es简单入门 - 技术栈

努力努力再努力

文章目录

- 1、简介
- 2、使用场景
- 3、基本知识
- 4、中文文档和官网链接
- 5、增删改查（php代码）
- 6、基本查询
- 7、HTTP操作
- - [7.1 索引操作](#7.1 索引操作)
  - - [7.1.1 创建索引](#7.1.1 创建索引)
  - [7.2 文档操作](#7.2 文档操作)
  - - [7.2.1 创建文档](#7.2.1 创建文档)
    - [7.2.2 查看文档](#7.2.2 查看文档)
    - [7.2.3 修改文档](#7.2.3 修改文档)
    - [7.2.4 修改字段](#7.2.4 修改字段)
    - [7.2.5 删除文档](#7.2.5 删除文档)
    - [7.2.6 条件删除文档](#7.2.6 条件删除文档)
  - [7.3 映射操作](#7.3 映射操作)
  - [7.4 高级查询](#7.4 高级查询)

1、简介

elasticsearch是一个开源的分布式搜索引擎，能够快速地处理大量数据，并能够实时查询，可广泛应用于实时数据分析、日志分析、企业信息发现等领域。elasticsearch提供的数据聚合功能能够变革我们对数据分析和业务理解的认识，除了实现基础的搜索外，还可以将多种聚合方式应用到搜索结果中，为我们提供有效的数据支持。elasticsearch还具备诸多便于开发、维护和优化的优势：高可扩展性、实时查询、支持多语言、自动故障转移、监控和管理工具等等。

2、使用场景

全文搜索
实时数据分析
日志分析
企业信息发现
数据挖掘与探索
网站搜索和统计

3、基本知识

elasticsearch的基本操作
增删改查（Create, Retrieve, Update, Delete）操作的实现。
数据类型的映射
elasticsearch会自动将任意数据类型映射到一个适合的内部数据类型，但是我们也可以手动指定不同字段的数据映射。
索引和分析器
在elasticsearch中，我们需要进行数据索引和分析操作，以便更快速、准确地进行数据查询。
倒排索引
elasticsearch的核心功能在于倒排索引，这种数据结构能够帮助我们快速地进行全文搜索操作，同时还支持对文本的分词、过滤、改变权重等操作。

4、中文文档和官网链接

中文文档：https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html

官网：https://www.elastic.co/

5、增删改查（php代码）

php 复制代码

//增
$params = [
    'index' => 'my_index',
    'body' => [
        'my_field' => 'my_value',
        'my_second_field' => 'my_second_value'
    ]
];
$response = $client->index($params);

// 删
$params = [
    'index' => 'my_index',
    'id' => 'my_id'
];
$response = $client->delete($params);

// 改
$params = [
    'index' => 'my_index',
    'id' => 'my_id',
    'body' => [
        'doc' => [
            'my_field' => 'my_updated_value'
        ]
    ]
];
$response = $client->update($params);

// 查
$params = [
    'index' => 'my_index',
    'body' => [
        'query' => [
            'match' => [
                'my_field' => 'my_value'
            ]
        ]
    ]
];
$response = $client->search($params);

6、基本查询

全文搜索
match查询、multi_match查询等。
精确匹配
term查询、terms查询等。
范围匹配
range查询、geo_distance查询等。
多重查询
bool查询、 const_score查询等。

7、HTTP操作

7.1 索引操作

7.1.1 创建索引

对比关系型数据库，创建索引就等同于创建数据库。

(1)创建索引

在 Postman 中，向 ES 服务器发 PUT 请求：192.168.241.102:9200/start

请求后，服务器返回响应

json 复制代码

{
 "acknowledged"【响应结果】: true, # true 操作成功
 "shards_acknowledged"【分片结果】: true, # 分片操作成功
 "index"【索引名称】: "shopping"
}

创建索引库的分片数默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片。

(2)查看所有索引

在 Postman 中，向 ES 服务器发 GET 请求：192.168.241.102:9200/_cat/indices?v

_cat表示查看
indices 表示索引

请求后，服务器返回响应

health status index uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   start MECTRqmrS4WGt87pgua8SA   1   1          0            0       225b           225b

health ：当前服务器健康状态： green**(集群完整) yellow(单点正常、集群不完整) red(单点不正常)。
status ：索引打开、关闭状态。
index ：索引名
uuid：索引统一编号。
pri ：主分片数量。
rep：副本数量。
docs.count：可用文档数量。
docs.deleted：文档删除状态（逻辑删除）。
store.size ：主分片和副分片整体占空间大小。
pri.store.size ：主分片占空间大小。

