若你之前从未了解过ES，本文将由浅入深的一步步带你理解ES，简单使用ES。作者本人就是此状态，通过学习和梳理，产出本文，已对ES有个全面的了解和想法，不仅将知识点梳理，也涉及到自己的理解，初次学习踩的坑都汇总如下。

1 了解ElasticSearch

对于第一次接触ES的读者，该章节将直观的带你体验ES的魅力。

1.1 为何使用ES

使用前

           案例：需模糊查询带有 **华为** 的商品信息

使用MySQL的查询功能：select * from 表名 where name like “%华为%”
模糊查询会导致索引失效，就会全表扫描，效率低

           案例：需模糊查询带有 **华为手机** 的商品信息

使用MySQL的查询功能：select * from 表名 where name like “%华为手机%”
只能找到 华为手机 这样的结果
无法找到 华为荣耀手机、华为耳机、手机这样的结果，意思就是无法将华为+手机分开查询。这也是MySQL查询功能弱的缺点

使用后

输入 ”华为手机“
结果展示： 华为荣耀手机、华为耳机、手机、华为手机，且查询效率高

上述案例旨在告诉读者，面对更复杂的业务场景和搜索需求，单纯的SQL查询远远不能满足，MySQL是存储数据的解决方案，ES则是面对海量数据执行搜索的解决方案。

现在简单了解一下ES是怎么做到的上述优点

1.1 倒排索引

在了解倒排索引概念之前，先看看正向索引

               案例 ：查找含有 明 这个字的诗句

数据库信息	是否匹配
锄禾日当午	x
忽如一夜春风来	x
窗前明月光	√

结果：窗前明月光
缺点：得从第每首诗的第一行的第一个字找，这种正向操作的思想会导致查询比较慢

倒排索引

             案例： 查找含有 是 这个字的诗句

内部操作：
ES内部会自动的将 窗前明月光这个数据进行分词

拆分单词	结果
窗前	窗前明月光
床	窗前明月光
前	窗前明月光
明月	窗前明月光
明	窗前明月光
月	窗前明月光
光	窗前明月光

找到关键字明，得到对应的结果，效率很快的。我们习惯性将这种不直接查询的设计叫倒排索引

案例升级
此时需要在数据库中再存储一条数据”明月几时有“，ES会如何操作？
当然是自动拆分这句话

拆分单词	结果
窗前	窗前明月光
床	窗前明月光
前	窗前明月光
明月	窗前明月光；明月几时有
明	窗前明月光；明月几时有
月	窗前明月光；明月几时有
光	窗前明月光
几时	明月几时有
有	明月几时有

拆分的单词若已经有了，直接存储在后面就行；若拆分的单词是新的，则续上。

优化倒排索引

考虑一下这个情况，若拆分单词是月的结果有很多很多，岂不是这个表就很大，如何处理？
可以这样设计

拆分单词	结果（ID）
窗前	《静夜思》
床	《静夜思》
前	《静夜思》
明月	《静夜思》；《水调歌头》
明	《静夜思》；《水调歌头》
月	《静夜思》；《水调歌头》
光	《静夜思》
几时	《水调歌头》
有	《水调歌头》

根据拆分单词找到诗词名称，再根据诗词名称去查对应的内容。这样一个表就拆成两个表，就不大了。此外，这里的诗词名称就是唯一标识，在ES引擎中用 ID 表示。

从这里我们才真正的进入ES引擎

我们的数据格式是Json，存在文档中

{"id":"1","title":"华为折叠手机","price":"120.00"
}
-----------------------------------------
{"id":"2","title":"三星翻盖手机","price":"40.00"
}
-----------------------------------------
{"id":"3","title":"华为移动翻盖手机","price":"90.00"
}

自动拆分得到表

term	value
华为	1，3
折叠	1
手	1,2,3
手机	1,2,3
三星	2
翻盖	2,3
移动	3

若term列数据很多，那直接从上往下一个个匹配也是会很慢的，因此ES引擎对词条term列做了优化。
在生成倒排索引（此表）后，词条会排序，形成一颗树形结构（又称为：字典树），提升词条的查询速度。

