ElasticSearch的作用是什么

ElasticSearch的作用是什么，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

（一）介紹

ElasticSearch的目標就是實現搜索。在數據量少的時候，我們可以通過索引去搜索關系型數據庫中的數據，但是如果數據量很大，搜索的效率就會很低，這個時候我們就需要一種分布式的搜索引擎。Elasticsearch是一個基于Lucene的搜索服務器。它提供了一個分布式多用戶能力的全文搜索引擎，基于RESTful web接口。

ES主要用于全文檢索、結構化搜索以及分析。ES的應用十分廣泛，比如維基百科、Github等都使用ES實現搜索。

（二）核心概念理解

2.1 數據結構

ES既然是用來搜索的，那么它必然也需要存儲數據。在Mysql等關系型數據庫中，數據的存儲遵循下面的邏輯：

一個數據庫（database）中有多個表（tables），每個表有多行數據（rows），每一行數據由多個字段（columns）組成。

ES中的存儲是這樣的：

一個索引（indeces）相當于一個數據庫（database），每個索引中有多個類型types（相當于表結構），每個索引中有多個documents（相當于行），每個documents由多個fields組成（相當于字段）。

你可以把ES理解為他是一個面向文檔的數據庫。下面用一張圖描述ES和關系型數據庫之間的相似之處：

值得注意的是，在ES7.x版本中，types將慢慢被遺棄，在8.x版本中，types將會徹底棄用。

2.2 索引（indeces）和文檔（documents）

ES中的索引和Mysql中的索引不是同一種東西，ES中的索引是一個文檔的集合，索引就是一個數據庫。

前面說了ES是面向文檔的，文檔是ES中最重要的單位，文檔就是一條條的數據。文檔中有幾個重要的概念：

1、一篇文檔中包含多個key：value

2、文檔其實就是一個JSON字符串

2.3 分片

我們通過EShead創建一個索引時，他會讓我們選擇分片數量和副本數量

ES是一個分布式搜索引擎，分片就是把一堆數據分布到多個分片中。而索引是對每個分片的一個備份，這些副本同樣能處理查詢請求。

現在假設集群有兩個node節點，設置分片數是5個，副本數是1個，那么數據存儲結構將變成下面這樣，可以保證副本和分片在不同的節點上：

2.4 倒排索引

為什么ES的搜索這么快，和其中所使用的倒排索引也有一定的關系。倒排索引建立的是分詞和文檔之間的映射關系。下面通過一個簡單的例子來講解一下什么是倒排索引

原來的數據中我們通過文檔ID去關聯標簽，但是在查詢時就需要遍歷所有文檔。通過倒排索引，我們可以通過關鍵詞來找到最匹配的文檔。

（三）ES的基本操作

ES是基于Restful風格進行操作的，因此對于習慣了寫crud的程序員來說，ES很容易上手。ES的操作可以使用Kibana，也可以使用Postman直接調用，因為歸根結底它就是一個restful的操作。我這里使用Idea的ES插件直接調用。 3.1 創建文檔

PUT http://ip:port/索引名/類型名/文檔id

{
    "key":"value"
}

因為類型名在后續的版本中將會被刪除，這里可以用_doc代表默認類型：

PUT http://ip:port/索引名/_doc/文檔id

下面給出操作截圖

通過put創建一個索引之后，我們可以在head中看到對應的數據

3.2 創建帶有數據類型的索引

3.1中創建數據時，沒有指定具體的數據類型，我們當然也可以為索引指定數據類型

PUT http://ip:port/索引名
參數示例：
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "address": {
        "type": "text"
      }
    }
  }
}

ES中的核心數據類型如下：

（1）字符串類型： text, keyword
（2）數字類型：long, integer, short, byte, double, float, half_float, scaled_float
（3）日期：date
（4）日期 納秒：date_nanos
（5）布爾型：boolean
（6）Binary：binary
（7）Range: integer_range, float_range, long_range, double_range, date_range

3.3 查看索引或者文檔的數據

通過GET請求可以查看索引以及文檔的信息：

GET http://ip:port/索引名   #查看索引
GET http://ip:port/索引名/類型名/文檔ID  #查看文檔

3.4 修改數據

修改數據和創建數據一樣，通過PUT操作就會更新原來的數據：

PUT http://ip:port/索引名/類型名/文檔id
{
    "key":"value"
}

如果是修改的話，響應結果中的version就會增加。

另外一種方法是使用Post請求：

POST http://ip:port/索引名/類型名/文檔id/_update
參數實例：
{
  "doc": {
    "name": "javayz4"
  }
}

