Elasticsearch 快速入門教程

時間  2019-11-22
標籤 elasticsearch 快速 入門 教程 欄目 日誌分析 简体版
原文   原文鏈接

面向文檔

應用中的對象不多隻是簡單的鍵值列表，更多時候它擁有複雜的數據結構，好比包含日期、地理位置、另外一個對象或者數組。數據庫

總有一天你會想到把這些對象存儲到數據庫中。將這些數據保存到由行和列組成的關係數據庫中，就好像是把一個豐富，信息表現力強的對象拆散了放入一個很是大的表格中：你不得不拆散對象以適應表模式（一般一列表示一個字段），而後又不得不在查詢的時候重建它們。數組

Elasticsearch是面向文檔(document oriented)的，這意味着它能夠存儲整個對象或文檔(document)。然而它不只僅是存儲，還會索引(index)每一個文檔的內容使之能夠被搜索。在Elasticsearch中，你能夠對文檔（而非成行成列的數據）進行索引、搜索、排序、過濾。這種理解數據的方式與以往徹底不一樣，這也是Elasticsearch可以執行復雜的全文搜索的緣由之一。數據結構

JSON

ELasticsearch使用Javascript對象符號(JavaScript Object Notation)，也就是JSON，做爲文檔序列化格式。JSON如今已經被大多語言所支持，並且已經成爲NoSQL領域的標準格式。它簡潔、簡單且容易閱讀。ui

如下使用JSON文檔來表示一個用戶對象：spa

{
    "email": "john@smith.com",
    "first_name": "John",
    "last_name": "Smith",
    "info": {
        "bio": "Eco-warrior and defender of the weak",
        "age": 25,
        "interests": [ "dolphins", "whales" ]
　　},
    "join_date": "2014/05/01"
}

儘管原始的 user  對象很複雜，但它的結構和對象的含義已經被完整的體如今JSON中了，在Elasticsearch中將對象轉化爲JSON並作索引要比在表結構中作相同的事情簡單的多。命令行

開始第一步

咱們如今開始進行一個簡單教程，它涵蓋了一些基本的概念介紹，好比索引(indexing)、搜索(search)以及聚合(aggregations)。經過這個教程，咱們可讓你對Elasticsearch能作的事以及其易用程度有一個大體的感受。rest

咱們接下來將陸續介紹一些術語和基本的概念，但就算你沒有立刻徹底理解也沒有關係。咱們將在本書的各個章節中更加深刻的探討這些內容。code

因此，坐下來，開始以旋風般的速度來感覺Elasticsearch的能力吧！對象

讓咱們創建一個員工目錄

假設咱們恰好在Megacorp工做，這時人力資源部門出於某種目的須要讓咱們建立一個員工目錄，這個目錄用於促進人文關懷和用於實時協同工做，因此它有如下不一樣的需求：blog

  • 數據可以包含多個值的標籤、數字和純文本。
  • 檢索任何員工的全部信息。
  • 支持結構化搜索，例如查找30歲以上的員工。
  • 支持簡單的全文搜索和更復雜的短語(phrase)搜索
  • 高亮搜索結果中的關鍵字
  • 可以利用圖表管理分析這些數據

索引員工文檔

咱們首先要作的是存儲員工數據，每一個文檔表明一個員工。在Elasticsearch中存儲數據的行爲就叫作索引(indexing)，不過在索引以前，咱們須要明確數據應該存儲在哪裏。

在Elasticsearch中，文檔歸屬於一種類型(type),而這些類型存在於索引(index)中，咱們能夠畫一些簡單的對比圖來類比傳統關係型數據庫：

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices   -> Types  -> Documents -> Fields

Elasticsearch集羣能夠包含多個索引(indices)（數據庫），每個索引能夠包含多個類型(types)（表），每個類型包含多個文檔(documents)（行），而後每一個文檔包含多個字段(Fields)（列）。

「索引」含義的區分

你可能已經注意到索引(index)這個詞在Elasticsearch中有着不一樣的含義，因此有必要在此作一下區分:

  • 索引（名詞） 如上文所述，一個索引(index)就像是傳統關係數據庫中的數據庫，它是相關文檔存儲的地方，index的複數是indices 或indexes。
  • 索引（動詞） 「索引一個文檔」表示把一個文檔存儲到索引（名詞）裏，以便它能夠被檢索或者查詢。這很像SQL中的 INSERT  關鍵字，差異是，若是文檔已經存在，新的文檔將覆蓋舊的文檔。
  • 倒排索引 傳統數據庫爲特定列增長一個索引，例如B-Tree索引來加速檢索。Elasticsearch和Lucene使用一種叫作倒排索引(inverted index)的數據結構來達到相同目的。

