7.7.1使用的端口是9200

{
  "name" : "ZEWEI",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "PgJEcW3YRiuboiiFD3aPsQ",
  "version" : {
    "number" : "7.7.1",
    "build_flavor" : "default",
    "build_type" : "zip",
    "build_hash" : "ad56dce891c901a492bb1ee393f12dfff473a423",
    "build_date" : "2020-05-28T16:30:01.040088Z",
    "build_snapshot" : false,
    "lucene_version" : "8.5.1",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}

1-今日内容

初识 ElasticSearch
安装 ElasticSearch
ElasticSearch 核心概念
操作 ElasticSearch
ElasticSearch JavaAPI

2-初识ElasticSearch

2.1-基于数据库查询的问题

2.2-倒排索引

倒排索引：将文档进行分词，形成词条和id的对应关系即为反向索引。
以唐诗为例，所处包含“前”的诗句
正向索引：由《静夜思》—>窗前明月光—->“前”字
反向索引：“前”字—>窗前明月光—>《静夜思》
“床前明月光”—> 分词
将一段文本按照一定的规则，拆分为不同的词条（term）

倒排索引：将各个文档中的内容，进行分词，形成词条。然后记录词条和数据的唯一标识（id）的对
应关系，形成的产物

2.3-ES存储和查询的原理

index（索引）：相当于mysql的库
document(文档)：相当于mysql的表中的数据(json格式)
数据库查询存在的问题：

性能低：使用模糊查询，左边有通配符，不会走索引，会全表扫描，性能低
功能弱：如果以”华为手机“作为条件，查询不出来数据

Es使用倒排索引，对title 进行分词

使用“手机”作为关键字查询
生成的倒排索引中，词条会排序，形成一颗树形结构，提升词条的查询速度
使用“华为手机”作为关键字查询
华为：1,3
手机：1,2,3

2.4-ES概念详解
•ElasticSearch是一个基于Lucene的搜索服务器

•是一个分布式、高扩展、高实时的搜索与数据分析引擎
•基于RESTful web接口
•Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎
•官网：https://www.elastic.co/
应用场景
•搜索：海量数据的查询
•日志数据分析
•实时数据分析
3-安装ElasticSearch
3.1-ES安装
参见ElasticSearch-ES安装.md
查看elastic是否启动
ps -ef|grep elastic
3.2-ES辅助工具安装
参见ElasticSearch-ES安装.md
后台启动
nohup ../bin/kibana &

4-ElasticSearch核心概念

索引（index）
ElasticSearch存储数据的地方，可以理解成关系型数据库中的数据库概念。
映射（mapping）
mapping定义了每个字段的类型、字段所使用的分词器等。相当于关系型数据库中的表结构。
文档（document）
Elasticsearch中的最小数据单元，常以json格式显示。一个document相当于关系型数据库中的一行数据。
倒排索引
一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，对应一个包含它的文档id列表。
类型（type）
一种type就像一类表。如用户表、角色表等。在Elasticsearch7.X默认type为_doc
- ES 5.x中一个index可以有多种type。
- ES 6.x中一个index只能有一种type。
- ES 7.x以后，将逐步移除type这个概念，现在的操作已经不再使用，默认_doc

5-脚本操作ES

5.1-RESTful风格介绍

RESTful（Representational State Transfer），表述性状态转移，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。就是一种定义接口的规范。

基于HTTP。
使用XML格式定义或JSON格式定义。
每一个URI代表1种资源。
客户端使用GET、POST、PUT、DELETE 4个表示操作方式的动词对服务端资源进行操作：
- GET：用来获取资源
- POST：用来新建资源（也可以用于更新资源）
- PUT：用来更新资源
- DELETE：用来删除资源

5.2-操作索引

添加索引

PUT http://ip:端口/索引名称

查询索引

GET http://ip:端口/索引名称 # 查询单个索引信息
GET http://ip:端口/索引名称1,索引名称2 # 查询多个索引信息
GET http://ip:端口/_all # 查询所有索引信息

•删除索引

DELETE http://ip:端口/索引名称

•关闭、打开索引

POST http://ip:端口/索引名称/_close
POST http://ip:端口/索引名称/_open

5.3-ES数据类型

简单数据类型

字符串

聚合：相当于mysql 中的运算
text：会分词，不支持聚合
keyword：不会分词，将全部内容作为一个词条，支持聚合

数值
布尔：boolean
二进制：binary
范围类型

integer_range, float_range, long_range, double_range, date_range

日期:date

复杂数据类型

•数组
•对象

5.4-操作映射

PUT person
 GET person
 #添加映射
 PUT person/_mapping
 {
   "properties":{
     "name":{
       "type":"text"
     },
     "age":{
       "type":"integer"
     }
   }
 }