(3)查看单个索引

在 Postman 中，向 ES 服务器发 GET 请求：192.168.241.102:9200/start

请求后，服务器返回响应

json 复制代码

{
    "start": {  // 索引名
        "aliases": {}, // 别名
        "mappings": {}, // 映射
        "settings": { // 设置
            "index": { // 设置-索引
                "routing": { 
                    "allocation": {
                        "include": {
                            "_tier_preference": "data_content"
                        }
                    }
                },
                "number_of_shards": "1", // 设置 - 索引 - 主分片数量
                "provided_name": "start", // 设置 - 索引 - 名称
                "creation_date": "1704071863227", // 创建日期
                "number_of_replicas": "1",  // 设置 - 索引 - 副分片数量
                "uuid": "MECTRqmrS4WGt87pgua8SA", // 设置 - 索引 - 唯一标识
                "version": { // 设置 - 索引 - 版本
                    "created": "8020099"
                }
            }
        }
    }
}

(4)删除索引

在 Postman 中，向 ES 服务器发 DELETE 请求：192.168.241.102:9200/start

请求后，服务器返回响应

json 复制代码

{
    "acknowledged": true
}

重新访问索引时，服务器返回响应：索引不存在。

7.2 文档操作

7.2.1 创建文档

索引已经创建好了，接下来来创建文档，并添加数据。这里的文档可以类比为关系型数

据库中的表数据，添加的数据格式为 JSON 格式。

在 Postman 中，向 ES 服务器发 POST 请求：http://192.168.241.102:9200/start/_doc

请求体内容为：

json 复制代码

{
    "title":"羽毛球拍",
    "brand":"李宁",
    "color":"银色",
    "price":"2999"
}

请求后，服务器返回响应

json 复制代码

{
    "_index": "start", // 索引
    "_id": "JpLLxIwBtU7A05AkWzsQ", // 唯一标识 (这种请求方式是随机生成，也可以在url后面加自定义标识)
    "_version": 1, // 版本
    "result": "created", // 表示创建成功
    "_shards": { // 分片
        "total": 2, // 总数
        "successful": 1, // 成功
        "failed": 0 // 失败
    },
    "_seq_no": 0,
    "_primary_term": 1
}

此处发送请求的方式必须为 POST ，不能是 PUT，否则会发生错误。
如果增加数据时明确数据主键，那么请求方式也可以为 PUT。
自定义标识：http://192.168.241.102:9200/start/_doc/1

7.2.2 查看文档

查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询。

在 Postman 中，向 ES 服务器发 GET 请求：http://192.168.241.102:9200/start\*\*/_doc/\*\*JpLLxIwBtU7A05AkWzsQ

请求后，服务器返回响应

json 复制代码

{
    "_index": "start", // 索引
    "_id": "JpLLxIwBtU7A05AkWzsQ", // 标识
    "_version": 2,
    "_seq_no": 1,
    "_primary_term": 1,
    "found": true, //查询结果：true标识找到，false表示未找到
    "_source": { // 文档源信息
        "title": "羽毛球拍",
        "brand": "李宁",
        "color": "银色",
        "price": "2999"
    }
}

7.2.3 修改文档

和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖

在 Postman 中，向 ES 服务器发 POST 请求：http://192.168.241.102:9200/start/_doc/JpLLxIwBtU7A05AkWzsQ

请求体内容为

json 复制代码

{
    "title":"羽毛球拍",
    "brand":"李宁",
    "color":"白色",
    "price":"2999"
}

修改成功后，服务器响应结果

json 复制代码

{
    "_index": "start",
    "_id": "JpLLxIwBtU7A05AkWzsQ",
    "_version": 3, // 版本
    "result": "updated", // 结果"updated表示数据被更新
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 3,
    "_primary_term": 1
}

7.2.4 修改字段

修改数据时，也可以只修改某一给条数据的局部信息

在 Postman 中，向 ES 服务器发 POST 请求：http://192.168.241.102:9200/start/_update/JpLLxIwBtU7A05AkWzsQ

