- 创建索引：向 ES 服务器发 PUT 请求： http://127.0.0.1:9200/shopping
类似于MySQL中创建数据库 - 获取索引、删除索引：使用GET、DELETe请求
{
"acknowledged"【响应结果】: true, # true 操作成功
"shards_acknowledged"【分片结果】: true, # 分片操作成功
"index"【索引名称】: "shopping"
}
重复添加索引会返回错误信息
查看单个索引
{
"shopping"【索引名】: {
"aliases"【别名】: {},
"mappings"【映射】: {},
"settings"【设置】: {
"index"【设置 - 索引】: {
"creation_date"【设置 - 索引 - 创建时间】: "1614265373911",
"number_of_shards"【设置 - 索引 - 主分片数量】: "1",
"number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
"uuid"【设置 - 索引 - 唯一标识】: "eI5wemRERTumxGCc1bAk2A",
"version"【设置 - 索引 - 版本】: {
"created": "7080099"
},
"provided_name"【设置 - 索引 - 名称】: "shopping"
}
}
}
}
- 查看所有索引：向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/_cat/indices?v
- 创建文档：向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_doc
- 如果想要自定义唯一性标识，需要在创建时指定：http://127.0.0.1:9200/shopping/_doc/1 当自定义唯一标识的时候可以使用PUT请求
请求体内容为：
{
"title":"小米手机",
"category":"小米",
"images":"http://www.gulixueyuan.com/xm.jpg",
"price":3999.00
}
创建成功
{
"_index"【索引】: "shopping"
"_type"【类型-文档】: "_doc",
"_id"【唯一标识】: "Xhsa2ncBlvF_7lxyCE9G", #可以类比为 MySQL 中的主键，随机生成
"_version"【版本】: 1,
"result"【结果】: "created", #这里的 create 表示创建成功
"_shards"【分片】: {
"total"【分片 - 总数】: 2
"successful"【分片 - 成功】: 1,
"failed"【分片 - 失败】:
},
"_seq_no": 0,
__ "_primary_term": 1
}
- 查看文档：向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/shopping/_doc/1 需要指明唯一性标识
- 查看所有文档： http://127.0.0.1:9200/shopping/_doc/_search
- 修改文档：和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖在 Postman 中，向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_doc/1
{
"_index": "shopping",
"_type": "_doc",
"_id": "1",
"_version"【版本】: 2,
"result"【结果】: "updated", # updated 表示数据被更新
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 2,
"_primary_term": 2
}
- 修改字段：，向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_update/1
{
"doc": {
"price":3000.00
}
}
- 删除文档 使用DELETE发送请求http://127.0.0.1:9200/shopping/_doc/1
- 条件删除文档：一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数据进行删除 向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_delete_by_query
请求体内容为：
{
"query":{
"match":{
"price":4000.00
}
}
}
查询操作
- 匹配查询：http://127.0.0.1:9200/shopping/_search
请求体
匹配查询
{
"query":{
"match":{
"name":"张三"
}
}
}
查询所有文档
{
"query":{
"match_all":{}
}
}
分页
{
"query":{
"match_all":{}
},
"from":0, #开始页
"size":4, #一页数量
"_source": ["name"], #想要展示的字段
"sort":{ #排序
"age":{
"order":"asc"
}
}
}
- 组合查询
bool把各种其它查询通过must（必须 ）、must_not（必须不）、should（应该）的方
式进行组合
在 Postman 中，向 ES 服务器发 GET 请求 ：http://127.0.0.1:9200/student/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "zhangsan"
}
}
],
"must_not": [
{
"match": {
"age": "40"
}
}
],
"should": [
{
"match": {
"sex": "男"
}
}
]
}
}
}
- 范围查询
range 查询允许以下字符操作符 gt 大于>，gte 大于等于>=，lt 小于<，lte 小于等于<=
{
"query": {
"range": {
"age": {
"gte": 30,
"lte": 35
}
}
}
}
或者在查询结果中进行过滤
