入门
Elasticsearch 硬核入门教程（2022 最全）
版本 elasticsearch-7.0.0 太高会不支持 JDK8
-
运行软件目录下的 bin 文件夹下的 elasticsearch.bat
-
9300 端口为 Elasticsearch 集群间组件的通信端口
-
9200 端口为浏览器访问的 HTTP 协议 RESTful 端口
-
浏览器运行 localhost:9200
-
出现 “tagline”: “You Know, for Search” 就成功
概念类比：
Elasticsearch 7.X 中，Type 的概念已经被删除了
索引操作
创建索引
用 Postman 软件进行下面操作
PUT 请求下面链接即可无参
1
| http://127.0.0.1:9200/start
|
返回
1
2
3
4
5
| {
"acknowledged": true,
"shards_acknowledged": true,
"index": "start"
}
|
解析：
acknowledged【响应结果】: true，操作成功shards_acknowledged【分片结果】: true，分片操作成功index【索引名称】: start- 注意：创建索引库的分片数默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片
查看索引
向 ES 服务器发 GET 请求
1
| http://127.0.0.1:9200/_cat/indices?v
|
这里请求路径中的 _cat 表示查看的意思，indices 表示索引，所以整体含义就是查看当前 ES 服务器中的所有索引，就好像 MySQL 中的 show tables
返回
1
2
| health status index uuid pri rep docs.count docs.deleted store.size pri.store.size
yellow open start 9cGmSfZ_TxyUiI1Gl9BiAw 1 1 0 0 230b 230b
|
查看单个索引
GET 请求
1
| http://127.0.0.1:9200/start
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| {
"start": {
"aliases": {},
"mappings": {},
"settings": {
"index": {
"creation_date": "1689818229673",
"number_of_shards": "1",
"number_of_replicas": "1",
"uuid": "9cGmSfZ_TxyUiI1Gl9BiAw",
"version": {
"created": "7000099"
},
"provided_name": "start"
}
}
}
}
|
解析：
start【索引名】
aliases【别名】: {}mappings【映射】: {}settings【设置】
number_of_shards【主分片数量】: 1number_of_replicas【副分片数量】: 1uuid【唯一标识】version【版本】
删除索引
发 DELETE 请求
1
| http://127.0.0.1:9200/start
|
文档操作
创建文档
文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式
在 Postman 中，向 ES 服务器发 POST 请求
1
| http://127.0.0.1:9200/start/doc
|
如果想要自定义唯一性标识，需要在创建时指定
1
| http://127.0.0.1:9200/start/doc/1
|
需要 Body -> Row -> JSON
1
2
3
4
5
6
| {
"title": "小米手机",
"category": "小米",
"images": "www.xiaobear.cn",
"price": 36666.0
}
|
返回结果
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| {
"_index": "start",
"_type": "doc",
"_id": "LopVcYkBQUfrnphKjG1q",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 0,
"_primary_term": 2
}
|
解析：
_index【索引】: start_type【类型-文档】: doc_id【唯一标识】: 可以类比为 MySQL 中的主键，随机生成_version【版本号】: 1result【结果】: created，表示创建成功_shards【分片】
total【分片-总数】: 2successful【分片-成功】: 1failed【分片-失败】: 0
修改文档
POST 请求
1
| http://127.0.0.1:9200/start/_doc/1
|
如果请求体变化，会将原有的数据内容覆盖，在 Postman 中，并且版本会变化
修改字段
POST 请求
1
| http://127.0.0.1:9200/start/_update/1
|
1
2
3
4
5
| {
"doc": {
"price": 5000.0
}
}
|
查看文档
根据唯一性标识，查询文档数据，文档数据已经更新
GET 请求
1
| http://127.0.0.1:9200/start/_doc/1
|
删除文档
ES 服务器发 DELETE 请求
1
| http://127.0.0.1:9200/start/_doc/1
|
一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数据进行删除
POST 请求（按条件删除）
1
| http://127.0.0.1:9200/start/_delete_by_query
|
1
2
3
4
5
6
7
| {
"query": {
"match": {
"price": 3999.0
}
}
}
|
映射操作
有了索引库，等于有了数据库中的 database。
接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。
创建映射
先创建索引才能映射，PUT 请求
1
| http://localhost:9200/user
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| {
"settings": {
"number_of_shards": 1,
"number_of_replicas": 1
},
"mappings": {
"properties": {
"name": {
"type": "text"
},
"age": {
"type": "integer"
}
}
}
}
|
PUT 请求
1
| http://127.0.0.1:9200/user/_mapping
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| {
"properties": {
"name": {
"type": "text",
"index": true
},
"sex": {
"type": "keyword",
"index": true
},
"phone": {
"type": "keyword",
"index": false
}
}
}
|
映射数据说明
-
字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
-
type：类型，Elasticsearch 中支持的数据类型非常丰富
- 基本数据类型：long、integer、short、byte、double、float、half_float
- 浮点数的高精度类型：scaled_float
- text：可分词
- keyword：不可分词，数据会作为完整字段进行匹配
- String 类型，又分两种
- Numerical：数值类型，分两类
- Date：日期类型
- Array：数组类型
- Object：对象
-
index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引
- true：字段会被索引，则可以用来进行搜索
- false：字段不会被索引，不能用来搜索
-
store：是否将数据进行独立存储，默认为 false
原始的文本会存储在 _source 里面，默认情况下其他提取出来的字段都不是独立存储的，是从 _source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置 "store": true 即可，获取独立存储的字段要比从 _source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。