请求体内容为

json 复制代码

{ 
 "doc": {
 "price":3999.00
 } 
}

修改成功后，服务器响应结果

json 复制代码

{
    "_index": "start",
    "_id": "JpLLxIwBtU7A05AkWzsQ",
    "_version": 4,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 4,
    "_primary_term": 1
}

根据唯一性标识，查询文档数据，文档数据已经更新。

7.2.5 删除文档

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

在 Postman 中，向 ES 服务器发 DELETE 请求：http://192.168.241.102:9200/start/_doc/JpLLxIwBtU7A05AkWzsQ

删除成功，服务器响应结果

json 复制代码

{
    "_index": "start",
    "_id": "JpLLxIwBtU7A05AkWzsQ",
    "_version": 5, // 版本(对数据的操作都会更新版本)
    "result": "deleted", // 结果 deleted表示数据被标记为删除
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 5,
    "_primary_term": 1
}

删除后再查询当前文档信息会返回一个json中字段found的值为false。
如果删除一个并不存在的文档会返回一个json中字段result的值为not_found。

7.2.6 条件删除文档

一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数

据进行删除。

向 ES 服务器发 POST 请求：http://192.168.241.102:9200/start/_delete_by_query

请求体内容为：

json 复制代码

{
 "query":{
 	"match":{
		 "price":3999.00
 		}
 	}
}

删除成功后，服务器响应结果：

json 复制代码

{
    "took": 16,  // 耗时
    "timed_out": false, // 是否超时
    "total": 2, // 总数
    "deleted": 2, // 删除数量
    "batches": 1,
    "version_conflicts": 0,
    "noops": 0,
    "retries": {
        "bulk": 0,
        "search": 0
    },
    "throttled_millis": 0,
    "requests_per_second": -1.0,
    "throttled_until_millis": 0,
    "failures": []
}

7.3 映射操作

有了索引库，等于有了数据库中的 database。

接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。

创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型

下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。

(1)创建映射

在 Postman 中，向 ES 服务器发 PUT 请求：http://192.168.241.102:9200/student\*\*/_mapping\*\*

请求体内容为

json 复制代码

{
 "properties": {
 "name":{
 "type": "text",
 "index": true
 },
 "sex":{
 "type": "text",
 "index": false
 },
 "age":{
 "type": "long",
 "index": false
 }
 }
}

服务器响应结果

json 复制代码

{
    "acknowledged": true
}

映射数据说明：

字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
type：类型，Elasticsearch 中支持的数据类型非常丰富，以下几个关键的：
- String 类型，又分两种：
  - text：可分词
  - keyword：不可分词，数据会作为完整字段进行匹配
- Numerical：数值类型，分两类
  - 基本数据类型：long、integer、short、byte、double、float、half_float
  - 浮点数的高精度类型：scaled_float
- Date：日期类型
- Array：数组类型
- Object：对象
index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。

true：字段会被索引，则可以用来进行搜索

false：字段不会被索引，不能用来搜索
store：是否将数据进行独立存储，默认为 false

原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储

的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置

"store": true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用

更多的空间，所以要根据实际业务需求来设置。
analyzer：分词器。

(2)查看映射

在 Postman 中，向 ES 服务器发 GET 请求：http://192.168.241.102:9200/student\*\*/_mapping\*\*

服务器响应结果如下：

json 复制代码

{
    "start": {
        "mappings": {
            "properties": {
                "age": {
                    "type": "long",
                    "index": false
                },
                "brand": {
                    "type": "text",
                    "fields": {
                        "keyword": {
                            "type": "keyword",
                            "ignore_above": 256
                        }
                    }
                },
                "color": {
                    "type": "text",
                    "fields": {
                        "keyword": {
                            "type": "keyword",
                            "ignore_above": 256
                        }
                    }
                },
                "name": {
                    "type": "text"
                },
                "price": {
                    "type": "text",
                    "fields": {
                        "keyword": {
                            "type": "keyword",
                            "ignore_above": 256
                        }
                    }
                },
                "sex": {
                    "type": "text",
                    "index": false
                },
                "title": {
                    "type": "text",
                    "fields": {
                        "keyword": {
                            "type": "keyword",
                            "ignore_above": 256
                        }
                    }
                }
            }
        }
    }
}

(3)索引映射关联

在 Postman 中，向 ES 服务器发 PUT 请求：http://192.168.241.102:9200/student

请求体：

json 复制代码

{
 "settings": {},
 "mappings": {
 "properties": {
"name":{
 "type": "text",
 "index": true
 
