elasticsearch全文检索

示例：

1.准备数据

使用kibana，准备两条数据

PUT /testindex/users/102
{
  "name":"zhangsan",
  "age":25
}
PUT /testindex/users/101
{
  "name":"ZHANgsan",
  "age":24
}

2.查询示例

GET /testindex/users/_search
{
  "query": {
    "match": {
      "name":  "谁是zhangsan啊"
    }
  }
}

我们发现两条数据都被查询了出来。那么es是如何实现的呢？

分析器（analyzer ）

官网描述.
概括来说分析器一般有三部分组成，
1、字符过滤器（Character Filters）
2、分词器（Tokenizers）
3、分词过滤器（Token filters）

ES 给我们内置了若干分析器类型。其中常用的是标准分析器，名称叫做
"standard"。我们肯定需要扩展，并使用一些第三方分析器。

不过我们得先了解标准分析器是 怎么工作的。Anaylyzer通常由一个Tokenizer （怎么分词）， 以及若干个 TokenFilter（过滤分词）、 Character Filters（过滤字符）组成。
下面我们使用具体例子来学习一下

1.标准分析器（es内置）

POST _analyze
{
  "analyzer": "standard",
  "text": "谁是zhangsan啊"
}

2.简单分析器

POST _analyze
{
  "analyzer": "simple",
  "text": "谁是zHangsan啊"
}

3.标准分词器(注意框选中的单词)

POST _analyze
{
  "tokenizer": "standard",
  "text": "谁是zhANgSan啊"
}

显然仅仅使用标准分词器并不能做到大小写的忽略。

4.组合使用

POST _analyze
{
  "tokenizer": "standard",
  "filter": ["lowercase"], 
  "char_filter": ["html_strip"], 
  "text": "谁是<b>zhANg</b>San啊"
}

在运行结果中，我们看到他和我们预想的结果是一致的。我们使用的标准的分词器（"tokenizer": "standard",）使中文和单词分开，使用小写分词过滤器（"filter": ["lowercase"], ）使单词小写化，使用字符过滤器（"char_filter": ["html_strip"], ）使text中的html标签过滤掉。最终的效果是和标准分析器("analyzer": "standard",)是一致的。

通过上面的例子，我们显然可以知道，我们是可以根据自己的业务自定义分析器的。
我们自定义一个自己的分析器

PUT testindex
{
  "settings": 
  {
    "analysis": {
      "analyzer": {
        "my-analyzer":{
          "type":"custom",
          "tokenizer":"standard",
          "char_filter":["html_strip"],
          "filter":["lowercase"]
        }
      }
    }
  }
}

这样执行会报错，因为索引已经存在了。而自定义分析器需要在索引建立之前建立。所以这样又引出了我们要学习的另一个知识点：索引的备份和恢复。

索引的备份和恢复

我使用的是docker 拉取sebp/elk镜像来搭建的。运行容器正常之后，我们来进行下面的操作。

1.配置elasticsearch.yml文件

进入容器

docker exec -it elk /bin.bash

sudo vim  /opt/elasticsearch/config/elasticsearch.yml

//在配置文件最后加上,path.repo: /var/backups
path.repo: /var/backups

2.创建仓库

//创建仓库
PUT /_snapshot/mybak
{
  "type": "fs",
  "settings": {
    "location": "/var/backups/testindex"
  }
}
//查看仓库信息
GET /_snapshot/mybak

3.备份索引

//备份索引
PUT /_snapshot/mybak/bak1?wait_for_completion=true
{
  "indices": "testindex"
}

4.删除索引和自定义分析器

#删除索引
DELETE testindex

#自定义分析器
PUT testindex
{
  "settings": 
  {
    "analysis": {
      "analyzer": {
        "my-analyzer":{
          "type":"custom",
          "tokenizer":"standard",
          "char_filter":["html_strip"],
          "filter":["lowercase"]
        }
      }
    }
  }
}

5.备份和恢复

#备份恢复
#1.关闭索引
POST testindex/_close
#2.恢复
POST _snapshot/mybak/bak2/_restore?wait_for_completion=true
{
  "indices": "testindex"
}
#3.打开索引
POST testindex/_open