创建索引并添加映射

#创建索引并添加映射
 PUT /person1
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "age": {
        "type": "integer"
      }
    }
  }
}
GET person1/_mapping

添加字段

#添加字段
PUT /person1/_mapping
{
  "properties": {
      "name": {
        "type": "text"
      },
      "age": {
        "type": "integer"
      }
    }
}

5.5-操作文档

•添加文档，指定id
POST /person1/_doc/2
{
“name”:”张三”,
“age”:18,
“address”:”北京”
}
GET /person1/_doc/1
•添加文档，不指定id
#添加文档，不指定id, 会随机生成一个id
POST /person1/_doc
{
“name”:”张三”,
“age”:18,
“address”:”北京”
}
#查询所有文档
GET /person1/_search
修改文档
PUT person1/_doc/1
{
“name”: “万手哥”,
“age”: 18,
“address”: “西湖”
}
删除指定id文档
#删除指定id文档
DELETE /person1/_doc/1

6-分词器

6.1 分词器-介绍

分词器（Analyzer）：将一段文本，按照一定逻辑，分析成多个词语的一种工具
```
 如：华为手机 --- > 华为、手、手机 ElasticSearch 内置分词器 • Standard Analyzer - 默认分词器，按词切分，小写处理 • Simple Analyzer - 按照非字母切分(符号被过滤), 小写处理 • Stop Analyzer - 小写处理，停用词过滤(the,a,is) • Whitespace Analyzer - 按照空格切分，不转小写 • Keyword Analyzer - 不分词，直接将输入当作输出 • Patter Analyzer - 正则表达式，默认\W+(非字符分割) • Language - 提供了30多种常见语言的分词器 **ElasticSearch 内置分词器对中文很不友好，处理方式为：一个字一个词, 我们可以安装中文分词器**
```
6.2 分词器-介绍
•IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包
•是一个基于Maven构建的项目
•具有60万字/秒的高速处理能力
•支持用户词典扩展定义
•下载地址：https://github.com/medcl/elasticsearch-analysis-ik/archive/v7.4.0.zip
安装包在资料文件夹中提供

6.3-ik分词器安装
参见 ik分词器安装.md
执行如下命令时如果出现打包失败（501码）将maven镜像换成阿里云的
mvn package
/opt/apache-maven-3.1.1/conf/setting.xml

alimaven
aliyun maven
http://maven.aliyun.com/nexus/content/groups/public/
central

6.4-ik分词器使用
IK分词器有两种分词模式：ik_max_word和ik_smart模式。
1、ik_max_word
会将文本做最细粒度的拆分，比如会将“乒乓球明年总冠军”拆分为“乒乓球、乒乓、球、明年、总冠军、冠军。
#方式一ik_max_word
GET /_analyze
{
“analyzer”: “ik_max_word”,
“text”: “乒乓球明年总冠军”
}
ik_max_word分词器执行如下：
{
“tokens” : [
{
“token” : “乒乓球”,
“start_offset” : 0,
“end_offset” : 3,
“type” : “CN_WORD”,
“position” : 0
},
{
“token” : “乒乓”,
“start_offset” : 0,
“end_offset” : 2,
“type” : “CN_WORD”,
“position” : 1
},
{
“token” : “球”,
“start_offset” : 2,
“end_offset” : 3,
“type” : “CN_CHAR”,
“position” : 2
},
{
“token” : “明年”,
“start_offset” : 3,
“end_offset” : 5,
“type” : “CN_WORD”,
“position” : 3
},
{
“token” : “总冠军”,
“start_offset” : 5,
“end_offset” : 8,
“type” : “CN_WORD”,
“position” : 4
},
{
“token” : “冠军”,
“start_offset” : 6,
“end_offset” : 8,
“type” : “CN_WORD”,
“position” : 5
}
]
}
2、ik_smart会做最粗粒度的拆分，比如会将“乒乓球明年总冠军”拆分为乒乓球、明年、总冠军。
#方式二ik_smart
GET /_analyze
{
“analyzer”: “ik_smart”,
“text”: “乒乓球明年总冠军”
}
ik_smart分词器执行如下：
{
“tokens” : [
{
“token” : “乒乓球”,
“start_offset” : 0,
“end_offset” : 3,
“type” : “CN_WORD”,
“position” : 0
},
{
“token” : “明年”,
“start_offset” : 3,
“end_offset” : 5,
“type” : “CN_WORD”,
“position” : 1
},
{
“token” : “总冠军”,
“start_offset” : 5,
“end_offset” : 8,
“type” : “CN_WORD”,
“position” : 2
}
]
}
由此可见使用ik_smart可以将文本”text”: “乒乓球明年总冠军”分成了【乒乓球】【明年】【总冠军】
这样看的话，这样的分词效果达到了我们的要求。

