ElasticSearch

初识ES

认识和安装

安装es和Kibana

还是和之前差不多的步骤

还是选择从本地上传镜像到虚拟机root目录，再加载好

docker load -i	es.tar
docker load -i	kibana.tar

加载好再移除掉tar包（比较大，有点占空间）

rm  -rf  *.tar

run

docker run -d \
  --name es \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  -e "discovery.type=single-node" \
  -v es-data:/usr/share/elasticsearch/data \
  -v es-plugins:/usr/share/elasticsearch/plugins \
  --privileged \
  --network hmall \
  -p 9200:9200 \
  -p 9300:9300 \
  elasticsearch:7.12.1

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network hmall \
-p 5601:5601  \
kibana:7.12.1

倒排索引

倒排索引

IK分词器

在线安装(对网速有要求)

运行一个命令即可：

docker exec -it es ./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

然后重启es容器：

docker restart es

离线安装

先查看有哪些数据卷：

docker volume ls

发现es容器里面的插件目录挂载好了（安装时通过数据卷挂载的）

查看一下挂载到虚拟机的哪个目录了：

docker volume inspect es-plugins

进入这个目录：

cd	/var/lib/docker/volumes/es-plugins/_data

创建一个ik目录，把本地的压缩包

上传到虚拟机的ik目录里，然后再解压，解压后再把压缩包删除了。

mkdir ik
unzip ***.zip
rm ****.zip

重新启动es：

docker restart es

测试

拓展词条

总结

基本概念

索引库操作

Mapper映射属性

这里 是否创建索引 取决于 这个字段参不参与搜索或者排序。

注：

这个举例的 es文档 的 score字段 ，如果为其创建了index索引，用于去排序，

排序规则：由于score是数组，里面有多个分数，那么去和 其它文档 根据这个字段排序的话，es会默认 选一个分数 去参与排序。

如果是升序排： 拿最小的分数去比较（ 升序是小的在大的前面）

如果是降序排： 拿最大的分数去比较（ 降序是大的在小的前面 ）

索引库的CRUD

以上这些都是类似sql的 DDL操作 ，不是日常的curd。

文档操作

文档CRUD

批量处理

JavaRestClient

客户端初始化

商品Mapping映射

这里重点是 根据业务 去 设计索引库字段 以及其 mapper映射属性。

索引库操作

文档操作

新增文档的数据是 从数据库商品表 里取出来的。

批量处理

DSL查询

快速入门

叶子查询

全文检索查询：

精确查询：

举例：

总结

复合查询

第一类：布尔查询

排序和分页

排序

举例：

分页

深度分页问题

总结：

大多数情况下，我们 采用普通分页 就可以了。查看百度、京东等网站，会发现其分页都有限制。例如百度最多支持77页，每页不足20条。京东最多100页，每页最多60条。

因此，一般我们采用 限制分页深度的方式 即可，无需实现深度分页。

而elasticsearch会禁止 from + size 超过10000的请求。

高亮显示

完整语法

JavaRestClient

多看在线文档！！！

快速入门

构建查询条件

叶子查询

全文检索查询条件

精确查询条件

复合查询

布尔查询

举例

排序和分页

高亮显示

聚合

桶聚合

有限定范围的聚合

度量聚合

Java客户端实现