0
0

【Elasticsearch】Elasticsearch命令行操作

文章目录

Elasticsearch

一、ES介绍

Redis可以使用内存加载数据并实现数据快速访问，MongoDB可以在内存中存储类似对象的数据并实现数据的快速访问，在企业级开发中对于速度的追求是永无止境的。ES也是一款NoSQL解决方案，只不过他的作用不是为了直接加速数据的读写，而是加速数据的查询的。

ES（Elasticsearch）是一个分布式全文搜索引擎，重点是全文搜索。

那什么是全文搜索呢？比如用户要买一本书，以Java为关键字进行搜索，不管是书名中还是书的介绍中，甚至是书的作者名字，只要包含java就作为查询结果返回给用户查看，上述过程就使用了全文搜索技术。搜索的条件不再是仅用于对某一个字段进行比对，而是在一条数据中使用搜索条件去比对更多的字段，只要能匹配上就列入查询结果，这就是全文搜索的目的。而ES技术就是一种可以实现上述效果的技术。

要实现全文搜索的效果，不可能使用数据库中like操作去进行比对，这种效率太低了。ES设计了一种全新的思想，来实现全文搜索。具体操作过程如下：

  1. 将被查询的字段的数据全部文本信息进行查分，分成若干个词- 例如“中华人民共和国”就会被拆分成三个词，分别是“中华”、“人民”、“共和国”，此过程有专业术语叫做分词。分词的策略不同，分出的效果不一样，不同的分词策略称为分词器。

  2. 将分词得到的结果存储起来，对应每条数据的id- 例如id为1的数据中名称这一项的值是“中华人民共和国”，那么分词结束后，就会出现“中华”对应id为1，“人民”对应id为1，“共和国”对应id为1- 例如id为2的数据中名称这一项的值是“人民代表大会“，那么分词结束后，就会出现“人民”对应id为2，“代表”对应id为2，“大会”对应id为2- 此时就会出现如下对应结果，按照上述形式可以对所有文档进行分词。需要注意分词的过程不是仅对一个字段进行，而是对每一个参与查询的字段都执行，最终结果汇总到一个表格中
    分词结果关键字对应id中华1人民1,2共和国1代表2大会2

  3. 当进行查询时，如果输入“人民”作为查询条件，可以通过上述表格数据进行比对，得到id值1,2，然后根据id值就可以得到查询的结果数据了。

上述过程中分词结果关键字内容每一个都不相同，作用有点类似于数据库中的索引，是用来加速数据查询的。但是数据库中的索引是对某一个字段进行添加索引，而这里的分词结果关键字不是一个完整的字段值，只是一个字段中的其中的一部分内容。并且索引使用时是根据索引内容查找整条数据，全文搜索中的分词结果关键字查询后得到的并不是整条的数据，而是数据的id，要想获得具体数据还要再次查询，因此这里为这种分词结果关键字起了一个全新的名称，叫做倒排索引。

使用ES其实准备工作还是挺多的，必须先建立文档的倒排索引，然后才能继续使用。

二、安装Elasticsearch

windows版安装包下载地址：https://www.elastic.co/cn/downloads/elasticsearch

将压缩包下载后，解压
在这里插入图片描述

  • bin目录：包含所有的可执行命令
  • config目录：包含ES服务器使用的配置文件
  • jdk目录：此目录中包含了一个完整的jdk工具包，版本17，当ES升级时，使用最新版本的jdk确保不会出现版本支持性不足的问题
  • lib目录：包含ES运行的依赖jar文件
  • logs目录：包含ES运行后产生的所有日志文件
  • modules目录：包含ES软件中所有的功能模块，也是一个一个的jar包。和jar目录不同，jar目录是ES运行期间依赖的jar包，modules是ES软件自己的功能jar包
  • plugins目录：包含ES软件安装的插件，默认为空