默認狀況下，文檔中的全部字段都會被索引（擁有一個倒排索引），只有這樣他們纔是可被搜索的。

咱們將會在倒排索引章節中更詳細的討論。

因此爲了建立員工目錄，咱們將進行以下操做：

  • 爲每一個員工的文檔(document)創建索引，每一個文檔包含了相應員工的全部信息。
  • 每一個文檔的類型爲 employee  。
  • employee  類型歸屬於索引 megacorp  。
  • megacorp  索引存儲在Elasticsearch集羣中。

實際上這些都是很容易的（儘管看起來有許多步驟）。咱們能經過一個命令執行完成的操做：

PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" : "Smith",
    "age" : 25,
    "about" : "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

咱們看到path: /megacorp/employee/1  包含三部分信息：

名字 說明
 megacorp  索引名
 employee  類型名
 1  這個員工的ID

請求實體（JSON文檔），包含了這個員工的全部信息。他的名字叫「John Smith」，25歲，喜歡攀巖。

很簡單吧！它不須要你作額外的管理操做，好比建立索引或者定義每一個字段的數據類型。咱們可以直接索引文檔，Elasticsearch已經內置全部的缺省設置，全部管理操做都是透明的。

接下來，讓咱們在目錄中加入更多員工信息：

PUT /megacorp/employee/2
{
    "first_name" : "Jane",
    "last_name" : "Smith",
    "age" : 32,
    "about" : "I like to collect rock albums",
    "interests": [ "music" ]
}

PUT /megacorp/employee/3
{
    "first_name" : "Douglas",
    "last_name" : "Fir",
    "age" : 35,
    "about": "I like to build cabinets",
    "interests": [ "forestry" ]
}

檢索文檔

如今Elasticsearch中已經存儲了一些數據，咱們能夠根據業務需求開始工做了。第一個需求是可以檢索單個員工的信息。

這對於Elasticsearch來講很是簡單。咱們只要執行HTTP GET請求並指出文檔的「地址」——索引、類型和ID既可。根據這三部分信息，咱們就能夠返回原始JSON文檔：

GET /megacorp/employee/1

響應的內容中包含一些文檔的元信息，John Smith的原始JSON文檔包含在 _source  字段中。

{
    "_index" : "megacorp",
    "_type" : "employee",
    "_id" : "1",
    "_version" : 1,
    "found" : true,
    "_source" : {
        "first_name" : "John",
        "last_name" : "Smith",
        "age" : 25,
        "about" : "I love to go rock climbing",
        "interests": [ "sports", "music" ]
    }
}

咱們經過HTTP方法 GET  來檢索文檔，一樣的，咱們可使用 DELETE  方法刪除文檔，使用 HEAD  方法檢查某文檔是否存在。若是想更新已存在的文檔，咱們只需再 PUT  一次。

簡單搜索

GET  請求很是簡單——你能輕鬆獲取你想要的文檔。讓咱們來進一步嘗試一些東西，好比簡單的搜索！

咱們嘗試一個最簡單的搜索所有員工的請求：

 

GET /megacorp/employee/_search

你能夠看到咱們依然使用 megacorp  索引和 employee  類型，可是咱們在結尾使用關鍵字 _search  來取代原來的文檔ID。響應內容的 hits  數組中包含了咱們全部的三個文檔。默認狀況下搜索會返回前10個結果。

{
    "took": 6,
    "timed_out": false,
    "_shards": {...
    },
    "hits": {
        "total": 3,
        "max_score": 1,
        "hits": [{
            "_index": "megacorp",
            "_type": "employee",
            "_id": "3",
            "_score": 1,
            "_source": {
                "first_name": "Douglas",
                "last_name": "Fir",
                "age": 35,
                "about": "I like to build cabinets",
                "interests": ["forestry"]
            }
        },
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "1",
            "_score": 1,
            "_source": {
                "first_name": "John",
                "last_name": "Smith",
                "age": 25,
                "about": "I love to go rock climbing",
                "interests": ["sports", "music"]
            }
        },
        {
            "_index": "megacorp",
            "_type": "employee",
            "_id": "2",
            "_score": 1,
            "_source": {
                "first_name": "Jane",
                "last_name": "Smith",
                "age": 32,
                "about": "I like to collect rock albums",
                "interests": ["music"]
            }
        }]
    }
}