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "zhangsan"
}
}
],
"filter":{
"range": {
"age": {
"gte": 30,
"lte": 35
}
}
}
}
}
- 聚合查询：聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很多其他的聚合，例如取最大值、平均值等等
对某个字段取最大值 max
{ "aggs":{
"max_age":{
"max":{"field":"age" }
},
"size":0 #屏蔽原始数据
}
}
对某个字段取最小值 min
{ "aggs":{
"min_age":{
"min":{"field":"age" }
},
"size":0
}
}
分组
{
"aggs":{
"age_group":{
"terms":{"field":"age"},
"aggs":{
"age_sum":{
"sum":{"field":"age"}
}
}
}
},"size":0
}
映射操作
索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。
创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。
在 Postman 中，向 ES 服务器发 PUT 请求 ：http://127.0.0.1:9200/student/_mapping
在这里插入代码片
映射数据说明：
- 字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
- type：类型，Elasticsearch 中支持的数据类型非常丰富，说几个关键的：
- String 类型，又分两种：
text：可分词
keyword：不可分词，数据会作为完整字段进行匹配 - Numerical：数值类型，分两类
基本数据类型：long、integer、short、byte、double、float、half_float
浮点数的高精度类型：scaled_float
3.Date：日期类型 - Array：数组类型
- Object：对象
- String 类型，又分两种：
- index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。
- true：字段会被索引，则可以用来进行搜索
- false：字段不会被索引，不能用来搜索
- store：是否将数据进行独立存储，默认为 false原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置"store": true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。
NODE-1001 、、、、 NODE-1002 #集群名称 cluster.name: my-application #ip地址 network.host: localhost # # Set a custom port for HTTP: #节点端口 http.port: 1002 #tcp 监听端口 transport.tcp.port: 9302 discovery.seed_hosts: ["localhost:9301"] discovery.zen.fd.ping_timeout: 1m discovery.zen.fd.ping_retries: 5 #跨域配置 #action.destructive_requires_name: true http.cors.enabled: true http.cors.allow-origin: "*" NODE-1003 # ======================== Elasticsearch Configuration ========================= # ---------------------------------- Cluster ----------------------------------- # Use a descriptive name for your cluster: #集群名称 cluster.name: my-application # ------------------------------------ Node ------------------------------------ # # Use a descriptive name for the node: #节点名称 node.name: node-1003 node.master: true node.data: true # # Add custom attributes to the node: # #node.attr.rack: r1 # # ----------------------------------- Paths ------------------------------------ # # Path to directory where to store the data (separate multiple locations by comma): # #path.data: /path/to/data # # Path to log files: # #path.logs: /path/to/logs # # ----------------------------------- Memory ----------------------------------- # # Lock the memory on startup: # #bootstrap.memory_lock: true # # Make sure that the heap size is set to about half the memory available # on the system and that the owner of the process is allowed to use this # limit. # # Elasticsearch performs poorly when the system is swapping the memory. # # ---------------------------------- Network ----------------------------------- # # Set the bind address to a specific IP (IPv4 or IPv6): #ip地址 network.host: localhost # # Set a custom port for HTTP: #节点端口 http.port: 1003 #tcp 监听端口 transport.tcp.port: 9303 #链接节点 discovery.seed_hosts: ["localhost:9302"] discovery.zen.fd.ping_timeout: 1m discovery.zen.fd.ping_retries: 5 #跨域配置 #action.destructive_requires_name: true http.cors.enabled: true http.cors.allow-origin: "*"Elasticsearch 进阶 核心概念 索引（Index）
一个索引相当于一个数据库，在一个集群中，可以定义任意多的索引。能搜索的数据必须索引，这样的好处是可以提高查询速度。
Elasticsearch 索引的精髓：一切设计都是为了提高搜索的性能。
在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个类型。不同的版本，类型发生了不同的变化
文档（document）一个文档是一个可被索引的基础信息单元，也就是一条数据比如：你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以 JSON（Javascript Object Notation）格式来表示，而 JSON 是一个到处存在的互联网数据交互格式。
在一个 index/type 里面，你可以存储任意多的文档。
相当于是数据表的字段，对文档数据根据不同属性进行的分类标识。
映射（Mapping）mapping 是处理数据的方式和规则方面做一些限制，如：某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的，其它就是处理 ES 里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。
分片（Shards）一个索引可以存储超出单个节点硬件限制的大量数据。比如，一个具有 10 亿文档数据的索引占据 1TB 的磁盘空间，而任一节点都可能没有这样大的磁盘空间。或者单个节点处理搜索请求，响应太慢。为了解决这个问题，Elasticsearch 提供了将索引划分成多份的能力，每一份就称之为分片。当你创建一个索引的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以被放置到集群中的任何节点上。分片很重要，主要有两方面的原因：
1）允许你水平分割 / 扩展你的内容容量。
2）允许你在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量。
至于一个分片怎样分布，它的文档怎样聚合和搜索请求，是完全由 Elasticsearch 管理的，对于作为用户的你来说，这些都是透明的，无需过分关心。被混淆的概念是，一个 Lucene 索引 我们在 Elasticsearch 称作 分片 。 一个Elasticsearch 索引 是分片的集合。 当 Elasticsearch 在索引中搜索的时候， 他发送查询到每一个属于索引的分片(Lucene 索引)，然后合并每个分片的结果到一个全局的结果集。
副本（Replicas）在一个网络 / 云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于离线状态，或者由于任何原因消失了，这种情况下，有一个故障转移机制是非常有用并且是强烈推荐的。为此目的，Elasticsearch 允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片(副本)。
复制分片之所以重要，有两个主要原因：
- 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分片从不与
原/主要（original/primary）分片置于同一节点上是非常重要的。 - 扩展你的搜索量/吞吐量，因为搜索可以在所有的副本上并行运行。
总之，每个索引可以被分成多个分片。一个索引也可以被复制 0 次（意思是没有复制）或多次。一旦复制了，每个索引就有了主分片（作为复制源的原来的分片）和复制分片（主分片的拷贝）之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制的数量，但是你事后不能改变分片的数量。默认情况下，Elasticsearch 中的每个索引被分片 1 个主分片和 1 个复制，这意味着，如果你的集群中至少有两个节点，你的索引将会有 1 个主分片和另外 1 个复制分片（1 个完全拷贝），这样的话每个索引总共就有 2 个分片，我们需要根据索引需要确定分片个数。
分配（Allocation）将分片分配给某个节点的过程，包括分配主分片或者副本。如果是副本，还包含从主分片复制数据的过程。这个过程是由 master 节点完成的。
系统架构一个运行中的 Elasticsearch 实例称为一个节点，而集群是由一个或者多个拥有相同cluster.name 配置的节点组成， 它们共同承担数据和负载的压力。当有节点加入集群中或者从集群中移除节点时，集群将会重新平均分布所有的数据。
当一个节点被选举成为主节点时， 它将负责管理集群范围内的所有变更，例如增加、删除索引，或者增加、删除节点等。 而主节点并不需要涉及到文档级别的变更和搜索等操作，所以当集群只拥有一个主节点的情况下，即使流量的增加它也不会成为瓶颈。
任何节点都可以成为主节点。我们的示例集群就只有一个节点，所以它同时也成为了主节点。作为用户，我们可以将请求发送到集群中的任何节点 ，包括主节点。
每个节点都知道任意文档所处的位置，并且能够将我们的请求直接转发到存储我们所需文档的节点。 无论我们将请求发送到哪个节点，它都能负责从各个包含我们所需文档的节点收集回数据，并将最终结果返回給客户端。
Elasticsearch 对这一切的管理都是透明的
创建索引分配3个主分片和一个副本（每个主分片拥有一个副本分片）
{
"settings" : {
"number_of_shards" : 3,
"number_of_replicas" : 1
}
}
