一、前言
检索功能是应用中非常常见的功能 而开源的Elasticsearch是全文搜索引擎的首选
Elasticsearch是一个底层基于Lucene的分布式搜索服务 Lucene是开源软件工具包 并不能直接使用
而Elasticsearch相当于是对其的封装 且提供了Restful风格的API 采用多shard(分片)的方式保证数据安全 还提供了自动resharding的功能
github等大型的站点也采用了Elasticsearch作为其搜索服务引擎
Elasticsearch可以快速存储 搜索和分析海量数据
二、安装
用Docker的方式安装
首先 要下载Elasticsearch的镜像
# 从阿里云的仓库拉取镜像
docker pull registry.cn-hangzhou.aliyuncs.com/elasticsearch/elasticsearch:6.7.0
然后是启动容器
Elasticsearch默认使用9200端口进行web通信 分布式情况下Elasticsearch各个节点之间通信使用9300端口
# 启动容器
docker run -d -p 9200:9200 -p 9300:9300 --name ES01 02982be5777d
然后可在浏览器访问ip:9200
若出现如下数据 则启动成功：
若出现9200端口无法访问的情况
请参看鄙人另一篇博客：完美解决虚拟机安装Elasticsearch报错：[1]: max virtual memory areas vm.max_map_count [65530] is too low, increase
三、使用
Elasticsearch是【面向文档】的
这就意味着 它存储的是整个对象或文档
Elasticsearch不仅是存储文档 而且会索引每个文档的内容 使之可以被检索
在Elasticsearch中 可对文档进行索引 检索 排序和过滤——而不是仅仅对行列数据
这是一种完全不同的思考数据的方式 也是Elasticsearch能支持复杂全文检索的原因
Elasticsearch使用JSON(JavaScript Object Notation)作为文档的序列化格式
JSON 序列化为大多数编程语言所支持 并且已经成为NoSQL领域的标准格式 它简单 简洁 易于阅读 有轻量级和跨平台的优势
基本概念：
存储数据到Elasticsearch的行为叫做【索引】 但在索引一个文档之前 需要先确定将文档存储在哪里
(这里的索引是动词
索引一个文档 就是存储一个文档到一个 索引中以便被检索和查询
类似于SQL语句中的INSERT关键词)
一个Elasticsearch集群可以包含多个[索引] 相应的每个索引可以包含多个[类型]
这些不同的类型存储着多个[文档] 每个文档又有多个[属性]
(这里的索引是名词 类似于传统关系型数据库中的一个数据库 是一个存储关系型文档的地方)
若用MySQL作比较 就是：
- Elasticsearch的的索引相当于MySQL的数据库
- Elasticsearch的类型相当于MySQL的表
- Elasticsearch的文档相当于MySQL的记录
- Elasticsearch的属性相当于MySQL的字段
1、增删改查
①、添加
要实现添加其实很简单
只需要发送一个PUT请求即可往指定索引的指定类型里存入一个文档
语法：
PUT请求 ----> ip:端口/索引名称/类型名称/编号
内容：
{
要添加的JSON数据
}
例：
PUT请求 ----> ip:端口/zjitc/student/1
{
"id" : "1",
"name" : "陈涛"
}
②、获取/查询
同样的 只需要发送一个GET请求即可获取一个指定文档：
语法：
GET请求 ----> ip:端口/索引名称/类型名称/编号
例：
GET请求 ----> ip:端口/zjitc/student/1
③、删除
发送一个DELETE请求即可删除一个指定文档
语法：
DELETE请求 ----> ip:端口/索引名称/类型名称/编号
例：
DELETE请求 ----> ip:端口/zjitc/student/3
④、判断是否存在
发送一个HEAD请求即可判断是否存在指定文档：
语法：
HEAD请求 ----> ip:端口/索引名称/类型名称/编号
例：
HEAD请求 ----> ip:端口/zjitc/student/3
不会有返回数据 若存在该数据 则返回200
若不存在 则返回404
⑤、更新
PUT还能用于更新文档
语法：
PUT请求 ----> ip:端口/索引名称/类型名称/编号
内容：
{
JSON数据
}
例：
PUT请求 ----> ip:端口/zjitc/student/1
{
"id" : "1",
"name" : "王王涛"
}
2、高级搜索
①、搜索全部
使用_search
例：
GET请求 ----> ip:端口/zjitc/student/_search
②、条件搜索
命令行语法
使用_search?q=属性名:属性值
例：
GET请求 ----> ip:端口/zjitc/student/_search?q=id:2
能够根据相关性的得分将结果进行排序 类似于Redis的SortedSet
查询表达式语法
轻量搜索(命令行语法)可以通过命令非常方便地进行临时性的搜索 但它有自身的局限性
Elasticsearch提供了一个丰富灵活的查询语言 叫做【查询表达式】 它支持构建更加复杂和健壮的查询
单条件搜索：
语法：
POST请求 ----> ip:端口/索引名称/类型名称/_search
内容：
{
"query" : {
"match" : {
"搜索条件key" : "搜索条件value"
}
}
}
例：
POST请求 ----> /zjitc/student/_search
{
"query" : {
"match" : {
"id" : "1"
}
}
}
复杂搜索(多条件搜索)：
通过添加filter来进行过滤查询结果
语法：
POST请求 ----> ip:端口/索引名称/类型名称/_search
内容：
{
"query" : {
"bool": {
"must": {
"match" : {
"首选搜索条件key" : "首选搜索条件value"
}
},
"filter": {
"range" : {
"次选搜索条件key" : { "判断符" : 次选搜索条件value }
}
}
}
}
}
例：
POST请求 ----> ip:端口/zjitc/student/_search
{
"query" : {
"bool": {
"must": {
"match" : {
"name" : "涛"
}
},
"filter": {
"range" : {
"num" : { "gt" : 1 }
}
}
}
}
}
③、全文搜索
只要目标字段包含搜索的条件中的值 都能查询出来
语法：
POST请求 ----> ip:端口/索引名称/类型名称/_search
内容：
{
"query" : {
"match" : {
"搜索条件key" : "搜索条件value"
}
}
}
例：
POST请求 ----> ip:端口/zjitc/student/_search
{
"query" : {
"match" : {
"about" : "rock climbing"
}
}
}
④、短语搜索
精确匹配一系列单词或短语
仅匹配同时包含“单词1”和“单词2” 并且 二者以短语“单词1 单词2”的形式紧挨着的记录
语法：
POST请求 ----> ip:端口/索引名称/类型名称/_search
内容：
{
"query" : {
"match_phrase" : {
"搜索条件key" : "搜索条件value"
}
}
}
例：
POST请求 ----> ip:端口/zjitc/student/_search
{
"query" : {
"match_phrase" : {
"hobby" : "watch TV"
}
}
}
在上述例子中 只会匹配hobby属性的值带有连着的watch TV的文档
若带有watch或TV 都不会匹配到
⑤、高亮搜索
在每个搜索结果中高亮部分文本片段 以便让用户知道为何该文档符合查询条件
语法：
POST请求 ----> ip:端口/索引名称/类型名称/_search
内容：
{
"query" : {
"match_phrase" : {
"搜索条件key" : "搜索条件value"
}
},
"highlight": {
"fields" : {
"要高亮的属性名" : {}
}
}
}
例：
POST请求 ----> ip:端口/zjitc/student/_search
{
"query" : {
"match_phrase" : {
"name" : "涛"
}
},
"highlight": {
"fields" : {
"name" : {}
}
}
}
