Elasticsearch入门笔记（一）

环境搭建

Elasticsearch是搜索引擎，是常见的搜索工具之一。

Kibana 是一个开源的分析和可视化平台，旨在与 Elasticsearch 合作。Kibana 提供搜索、查看和与存储在 Elasticsearch 索引中的数据进行交互的功能。开发者或运维人员可以轻松地执行高级数据分析，并在各种图表、表格和地图中可视化数据。

其它可视化还有elasticsearch-head(轻量级，有对应的Chrome插件)，本文不会详细介绍。

Elasticsearch和Kibana的版本采用7.17.0，环境搭建采用Docker，docker-compose.yml文件如下：

yaml 复制代码

version: "3.1"
# 服务配置
services:
  elasticsearch:
    container_name: elasticsearch-7.17.0
    image: elasticsearch:7.17.0
    environment:
      - "ES_JAVA_OPTS=-Xms1024m -Xmx1024m"
      - "http.host=0.0.0.0"
      - "node.name=elastic01"
      - "cluster.name=cluster_elasticsearch"
      - "discovery.type=single-node"
    ports:
      - "9200:9200"
      - "9300:9300"
    volumes:
      - ./es/plugins:/usr/share/elasticsearch/plugins
      - ./es/data:/usr/share/elasticsearch/data
    networks:
      - elastic_net

  kibana:
    container_name: kibana-7.17.0
    image: kibana:7.17.0
    ports:
      - "5601:5601"
    networks:
      - elastic_net

# 网络配置
networks:
  elastic_net:
    driver: bridge

基础命令

查看ElasticSearch是否启动成功：

bash 复制代码

curl http://IP:9200

查看集群是否健康

bash 复制代码

curl http://IP:9200/_cat/health?v

查看ElasticSearch所有的index

bash 复制代码

curl http://IP:9200/_cat/indices

查看ElasticSearch所有indices或者某个index的文档数量

bash 复制代码

curl http://IP:9200/_cat/count?v
curl http://IP:9200/_cat/count/some_index_name?v

查看每个节点正在运行的插件信息

bash 复制代码

curl http://IP:9200/_cat/plugins?v&s=component&h=name,component,version,description

查看ik插件的分词结果

bash 复制代码

curl -H 'Content-Type: application/json'  -XGET 'http://IP:9200/_analyze?pretty' -d '{"analyzer":"ik_max_word","text":"美国留给伊拉克的是个烂摊子吗"}'

index操作

查看某个index的mapping

bash 复制代码

curl http://IP:9200/some_index_name/_mapping

查看某个index的所有数据

bash 复制代码

curl http://IP:9200/some_index_name/_search

按ID进行查询

bash 复制代码

curl -X GET http://IP:9200/索引名称/文档类型/ID

检索某个index的全部数据

bash 复制代码

curl http://IP:9200/索引名称/_search?pretty
curl -X POST http://IP:9200/索引名称/_search?pretty -d "{\"query\": {\"match_all\": {} }}"

检索某个index的前几条数据(如果不指定size,则默认为10条)

bash 复制代码

curl -XPOST IP:9200/索引名称/_search?pretty -d "{\"query\": {\"match_all\": {} }, \"size\" : 2}"

检索某个index的中间几条数据(比如第11-20条数据)

bash 复制代码

curl -XPOST IP:9200/索引名称/_search?pretty -d "{\"query\": {\"match_all\": {} }, \"from\" : 10, \"size\" : 10}}"

检索某个index, 只返回context字段

bash 复制代码

curl -XPOST IP:9200/索引名称/_search?pretty -d "{\"query\": {\"match_all\": {} }, \"_source\": [\"context\"]}"

删除某个index

bash 复制代码

curl -XDELETE 'IP:9200/index_name'

ES搜索

如果有多个搜索关键字， Elastic 认为它们是or关系。
如果要执行多个关键词的and搜索，必须使用布尔查询。

bash 复制代码

$ curl 'localhost:9200/索引名称/文档类型/_search'  -d '
{
  "query": {
    "bool": {
      "must": [
        { "match": { "content": "软件" } },
        { "match": { "content": "系统" } }
      ]
    }
  }
}'

复杂搜索：

SQL语句：

sql 复制代码

select * from test_index where name='tom' or (hired =true and (personality ='good' and rude != true ))

DSL语句：

sql 复制代码

GET /test_index/_search
{
    "query": {
            "bool": {
                "must": { "match":{ "name": "tom" }},
                "should": [
                    { "match":{ "hired": true }},
                    { "bool": {
                        "must":{ "match": { "personality": "good" }},
                        "must_not": { "match": { "rude": true }}
                    }}
                ],
                "minimum_should_match": 1
            }
    }
}

ik分词器

ik分词器是Elasticsearch的中文分词器插件，对中文分词支持较好。ik版本要与Elasticsearch保持一致。

ik 7.17.0下载地址为：https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.17.0 ，下载后将其重名为ik，将其放至Elasticsearch的plugins文件夹下。

ik分词器的使用命令（Kibana环境）：

bash 复制代码

POST _analyze
{
  "text": "戚发轫是哪里人",
  "analyzer": "ik_smart"
}

输出结果为：

json 复制代码

{
  "tokens" : [
    {
      "token" : "戚",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "发轫",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "是",
      "start_offset" : 3,
      "end_offset" : 4,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "哪里人",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 3
    }
  ]
}

ik支持加载用户词典和停用词。ik 提供了配置文件 IKAnalyzer.cfg.xml（将其放在ik/config路径下），可以用来配置自己的扩展用户词典、停用词词典和远程扩展用户词典，都可以配置多个。

配置完扩展用户词典和远程扩展用户词典都需要重启ES，后续对用户词典进行更新的话，需要重启ES，远程扩展用户词典配置完后支持热更新，每60秒检查更新。两个扩展词典都是添加到ik的主词典中，对所有索引生效。

xml 复制代码

<?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">custom/mydict.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">custom/ext_stopword.dic</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>

用户词典文件路径为：custom/mydict.dic，停用词词典路径为：custom/ext_stopword.dic，将它们放在ik/config/custom路径下。

用户词典文件中加入'戚发轫'，停用词词典加入'是'，对原来文本进行分词：

bash 复制代码

POST _analyze
{
  "text": "戚发轫是哪里人",
  "analyzer": "ik_smart"
}

输出结果如下：

json 复制代码

{
  "tokens" : [
    {
      "token" : "戚发轫",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "哪里人",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 1
    }
  ]
}

如果'analyzer'选择ik_smart，则会将文本做最粗粒度的拆分；选择ik_max_word，则会将文本做最细粒度的拆分。测试如下：

bash 复制代码

POST _analyze
{
  "text": "戚发轫是哪里人",
  "analyzer": "ik_max_word"
}

输出结果如下：

json 复制代码

{
  "tokens" : [
    {
      "token" : "戚发轫",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "发轫",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "哪里人",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "哪里",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "里人",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 4
    }
  ]
}

总结

本文主要介绍了Elasticsearch一些基础命令和用法，是笔者的Elasticsearch学习笔记第一篇，后续将持续更新。

本文代码已放至Github，网址为：https://github.com/percent4/ES_Learning .