ElasticSearch搜索引擎

ElasticSearch搜索引擎

• 复杂花式搜索
• 来自Restful访问规则
• • PUT
  • POST
  • GET
  • DELETe
• 属性
• • _score (成绩)
  • _hit
  • 构建一个数据库（类比）
• 复杂操作Select（排序、分页、高亮、模糊、精准查询）
• • 模糊查询
  • 筛选字段查询
  • 排序
  • 分页
  • 布尔值查询
  • • must
    • should
    • must_not
    • 过滤器filter
  • 用空格隔开数据进行多条件模糊查询
  • 精确查询！
  • 高亮！

复杂花式搜索

文章转载至: 【狂神说Java】ElasticSearch7.6.x最新完整教程通俗易懂.
ElasticSearch本文下称ES对于大数据高并发时代的数据快速处理的方案，其提供的springBoot接口使用很方便，其专注于查询，分词，高亮，作用相当于数据库，默认存储类型为doc也就是文档

来自Restful访问规则 PUT

添加数据，也可以修改数据，但会造成数据覆盖

// kibanna
PUT /kuangshen/user/1    //访问格式/类型/id
{
	"name":"狂神说JAVA",
	"age":"23",
	"desc":"一顿操作猛如虎，还是我最叼"
	"tags":["技术宅"，"猛男","没对象"]
}

POST

修改数据，version对应修改, 如果词尾没有添加/_update 也会造成数据覆盖

// kibanna
POST /kuangshen/user/1/_update    //访问格式/类型/id/_update
{
	"age":"25"
}

GET

查询数据,此博客主要关注GET,最简化的为

// kibanna
GET/kuangshen/user/1   //访问格式/类型/id

// kibanna
GET/kuangshen/user/_search?q=name:"狂神"  //访问格式/类型/

DELETE

删除数据

// kibanna
DELETE kuangshen  //访问格式

属性 _score (成绩)

这个属性为默认的，作为权重使用，分值越高权重越高

_hit

索引和文档的信息，查询的结果总数，数据中的结果都可以遍历出来

构建一个数据库（类比）

// kibanna
PUT testdb    //访问格式/类型/id
{
	"mappings":{
		"properties":{
			"name":{
				"type":"text"   //指定字段类型
			},
			"desc":{
				"type":"keyword"   //指定字段类型
			}
		}
	}
}

复杂操作Select（排序、分页、高亮、模糊、精准查询） 模糊查询

name携带输入字符串的都会被查询出来，类似于LIKE

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"match":{
			"name":"狂神"
		}
	}
}

筛选字段查询

对比起select * from我们更喜欢用select 字段 这时候就需要source

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"match":{
			"name":"狂神"
		}
	},
	"_soure":["name","age"]
}

这样就只会查询name,age之后使用JAVA操作就是操作里面的key

排序

对比 ORDER BY

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"match":{
			"name":"狂神"
		}
	},
	"sort":[
		{
			"name":{
				"order":"desc"
				}
	}
	]
}

分页

类比 limt

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"match":{
			"name":"狂神"
		}
	},
	"from":0,//从第几条开始，数据下标还是从0开始
	"size":1//取几条
}

布尔值查询 must

所有条件都要符合 where id= 1 and name = xx

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"bool":{
			"must":[
				{
					"match":{
							"name":"张三"
						}
				}，
				{
					"match":{
							"age":"18"
						}
				}
			
			]
		}
	}
	
}

should

类比 or

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"bool":{
			"should":[
				{
					"match":{
							"name":"张三"
						}
				}，
				{
					"match":{
							"age":"18"
						}
				}
			
			]
		}
	}
	
}

must_not

取反must

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"bool":{
			"must_not":[
				{
					"match":{
							"name":"张三"
						}
				}，
				{
					"match":{
							"age":"18"
						}
				}
			
			]
		}
	}
	
}

过滤器filter

可以使用filter进行数据过滤

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"bool":{
			"must_not":[
				{
					"match":{
							"name":"张三"
						}
				}
			]，
			"filter":{
			  "range":{
			    "age":{
			    	"lt":10
			    }
			  }
			}
		}
	}
	
}

• gt 大于
• gte 大于等于
• lt 小于
• ite 小于等于
  在过滤器中可以使用多个进行限制

用空格隔开数据进行多条件模糊查询

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		
					"match":{
							"tags":"男 技术"
						}
				}
	}
	
}

匹配度越高权重越高，score越高

精确查询！

term查询是直接通过倒排索引指定的词条进程精确查找的！
关于分词：

• term,直接查询精确的
• match,会使用非瓷器进行解析！（线分析文档，然后在通过分析的文档进行查询）
  两个类型的key word

// kibanna
GET _analye
{
	"analyzeer":"keyword",//这个类型的搜索，不会将下边的字符串分割为"狂" "神"
	"text":"狂神说 JAVA" 
	
}

// kibanna
GET _analye
{
	"analyzeer":"standard",//这个类型的搜索，会将下边的字符串分割为"狂" "神"
	"text":"狂神说 JAVA" 
	
}

term

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		
					"term":{
							"name":"狂" //name带狂的
						}
				}
	}
	
}

keyword类型不会被解析

高亮！

// kibanna
GET/kuangshen/user/_search    //访问格式/类型/id
{
	"query":{
		"match":{
			"name":"狂神"
		}
		}，
		"highlight":{
			"fields":{
				"pre_tags":"
",//结果前html
				"post_tags":"
"//结果后html
				"name":{}
			}
		}
	}
	
}

其实MYSQL可以做但是效率没有这么高