更推薦使用這種方式，如果使用PUT方法忘了加某個key，更新就會變成新增

3.5 刪除數據

通過DELETE的方式刪除數據

DELETE http://ip:port/索引名/類型名/文檔id  #刪除具體的文檔
DELETE http://ip:port/索引名  #刪除索引

（四）ES的搜索操作

ES最重要的就是它的搜索操作了。

4.1 簡單搜索

直接將搜索的參數帶到鏈接中：

GET http://ip:port/索引名/_search?q=key:value

結果如下：

4.2 通過param傳遞參數

除了將參數放到鏈接當中，還可以將參數通過JSON請求體的方式傳遞，其中from和size是分頁的參數，query中傳遞查詢條件，_source表示結果中要展示的列，不寫就表示展示所有。

GET http://ip:port/索引名/_search
參數示例：
{
  "from": 0,
  "size": 20,
  "query": {
    "match": {
      "name": "javayz2"
    }
  },
  "_source": ["name","address"]
}

除了上面示例中的這些參數之外，還有很多參數可以使用，比如排序：

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

多條件查詢：must表示下面的兩個條件都要滿足，還可以填should，表示任意滿足其中一個條件即可，或者是must_not，表示must的相反值

"query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "javayz"
          }
        },
        {
          "match": {
            "address": "hz"
          }
        }
      ]
    }
}

如果你的數據中存在集合，可以通過空格對多個條件進行查詢：

查詢過程中還支持高亮查詢

"highlight":{
  "pre_tags": "<em>",
  "post_tags": "</em>",
  "fields": {
    "name": {}
  }
}

（五）分詞器

所謂分詞器，就是將一段話分成一個個關鍵字，搜索時就按照這些關鍵字進行搜索。比較好用的分詞器有中文的IK分詞器。

5.1 基本使用

給出下載鏈接：https://github.com/medcl/elasticsearch-analysis-ik/releases

下載和自己ES相同的版本，在plugin目錄下新建一個ik文件夾，將下載的文件解壓到ik目錄下，重新啟動即可。

IK分詞器提供了兩種算法：

1、ik_smart：最少切分

2、ik_max_word：最細粒劃分

首先最少切分是根據字典給出最少的切分：

ik_max_word是最細粒劃分，他會給出最多的結果：

{
  "analyzer": "ik_max_word",
  "text": "我是Java工程師"
}

結果：

{
  "tokens": [
    {
      "token": "我",
      "start_offset": 0,
      "end_offset": 1,
      "type": "CN_CHAR",
      "position": 0
    },
    {
      "token": "是",
      "start_offset": 1,
      "end_offset": 2,
      "type": "CN_CHAR",
      "position": 1
    },
    {
      "token": "java",
      "start_offset": 2,
      "end_offset": 6,
      "type": "ENGLISH",
      "position": 2
    },
    {
      "token": "工程師",
      "start_offset": 6,
      "end_offset": 9,
      "type": "CN_WORD",
      "position": 3
    },
    {
      "token": "工程",
      "start_offset": 6,
      "end_offset": 8,
      "type": "CN_WORD",
      "position": 4
    },
    {
      "token": "師",
      "start_offset": 8,
      "end_offset": 9,
      "type": "CN_CHAR",
      "position": 5
    }
  ]
}

5.2 字典

對于一些名詞，IK自帶的字典無法區分，比如我的博客名Java魚仔，它分詞后是這樣的：

因此我們需要手動去增加這樣的字典，IK目錄下的config/IKAnalyzer.cfg.xml中可以添加自己的字典，首先我在config下新建一個my.dic文件，里面的詞匯現在只寫了一個Java魚仔。然后在配置文件中配置自己的my.dic

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 擴展配置</comment>
        <!--用戶可以在這里配置自己的擴展字典 -->
        <entry key="ext_dict">my.dic</entry>
         <!--用戶可以在這里配置自己的擴展停止詞字典-->
        <entry key="ext_stopwords"></entry>
        <!--用戶可以在這里配置遠程擴展字典 -->
        <!-- <entry key="remote_ext_dict">words_location</entry> -->
        <!--用戶可以在這里配置遠程擴展停止詞字典-->
        <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

重啟后再次進行分詞，結果如下：

關于ElasticSearch的作用是什么問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。