程序员经验分享-hwhale

谷粒商城 高级篇 (二) --------- ElasticSearch 检索

2023-11-13

一、初步检索

1. _cat

GET /_cat/nodes：查看所有节点

在这里插入图片描述

GET /_cat/health：查看 es 健康状况
在这里插入图片描述

GET /_cat/master：查看主节点

在这里插入图片描述

GET /_cat/indices：查看所有索引 就相当于 MySQL 中的 show databases;

在这里插入图片描述

2. 索引一个文档 (保存)

保存一个数据，保存在哪个索引的哪个类型下，指定用哪个唯一标识 PUT customer/external/1 ；在 customer 索引下的 external 类型下保存1 号数据为

PUT customer/external/1
{
	"name": "John Doe"
}

PUT 和 POST 都可以索引一个文档。。

POST 用于新增：

如果不指定 id，会自动生成 id。指定 id 就会修改这个数据，并新增版本号PUT 可以新增可以修改。

PUT

必须指定 id：由于 PUT 需要指定 id，我们一般都用来做修改操作，不指定 id 会报错。

在这里插入图片描述

3. 查询文档

GET customer/external/1

结果：

{ 
	"_index": "customer", //在哪个索引
	"_type": "external", //在哪个类型	
	"_id": "1", //记录 id
	"_version": 2, //版本号
	"_seq_no": 1, //并发控制字段，每次更新就会+1，用来做乐观锁
	"_primary_term": 1, //同上，主分片重新分配，如重启，就会变化
	"found": true, "_source": { //真正的内容
	"name": "John Doe"
}

}
更新携带 ?if_seq_no=0&if_primary_term=1

在这里插入图片描述

4. 更新文档

POST customer/external/1/_update
{
	"doc":{ 
		"name": "John Doew"
	}
}

或者

POST customer/external/1
{ 
	"name": "John Doe2"
}

或者

PUT customer/external/1
{ 
	"name": "John Doe"
}

不同：POST 操作会对比源文档数据，如果相同不会有什么操作，文档 version 不增加 PUT 操作总会将数据重新保存并增加 version 版本；

带_update 对比元数据如果一样就不进行任何操作。

    看场景：
    对于大并发更新，不带 update；
    对于大并发查询偶尔更新，带 update；对比更新，重新计算分配规则。

更新同时增加属性

POST customer/external/1/_update
{ 
	"doc": { 
		"name": "Jane Doe", 
		"age": 20 
	}
}

PUT 和 POST 不带_update 也可以

PUT customer/external/1
{ 
	"name": "John Doe"
}

在这里插入图片描述

5. 删除文档&索引

DELETE customer/external/1
DELETE customer

在这里插入图片描述

6. bulk 批量 API

POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }

语法格式：
{ action: { metadata }}\n
{ request body }\n
{ action: { metadata }}\n
{ request body }\n

复杂实例：
POST /_bulk
{ "delete": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "create": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "title": "My first blog post" }
{ "index": { "_index": "website", "_type": "blog" }}
{ "title": "My second blog post" }
{ "update": { "_index": "website", "_type": "blog", "_id": "123"} }
{ "doc" : {"title" : "My updated blog post"} }

bulk API 以此按顺序执行所有的 action（动作）。如果一个单个的动作因任何原因而失败，它将继续处理它后面剩余的动作。当 bulk API 返回时，它将提供每个动作的状态 (与发送的顺序相同)，所以您可以检查是否一个指定的动作是不是失败了。

在这里插入图片描述

7. 样本测试数据

我准备了一份顾客银行账户信息的虚构的 JSON 文档样本。每个文档都有下列的schema (模式)：

{ 
   "account_number": 0, 
   "balance": 16623, 
   "firstname": "Bradshaw", 
   "lastname": "Mckenzie", 
   "age": 29, 
   "gender": "F", 
   "address": "244 Columbus Place", 
   "employer": "Euron", 
   "email": "bradshawmckenzie@euron.com", 
   "city": "Hobucken", 
   "state": "CO"
}

测试数据链接：
https://raw.githubusercontent.com/elastic/elasticsearch/7.4/docs/src/test/resources/accounts.json
导入测试数据

POST bank/account/_bulk
测试数据

在这里插入图片描述

二、进阶检索

ElasticSearch 、Kibana开机自启动：
在这里插入图片描述

1. SearchAPI

ES 支持两种基本方式检索 :