启动ES（双击即可）
在这里插入图片描述
浏览器访问
在这里插入图片描述

9200:表示公开对外的端口号

9300:表示集群成员之间的端口号

三、安装Kibana

1、kibana是es数据的前端展现，数据分析时，可以方便地看到数据。作为开发人员，可以方便访问es。

https://www.elastic.co/cn/downloads/

历史版本下载：https://www.elastic.co/cn/downloads/past-releases/

2、下载，解压kibana。

3、启动Kibana：bin\kibana.bat

在这里插入图片描述

浏览器访问 http://localhost:5601
在这里插入图片描述

默认端口为：5601

可能会出现的问题：
运行Kibana.bat，启动失败，报错大概意思是已经存在一个启动的Kibana了，但明明是第一次启动
报错：

[warning][savedobjects-service] Unable to connect to Elasticsearch. 
Error: [resource_already_exists_exception] index [.kibana_task_manager_1/_2s2vHazSRqCl7dPlZ_oQQ] already exists, with { index_uuid="_2s2vHazSRqCl7dPlZ_oQQ" & index=".kibana_task_manager_1" }

在cmd中运行如下命令:

curl-X DELETE http://localhost:9200/.kibana*

四、介绍ES中的一些概念

集群

集群这一概念已经遍及天下了，在Elasticsearch中也不例外，可以将多台Elasticsearch节点组成集群使用，可以在任意一台节点上进行搜索。

节点

节点是一台Elasticsearch服务器，可以存储、查询、创建索引，也可以与其它节点一共组成一个集群。

索引—数据库

索引是具有某种相似特性的文档集合，熟悉mysql的应该不会对于这个名词陌生，Elasticsearch使用的是倒排索引。

文档—数据库中表中一条记录

一个文档是一个可以被索引的基础信息单元。

分片

单个索引包含数据太大的话，将会降低索引速度。为此，Elasticsearch提供了将索引细分成多个片段的能力，就是分片。

副本

副本是ElasticSearch索引分片的备份，主要应对与节点故障时保存数据的可用性。副本与它的原始分片不会在同一个节点上，以此来保存单节点故障时的高可用。
在这里插入图片描述

注意: ES6.0以后Type这个概念模糊了，7.0以后不在使用Type. 默认索引的type都是_doc。

五、操作ES

ES中提供了大量的接口—这些接口要想访问必须按照restful风格来访问。

POST 添加操作 DELETE 删除操作 PUT 修改操作 GET 查询操作

可以在地址栏以地址的形式传递参数 /user/1

5.1索引

5.1.1 创建索引

PUT/索引名称
{"mappings":{"properties":{"字段名":{"type":"数据类型"}"字段名":{"type":"数据类型"}，
         }            
​    }}

类型: text字符串类型 数字类型:int double

在这里插入图片描述

创建索引并指定分词器

前面创建的索引是未指定分词器的，可以在创建索引时添加请求参数，设置分词器。目前国内较为流行的分词器是IK分词器，使用前先在下对应的分词器，然后使用。

IK分词器下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

分词器下载后解压到ES安装目录的plugins目录中即可，安装分词器后需要重新启动ES服务器。使用IK分词器创建索引格式：

PUT请求        http://localhost:9200/books

#请求参数如下（注意是json格式的参数）
{"mappings":{                            #定义mappings属性，替换创建索引时对应的mappings属性        
        "properties":{                        #定义索引中包含的属性设置
            "id":{                            #设置索引中包含id属性
                "type":"keyword"            #当前属性可以被直接搜索
            },"name":{                        #设置索引中包含name属性
                "type":"text",              #当前属性是文本信息，参与分词  
                "analyzer":"ik_max_word",   #使用IK分词器进行分词             
                "copy_to":"all"                #分词结果拷贝到all属性中
            },"type":{"type":"keyword"},"description":{"type":"text","analyzer":"ik_max_word","copy_to":"all"},"all":{                            #定义属性，用来描述多个字段的分词结果集合，当前属性可以参与查询
                "type":"text","analyzer":"ik_max_word"}}}}

