EmmmuaCode
wufan
2022-06-29
目录

ElasticSearch 基本操作

# ElasticSearch 基本操作

# RESTful

REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是 RESTful。Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。

在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI (Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、PUT、POST 和DELETE。

在 REST 样式的 Web 服务中，每个资源都有一个地址。资源本身都是方法调用的目标，方法列表对所有资源都是一样的。这些方法都是标准方法，包括 HTTP GET、POST、PUT、DELETE，还可能包括 HEAD 和 OPTIONS。简单的理解就是，如果想要访问互联网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径，以及对资源进行的操作(增删改查)。

# 客户端安装

如果直接通过浏览器向 Elasticsearch 服务器发请求，那么需要在发送的请求中包含HTTP 标准的方法，而 HTTP 的大部分特性且仅支持 GET 和 POST 方法。所以为了能方便地进行客户端的访问，可以使用 Postman 软件。

Postman 是一款强大的网页调试工具，提供功能强大的 Web API 和 HTTP 请求调试。软件功能强大，界面简洁明晰、操作方便快捷，设计得很人性化。Postman 中文版能够发送任何类型的 HTTP 请求 (GET, HEAD, POST, PUT..)，不仅能够表单提交，且可以附带任意类型请求体。

Postman 官网：https://www.getpostman.com Postman 下载：https://www.getpostman.com/apps

image

# 数据格式

Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。

image

这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个type，Elasticsearch 7.X 中, Type 的概念已经被删除了。

用 JSON 作为文档序列化的格式，比如一条用户信息：

{
 "name" : "John",
 "sex" : "Male",
 "age" : 25,
 "birthDate": "1990/05/01",
 "about" : "I love to go rock climbing",
 "interests": [ "sports", "music" ]
}
1
2
3
4
5
6
7
8

# HTTP 操作

# 索引操作

# 创建索引-PUT

对比关系型数据库，创建索引就等同于创建数据库

在 Postman 中，向 ES 服务器发 PUT请求 ：http://127.0.0.1:9200/shopping

image

请求后，服务器返回响应

image

{
 "acknowledged"【响应结果】: true, # true 操作成功
 "shards_acknowledged"【分片结果】: true, # 分片操作成功
 "index"【索引名称】: "shopping"
}
# 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
1
2
3
4
5
6

如果重复添加索引，会返回错误信息

# 查看全部索引-GET

在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/_cat/indices?v

image

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 的感觉，服务器响应结果如下

image

表头 含义
health 当前服务器健康状态：green(集群完整) yellow(单点正常、集群不完整) red(单点不正常)
status 索引打开、关闭状态
index 索引名
uuid 索引统一编号
pri 主分片数量
rep 副本数量
docs.count 可用文档数量
docs.deleted 文档删除状态（逻辑删除）
store.size 主分片和副分片整体占空间大小
pri.store.size 主分片占空间大小

# 查看单个索引-GET

在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/shopping

image

查看索引向 ES 服务器发送的请求路径和创建索引是一致的。但是 HTTP 方法不一致。这里可以体会一下 RESTful 的意义，请求后，服务器响应结果如下：

image

{
 	"shopping"【索引名】: { 
 		"aliases"【别名】: {},
 		"mappings"【映射】: {},
 		"settings"【设置】: {
			 "index"【设置 - 索引】: {
 				"creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
 				"number_of_shards"【设置 - 索引 - 主分片数量】: "1",
 				"number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
				 "uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
 				"version"【设置 - 索引 - 版本】: {
					 "created": "7080099"
				 },
 				"provided_name"【设置 - 索引 - 名称】: "shopping"
 			}
 		}
 	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

# 删除索引-DELETE

在 Postman 中，向 ES 服务器发 DELETE 请求 ：http://127.0.0.1:9200/shopping

image

结果:

image

重新访问索引时，服务器返回响应：索引不存在

image

结果:

image

# 文档操作

# 创建文档-POST

索引已经创建好了，接下来我们来创建文档，并添加数据。这里的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 ：http://127.0.0.1:9200/shopping/_doc

{
 "title":"小米手机",
 "category":"小米",
 "images":"http://www.gulixueyuan.com/xm.jpg",
 "price":3999.00
}
1
2
3
4
5
6

image

此处发送请求的方式必须为 POST，不能是PUT，否则会发生错误,

服务器响应结果如下：

image

{
 	"_index"【索引】: "shopping",
 	"_type"【类型-文档】: "_doc",
	"_id"【唯一标识】: "Xhsa2ncBlvF_7lxyCE9G", #可以类比为 MySQL 中的主键，随机生成
	"_version"【版本】: 1,
 	"result"【结果】: "created", #这里的 create 表示创建成功
 	"_shards"【分片】: {
 		"total"【分片 - 总数】: 2,
 		"successful"【分片 - 成功】: 1,
 		"failed"【分片 - 失败】: 0
 	},
 	"_seq_no": 0,
 	"_primary_term": 1
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下，ES 服务器会随机生成一个。