  • 一个是通过使用 REST request URI 发送搜索参数 (uri+检索参数)
  • 另一个是通过使用 REST request body 来发送它们 (uri+请求体)

A、检索信息

一切检索从_search 开始

GET bank/_search 检索 bank 下所有信息，包括type 和docs
GET bank/_search?q=*&sort=account_number:asc 请求参数方式检索响应结果解释：

took - Elasticsearch - 执行搜索的时间 (毫秒)

time_out - 告诉我们搜索是否超时

_shards - 告诉我们多少个分片被搜索了，以及统计了成功/失败的搜索分片

hits - 搜索结果

hits.total - 搜索结果

hits.hits\ - 实际的搜索结果数组 (默认为前 10 的文档)

sort - 结果的排序 key (键，没有则按 score 排序）

score 和 max_score –相关性得分和最高得分 (全文检索用)

在这里插入图片描述

B、uri+请求体进行检索

GET bank/_search

{ 
	"query": 
	{
		 "match_all": {}
	},

	"sort": 
	[
		{  
			"account_number": 
			{ 
				"order": "desc"
			}
		}
	]
}

HTTP 客户端工具(POSTMAN)，get 请求不能携带请求体，我们变为 post 也是一样的。我们 POST 一个 JSON 风格的查询请求体到 _search API。

需要了解，一旦搜索的结果被返回，Elasticsearch 就完成了这次请求，并且不会维护任何服务端的资源或者结果的 cursor(游标)。

在这里插入图片描述

2、Query DSL

A、基本语法格式

Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL (domain-specific language 领域特定语言)。这个被称为 Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂，真正学好它的方法是从一些基础的示例开始的。

一个查询语句的典型结构

{
	QUERY_NAME: 
	{
		ARGUMENT: VALUE, ARGUMENT: VALUE,... 
	}
}

如果是针对某个字段，那么它的结构如下：

{
	QUERY_NAME: 
	{
		FIELD_NAME: 
		{
			ARGUMENT: VALUE, ARGUMENT: VALUE,... 
		}
	}
}

GET bank/_search

{ 
	"query": 
	{ 
		"match_all": {}
	},
	"from": 0, 
	"size": 5, 
	"sort": 
	[
		{ 
			"account_number": 
			{ 
				"order": "desc"
			}
		}
	]
}

query 定义如何查询，match_all 查询类型 [代表查询所有的所有]，es 中可以在 query 中组合非常多的查询类型完成复杂查询。除了 query 参数之外，我们也可以传递其它的参数以改变查询结果。如sort，size，from+size 限定，完成分页功能。sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准

B、返回部分字段

GET bank/_search
{ 
	"query": {
		"match_all": {}
	},
	"from": 0, 
	"size": 5, 
	"_source": ["age","balance"]
}

C、match [匹配查询]

基本类型（非字符串），精确匹配

GET bank/_search
{ 
	"query": 
	{ 
		"match": 
		{ 
			"account_number": "20"
		}
	}
}

match 返回 account_number=20 的

字符串，全文检索

GET bank/_search
{ 
	"query": 
	{ 
		"match": 
		{ 
			"address": "mill"
		}
	}
}

最终查询出 address 中包含 mill 单词的所有记录
match 当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。

字符串，多个单词 (分词+全文检索)

GET bank/_search
{ 
	"query": 
	{ 
		"match": 
		{ 
			"address": "mill road"
		}
	}
}

D、match_phrase [短语匹配]

将需要匹配的值当成一个整体单词（不分词）进行检索

GET bank/_search
{ 
	"query": 
	{ 
		"match_phrase": 
		{ 
			"address": "mill road"
		}
	}
}

查出 address 中包含 mill road 的所有记录，并给出相关性得分

E、multi_match [多字段匹配]

GET bank/_search
{ 
	"query": 
	{ 
		"multi_match": 
		{ 
			"query": "mill", 
			"fields": ["state","address"]
		}
	}
}

state 或者 address 包含 mill

F、bool [复合查询]

bool 用来做复合查询：

复合语句可以合并 任何 其它查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。

must：必须达到 must 列举的所有条件

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{ "match": { "address": "mill" } },
				{ "match": { "gender": "M" } }
			]
		}
	}
}

should：应该达到 should 列举的条件，如果达到会增加相关文档的评分，并不会改变查询的结果。如果 query 中只有 should 且只有一种匹配规则，那么should 的条件就会被作为默认匹配条件而去改变查询结果

