文章目录
一.什么是Elasticsearch?
Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性,能使数据在生产环境变得更有价值。
Elasticsearch是一款非常强大的开源搜索引擎,可以帮助我们从海量数据中快速找到需要的内容。
Elasticsearch结合kibana、Logstash、Beats,也就是elastic stack(ELK)。被广泛应用在日志数据分析、实时监控等领域。
Elasticsearch是elastic stack的核心(不可替换),负责存储、搜索、分析数据。
1.正向索引和倒排索引
词条(term):文档按照语义分成的词语
正向索引(Forward Index):
定义: 正向索引是根据文档-词项对的方式建立的索引。每个文档都有一个记录,其中包含了文档中的所有词项及其位置信息。
例如Mysql就是使用的正向索引,根据id检索一个文档非常快,但是根据文档中某个字段检索文档只能逐条检索
倒排索引(Inverted Index):
定义: 倒排索引是根据词项-文档对的方式建立的索引。每个词项都有一个记录,其中包含了包含该词项的所有文档及其位置信息。即对文档内容分词,对词条创建索引,并记录词条所在文档的信息。查询时先根据词条查询到文档id,而后获取到文档
Elasticsearch就使用了倒排索引,将文档按照语义分成词条,根据词条建立词条表,这样就形成了词条-文档的结构,导致检索字段时非常快
倒排索引中包含两部分内容:
-
词条词典(Term Dictionary):记录所有词条,以及词条与倒排列表(Posting List)之间的关系,会给词条创建索引,提高查询和插入效率
-
倒排列表(Posting List):记录词条所在的文档id、词条出现频率 、词条在文档中的位置等信息
-
文档id:用于快速获取文档
-
词条频率(TF):文档在词条出现的次数,用于评分
-
文档:
elasticsearch是面向文档存储的,可以是数据库中的一条商品数据,一个订单信息。
文档数据会被序列化为json格式后存储在elasticsearch中。
索引:
相同类型的文档的集合
映射:
索引中文档的字段约束信息,类似表的结构约束
2.Mysql和ES的概念对比
Mysql:擅长事务类型(ACID特性)操作,可以确保数据的安全和一致性
Elasticsearch:擅长海量数据的搜索、分析、计算
总而言之:
3.安装elasticsearch、kibana
二.IK分词器
ES在创建倒排索引时需要对文档分词;在搜索时,需要对用户输入内容分词。但默认的分词规则对中文处理并不友好。故需要更好的分词策略:IK分词器
安装(安装到es-plugins/_data即可):IK分词器官方地址,重启es后IK分词器生效
ik分词器包含两种模式:
- ik_smart:最少切分,粗粒度
- ik_max_word:最细切分,细粒度
IK分词器-拓展词库
IK分词器虽然说按照字典查找词语进行组合,但是随着网络文化发展和新词的逐渐产生,IK分词器不可能马上更新这些词汇,这时候就需要进行拓展词汇库和增加禁用词汇
要拓展ik分词器的词库,只需要修改一个ik分词器目录中的config目录中的IkAnalyzer.cfg.xml文件:
三.索引库操作
mapping是对索引库中文档的约束,常见的mapping属性包括:
创建索引库
PUT /索引库名称
{
"mappings": {
"properties": {
"字段名":{
"type": "text",
"analyzer": "ik_smart"
},
"字段名2":{
"type": "keyword",
"index": "false"
},
"字段名3":{
"properties": {
"子字段": {
"type": "keyword"
}
}
},
// ...略
}
}
}
查看索引库语法:
GET /索引库名
删除索引库的语法:
DELETE /索引库名
修改索引库
索引库和mapping一旦创建无法修改,但是可以添加新的字段,语法如下:
PUT /索引库名/_mapping
{
"properties": {
"新字段名":{
"type": "integer"
}
}
}
四.文档操作
添加文档
POST /索引库名/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
"字段3": {
"子属性1": "值3",
"子属性2": "值4"
},
// ...
}
查看文档语法:
GET /索引库名/_doc/文档id
删除索引库的语法:
DELETE /索引库名/_doc/文档id
修改文档
PUT /索引库名/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
// ... 略
}
方式二:增量修改,修改指定字段值
POST /索引库名/_update/文档id
{
"doc": {
"字段名": "新的值",
}
}
文档操作-动态映射
当我们向ES中插入文档时,如果文档中字段没有对应的mapping,ES会帮助我们字段设置mapping,规则如下:
五.RestClient操作索引库
什么是RestClient
ES官方提供了各种不同语言的客户端,用来操作ES。这些客户端的本质就是组装DSL语句,通过http请求发送给ES。
使用:
1.初始化RestClient
1.引入es的RestHighLevelClient依赖:
<dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>
2.可以发现客户端的版本号,引入的依赖版本必须和客户端一致(不一致则需修改)
修改版本号
<properties>
<java.version>1.8</java.version>
<elasticsearch.version>客户端版本号</elasticsearch.version>
</properties>
3.初始化RestHighLevelClient:
private RestHighLevelClient client;
//测试类中使用@BeforeEach注解来标记一个方法,该方法将在每个测试方法执行之前执行(@AfterEach同理)
@BeforeEach
void setUp(){
this.client=new RestHighLevelClient(RestClient.builder(
HttpHost.create("自己的Linux局域网ip地址:9200")
));
}
@AfterEach
void tearDown() throws IOException {
this.client.close();
}
2.创建索引库
@Test
void testCreateHotelIndex() throws IOException {
CreateIndexRequest request = new CreateIndexRequest("索引库名");
request.source("DSL语句", XContentType.JSON);
client.indices().create(request, RequestOptions.DEFAULT);
}
其中:indices()包含了所有操作索引库的API
3.删除索引库
@Test
void testDeleteHotelIndex() throws IOException {
// 1.创建Request对象
DeleteIndexRequest request = new DeleteIndexRequest("索引库名");
// 2.发起请求
client.indices().delete(request, RequestOptions.DEFAULT);
}
4.判断索引库是否存在
@Test
void testExistsHotelIndex() throws IOException {
// 1.创建Request对象
GetIndexRequest request = new GetIndexRequest("索引库名");
// 2.发起请求
boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
// 3.输出
System.out.println(exists);
}
六.RestClient操作文档
1.新增文档
IndexRequest request = new IndexRequest("索引库名").id(设置id);
request.source(JSON文档, XContentType.JSON);
client.index(request, RequestOptions.DEFAULT);
2.查询数据
GetRequest request = new GetRequest(索引库名, id);
GetResponse response = client.get(request, RequestOptions.DEFAULT);
String json = response.getSourceAsString();
3.修改数据
UpdateRequest request = new UpdateRequest(索引库名,id);
request.doc("键1","值1","键2","值2"...);
client.update(request, RequestOptions.DEFAULT);
4.删除数据
DeleteRequest request = new DeleteRequest(索引库名,id);
client.delete(request, RequestOptions.DEFAULT);
5.批量插入数据
request.add(new IndexRequest(索引库名).id(id1).source(JSON文档1, XContentType.JSON));
request.add(new IndexRequest(索引库名).id(id2).source(JSON文档2, XContentType.JSON));
request.add(new IndexRequest(索引库名).id(id3).source(JSON文档3, XContentType.JSON));
//request可以添加多个IndexRequest
client.bulk(request, RequestOptions.DEFAULT);
原文地址:https://blog.csdn.net/m0_71484388/article/details/134626939
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.7code.cn/show_942.html
如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除!