ElasticSearch 基础 持续更新…
ElasticSearch安装什么是ElasticSearch?
Elasticsearch 是一个高扩展的分布式全文检索免费开源搜索和分析引擎，适用于包括文本、数字、地理空间、结构化和非结构化数据等在内的所有类型的数据。
Elasticsearch 在 Apache Lucene 的基础上开发而成，由 Elasticsearch N.V.(即现在的Elastic)于 2010 年首次发布。Elasticsearch 以其简单的 REST 风格 API、分布式特性、速度和可扩展性而闻名，是 Elastic Stack 的核心组件；Elastic Stack 是一套适用于数据采集、扩充、存储、分析和可视化的免费开源工具。
ES是利用Java开发并且是当前最流行的开源企业级搜索引擎。能够达到实时搜索，稳定，可靠，快速，安装使用方便。
官方下载地址
ES启动这个有点占用内存…
9300端口为ElasticSearch集群间组件的通信端口，9200端口为浏览器访问的HTTP协议的RESTful风格端口
输入相应的URL，结果为：
读者可以直接在/config目录下的jvm.options文件中修改JVM虚拟内存配置：
基本概念-Xmx1g
-Xmx1g
ElasticSearch与关系型数据库对比(8.x版本及以上版本将废弃Type…)：
简单使用什么是倒排索引?
在倒排索引中关键词是主键，每个关键词都对应着一系列文件，这些文件中都出现了这个关键词。这样当用户搜索某个关键词时，排序程序在倒排索引中定位到这个关键词，就可以马上找出所有包含这个关键词的文件。
基本Rest命令：
PUT方式创建索引(遵循幂等性)：
http://localhost:9200/test
PUT方式创建特定映射类型的索引(遵循幂等性)：
PUT /students
{
"mappings": {
"properties": {
"naem": {
"type": "text"
},
"age": {
"type": "long"
},
"grade": {
"type": "text"
},
"date": {
"type": "date"
}
}
}
}
PUT方式创建文档(遵循幂等性)：
如果文档字段没有指定，那么ES会自动的配置属性…
PUT /test/_doc/1
{
"name":"张三",
"age": 20,
"date": "2021-10-19"
}
GET方式获取索引信息：
http://localhost:9200/test
DELETe方式删除索引：
http://localhost:9200/test
DELETE删除文档：
http://localhost:9200/test/_doc/2000
POST方式添加文档(默认不遵循幂等性)：
POST方式添加自定义_id的文档：
http://localhost:9200/students/_doc/2000
{
"name":"张三",
"age":"20",
"grade":"一班"
}
GET方式主键查询文档：
http://localhost:9200/students/_doc/2000
GET方式全查询所有文档：
http://localhost:9200/students/_doc/_search
PUT方式全量修改文档：
http://localhost:9200/students/_doc/2000
{
"grade":"三班"
}
POST方式局部修文档字段信息(或者新增字段…)：
http://localhost:9200/students/_update/2000
{
"doc":{
"grade":"三班"
}
}
GET条件查询：
结果匹配，只查询"name"字段带有"一"和”班“值的所有文档
GET /students/_doc/_search
{
"query":{
"match": {
"grade": "一班"
}
}
}
结果过滤，结果返回字段名为"name"的文档
GET /students/_doc/_search
{
"query":{
"match": {
"grade": "一班"
}
},
"_source": ["name"]
}
结果排序，按照降序排序(升序排列为"asc")输出
GET /students/_doc/_search
{
"query":{
"match": {
"grade": "一班"
}
},
"sort":{
"age":{
"order":"desc"
}
}
}
分页查找，页从0开始，页面大小为2
GET /students/_doc/_search
{
"query":{
"match": {
"grade": "一班"
}
},
"from": 0,
"size": 2
}
多条件查询，查询所有"name"字段包含"张"，“三”，并且"grade"字段包含"一","班"的所有文档(should字段具有’or’的意思，must_not字段是must字段的补集… )
GET /students/_doc/_search
{
"query":{
"bool": {
"must": [
{
"match":{
"name":"张三"
}
},
{
"match":{
"grade":"一班"
}
}
]
}
}
}
区间查询，查找所有"age"字段大于20并且小于25的文档(lt字段是小于，gte大于等于，lte小于等于)
GET /students/_search
{
"query":{
"bool": {
"filter": {
"range":{
"age": {
"gt": 20,
"lt": 25
}
}
}
}
}
}
可视化界面安装
Elasticsearch-Head
首先需要安装Node.js以及npm(版本尽量不能太高)，然后才能安装该插件…
git clone git://github.com/mobz/elasticsearch-head.git cd elasticsearch-head npm install # 依赖包下载 npm run start # 启动
结果：
跨域问题解决：
进入elasticsearch安装目录下的config，找到elasticsearch.yml文件，添加内容
## 跨域问题解决 ## http.cors.enabled: true http.cors.allow-origin: "*"
Kibana
简单地说，就是开源的数据分析和可视化平台…
官方下载地址
安装路径下的bin目录下执行kibana.bat文件启动
修改为母语(config/kibana.yml)：
i18n.locale: "zh-CN"IK分词器插件
什么是IK分词器?
分词：即把一段中文或者别的词汇分成一个一个的关键字，我们在搜索时会把自己的信息进行分词，会把数据库中或索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，当时这显然不合理，如：“给岁月以文明"会被分为"给”，“岁”，“月”，“以”，“文”，“明”，这个时候就需要IK分词器来解决这个问题…
Github下载地址
下载后放入到elasticsearch中的plugins目录然后重启ES即可
- ik_smart分词方式
- ik_max_word分词方式
进入到IK分词器的config目录下，创建==.dic==后缀文件：
添加内容到my.dic，保存：
修改IKAnalyzer.cfg.xml内容，保存：
IK Analyzer 扩展配置 my.dic
最后记得不要忘记重启ES了…
结果测试：
可以看到中国空间站已经是一个整体，是一个最小划分…