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{ 
					"match": { "address": "mill" } 
				}, 
				{ 
					"match": { "gender": "M" } 
				}
			],
			"should": 
			[
				{
					"match": { "address": "lane" }
				}
			]
	 	}
	}
}

must_not 必须不是指定的情况

GET bank/_search
{ 
	"query": { 
		"bool": 
		{ 
			"must": 
			[
				{ 
					"match": { "address": "mill" } 
				}, 
				{ 
					"match": { "gender": "M" } 
				}
			],
			"should": 
			[
				{
					"match": { "address": "lane" }
				}
			],
			"must_not": 
			[
				{
					"match": { "email": "baluba.com" }
				}
			]
		}
	}
}

address 包含 mill，并且 gender 是 M，如果 address 里面有 lane 最好不过，但是email 必须不包含baluba.com

在这里插入图片描述
G、filter [结果过滤]

并不是所有的查询都需要产生分数，特别是那些仅用于 “filtering” (过滤)的文档。为了不计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{
					"match": { "address": "mill"}
				}
			],
			"filter": 
			{ 
				"range": 
				{ 
					"balance": 
					{ 
						"gte": 10000, "lte": 20000
					}
				}
			}
		}
	}
}

H、term

和 match 一样。匹配某个属性的值。全文检索字段用 match，其他非text 字段匹配用term。

在这里插入图片描述

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{
					"term": 
					{ 
						"age": 
						{ 
							"value": "28"
						}
					},
				} 
			 	{
					"match": 
					{ 
						"address": "990 Mill Road"
					}
				}
			]
		}
	}
}

I、aggregations (执行聚合)

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于SQL GROUPBY 和 SQL 聚合函数。在 Elasticsearch 中，您有执行搜索返回 hits（命中结果），并且同时返回聚合结果，把一个响应中的所有 hits（命中结果）分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的 API 来避免网络往返。

搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄，但不显示这些人的详情。

GET bank/_search
{ 
	"query": 
	{ 
		"match": 
		{ 
			"address": "mill"
		}
	},
	"aggs": 
	{ 
		"group_by_state": 
		{ 
			"terms": 
			{ 
				"field": "age"
			}
		},
		"avg_age": 
		{ 
			"avg": 
			{
				"field": "age"
			}
		}
	},
	"size": 0
}

size：0 不显示搜索数据
aggs：执行聚合。

聚合语法如下

"aggs": 
{ 
	"aggs_name 这次聚合的名字，方便展示在结果集中": 
	{ 
		"AGG_TYPE 聚合的类型（avg,term,terms）": {}
	}
}, 

复杂：
按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
GET bank/account/_search
{ 
	"query": 
	{ 
		"match_all": {}
	},
	"aggs": 
	{ 
		"age_avg": 
		{ 
			"terms": 
			{ 
				"field": "age", "size": 1000
			},
			"aggs": 
			{ 
				"banlances_avg": 
				{ 
					"avg": 
					{ 
						"field": "balance"
					}
				}
			}
		}
	},
	"size": 1000
}

复杂：查出所有年龄分布，并且这些年龄段中 M 的平均薪资和 F 的平均薪资以及这个年龄段的总体平均薪资
GET bank/account/_search
{ 
	"query": 
	{ 
		"match_all": {}
	},
	"aggs": 
	{ 
		"age_agg": 
		{ 
			"terms": 
			{ 
				"field": "age", "size": 100
			},
			"aggs": 
			{ 
				"gender_agg": 
				{ 
					"terms": 
					{ 
						"field": "gender.keyword", 
						"size": 100
					},
					"aggs": 
					{ 
						"balance_avg": 
						{ 
							"avg": 
							{ 
								"field": "balance"
							}
						}
					}
				},
				"balance_avg":
				{ 
					"avg": 
					{ 
						"field": "balance"
					}
				}
			}
		}
	},
	"size": 1000
}

3、Mapping

A、字段类型

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

B、映射

Mapping 是用来定义一个文档 (document)，以及它所包含的属性 (field) 是如何存储和索引的。比如，使用 mapping 来定义：

  • 哪些字符串属性应该被看做全文本属性 (full text fields)。
  • 哪些属性包含数字，日期或者地理位置。
  • 文档中的所有属性是否都能被索引 (_all 配置)。
  • 日期的格式。
  • 自定义映射规则来执行动态添加属性。