创建完毕后返回结果和不使用分词器创建索引的结果是一样的，此时可以通过查看索引信息观察到添加的请求参数mappings已经进入到了索引属性中
在这里插入图片描述

5.1.2 查询所有索引

GET/_cat/indices

在这里插入图片描述

5.1.3 删除索引

DELETE/索引名称

在这里插入图片描述

5.1.4 查询索引结构

GET/索引名称

在这里插入图片描述

####################索引######################
# 创建索引
PUT/student
{"mappings":{"properties":{"name":{"type":"text"},"age":{"type":"integer"}}}}PUT/teacher
{"mappings":{"properties":{"name":{"type":"text"},"age":{"type":"integer"},"address":{"type":"text"}}}}

# 查询所有索引
GET/_cat/indices

# 查询索引结构
GET/student

# 删除索引
DELETE/teacher

5.2 文档

5.2.1 添加文档

指定id添加 在这里插入图片描述
不指定id添加。—ES会生成一个唯一随机的字符串
在这里插入图片描述

5.2.2 删除文档

DELETE/索引名称/_doc/id值

在这里插入图片描述

5.2.3 查询文档

在这里插入图片描述

5.2.1 修改文档

第一种: 需要指定所有被修改的字段名，如果没有指明的字段则会消失

# 修改文档（修改为下面的，没有列出的属性，会被删除）
PUT/teacher/_doc/1{"name":"尚腾飞","age":16}

没有指明的字段则会消失在这里插入图片描述

第二种: 修改部分字段。没有指明的字段不会消失
在这里插入图片描述

####################文档######################
# 指定id，添加文档
POST/teacher/_doc/1{"name":"刘德华","age":18,"address":"香港"}

# 不指定id添加。---ES会生成一个唯一随机的字符串
POST/teacher/_doc
{"name":"张学友","age":18,"address":"香港"}

# 删除文档
DELETE/teacher/_doc/0W2lW4QBTTQOPynSggAc

# 查询文档
GET/teacher/_doc/1

# 修改文档（修改为下面的，没有列出的属性，会被删除）
PUT/teacher/_doc/1{"name":"尚腾飞","age":16}
# 修改文档（只修改给出的，没有列出的属性不会被删除）
POST/teacher/_doc/1/_update
{"doc":{"name":"尚"}}
# 修改文档（官方推荐的写法，效果同上）
POST/teacher/_update/1{"doc":{"name":"尚1"}}

5.3 根据其他条件查询文档内容

5.3.1 查询索引中的所有文档内容

MySql : select * from 表名

ES: GET /索引名称/_search

在这里插入图片描述

查询所有文档信息，我们想要的结果封装到了hits中

5.4 根据其他条件查询

mysql: select name from 表名 where 其他字段=值

ES: GET /索引名称/_search?q=列名:值

在这里插入图片描述

5.5把查询的条件封装到json对象中—重点

在这里插入图片描述

注意: 排序按照数字，日期来排序。
mysql: 分页使用limit完成。 select * from 表名 limit (起始记录),每页的条数。

ES: “from”: 起始记录, “size”: 每页的条数

5.6 多条件查询

must等价于and
在这里插入图片描述

should 等价于 or
在这里插入图片描述

must_not 等价于 !
在这里插入图片描述
5.7 高亮查询
在这里插入图片描述

指定前缀后缀
在这里插入图片描述

上面我们把所有对应ES操作的API接口文档测试了一遍。下面使用springboot整合ES
【springboot整合ES】springboot整合ES
springboot整合es

标签： elasticsearch java 大数据
本文转载自: https://blog.csdn.net/qq_60969145/article/details/127792822
版权归原作者 打乒乓球只会抽 所有， 如有侵权，请联系我们删除。
登录后发布评论

“【Elasticsearch】Elasticsearch命令行操作”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

【安全科普】NUMA防火墙诞生记

ubuntu离线安装docker及nvidia-container-toolkit

【若依】postman调试出现认证失败，无法访问系统资源

全面的远程定位功能测试工具V1.0.1

【Linux】vim的使用

【Kafka 实战】如何解决Kafka Topic数量过多带来的性能问题？

Edge 上启用配置和管理 IE 模式IE Mode

文章导航