ES基本概念（ES是非关系型数据库）
Index(索引-数据库):
ES 数据管理的顶层单位就叫做 Index（索引）,每个 Index （即数据库）的名字必须是小写。
Type(类型-表):
Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。
Elastic 6.x 版只允许每个 Index 包含一个 Type，7.x 版将会彻底移除 Type。所以现在的ES应移除了Type的概念，不需要了解太多了
Document(文档-行):
Index 里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。Document 使用 JSON 格式表示,同一个 Index 里面的 Document，不要求有相同的结构（schema），但是最好保持相同，这样有利于提高搜索效率，通常用Json数据结构表示
Field（字段-列）:
就像Mysql中表每一行数据里面有好多字段，每个字段的数据内容
Mapping（映射-约束）：
Mapping用来定义Document中每个字段的类型（像极了Mysql数据库中创建表结构一样，这里创建每个document的字段及字段类型），包括：数据类型、是否存储、是否分词等
ElasticSearch存入数据和搜索数据机制
ES的基本使用
ES可以自动识别文档字段类型，从而降低用户使用成本
（1）直接插入文档
PUT /test_index/_doc/1 //因为使用的ES版本是6.3.1的，所以底层默认会有一个Type（默认是_doc）,但是ES到了7.x之后，彻底移除了Type
{
"username":"alfred",
"age":1,
"birth":"1991-12-15"
}
（2）查看mapping
GET/test_index/doc/_mapping
{
"test_index": {
"mappings": {
"doc": {
"properties": {
"age": {
"type": "long"
},
"birth":{
"type": "date"
},
"username": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
}
}
}
}
}
}
age自动识别为long类型，username识别为text类型
IK分词器
1.为什么使用分词器
分词器主要应用在中文上，在ES中字符串类型有keyword和text两种。keyword默认不进行分词，而text是将每一个汉字拆开称为独立的词，这两种都是不适用于生产环境，所以我们需要有其他的分词器帮助我们完成这些事情，其中IK分词器是应用最为广泛的一个分词器。
2.IK分词器分类
1）最少划分ik_smart
get _analyze
{
"analyzer":"ik_smart",
"text":"我是程序员"
}
结果展示
{
"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": "程序员",
"start_offset" : 2,
"end_offset" : 5,
"type": "CN_WORD",
"position" : 2
}
]
}
2）最细切分ik_max_word
get _analyze
{
"analyzer":"ik_max_word",
"text":"我是程序员"
}
输出的结果为：
{
"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": "程序员",
"start_offset" : 2,
"end_offset" : 5,
"type": "CN_WORD",
"position" : 2
},
{
"token" : "程序",
"start_offset" : 2,
"end_offset" : 4,
"type" : "CN_WORD",
"position" : 3
},
{
"token": "员",
"start_offset" : 4,
"end_offset" : 5,
"type" :"CN_CHAR",
"position" : 4
}
]
}
1.每次执行POST或者PUT接口，如果文档已存在，那么相应的版本就会自动加1，即_version，之前的版本抛弃。我们可以使用op_type=create端点接口来实现
2.查询整个文档数据
GET twitter/_doc/1/_source
3.查询文档中的部分字段你
GET twitter/_doc/1?_source=user,country
3.同时请求多个id的文档数据
GET twitter/_doc/_mget
{
"ids": ["1","2"]
}
4.检查文档是否存在
HEAD twitter/_doc/1
显示OK则表示存在.
5.删除一个文档
DELETE twitter/_doc/1
6.删除一个index
DELETE twitter
当我们执行完这一条语句后，所有的在twitter中的所有的文档都将被删除。
7.open/close Index
关闭索引后，将阻止读/写操作。
POST twitter/_close，这之后再GET的话就会报错
GET twitter/_doc/1
8.冻结索引
Freeze/unfreeze index，只读索引
网友评论