查看 mapping 信息：

GET bank/_mapping

修改 mapping 信息

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html

自动猜测的映射类型

在这里插入图片描述
C、新版本改变
Es7 及以上移除了 type 的概念。

关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但 ES 中不是这样的。elasticsearch 是基于 Lucene 开发的搜索引擎，而ES 中不同type下名称相同的 filed 最终在 Lucene 中的处理方式是一样的。

两个不同 type 下的两个 user_name，在 ES 同一个索引下其实被认为是同一个filed，你必须在两个不同的 type 中定义相同的 filed 映射。否则，不同type 中的相同字段名称就会在处理中出现冲突的情况，导致 Lucene 处理效率下降。

去掉 type 就是为了提高 ES 处理数据的效率。

Elasticsearch 7.x

  • URL 中的 type 参数为可选。比如，索引一个文档不再要求提供文档类型。Elasticsearch 8.x
  • 不再支持 URL 中的 type 参数。

解决：

将索引从多类型迁移到单类型，每种类型文档一个独立索引
将已存在的索引下的类型数据，全部迁移到指定位置即可。详见数据迁移

创建映射

A、创建索引并指定映射

PUT /my-index
{ 

	"mappings": 
	{ 
		"properties": 
		{
			"age": { "type": "integer" }, 
			"email": { "type": "keyword" }, 
			"name": { "type": "text" }
		}
	}
}

B、添加新的字段映射

PUT /my-index/_mapping
{ 
	"properties": 
	{ 
		"employee-id": { "type": "keyword", "index": false}
	}
}

C、更新映射
对于已经存在的映射字段，我们不能更新。更新必须创建新的索引进行数据迁移

D、数据迁移

先创建出 new_twitter 的正确映射。然后使用如下方式进行数据迁移POST _reindex [固定写法]

{ 
	"source": { "index": "twitter"},
	"dest": { "index": "new_twitter"}
}

将旧索引的 type 下的数据进行迁移

POST _reindex
{ 
	"source": 
	{
		"index": "twitter", 
		"type": "tweet"
	},
	"dest": 
	{ 
		"index": "tweets"
	}
}
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

微服务项目

elasticsearch

大数据

Java

谷粒商城 高级篇 (二) --------- ElasticSearch 检索 的相关文章

随机推荐

  • 剑指offer 学习笔记 复杂链表的复制

    分治法 把分解后的小问题各个解决 然后把小问题的解决方案结合起来解决大问题 面试题35 复杂链表的复制 请实现函数ComplexListNode Clone ComplexListNode pHead 复制一个复杂链表 在复杂链表中 每个节

  • java相关知识

    spring 一个轻量级的控制反转和面向切面的容器 专业的开发Web项目的开源框架 spring mvc 是基于spring的mvc框架 属于一个企业WEB开发的MVC框架 涵盖面包括前端视图开发 文件配置 后台接口逻辑开发等 spring

  • 【腾讯云 Cloud Studio 实战训练营】使用Cloud Studio构建Java、Python项目

    文章目录 一 云IDE 1 云IDE简介 2 云IDE和云虚拟桌面区别 二 Cloud Studio 简介 1 简介 2 AI代码助手 3 企业源代码安全 三 快速开始 1 登录Cloud Studio 2 新建工作空间 3 代码空间 四

  • 软件开发的功能性需求和非功能性需求

    作者 天光 链接 https www zhihu com question 20303645 answer 15588211 来源 知乎 著作权归作者所有 转载请联系作者获得授权 功能性需求 一般是我们显性易见的 就是一般实现了什么功能 提

  • 关于AR眼镜的小结

    根据IDC International Data Corporation 国际数据公司 IDC是全球著名的信息技术 电信行业和消费科技咨询 顾问和活动服务专业提供商 的报告 2018年AR和VR的产值将达到178亿美元 比2017年的91亿

  • MATLAB中对自定义函数进行参数估计的方法

    先输入x和y的数据 然后在matlab的工作栏输入cftool 在弹出来的拟合工具箱内选择变量为你的x和y 然后右边的拟合方法选择custom equation 然后输入你要拟合的式子的形式 按fit就可以拟合了

