【Elasticsearch＜二＞✈️✈️】基本属性概念与MySQL数据库的不同之处

🍸前言

[🍻一、Elasticsearch 基本属性](#🍻一、Elasticsearch 基本属性)

[1.1 ES VS MySQL](#1.1 ES VS MySQL)

[1.2 ES 属性概念](#1.2 ES 属性概念)

[1.3 ES 的增删改查](#1.3 ES 的增删改查)

🍺二、自动补全场景

[2.1 场景举例](#2.1 场景举例)

[2.2 使用数据分词器](#2.2 使用数据分词器)

[2.3 查询的流程](#2.3 查询的流程)

[2.4 整个查询流程图](#2.4 整个查询流程图)

🍹章末

🍸前言

上次初步了解到 Elasticsearch 的基本使用，并且完成 ES 服务安装， ES 服务浏览器插件安装， ES 可视化客户端安装，以及 IK 分词器的安装，踩了很多坑，好在全部解决了。基于以上安装配置，来熟悉下 ES 的各种属性。本地安装的链接如下：

【Elasticsearch＜一＞✈️✈️】简单安装使用以及各种踩坑-CSDN博客

🍻一、Elasticsearch 基本属性

1.1 ES VS MySQL

在具体使用之前，先了解下和我们常用数据库有哪些相似之处，常用的属性对比如下

1.2 ES 属性概念

索引（index）：

Elasticsearch中的索引类似于数据库，承担容器的角色。一个索引可以包含多个文档，并且每个文档都有自己的类型和字段。

类型（type)：

在较旧的版本中，类型类似于表，它们定义了索引中文档的结构和字段。在较新的Elasticsearch版本中，通常只有一个默认类型 "_doc"。也就是说一个索引下面建议只有一个类型。

文档（document):

文档类似于数据库中的行。每个文档都是一个JSON对象，包含了一系列字段和对应的值。

字段（field):

字段类似于数据库表中的列。每个字段都有一个名称和对应的值，值可以是各种类型的数据，如文本、数字、日期等。

1.3 ES 的增删改查

注：在实操之前，确保之前安装的服务都启动了

1.3.1 PUT 请求，用于创建或者更新索引，使用如下,创建了一个新的索引，到浏览器插件中也可看到具体的索引库以及库中数据的详细信息

my_first_index 创建的索引名称

_doc 7.x版本默认的_type

1 指定文档的id

{} json 数据格式的内容，类似于<k,v>,一个键对应一个值

PUT /my_first_index/_doc/1
{
  "name":"第一个索引库",
  "createtime":"2024.4.26"
}

1.3.2 POST 请求，类似于 PUT 请求，但是可以创建索引的时候不用指定文档 id,会生成一段字符作为默认文档 id,如下：通过插件也可以看到，随机生成的文档 id 是一个随机字符串

注：创建或者修改的时候，索引或者类型命名不能包含大写字母，会报错

POST /my_first_index/_doc
{
  "name":"POST请求新增一条数据",
  "createtime":"2024.4.26.14:00",
  "title":"POST"
}

1.3.3 GET 请求，获取索引库数据信息，如下：

根据文档 id 查询某一条数据
GET /my_first_index/_doc/1
查询某个索引库全部数据
GET /my_first_index/_search
{
  "query": {
    "match_all": {}
  }
}

1.3.4 DELETE 请求 ,需要指定索引名称，如下：

🍺二、自动补全场景

2.1 场景举例

日常接触到的场景有很多，比如购物网站上输入"短袖"，可能会提示有"短袖重磅"、"短袖纯色"等等很多，其他很多网站上都可以遇到这种场景，比如经常逛的掘金社区，就以这个为模板，实操下，如下：

2.2 使用数据分词器

将这些数据录入的时候，指定索引库使用的分词器，本地使用的是 IK 分词器，前提是已经安装好并且没有报错

2.2.1 创建索引库，指定分词器

创建索引库的时候，指定该索引库的设置，这里指定的是第一种分词模式

IK 分词器有两种分词颗粒度

ik_max_word 对应着 IK 分词器的细粒度模式，它会尽可能地将文本切分成最小的词语单元。

ik_smart 对应着 IK 分词器的搜索引擎模式，它会根据文本的内容和上下文进行智能分词，提高搜索结果的相关性和效率。

PUT /juejin_index
{
"settings": {
"analysis": {
"analyzer": {
"my_ik_analyzer": {
"tokenizer": "ik_max_word"
}
}
}
},
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "my_ik_analyzer"
}
}
}
}

2.2.2 数据录入

采用批量插入的方式，在最后两个数据中加入了两个扰乱字符串，如下：

POST /_bulk
{"index":{"_index":"juejin_index"}}
{"name":"可视化方案 前端"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化编辑器"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化拖拽软件"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化表单设计"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化大屏前端"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化工作流引擎"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化大屏屏幕适配"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化数学软件"}
{"index":{"_index":"juejin_index"}}
{"name":"可视化大屏特效"}
{"index":{"_index":"juejin_index"}}
{"name":"123可视化"}
{"index":{"_index":"juejin_index"}}
{"name":"可以视为化学武器"}

2.2.3 查询测试

查询，"可视化"，相应的会有哪些提示，排名前三如下，排序是根据每个词条的匹配分数值从大到小排列，比如：

"123可视化" 有 14.6% 的把握

"可视化大屏" 有 13.2% 的把握

"可视化编辑器" 有 12.3% 的把握

GET /juejin_index/_search
{
  "query": {
    "match": {
      "name": "可视化"
    }
  }
}

took: 查询执行的时间，以毫秒为单位。

timed_out: 表示查询是否超时。

_shards : 关于索引分片的信息，包括总分片数、成功分片数、跳过的分片数和失败的分片数。

total: 总分片数。

successful: 成功的分片数。

skipped: 被跳过的分片数。

failed: 失败的分片数。

hits : 匹配的文档信息。

total : 匹配的文档总数。

value: 匹配的文档数。

relation: 与匹配文档数相关的关系，例如 "eq" 表示相等。

max_score: 匹配文档中最高的分数。

hits : 实际匹配的文档数组，每个文档包含以下信息：

_index: 文档所属的索引。

_type: 文档类型，在此处为 "_doc"。

_id: 文档的唯一标识符。

_score: 文档匹配得分，表示与查询条件的相关性。

_source: 包含文档原始内容的字段，以及其他自定义字段（如果有）。在这个例子中，"name" 是一个自定义字段，包含了文档的名称信息。

2.3 查询的流程

数据从录入到查询的过程都有哪些

2.3.1 分词录入，这里使用的 IK 分词器，首先会对字符串拆分，如下：

"可视化大屏" 这个字符串可以拆分为这几个词条：{"可视化"，"可视"，"化"，"大"，"屏"}，然后记录每个词条对应的文档 id，剩余的字符串也都是如此。

2.3.2 用户输入词汇拆分，IK 分词器会将"可视化"拆分为如下：

"可视化"会拆分为如下词条：{"可视化"，"可视"，"化"}，然后根据这些词条到词条列表中查询对应的文档id

2.4 整个查询流程图

从用户输入"可视化"开始，流程大概如下：

🍹章末

文章到这里就结束了~