最新的整理在这里 https://github.com/vector4wang/elasticsearch-quick
以下基于Elastic 5.4版本
部署
这里使用Docker部署
- 获取镜像
docker pull elasticsearch:5.4 - 启动
docker run -d -p 9200:9200 -p 9100:9100 elasticsearch:5.4
注意: 通过docker ps可以看到es的启动情况，如果没有成功可以通过docker logs elasticsearch:5.4 查看日志，一般会报这个错误Cannot allocate memory，此时加上-e ES_JAVA_OPTS="-Xms512m -Xmx512m",全命令即
docker run -d -p 9200:9200 -p 9100:9100 -e ES_JAVA_OPTS="-Xms512m -Xmx512m" elasticsearch:5.4
ES 的相关使用
查看状态
查看节点列表
创建索引
查看索引列表
删除索引
创建Mapping
POST index/type/_mapping
{
"student": {
"properties": {
"name": {
"type": "text",
"analyzer": "jieba_index",
"search_analyzer": "jieba_search"
},
"class": {
"type": "keyword"
},
"age": {
"type": "integer"
},
"sex": {
"type": "integer"
},
"ranking": {
"type": "integer"
}
}
}
}
因为没有安装结巴分词插件，所以创建失败
查看Mapping
索引文档
POST index/type/{id}
{"age":23,"class":"一年级2班","name":"小黑","ranking":13,"sex":1}
删除所有文档数据
POST index/type/_delete_by_query?conflicts=proceed
{
"query": {"match_all": {}}
}`
重点
ES支持的类型
这里用的是5.4
| 类型 | 包括 |
|---|---|
| String | text, keyword |
| Number | long, integer, short, byte, double, float, half_float, scaled_float |
| Date | date |
| Boolean | boolean |
| Binary | binary |
| Rande | integer_range, float_range, long_range, double_range, date_range |
官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/5.4/mapping-types.html
关于String类型的text和keyword，我的理解是
如果该字段需要被分词，就使用text，如果不需要分词就使用keyword
分词
分词在ES中是比较重要的，因为分词的好坏直接影响到搜索结果准确度的高低！
分词器 接受一个字符串作为输入，将 这个字符串拆分成独立的词或 语汇单元（token） （可能会丢弃一些标点符号等字符），然后输出一个 语汇单元流（token stream） 。
https://www.elastic.co/guide/cn/elasticsearch/guide/current/standard-tokenizer.html
分词分为两种：索引分词、搜索分词
在创建mapping的时候声明，如上
"name": {
"type": "text",
"analyzer": "jieba_index",
"search_analyzer": "jieba_search"
}
(下面是个人观点，如有问题，欢迎指出）
举个例子：
“我爱吃肠粉” 经过分词后可能有以下几个结果
- 我，爱，吃，肠，粉
- 我爱，吃，肠粉
- 我爱吃，肠粉
- 。。。
那么分词在ES中是怎样应用的？
当“我爱吃肠粉”索引到ES中之后，ES中对此句的描述变为“我”，“爱”，“吃”，“肠”，“粉”，此为索引分词
当用户查询“我”的时候，ES会将分词结果中包含“我”的结果输出，所以“我爱吃肠粉”会被搜索出来；如果输入“我爱”，而且搜索分词的结果也为“我爱”的时候，“我爱吃肠粉”则不会被搜索出来
ES默认的分词为“英文分词”，即“我爱吃肠粉”的第一种分词结果，这很显然不符合我们一般的应用场景，所以这个时候就需要引入第三方插件了，如“结巴分词”和IK分词
IK: https://github.com/medcl/elasticsearch-analysis-ik
Jieba: https://github.com/sing1ee/elasticsearch-jieba-plugin
按照自己的具体搜索场景来选择合适的分词插件
term 和 match 的使用
可学习这篇博客：http://www.cnblogs.com/yjf512/p/4897294.html 写的详细全面
2018年3月5日 更新
更新
PUT /index/type/id
{
"title": "My first blog entry",
"text": "I am starting to get the hang of this...",
"date": "2014/01/02"
}
这个id是es自己的id(可在索引的时候设置id)
java实现
UpdateRequest updateRequest = new UpdateRequest();
updateRequest.index(index);
updateRequest.type(document_type);
updateRequest.id(resumeId);
updateRequest.doc(jsonBuilder().startObject().field(fileName, fileValue).endObject());
UpdateResponse updateResponse = elasticSearchClient.getClient().update(updateRequest).get();
https://www.elastic.co/guide/cn/elasticsearch/guide/current/update-doc.html
updateByquery
POST index/_update_by_query
{
"script": {
"inline": "ctx._source.likes++",
"lang": "painless"
},
"query": {
"term": {
"user": "kimchy"
}
}
}
ctx._source 为 一条记录对象
上面是“将查出来的文档中likes的值加1”
java实现
TransportClient client = elasticSearchClient.getClient();
UpdateByQueryRequestBuilder updateByQueryRequestBuilder = UpdateByQueryAction.INSTANCE.newRequestBuilder(client);
String script = "";
if (1 == switchValue) {
script = "ctx._source.is_buy = 1";
} else {
script = "ctx._source.is_buy = 0";
}
Script scriptObj = new Script(script);
BulkByScrollResponse bulkByScrollResponse = updateByQueryRequestBuilder.source(index)
.script(scriptObj)
.filter(QueryBuilders.termQuery("owner_id", ownId)).abortOnVersionConflict(false).get();
List<BulkItemResponse.Failure> bulkFailures = bulkByScrollResponse.getBulkFailures();
for (BulkItemResponse.Failure bulkFailure : bulkFailures) {
logger.error(bulkFailure.getMessage());
}
https://www.elastic.co/guide/en/elasticsearch/reference/5.4/docs-update-by-query.html
以上就是我在工作中使用ES 总结的内容，入门到会使用应该是没问题。之后会继续学习并更新~
CSDN：http://blog.csdn.net/qqhjqs?viewmode=list
博客：http://vector4wang.tk/
简书：https://www.jianshu.com/u/223a1314e818
Github:https://github.com/vector4wang
Gitee:https://gitee.com/backwxc