ES的定位：mysql的数据只要一更新，就将索引同步给ES，保证数据一致性
在这里插入图片描述

2 安装ES

2.1 环境

CentOS 7
elasticsearch-7.4.0-linux-x86_64.tar.gz

2.2 将安装包解压在opt目录下

在这里插入图片描述

2.3 解压

tar -zxvf elasticsearch-7.4.0-linux-x86_64.tar.gz -C /opt

在这里插入图片描述

2.3 修改`elasticsearch.yml`文件

在这里插入图片描述

cluster.name: my-application  //默认名称是elasticserach
node.name: node-1 
network.host: 0.0.0.0  //保证在windows上可以访问安装在centos上的ES引擎
http.port: 9200 
cluster.initial_master_nodes: ["node-1"]

2.4 启动报错

在这里插入图片描述
这是因为ES不推荐以root身份启动，而是推荐以用户身份启动
我们已经有用户zjh，只需要给其赋予启动权限就好

2.5 修改用户配置文件

vim /etc/security/limits.conf

添加此信息
zjh soft nofile 65536
zjh hard nofile 65536

vim /etc/security/limits.d/20-nproc.conf

添加此信息
zjh soft nofile 65536
zjh hard nofile 65536
*   hard nproc  4096

在这里插入图片描述
3. vim /etc/sysctl.conf

添加此信息vm.max_map_count=655360

sysctl -p

2.6 切换用户重启ES

启动前先暂时关闭防火墙
在这里插入图片描述
再启动

输入自己的虚拟机IP：9200

3 安装Kibana

Kibana版本必须和ES版本对应，避免出现不兼容的问题。

链接: Kibana下载

解压 tar -xzf kibana-7.4.0-linux-x86_64.tar.gz -C /opt

2.修改配置文件vim /opt/kibana-7.4.0-linux-x86_64/config/kibana.yml

# 添加如下内容
server.port: 5601
server.hosts: "0.0.0.0"
server.name: "kibana-itcast"
elasticsearch.hosts: ["http://127.0.0.1:9200"]
elasticsearch.requestTimeout: 99999

在这里插入图片描述

3.执行报错，需切换身份
在这里插入图片描述
4.切换身份执行

4 ES核心概念

本章节讲述如下几个概念：索引、映射、文档、倒排索引

这是一个mysql数据库处理数据的过程：创建表，将数据存储到对应字段（创建Movice表，Animal表结构）

在这里插入图片描述
这里我们也是创建表，不过在ES中不这样称呼，而是称之为建立索引。（创建Movice与Animal索引，并给索引Movice，索引Animla创建映射），然后存储数据，最后将相关字段进行分词。

在这里插入图片描述

5-8章节主要介绍在Kibana的可视化环境中，使用脚本进行相关操作，帮助熟悉ES

5 索引–基础操作

不能修改索引

5.1 创建索引

在这里插入图片描述

5.2 查询索引

在这里插入图片描述

5.3 添加映射

在这里插入图片描述

5.4 查询索引映射

在这里插入图片描述

5.5 删除索引

在这里插入图片描述

5.6 创建索引并添加映射

在这里插入图片描述

5.7 添加字段

在这里插入图片描述

6 文档–基础操作

6.1 添加文档，指定id

在这里插入图片描述

6.2 添加文档，不指定id

在这里插入图片描述

6.3 修改文档

在这里插入图片描述

6.4 查询所有文档

在这里插入图片描述

6.5 删除文档，根据id

在这里插入图片描述

7 分词器（analyze）

在这里插入图片描述
但是其对中文很不友好，使用ES的内置分词器，中文只会被分成一个一个字，中英文分别演示一下
中文彻底被拆分成了一个个字

英文是按照单词拆分的，并不是按照字母拆分。

因此若想要更好的中文分词效果，需要安装其他的分词器（如IK分词器），这里不介绍了。

8 文档查询

8.1 term

term：查询的条件字符串和词条完全匹配
例：查询与“美”相关的title
在这里插入图片描述
需要注意的是，ES默认使用的standard分词器，因此仅支持单独的汉字匹配，例如这样