  • 三种前台与后台，传表单数据包含文件上传。第三Jackson 将数据映射成实体类

    1使用表单action 属性 直接访问后台 后台是servlet 后台方法入参 protected void doPost HttpServletRequest request HttpServletResponse response 方法

  • 张钜楷：【黄金消息】1.13黄金原油实时行情分析策略及多空趋势解套

    黄金最新行情解析 黄金消息面解析 周四 1月13日 亚洲时段 现货黄金持稳于1824附近 周三 1月12日 金价连续第四个交易日上涨 数据显示美国通胀创39年新高 符合市场预期 引发美元贬值担忧 同时高通胀令市场提升避险黄金的魅力 不过 股

  • c++中的stack用法

    c stack 堆栈 是一个容器的改编 它实现了一个先进后出的数据结构 FILO 使用该容器时需要包含 include头文件 定义stack对象的示例代码如下 stacks1 stacks2 stack的基本操作有 1 入栈 如s push

  • Java调用JavaFX的方法

    Java调用JavaFX的方法 这三种方法分别为 1 用ScriptEngineManager类 这是基于JSR 223规范的java脚本API scripting API 可以在java程序中运行一些脚本 如 JavaFX script

  • [yolov4]yolov4.weights

    版本 https github com AlexeyAB darknet 权重链接 yolov4 weights https 72k us file 26468910 439532813 提取密码 446792 yolov4 conv 13

  • [现代控制理论]5_系统的可控性_controllability

    现代控制理论 11 现代控制理论串讲 完结 pdf获取 现代控制理论 10 可观测性与分离原理 观测器与控制器 现代控制理论 9 状态观测器设计 龙伯格观测器 现代控制理论 8 5 线性控制器设计 轨迹跟踪simulink 现代控制理论 8

  • php正则表达式检查用户输入的格式是否正确

    比如说用户提交了一个电话 或者提交了一个邮箱 我们怎么才能知道它是不是正确的电话和邮箱格式 用正则表达式来匹配 PHP提供了一种强大的方法创建和匹配文本中的模式 可以创建一些规则来查找串的模式 这个规则就成为正则表达式 d d d d d

  • Redis常见面试题

    一 缓存处理流程 前台请求 后台先从缓存中取数据 取到直接返回结果 取不到时从数据库中取 数据库取到更新缓存 并返回结果 数据库也没取到 那直接返回空结果 二 缓存穿透 缓存穿透是指缓存和数据库中都没有的数据 而用户不断发起请求 如发起为i

  • Java反射1.类加载器概述与获取class文件对象的三种方式

    类加载器概述 一 类的加载 1 类的加载 当Java程序要使用某个类时 如果该类还未被加载到内存中 则系统会通过加载 连接 初始化三步来实现对这个类进行初始化 加载 就是指将类的class文件读入内存 并为之创建一个Class对象 任何类被

  • [Winfrom]Cefsharp配置与初始化

    摘要 在做客户端程序的时候 本来打算使用wpf的 但在内嵌cefsharp的时候 发现输入法有问题 所以使用了winform作为cefsharp的容器 系列文章 CefSharp 在同一窗口打开链接的方法 Winform CefSharp

  • 树的一些基础概念、堆和 python中heapq模块使用简介

    树定义 树是一种数据结构 比如 目录结构 树是由n个节点组成的集合 n 0 那么是一颗空树 n gt 0 那么存在一个节点为书的根节点 其他节点可分为m个子集 每个子集又为一棵子树 关于树的一些概念 根节点 例 A 叶子节点 不能分叉的节点

  • elementUI中图片上传upload组件，上传图片数据到后台

    结构

  • 【原创】谈谈服务雪崩、降级与熔断

    引言 首先 之所以谈这个话题呢 是发现现在很多人对微服务的设计缺乏认识 所以写一篇扫盲文 当然 考虑到目前大多微服务的文章都是口水文 烟哥争取将实现方式讲透 点清楚 让大家有所收获 OK 我要先说明一下 我有很长一段时间将服务降级和服务熔断

  • 谷粒商城 高级篇 (二) --------- ElasticSearch 检索

    目录 一 初步检索 1 cat 2 索引一个文档 保存 3 查询文档 4 更新文档 5 删除文档 索引 6 bulk 批量 API 7 样本测试数据 二 进阶检索 1 SearchAPI 2 Query DSL 3 Mapping 创建映射

热门标签