-
analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器
查看映射
在 Postman 中，向 ES 服务器发 GET 请求
1
| http://127.0.0.1:9200/user/_mapping
|
索引映射关联
PUT 请求
1
| http://127.0.0.1:9200/user1
|
Idea 操作
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| <dependency>
<groupId>org.elasticsearch.client</groupId>
<artifactId>elasticsearch-rest-high-level-client</artifactId>
<version>6.6.2</version>
<exclusions>
<exclusion>
<groupId>org.elasticsearch</groupId>
<artifactId>elasticsearch</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.elasticsearch</groupId>
<artifactId>elasticsearch</artifactId>
<version>6.6.2</version>
</dependency>
|
创建单元测试类
1
2
3
4
5
6
7
8
9
| public class ElasticSearch {
@Test
public void fun1() throws IOException {
RestHighLevelClient client = new RestHighLevelClient(
RestClient.builder(new HttpHost("localhost", 9200)));
client.close();
}
}
|
没有任何输出或报错信息即是成功
创建索引
1
2
3
4
5
6
7
8
9
10
|
RestHighLevelClient client = new RestHighLevelClient(
RestClient.builder(new HttpHost("localhost", 9200)));
CreateIndexRequest request = new CreateIndexRequest("pic");
CreateIndexResponse response = client.indices().create(request, RequestOptions.DEFAULT);
boolean acknowledged = response.isAcknowledged();
System.out.println("响应状态为：" + acknowledged);
client.close();
|
查询
1
2
3
4
5
6
7
8
9
|
GetIndexRequest request = new GetIndexRequest().indices("pic");
GetIndexResponse response = client.indices().get(request, RequestOptions.DEFAULT);
System.out.println(response);
System.out.println(response.getSettings());
System.out.println(response.getAliases());
System.out.println(response.getMappings());
client.close();
|
项目
创建索引
在 Kibana 的可视化下的开发工具里运行
进入 http://192.168.56.10:5601/app/management/kibana/spaces
点击 D -> 看到索引管理
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
| PUT /course-publish
{
"settings": {
"number_of_shards": 1,
"number_of_replicas": 0
},
"mappings": {
"properties": {
"id": {
"type": "keyword"
},
"companyId": {
"type": "keyword"
},
"companyName": {
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart",
"type": "text"
},
"name": {
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart",
"type": "text"
},
"users": {
"index": false,
"type": "text"
},
"tags": {
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart",
"type": "text"
},
"mt": {
"type": "keyword"
},
"mtName": {
"type": "keyword"
},
"st": {
"type": "keyword"
},
"stName": {
"type": "keyword"
},
"grade": {
"type": "keyword"
},
"teachmode": {
"type": "keyword"
},
"pic": {
"index": false,
"type": "text"
},
"description": {
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart",
"type": "text"
},
"createDate": {
"format": "yyyy-MM-dd HH:mm:ss",
"type": "date"
},
"status": {
"type": "keyword"
},
"remark": {
"index": false,
"type": "text"
},
"charge": {
"type": "keyword"
},
"price": {
"type": "scaled_float",
"scaling_factor": 100
},
"originalPrice": {
"type": "scaled_float",
"scaling_factor": 100
},
"validDays": {
"type": "integer"
}
}
}
}
|
删除索引
查询索引
1
2
3
| GET /_cat/indices?v
GET /course-publish/_mapping
GET course-publish
|
创建文档
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| POST /course-publish/_doc/103
{
"charge": "201001",
"companyId": 100000,
"companyName": "北京黑马程序",
"createDate": "2022-09-25 09:36:11",
"description": "HTML/CSS",
"grade": "204001",
"id": 102,
"mt": "1-1",
"mtName": "前端开发",
"name": "Html参考大全",
"originalPrice": 200.0,
"pic": "/mediafiles/2022/09/20/e726b71ba99c70e8c9d2850c2a7019d7.jpg",
"price": 100.0,
"remark": "没有备注",
"st": "1-1-1",
"stName": "HTML/CSS",
"status": "203002",
"tags": "没有标签",
"teachmode": "200002",
"validDays": 222
}
|
查询文档
1
| GET /course-publish/_doc/103
|
更新文档
更新文档分为全量更新和局部更新。
全量更新是指先删除再更新，语法如下：
1
2
3
4
5
6
| PUT /course-publish/_doc/103
{
"字段1": "值1",
"字段2": "值2",
"..."
}
|
局部更新语法如下：
1
2
3
4
5
6
| POST /{索引库名}/_update/文档id
{
"doc": {
"字段名": "新的值"
}
}
|
删除文档
删除文档将从索引中删除文档的记录。
语法如下：
微信支付
支付宝