Elasticsearch基本概念和简单使用——学习笔记

1. es的基本概念

Elasticsearch底层是基于Lucene实现的一个搜索引擎，主要应用于：日志检索、Mysql实时数据快照、分布式文档数据库、搜索引擎等业务场景；
Elasticsearch包含了非常多的名词，想学习Elasticsearch最好先了解一下这些名词是什么意思；

Index 索引：
一个索引(index)就像是RDBS中的数据库，它是相关文档存储的地方；

Type 类型：
可以简单的理解为数据库的表，它存在的初衷是对数据分类；

Document 文档：
Elasticsearch是面向文档的，这意味着索引和搜索数据的最小单位是文档；它类似于数据库中的记录；

Field 字段：
指Document中的某一个数据字段，类似数据库中的列；

Cluster 集群：
表示由多个node组成的ES集群；

Node 节点：
一个安装了ES的服务，如果cluster.name相同，则表示在同一个集群；

shard 分片：
一个Index如果非常大的情况下，可以对一个Index进行分片，以减少磁盘中index的大小；

replica 副本：
在ES集群的情况与，可以将index存在多台机器上，以防止某一台机器宕机造成数据丢失问题；

2. es的基本操作

2.1 Index的基本操作

2.1.1 创建Index:

PUT /student      <1>
{
  "settings": {
    "number_of_shards": 5,     <2>
    "number_of_replicas": 1    <3>
  }
}

<1>：指定创建索引的名称；
<2>：设置索引相关配置，配置索引的分片个数；
<3>：设置每个分片的副本数量；

2.1.2 查询Index:

GET /student

2.1.3 删除Index:

DELETE /student  

2.1.4 查询所有Index

GET _cat/indices

2.2 mapping

2.2.1 Es中的数据类型

2.2.2 创建索引时指定Mapping

PUT /book
{
	"settings": {
		"number_of_shards": 5,
		"number_of_replicas": 1
	},
	"mappings": {
			"java":{   # type的名称，比如我们创建的type的名称为java
				"properties":{     # 文档存储的field
					"name":{       # field属性名
						"type":"text",
						"analyzer":"ik_max_word",    # 指定分词器
						"index":true,      			 # 指定当前的field可以被作为查询的条件
						"store":false      			 # 是否需要额外存储
	  				 },
					"author":{
						"type":"keyword"
					},
					"count":{
						"type":"long"
					},
					"on-sale":{
						"type":"date",
						"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
					},
					"descr":{
						"type":"text",
						"analyzer":"ik_max_word"
					}
	 			}
			}
	}
}

也可以不指定mapping，不指定的时候默认ES按存储的数据自动生成一个数据类型；
比如上面的mapping中并没有指定price，但添加文档时一样可以添加price，但此时price的类型是由ES自动生成的；

查看mapping：

GET /book/_mapping

修改mapping：
mapping只允许添加某个field的类型，不允许修改某field的类型；原因简单的说就是修改类型影响已经建立的索引；

2.3 Type的基本操作

Type没有什么特别的操作；

有关Type需要多说几句，上面提到过Type类似于数据库中的表，但Type在不同Es版本中有不同的体现： 6.0之后一个Index下能有一个Type，8.0之后去掉了Type；
Type为什么在新版本中会被删除呢？

1. es中同一个index中不同type是存储在同一个索引中的（lucene的索引文件），因此不同type中相同名字的字段的定义（mapping）必须一致；
2. 不同类型的“记录”存储在同一个index中，会影响lucene的压缩性能；

2.4 Document的基本操作

2.4.1 向Type中插入文档:

POST /book/java
{
  "name":"es权威指南",
  "author":"clinton gormley，zachary tong",
  "count":1000,
  "on-sale":"2020-10-10",
  "descr":"这是一本关于ES的教程"
}
插入数据时未指定类型的情况下，默认自动生成一个id

POST /book/java/1    # 指定id为1
{
  "name":"java编程思想",
  "author":"java",
  "count":1000,
  "on-sale":"2020-10-10",
  "descr":"这是一本关于java的教程"
}

2.4.2 修改文档:

整个文档修改：
PUT /book/java/1
{
  "name":"java编程思想1",
  "author":"java1",
  "count":1000,
  "on-sale":"2020-10-10",
  "descr":"这是一本关于java的教程1"
}
注意：修改文档的时候用的是PUT请求；

部分Field修改：
POST /book/java/1/_update
{
  "doc":{
    "count":123  # 指定需要修改的field和对应的值
  }
}

2.4.3 删除文档:

DELETE /book/java/1

2.4.4 批量查询文档:

GET /book/java/_mget
{
"ids" : [ "2", "1" ]
}

如果id=2并不存的话，也不影响id=1的查询；

GET /_mget
{
	"docs" : [
		{
			"_index" : "book",
			"_type" : "java",
			"_id" : 1
		},
		{
			"_index" : "book",
			"_type" : "python",
			"_id" : 2,
			"_source": ["name","author"]
		}
	]
}

也可以将不同索引不同type的请求放在一个mget中查询，可以通过_source指定想展示的字段；

2.4.5 批量增删改文档:

POST _bulk
{ "create" : { "_index" : "book","_type" : "java", "_id" : "6" } }   # 指定创建的index和type，如果不指定id依然是自动生成；
{ "name" : "快学java","author":"大牛","count" : 200 }                 # 添加的value
{ "create" : { "_index" : "book","_type" : "java"} } 
{ "name" : "设计模式","author":"大牛" }
{ "update" : { "_index" : "book","_type" : "java", "_id" : "1" } }   # 更新文档   
{ "doc" : {"count" : 200} }											 # 部分更新
{ "delete" : { "_index" : "book","_type" : "java", "_id" : "2" } }   # 删除文档

每个子请求都被独立的执行，所以一个子请求的错误并不影响其它请求。如果任何一个请求失败，顶层的 error 标记将被设置为 true