接下來，讓咱們搜索姓氏中包含「Smith」的員工。要作到這一點，咱們將在命令行中使用輕量級的搜索方法。這種方法常被稱做查詢字符串(query string)搜索，由於咱們像傳遞URL參數同樣去傳遞查詢語句：

GET /megacorp/employee/_search?q=last_name:Smith

咱們在請求中依舊使用 _search  關鍵字，而後將查詢語句傳遞給參數 q=  。這樣就能夠獲得全部姓氏爲Smith的結果：

{...
　　"hits": {
        "total": 2,
        "max_score": 0.30685282,
        "hits": [
　　　　 　　{...
　　　　　　　　  "_source": {
                　　"first_name": "John",
                　　"last_name": "Smith",
                　　"age": 25,
                　　"about": "I love to go rock climbing",
                　　"interests": ["sports", "music"]
            　　}
        　　},
        　　{...
　　　　　　　　  "_source": {
                　　"first_name": "Jane",
                　　"last_name": "Smith",
                　　"age": 32,
                　　"about": "I like to collect rock albums",
                　　"interests": ["music"]
            　　}
        　　}]
    }
}

使用DSL語句查詢

查詢字符串搜索便於經過命令行完成特定(ad hoc)的搜索，可是它也有侷限性（參閱簡單搜索章節）。Elasticsearch提供豐富且靈活的查詢語言叫作DSL查詢(Query DSL),它容許你構建更加複雜、強大的查詢。

DSL(Domain Specific Language特定領域語言)以JSON請求體的形式出現。咱們能夠這樣表示以前關於「Smith」的查詢:

GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
        "last_name" : "Smith"
        }
    }
}

這會返回與以前查詢相同的結果。你能夠看到有些東西改變了，咱們再也不使用查詢字符串(query string)作爲參數，而是使用請求體代替。這個請求體使用JSON表示，其中使用了 match  語句（查詢類型之一，具體咱們之後會學到）。

更復雜的搜索

咱們讓搜索稍微再變的複雜一些。咱們依舊想要找到姓氏爲「Smith」的員工，可是咱們只想獲得年齡大於30歲的員工。咱們的語句將添加過濾器(filter),它使得咱們高效率的執行一個結構化搜索：

GET /megacorp/employee/_search
{
    "query" : {
        "filtered" : {
            "filter" : {
                "range" : {
                    "age" : { "gt" : 30 }  <1>
                }
            },
            "query" : {
                "match" : {
                    "last_name" : "smith"  <2>
                }
            }
        }
    }
}
  • <1> 這部分查詢屬於區間過濾器(range filter),它用於查找全部年齡大於30歲的數據—— gt  爲"greater than"的縮寫。
  • <2> 這部分查詢與以前的 match  語句(query)一致。

如今不要擔憂語法太多，咱們將會在之後詳細的討論。你只要知道咱們添加了一個過濾器(filter)用於執行區間搜索，而後重複利用了以前的 match  語句。如今咱們的搜索結果只顯示了一個32歲且名字是「Jane Smith」的員工：

{
　　...
　　"hits": {
　　　　"total": 1,
　　　　"max_score": 0.30685282,
　　　　"hits": [
　　　　　　{
　　　　　　　　...
　　　　　　　　"_source": {
　　　　　　　　　　"first_name": "Jane",
　　　　　　　　　　"last_name": "Smith",
　　　　　　　　　　"age": 32,
　　　　　　　　　　"about": "I like to collect rock albums",
　　　　　　　　　　"interests": [ "music" ]
　　　　　　　　}
　　　　　　}
　　　　]
　　}
}

全文搜索

到目前爲止搜索都很簡單：搜索特定的名字，經過年齡篩選。讓咱們嘗試一種更高級的搜索，全文搜索——一種傳統數據庫很難實現的功能。

咱們將會搜索全部喜歡「rock climbing」的員工：

GET /megacorp/employee/_search
{
　　"query" : {
　　　　"match" : {
　　　　　　"about" : "rock climbing"
　　　　}
　　}
}

 

原文：https://es.xiaoleilu.com/

PDF：https://pan.baidu.com/s/1o8MbG7o

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程