},
"sex":{
 "type": "text",
 "index": false
},
"age":{
 "type": "long",
 "index": false
}
 }
 }
}

服务器响应结果如下：

json 复制代码

{
    "acknowledged": true,
    "shards_acknowledged": true,
    "index": "student"
}

7.4 高级查询

Elasticsearch 提供了基于 JSON 提供完整的查询 DSL 来定义查询。

(1)查询所有文档

在 Postman 中，向 ES 服务器发 GET 请求：http://192.168.241.102:9200/start/_search

请求体：

json 复制代码

{
 "query": {
 "match_all": {}
 }
}

"query"：这里的 query 代表一个查询对象，里面可以有不同的查询属性
"match_all"：查询类型，例如：match_all(代表查询所有)， match，term ， range 等等
{查询条件}：查询条件会根据类型的不同，写法也有差异

返回结果：

json 复制代码

{
    "took": 2, // 查询花费时间，单位毫秒
    "timed_out": false, // 是否超时
    "_shards": {// 分片信息
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": { // 搜索命中结果
        "total": {
            "value": 3,
            "relation": "eq" // 计数规则
        },
        "max_score": 1.0,
        "hits": // 命中结果集合
            {
                "_index": "start",
                "_id": "1",
                "_score": 1.0,
                "_source": {
                    "title": "羽毛球拍",
                    "brand": "李宁",
                    "color": "银色",
                    "price": "2999"
                }
            },
            {
                "_index": "start",
                "_id": "2",
                "_score": 1.0,
                "_source": {
                    "title": "羽毛球拍",
                    "brand": "尤尼克斯",
                    "color": "红色",
                    "price": "2999"
                }
            },
            {
                "_index": "start",
                "_id": "3",
                "_score": 1.0,
                "_source": {
                    "title": "羽毛球拍",
                    "brand": "尤尼克斯",
                    "color": "白色",
                    "price": "2999"
                }
            }
        ]
    }
}

（2）匹配查询

match 匹配类型查询，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "match": {
 "brand": "尤尼克斯"
 }
 }
}

（3）字段匹配查询

multi_match 与 match 类似，不同的是它可以在多个字段中查询。

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "multi_match": {
 "query": "尤尼克斯",
 "fields": ["brand","title"]
 }
 }
}

服务器响应结果：

json 复制代码

{
    "took": 6,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 2,
            "relation": "eq"
        },
        "max_score": 1.0109437,
        "hits": [
            {
                "_index": "start",
                "_id": "2",
                "_score": 1.0109437,
                "_source": {
                    "title": "羽毛球拍",
                    "brand": "尤尼克斯",
                    "color": "红色",
                    "price": "2999"
                }
            },
            {
                "_index": "start",
                "_id": "3",
                "_score": 1.0109437,
                "_source": {
                    "title": "羽毛球拍",
                    "brand": "尤尼克斯",
                    "color": "白色",
                    "price": "2999"
                }
            }
        ]
    }
}

(4) 关键字精确查询

term 查询，精确的关键词匹配查询，不对查询条件进行分词。

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "term": {
 "brand.keyword": "尤尼克斯"
 }
}
}

match是全文搜索 ，用于查询字段类型为text 的字段，match进行搜索的时候，会先进行分词拆分，拆完后，再来匹配；而term是精确查询 ，也就是完全匹配，通常用于对keyword 和有精确值的字段进行查询，搜索前不会再对搜索词进行分词拆解。

（5）多关键字精确查询

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。

如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件，类似于 mysql 的 in

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "terms": {
 "brand.keyword":  ["尤尼克斯","李宁"]
 }
}
}

（6）指定查询字段

默认情况下，Elasticsearch 在搜索的结果中，会把文档中保存在_source 的所有字段都返回。

如果我们只想获取其中的部分字段，我们可以添加_source 的过滤

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "_source": ["title","color"], 
 "query": {
 "terms": {
 "color.keyword": ["白色"]
 }
 }
}

（7）过滤字段

也可以通过：

includes：来指定想要显示的字段
excludes：来指定不想要显示的字段

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "_source": {
 "includes": ["title","brand","color"]
 }, 
 "query": {
 "terms": {
 "color.keyword": ["白色"]
 }
 }
}

