【搜索引擎2】实现API方式调用ElasticSearch8接口

1、理解ElasticSearch各名词含义

ElasticSearch对比Mysql

Mysql数据库	Elastic Search
Database	7.X版本前有Type，对比数据库中的表，新版取消了
Table	Index
Row	Document
Column	mapping

Elasticsearch是使用Java开发的，8.1版本的ES需要JDK17及以上版本；es默认带有JDK，如果安装es环境为java8，则会默认使用自带环境；

索引、文档、映射

索引index

跟我们常说的数据库索引没有任何关系，它其实相当于数据库里面存数据的表；

文档document

对应我们数据库的数据，即每行数据；

映射mappding

对应我们数据库的字段，自己设置的话需要设置字段类型，不设置在插入文档内容的时候es会按照字段内容设置字段类型；

分片、副本

分片shards

数据量特大，没有足够大的硬盘空间来一次性存储，且一次性搜索那么多的数据，响应跟不上，ES提供把数据进行分片存储，这样方便进行拓展和提高吞吐；

副本replicas

分片的拷贝，当主分片不可用的时候，副本就充当主分片进行使用

索引分片的备份，shard和replica一般存储在不同的节点上，用来提高高可靠性

ES默认为一个索引创建1个主分片和1个副本，在创建索引的时候使用settings属性指定，每个分片必须有零到多个副本

注意：索引一旦创建成功，主分片primary shard数量不可以变(只能重建索引)，副本数量可以改变

正排索引、倒排索引

正排索引 (Forward Index )
- 指将文档的内容按照文档的顺序进行索引，每个文档对应一个索引条目，包含了文档的各个字段的内容
- 正排索引的优势在于可以快速的查找某个文档里包含哪些词项。但是正排不适用于查找包含某个词项的文档有哪些

倒排索引（Inverted Index）

根据关键词构建的索引结构，记录了每个关键词出现在哪些文档或数据记录中，适用于全文搜索和关键词检索的场景
它将文档或数据记录划分成关键词的集合，并记录每个关键词所出现的位置和相关联的文档或数据记录的信息

2、默认分词及IK分词区别演示

使用es自带分词器对内容进行分词

使用ik-smart进行分词

使用ik_max_word进行分词

|---------------------|-----------------------------|
| 分词模式 | 特点 |
| es默认standard | 对中文按照一个一个字进行分词 |
| ik智能分词ik_samrt | 按照中文词组进行分词，不会重复对单个文字进行分词 |
| ik最小颗粒分词ik_max_word | 除了对词组进行分词外，还会对单个文字，及多词组进行分词 |

理解完分词模式后，我们在插入文档的时候是可以测试文档默认使用了哪种分词；在我的测试结果中，集成IK的ES默认使用的是ik_max_word;

3、索引及映射操作

索引常用接口：

接口名称	请求方式	接口地址	请请求参数	请求结果
查看所有索引	GET	/*		索引列表，没有数据返回{}
创建索引	PUT	/index_name	{ "settings": { "number_of_shards": 3, "number_of_replicas": 0 }, "mappings": { "properties": { "id": { "type": "keyword" }, "createTime": { "type": "date" }, "name": { "type": "text" } } } }	请求成功返回 { "acknowledged": true, "shards_acknowledged": true, "index": "file" }
是否存在	HEAD	/index_name		200索引存在 404索引不存在
获取索引	GET	/index_name		索引信息
更新索引设置	PUT	/index_name	{ "settings": { "number_of_replicas": 2 } }
删除索引	DELETE	/index_name		{ "acknowledged": true }

mapping无法后面进行单独设置，或者插入文档的时候es自动识别进行填入默认类型；

4、文档操作（"/_doc"代替之前版本type，固定写法）

接口名称	请求方式	接口地址	请请求参数
查询文档	GET	/index_name/_doc/1
新增文档指定ID	PUT	/index_name/_doc/1	{ "id":5555, "name":"小滴课堂短链平台", "createDate":"20240311" }
新增文档不指定ID	POST	/index_name/_doc	{ "id":5555, "name":"小滴课堂短链平台", "createDate":"20240311" }
修改文档	PUT/POST	/index_name/_doc/1	{ "id":5555, "name":"小滴课堂", "createDate":"20240312" }
删除文档	DELETE	/index_name/_doc/1

文档存储文件的类型为JSON；文档ID与我们参数的id不是同一个参数，文档ID类似于mysql设置了一个自增ID，我们在插入数据的时候可传值，也可不传值；

5、内容搜索

搜索接口：GET /index_name/_search

请求参数：name为我们自己的字段，这里可以根据自己字段进行调整

{
    "query": {
        "match": {
            "name": "听取"
        }
    }
}

返回字段解释：

字段解释
  took字段表示该操作的耗时（单位为毫秒）。
  timed_out字段表示是否超时。
  hits字段表示搜到的记录，数组形式。
  total：返回记录数，本例是1条。
  max_score：最高的匹配程度，本例是1.0

关于es类型较多，后续单独出一篇文章进行记录

6、参考文章

ElasticSearch8.X入门教程：ElasticSearch8.X入门教程_elasticsearch 8.x 学习-CSDN博客