ElasticSearch學習一-小試牛刀

時間 2019-11-16

原文原文鏈接

本文根據ElasticSearch官方文檔整理所得，簡單介紹ElasticSearch的概念以及一些簡單的檢索方法數據庫

首先下載ElasticSearch和Kibana到本地，注意這兩個東西的版本號要一致，而後啓動Kibana，打開http://localhost:5601/app/kibana便可進入GUI的管理界面，進入Dev Tools便可操做ES。json

1. 索引

先看ES中，索引的兩個概念：app

存儲數據到 Elasticsearch 的行爲叫作索引(動詞) ，但在索引一個文檔以前，須要肯定將文檔存儲在哪裏。負載均衡

一個 Elasticsearch 集羣能夠包含多個索引 (名詞)，相應的每一個索引能夠包含多個類型。這些不一樣的類型存儲着多個文檔* 每一個文檔又有多個屬性。分佈式

能夠看到上述語句不是很通順，主要是因爲這裏的索引有兩個意思:spa

名詞，這裏的索引就像一個數據庫同樣。
動詞，索引（動詞）一個文檔就是存儲一個文檔到一個索引（名詞）中以便它能夠被檢索和查詢到。就像SQL中的Insert同樣。

例子：rest

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

路徑/megacorp/employee/1包含了三部分的信息：megacorp就是索引名稱（像數據庫）,employee(像一張表),1(特定employee，就像標識每一行的主鍵)。接下來的JSON就是儲存的內容了。code

2.檢索文檔

檢索文檔就像HTTP請求同樣，執行一個GET請求便可取回JSON文檔：排序

GET /megacorp/employee/1索引

相似的GET還能夠改成HEAD、DELETE等。

2.1輕量搜索

搜索全部僱員：

GET /megacorp/employee/_search

查詢JSON中的任意指定字段：

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

使用查詢表達式搜索，它支持構建更加複雜和健壯的查詢，使用請求體。：

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

2.2複雜的查詢：

GET /megacorp/employee/_search
{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "last_name" : "smith" 
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 30 } 
                }
            }
        }
    }
}
複製代碼

2.3 全文搜索

全文搜索能夠完成傳統關係型數據庫很難作到的事情，如搜索全部喜歡攀巖的僱員：

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

這彷佛與以前沒什麼不一樣啊？可是請看返回結果：

"hits": [
      {
        "_index": "megacorp",
        "_type": "employee",
        "_id": "1",
        "_score": 0.53484553,
        "_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": 0.26742277,
        "_source": {
          "first_name": "Jane",
          "last_name": "Smith",
          "age": 32,
          "about": "I like to collect rock albums",
          "interests": [
            "music"
          ]
        }
      }
    ]
複製代碼

Elasticsearch 默認按照相關性得分排序，即每一個文檔跟查詢的匹配程度。第一個最高得分的結果很明顯：John Smith 的 about 屬性清楚地寫着「rock climbing」。可是Jane也返回了，可是因爲他的關鍵字裏並無徹底匹配，因此他的相關性沒有John的高，排在後面。而傳統的關係型數據庫則是要麼匹配要麼徹底不匹配。

2.3 短語匹配

那若是我想像關係型數據庫同樣只匹配徹底符合的怎麼辦呢？就是用短語匹配的查詢：match_phrase

GET /megacorp/employee/_search
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    }
}
複製代碼

則只會返回徹底匹配的John的文檔。

2.4 分析查詢

在使用聚合agg以前須要先對查詢的字段加上fileddata=true,由於文檔中寫道

Fielddata can consume a lot of heap space, especially when loading high cardinality text fields.

fileddata會消耗大量的堆空間，因此默認是關閉的，在這裏要手動打開。

PUT megacorp/_mapping/employee/
{
  "properties": {
    "interests": { 
      "type":     "text",
      "fielddata": true
    }
  }
}
複製代碼

有點像Group By：如找出Employee中最受歡迎的興趣愛好：

GET /megacorp/employee/_search
{
  "aggs": {
    "all_interests": {
      "terms": { "field": "interests" }
    }
  }
},
複製代碼

在輸出中能夠看到,每一個interest按照人數排序：

{
   ...
   "hits": { ... },
   "aggregations": {
      "all_interests": {
         "buckets": [
            {
               "key":       "music",
               "doc_count": 2
            },
            {
               "key":       "forestry",
               "doc_count": 1
            },
            {
               "key":       "sports",
               "doc_count": 1
            }
         ]
      }
   }
}
複製代碼

這個aggs字段還能夠做爲query字段的子查詢。如：

GET /megacorp/employee/_search
{
  "query": {
    "match": {
      "last_name": "smith"
    }
  },
  "aggs": {
    "all_interests": {
      "terms": {
        "field": "interests"
      }
    }
  }
}
複製代碼

還支持分級彙總，如查詢每一個興趣的員工平均年齡:

GET /megacorp/employee/_search
{
    "aggs" : {
        "all_interests" : {
            "terms" : { "field" : "interests" },
            "aggs" : {
                "avg_age" : {
                    "avg" : { "field" : "age" }
                }
            }
        }
    }
}
複製代碼