
      "text": "月光"
    }
  },
  "_source": ["text"],
  "sort": [
    {
      "text.keyword": {
        "order": "asc"
      }
    }
  ]
}

添加“sort”规则，sort能够对返回的数据进行排序，此时返回的_score为null。

es_复杂搜索_排序

from&size

GET /truthahn/_search
{
  "query": {
    "match": {
      "text": "月光"
    }
  },
  "_source": ["text"],
  "sort": [
    {
      "text.keyword": {
        "order": "asc"
      }
    }
  ],
  "from":0,
  "size":1
}

添加from和size规则，这两个规则规定返回结果的范围，可以理解成sql语句中的limit，

"from":0,
"size":1

能够获取返回的第一个结果，就类似于

select ... from ... where ... limit 0,1

es_索引_from_size

bool

bool规则有must、must_not、should、boost、filter、mininum_should_match等判断逻辑，可以进行多条件查询：

must类似于and、且：

GET /truthahn/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match":{
            "author":"朱自清"
          }
        },
        {
          "match": {
            "text": "赋闲"
          }
        }
      ]
    }
  }
}

es_search_bool

should类似于or、或：

GET /truthahn/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match":{
            "author":"朱自清"
          }
        },
        {
          "match": {
            "text": "赋闲 变卖"
          }
        }
      ]
    }
  }
}

es_复杂搜索_空格多条件

不知大伙有没有注意到，这里的match里可以用空格分隔查询多个条件，实现多条件查询。同时，虽然是should逻辑，但背影的_scroe为6.10，而荷塘月色只有0.83，说明更加匹配。

highlight

GET /truthahn/_search
{
  "query": {
    "term": {
      "text": "月"
    }
  },
  "highlight": {
    "fields": {
      "title": {},
      "author": {},
      "text": {}
    }
  }
}