6.5 使用IK分词器-查询文档

•词条查询：term
词条查询不会分析查询条件，只有当词条和查询字符串完全匹配时才匹配搜索
•全文查询：match
全文查询会分析查询条件，先将查询条件进行分词，然后查询，求并集
二者区别?
**term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇 . 而match查询的时候,elasticsearch会根据你给定的字段先分词再查询去并集.
1.创建索引，添加映射，并指定分词器为ik分词器
PUT person2
{
“mappings”: {
“properties”: {
“name”: {
“type”: “keyword”
},
“address”: {
“type”: “text”,
“analyzer”: “ik_max_word”
}
}
}
}
2.添加文档
POST /person2/_doc/1
{
“name”:”张三”,
“age”:18,
“address”:”北京海淀区”
}

POST /person2/_doc/2
{
“name”:”李四”,
“age”:18,
“address”:”北京朝阳区”
}

POST /person2/_doc/3
{
“name”:”王五”,
“age”:18,
“address”:”北京昌平区”
}
3.查询映射
GET person2

4.查看分词效果
GET _analyze
{
“analyzer”: “ik_max_word”,
“text”: “北京海淀”
}
5.词条查询：term
查询person2中匹配到”北京”两字的词条
GET /person2/_search
{
“query”: {
“term”: {
“address”: {
“value”: “北京天安门”
}
}
}
}
6.全文查询：match
全文查询会分析查询条件，先将查询条件进行分词，然后查询，求并集
GET /person2/_search
{
“query”: {
“match”: {
“address”:”北京昌平”
}
}
}

7-ElasticSearch JavaApi-

7.1SpringBoot整合ES

①搭建SpringBoot工程
②引入ElasticSearch相关坐标

org.elasticsearch.client
elasticsearch-rest-high-level-client
7.4.0

org.elasticsearch.client
elasticsearch-rest-client
7.4.0

org.elasticsearch
elasticsearch
7.4.0

③测试
ElasticSearchConfig
@Configuration
@ConfigurationProperties(prefix=”elasticsearch”)
public class ElasticSearchConfig {

private String host;

private int port;

public String getHost() {
return host;
}

public void setHost(String host) {<br />        this.host = host;<br />    }

public int getPort() {<br />        return port;<br />    }

public void setPort(int port) {<br />        this.port = port;<br />    }<br />    @Bean<br />    public RestHighLevelClient client(){<br />        return new RestHighLevelClient(RestClient.builder(<br />                new HttpHost(host,port,"http")<br />        ));<br />    }<br />}<br />ElasticsearchDay01ApplicationTests<br />注意：使用@Autowired注入RestHighLevelClient 如果报红线，则是因为配置类所在的包和测试类所在的包，包名不一致造成的<br />@SpringBootTest<br />class ElasticsearchDay01ApplicationTests {

@Autowired<br />    RestHighLevelClient client;

/**<br />     * 测试<br />     */<br />    @Test<br />    void contextLoads() {

    System.out.println(client);<br />    }<br />}

7.2-创建索引

1.添加索引

/**
     * 添加索引
     * @throws IOException
     */
    @Test
    public void addIndex() throws IOException {
       //1.使用client获取操作索引对象
        IndicesClient indices = client.indices();
        //2.具体操作获取返回值
        //2.1 设置索引名称
        CreateIndexRequest createIndexRequest=new CreateIndexRequest("itheima");
        CreateIndexResponse createIndexResponse = indices.create(createIndexRequest, RequestOptions.DEFAULT);
        //3.根据返回值判断结果
        System.out.println(createIndexResponse.isAcknowledged());
    }
2.添加索引，并添加映射
/**
     * 添加索引，并添加映射
     */
    @Test
    public void addIndexAndMapping() throws IOException {
       //1.使用client获取操作索引对象
        IndicesClient indices = client.indices();
        //2.具体操作获取返回值
        //2.具体操作，获取返回值
        CreateIndexRequest createIndexRequest = new CreateIndexRequest("itcast");
        //2.1 设置mappings
        String mapping = "{\n" +
                "      \"properties\" : {\n" +
                "        \"address\" : {\n" +
                "          \"type\" : \"text\",\n" +
                "          \"analyzer\" : \"ik_max_word\"\n" +
                "        },\n" +
                "        \"age\" : {\n" +
                "          \"type\" : \"long\"\n" +
                "        },\n" +
                "        \"name\" : {\n" +
                "          \"type\" : \"keyword\"\n" +
                "        }\n" +
                "      }\n" +
                "    }";
        createIndexRequest.mapping(mapping,XContentType.JSON);
        CreateIndexResponse createIndexResponse = indices.create(createIndexRequest, RequestOptions.DEFAULT);
        //3.根据返回值判断结果
        System.out.println(createIndexResponse.isAcknowledged());
    }

