启动es:
/bin/elasticsearch
浏览器访问: http://localhost:9400/_count?pretty请求文档数量,?pretty表示格式化输出
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
索引(名词):
如前所述,一个 索引 类似于传统关系数据库中的一个 数据库 ,是一个存储关系型文档的地方。 索引 (index) 的复数词为 indices 或 indexes 。
索引(动词):
索引一个文档 就是存储一个文档到一个 索引 (名词)中以便它可以被检索和查询到。这非常类似于 SQL 语句中的 INSERT 关键词,除了文档已存在时新文档会替换就文档情况之外。
倒排索引:
关系型数据库通过增加一个 索引 比如一个 B树(B-tree)索引 到指定的列上,以便提升数据检索速度。Elasticsearch 和 Lucene 使用了一个叫做 倒排索引 的结构来达到相同的目的。
一个文档必须包含三个元数据:
_index 索引
_type 对象类别
_id 文档标识
文档增删改查
增加
POST http://localhost:9400/megacorp/employee/1
{
"first_name" : "Douglas",
"last_name" : "Fir",
"age" : 35,
"about": "I like to build cabinets",
"interests": [ "forestry" ]
}
如果指定的ID的文档已经存在的话,将会覆盖这个ID的文档数据
如果数据没有自然的ID,ElasticSearch可以自动生成ID,这时应该如下增加数据:
POST http://localhost:9400/megacorp/employee/
{
"title": "My second blog entry",
"text": "Still trying this out...",
"date": "2014/01/01"
}
如果想在对应的ID不存在时才进行索引文档的话,增加_create或者设置op_type为create如下操作:
POST http://localhost:9400/megacorp/employee/1/_create
or
POST http://localhost:9400/megacorp/employee/1/_create?op_type=create
修改
同创建时的PUT方法,增加_update表示更新文档一部分 可以增加?version参数进行并发下的冲突处理
POST /website/blog/1/_update
{
"doc" : {
"tags" : [ "testing" ],
"views": 0
}
}
删除
DELETE http://localhost:9400/megacorp/employee/1
查找
GET http://localhost:9400/megacorp/employee/_search
搜索
检查文档是否存在
HEAD /megacorp/employee/1
Query-string搜索
GET /megacorp/employee/_search
返回结果放在数组 hits 中。一个搜索默认返回十条结果。
可以将简单的搜索条件放到url中:
GET http://localhost:9400/megacorp/employee/_search?q=first_name:John
查询表达式
简单查询
GET /megacorp/employee/_search
{
"query" : {
"match" : {
"last_name" : "Smith"
}
}
}
增加过滤查询
GET /megacorp/employee/_search
{
"query" : {
"bool": {
"must": {
"match" : {
"last_name" : "smith"
}
},
"filter": {
"range" : {
"age" : { "gt" : 30 }
}
}
}
}
}
短语匹配match_phrase 和match的区别:match_phrase会明确匹配查询的条件,不会进行分词查询,match会分词查询
高亮查询
查询结果会在句子中匹配的词组增加<em>标签包裹,
详细高亮查询:高亮查询
GET /megacorp/employee/_search
{
"query" : {
"match_phrase" : {
"about" : "rock climbing"
}
},
"highlight": {
"fields" : {
"about" : {}
}
}
}
查询可以指定timeout时间
GET /_search?timeout=10ms
查询分页
GET /_search?size=5
GET /_search?size=5&from=5
GET /_search?size=5&from=10
在分布式系统中深度分页
理解为什么深度分页是有问题的,我们可以假设在一个有 5 个主分片的索引中搜索。 当我们请求结果的第一页(结果从 1 到 10 ),每一个分片产生前 10 的结果,并且返回给 协调节点 ,协调节点对 50 个结果排序得到全部结果的前 10 个。
现在假设我们请求第 1000 页--结果从 10001 到 10010 。所有都以相同的方式工作除了每个分片不得不产生前10010个结果以外。 然后协调节点对全部 50050 个结果排序最后丢弃掉这些结果中的 50040 个结果。
可以看到,在分布式系统中,对结果排序的成本随分页的深度成指数上升。这就是 web 搜索引擎对任何查询都不要返回超过 1000 个结果的原因。