（8）组合查询

bool把各种其它查询通过must（必须）、must_not（必须不）、should（应该）的方

式进行组合

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "bool": {
 "must": [
 {
 "match": {
 "brand.keyword": "尤尼克斯"
 }
 }
 ],
 "must_not": [
 {
 "match": {
 "color.keyword": "红色"
 }
 }
 ],
 "should": [
 {
 "match": {
 "price.keyword": "2999"
 }
 }
 ]
 }
 }
}

（9)范围查询

range 查询找出那些落在指定区间内的数字或者时间。range 查询允许以下字符

操作符	说明
gt	大于>
gte	大于等于>=
lt	小于<
lte	小于等于<=

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

请求体

json 复制代码

{
 "query": {
 "range": {
 "price": {
 "gte": 300,
 "lte": 3500
 }
 }
 }
}

（10）模糊查询

返回包含与搜索字词相似的字词的文档。

编辑距离是将一个术语转换为另一个术语所需的一个字符更改的次数。这些更改可以包括：

更改字符（box → fox）
删除字符（black → lack）
插入字符（sic → sick）
转置两个相邻字符（act → cat）

为了找到相似的术语，fuzzy 查询会在指定的编辑距离内创建一组搜索词的所有可能的变体

或扩展。然后查询返回每个扩展的完全匹配。

通过 fuzziness 修改编辑距离。一般使用默认值 AUTO，根据术语的长度生成编辑距离。

在 Postman 中，向 ES 服务器发 GET 请求：http://192.168.241.102:9200/start/_search

请求体：

json 复制代码

{
 "query": {
 "fuzzy": {
 "color.keyword": "白色"
 }
 }
 }

（11）单字段排序

sort 可以让我们按照不同的字段进行排序，并且通过 order 指定排序的方式。desc 降序，asc

升序。

在 Postman 中，向 ES 服务器发 GET 请求：http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "match": {
 "title":"羽毛球拍"
 }
 },
 "sort": [{
 "price": {
 "order":"desc"
 }
 }]
}

（12）多字段排序

假定我们想要结合使用 age 和 _score 进行查询，并且匹配的结果首先按照年龄排序，然后

按照相关性得分排序。

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "match_all": {}
 },
 "sort": [
 {
 "age": {
 "order": "desc"
 }
 },
 {
 "_score":{
 "order": "desc"
 }
 }
 ]
}

（13）高亮查询

在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。

Elasticsearch 可以对查询内容中的关键字部分，进行标签和样式(高亮)的设置。

在使用 match 查询的同时，加上一个 highlight 属性：

pre_tags：前置标签
post_tags：后置标签
fields：需要高亮的字段
title：这里声明 title 字段需要高亮，后面可以为这个字段设置特有配置，也可以空

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

请求体：

json 复制代码

{
 "query": {
 "match": {
 "brand": "尤尼克斯"
 }
 },
 "highlight": {
 "pre_tags": "<font color='red'>",
 "post_tags": "</font>",
 "fields": {
 "name": {}
 }
 }
}

（14）分页查询

from：当前页的起始索引，默认从 0 开始。 from = (pageNum - 1) * size

size：每页显示多少条

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

json 复制代码

{
 "query": {
 "match_all": {}
 },
 "sort": [
 {
 "age": {
 "order": "desc"
 }
 }
 ],
 "from": 0,
 "size": 2
}

（15）聚合查询

聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很

多其他的聚合，例如取最大值、平均值等等。

对某个字段取最大值 max

在 Postman 中，向 ES 服务器发 GET 请求http://192.168.241.102:9200/start/_search

请求体：

json 复制代码

{
 "aggs":{
 "max_age":{
 "max":{"field":"age"}
 }
 },
 "size":0
}

对某个字段取最小值 min（类似上面的）
对某个字段求和 sum
对某个字段取平均值 avg
对某个字段的值进行去重之后再取总数（cardinality）
Stats 聚合
- stats 聚合，对某个字段一次性返回 count，max，min，avg 和 sum 五个指标

（16）桶聚合查询

桶聚和相当于 sql 中的 group by 语句

terms 聚合，分组统计

请求体

json 复制代码

{
 "aggs":{
 "age_groupby":{
 "terms":{"field":"age"}
 }
 },
 "size":0
}

您的支持是我创作的无限动力

希望我能为您的未来尽绵薄之力

如有错误，谢谢指正；若有收获，谢谢赞美