7.3-查询、删除、判断索引

查询索引

/**
     * 查询索引
     */
    @Test
    public void queryIndex() throws IOException {
        IndicesClient indices = client.indices();
        GetIndexRequest getRequest=new GetIndexRequest("itcast");
        GetIndexResponse response = indices.get(getRequest, RequestOptions.DEFAULT);
        Map<String, MappingMetaData> mappings = response.getMappings();
        //iter 提示foreach
        for (String key : mappings.keySet()) {
            System.out.println(key+"==="+mappings.get(key).getSourceAsMap());
        }
    }

删除索引
/*
删除索引
*/
@Test
public void deleteIndex() throws IOException {
IndicesClient indices = client.indices();
DeleteIndexRequest deleteRequest=new DeleteIndexRequest(“itheima”);
AcknowledgedResponse delete = indices.delete(deleteRequest, RequestOptions.DEFAULT);
System.out.println(delete.isAcknowledged());

}<br />索引是否存在<br />/**<br />     * 索引是否存在<br />     */<br />    @Test<br />    public void existIndex() throws IOException {<br />        IndicesClient indices = client.indices();

    GetIndexRequest getIndexRequest=new GetIndexRequest("itheima");<br />        boolean exists = indices.exists(getIndexRequest, RequestOptions.DEFAULT);


    System.out.println(exists);

}

7.4-添加文档

1.添加文档,使用map作为数据
@Test
public void addDoc1() throws IOException {
Map map=new HashMap<>();
map.put(“name”,”张三”);
map.put(“age”,”18”);
map.put(“address”,”北京二环”);
IndexRequest request=new IndexRequest(“itcast”).id(“1”).source(map);
IndexResponse response = client.index(request, RequestOptions.DEFAULT);
System.out.println(response.getId());
}
2.添加文档,使用对象作为数据
@Test
public void addDoc2() throws IOException {
Person person=new Person();
person.setId(“2”);
person.setName(“李四”);
person.setAge(20);
person.setAddress(“北京三环”);
String data = JSON.toJSONString(person);
IndexRequest request=new IndexRequest(“itcast”).id(person.getId()).source(data,XContentType.JSON);
IndexResponse response = client.index(request, RequestOptions.DEFAULT);
System.out.println(response.getId());
}

7.5-修改、查询、删除文档

1.修改文档：添加文档时，如果id存在则修改，id不存在则添加
/*
修改文档：添加文档时，如果id存在则修改，id不存在则添加
*/

@Test<br />    public void UpdateDoc() throws IOException {<br />        Person person=new Person();<br />        person.setId("2");<br />        person.setName("李四");<br />        person.setAge(20);<br />        person.setAddress("北京三环车王");

    String data = JSON.toJSONString(person);

    IndexRequest request=new IndexRequest("itcast").id(person.getId()).source(data,XContentType.JSON);<br />        IndexResponse response = client.index(request, RequestOptions.DEFAULT);<br />        System.out.println(response.getId());<br />    }<br />2.根据id查询文档<br />/**<br />     * 根据id查询文档<br />     */<br />    @Test<br />    public void getDoc() throws IOException {

    //设置查询的索引、文档<br />        GetRequest indexRequest=new GetRequest("itcast","2");

    GetResponse response = client.get(indexRequest, RequestOptions.DEFAULT);<br />        System.out.println(response.getSourceAsString());<br />    }<br />3.根据id删除文档<br />/**<br />     * 根据id删除文档<br />     */<br />    @Test<br />    public void delDoc() throws IOException {

    //设置要删除的索引、文档<br />        DeleteRequest deleteRequest=new DeleteRequest("itcast","1");

    DeleteResponse response = client.delete(deleteRequest, RequestOptions.DEFAULT);<br />        System.out.println(response.getId());<br />    }

ElasticSearch

1-今日内容

2-初识ElasticSearch

2.1-基于数据库查询的问题

2.2-倒排索引

2.3-ES存储和查询的原理

2.4-ES概念详解

3-安装ElasticSearch

3.1-ES安装

3.2-ES辅助工具安装

4-ElasticSearch核心概念

5-脚本操作ES

5.1-RESTful风格介绍

5.2-操作索引

添加索引

查询索引

•删除索引

•关闭、打开索引

5.3-ES数据类型

5.4-操作映射

创建索引并添加映射

5.5-操作文档

6-分词器

6.1 分词器-介绍

6.2 分词器-介绍

6.3-ik分词器安装

6.4-ik分词器使用

6.5 使用IK分词器-查询文档

7-ElasticSearch JavaApi-

7.1SpringBoot整合ES

7.2-创建索引

7.3-查询、删除、判断索引

7.4-添加文档

7.5-修改、查询、删除文档