如果想要自定义唯一性标识，需要在创建时指定：http://127.0.0.1:9200/shopping/_doc/1

image

服务器响应结果如下：

image

此处需要注意：如果增加数据时明确数据主键，那么请求方式也可以为 PUT

# 查看文档-GET

查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询

在 Postman 中，向 ES 服务器发GET请求 ：http://127.0.0.1:9200/shopping/_doc/1

image

服务器响应结果如下：

image

{
 	"_index"【索引】: "shopping",
 	"_type"【文档类型】: "_doc",
 	"_id": "1",
 	"_version": 2,
 	"_seq_no": 2,
 	"_primary_term": 2,
 	"found"【查询结果】: true, # true 表示查找到，false 表示未查找到
 	"_source"【文档源信息】: {
 		"title": "华为手机",
 		"category": "华为",
 		"images": "http://www.gulixueyuan.com/hw.jpg",
 		"price": 4999.00
 	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

查询所有数据: http://127.0.0.1:9200/shopping/_search 发送GET请求

# 修改文档-POST

  • 全局修改

和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖

在 Postman 中，向 ES 服务器发POST 请求 ：http://127.0.0.1:9200/shopping/_doc/1

{
 	"title":"华为手机",
 	"category":"华为",
 	"images":"http://www.gulixueyuan.com/hw.jpg",
 	"price":4999.00
}
1
2
3
4
5
6

image

服务器响应结果如下：

image

  • 局部修改

在 Postman 中，向 ES 服务器发POST 请求 ：http://127.0.0.1:9200/shopping/_updata/1

服务器响应结果如下：

image

再次查看文档:

image

# 删除文档-DELETE

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。

在 Postman 中，向 ES 服务器发DELETE请求 ：http://127.0.0.1:9200/shopping/_doc/1

image

服务器响应结果如下：

image

{
	 "_index": "shopping",
 	 "_type": "_doc",
 	 "_id": "1",
 	 "_version"【版本】: 4, #对数据的操作，都会更新版本
 	 "result"【结果】: "deleted", # deleted 表示数据被标记为删除
 	 "_shards": {
 		"total": 2,
 		"successful": 1,
 		"failed": 0
 	},
 	"_seq_no": 4,
 	"_primary_term": 2
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

删除后再查询当前文档信息

image

# 条件删除文档-POST

首先分别增加多条数据：

{
    "title":"小米手机",
    "category":"小米",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":4000.00
}
{
    "title":"华为手机",
    "category":"华为",
    "images":"http://www.gulixueyuan.com/hw.jpg",
    "price":4000.00
}
1
2
3
4
5
6
7
8
9
10
11
12

在 Postman 中，向 ES 服务器发POST请求 ：http://127.0.0.1:9200/shopping/_doc/1000和http://127.0.0.1:9200/shopping/_doc/2000

条件删除：向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_delete_by_query

中文请求参数容易乱码，通过请求体来传递参数:

删除价格为 4000.00 的文档，请求体内容：

{
    "query":{
        "match":{
            "price":4000.00
        }
    }
}
1
2
3
4
5
6
7

服务端响应结果如下:

{
    "took"【耗时】: 1175,
    "timed_out"【是否超时】: false,
    "total"【总数】: 3,
    "deleted"【删除数量】: 3,
    "batches": 1,
    "version_conflicts": 0,
    "noops": 0,
    "retries": {
        "bulk": 0,
        "search": 0
    },
    "throttled_millis": 0,
    "requests_per_second": -1.0,
    "throttled_until_millis": 0,
    "failures": []
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 映射基本操作

# 原理

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-PUT

首先创建 stuednt 索引，向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/student

image

在 Postman 中，向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/student/_mapping

请求体内容为：

{
    "properties": {
        "name":{
            "type": "text",
            "index": true
        },
        "sex":{
            "type": "keyword",
            "index": true
        },
        "age":{
            "type": "keyword",
            "index": false
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

image

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，说几个关键的：

    • String 类型，又分两种：
      • text：可分词，支持模糊查询，支持准确查询，不支持聚合查询
      • keyword：不可分词，数据会作为完整字段进行匹配，支持模糊查询，支持准确查询，支持聚合查询。
    • Numerical：数值类型，分两类
      • 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
    • 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-GET

在 Postman 中，向 ES 服务器发 GET 请求：http://127.0.0.1:9200/student/_mapping

image

# 索引映射关联-PUT

创建新的索引 student1，与之前的 student 进行映射关联

在 Postman 中，向 ES 服务器发 PUT 请求：http://127.0.0.1:9200/student1

请求体内容：（填写要映射的索引映射内容）

{
    "settings": {},
    "mappings": {
        "properties": {
            "name":{
                "type": "text",
                "index": true

            },
            "sex":{
                "type": "text",
                "index": false
            },
            "age":{
                "type": "long",
                "index": false
            }
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

image

#ElasticSearch
上次更新: 2024/04/21, 09:42:22
ElasticSearch 安装
ElasticSearch 高级操作

← ElasticSearch 高级操作→

最近更新
01
微信支付功能的实现与流程
11-21
02
购物车与结算区域的深入优化与功能完善
11-21
03
购物车与结算区域的功能实现与优化
11-21
更多文章>
Theme by Vdoing | Copyright © 2023-2024 EmmmuaCode | 黔ICP备2022009864号-2