若想要更改分词器，只能重新建立索引映射，同时设置分词器
在这里插入图片描述

8.2 match

会先对查询的字符串进行分词，再去查询，得到并集
例：将“美国”按照standard的分词器进行拆分，得到“美” “国”，分别查询，求并集。
在这里插入图片描述

9 与springboot的整合

在springboot中，我们一般只操作文档。在kibana使用脚本建立索引。这一章节介绍一下如何使用代码操作ES中的文档

9.1 简单获取cilent对象

ES将相关的操作都封装成在RestHighLevelClient 中，因此我们需要获取其对象才能进行相关操作
创建一个springboot项目，导入依赖

        <dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.9.0</version></dependency><dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-client</artifactId><version>7.9.0</version></dependency><dependency><groupId>org.elasticsearch</groupId><artifactId>elasticsearch</artifactId><version>7.9.0</version></dependency>

测试获取ES客户端对象

@SpringBootTest
class EsDemoApplicationTests {/*** HttpHost的三个参数* 	1. 192.168.xx.xx:5601 地址是Kibana的地址和端口号* 	2. 9002 是ES的端口* 	3. scheme：http*/@Testvoid test01() {RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("ipxxxx:5601",9002,"http")));System.out.println(client);}}

成功获取client对象
在这里插入图片描述
获取了client就可以操作ES的文档

9.2 使用依赖注入方式优化获取Client

可以发现，我们直接将HttpHost的三个参数写死了，项目中不这样建议。

创建elasticsearch.yml文件

elasticsearch:host: 192.168.67.18:5601port: 9200

创建配置类(获取Client)

@Configuration
// 获取elasticsearch.yml文件信息，自动将elasticsearch.yml文件中elasticsearch开头的字段和ESconfig 类中的字段匹配并赋值
@ConfigurationProperties(prefix = "elasticsearch")
public class ESconfig {private String host;private int port;public String getHost() {return host;}public void setHost(String host) {this.host = host;}public int getPort() {return port;}public void setPort(int port) {this.port = port;}@Beanpublic RestHighLevelClient client(){//1. 创建ES客户端对象RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost(host, port, "http")));return client;}
}

测试

@SpringBootTest
class EsDemoApplicationTests {@Autowiredprivate RestHighLevelClient client;@Testvoid test01() {/* RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("ipxxxx:5601",9002,"http")));*/System.out.println(client);}}

9.3 索引相关（了解）

9.3.1 创建索引

    /*** 创建索引*/@Testvoid addIndex() throws IOException {//获取操作索引的对象IndicesClient indices = client.indices();//创建索引，获取返回值CreateIndexRequest createIndexRequest = new CreateIndexRequest("movice");//设置映射mappingsString mapping = "{\n" +"      \"properties\" : {\n" +"        \"addres\" : {\n" +"          \"type\" : \"text\"\n" +"        },\n" +"        \"id\" : {\n" +"          \"type\" : \"integer\"\n" +"        },\n" +"        \"price\" : {\n" +"          \"type\" : \"integer\"\n" +"        },\n" +"        \"title\" : {\n" +"          \"type\" : \"text\"\n" +"        }\n" +"      }";createIndexRequest.mapping(mapping, XContentType.JSON);CreateIndexResponse response = indices.create(createIndexRequest, RequestOptions.DEFAULT);//根据返回值判断结构：成功了返回trueSystem.out.println(response.isAcknowledged());}

也就是这效果
在这里插入图片描述

9.3.2 查询索引

/*** 查询索引*/@Testvoid queryIndex() throws IOException {//获取操作索引的对象IndicesClient indices = client.indices();//根据索引名称查询GetIndexRequest getIndexRequest = new GetIndexRequest("movice");GetIndexResponse response = indices.get(getIndexRequest, RequestOptions.DEFAULT);//获取映射信息Map<String, MappingMetadata> mappings = response.getMappings();for (String key: mappings.keySet()){System.out.println(key + ":" + mappings.get(key).getSourceAsMap());}}

最后获得的结果是这一部分
在这里插入图片描述
解释代码
key：索引名称
mappings.get(key)：索引对象
mappings.get(key).getSourceAsMap()：将数据转换为map集合

9.3.3 删除索引

    /*** 删除索引*/@Testvoid deleteIndex() throws IOException {//获取操作索引的对象IndicesClient indices = client.indices();//根据索引名称删除DeleteIndexRequest request = new DeleteIndexRequest("movice");AcknowledgedResponse response = indices.delete(request, RequestOptions.DEFAULT);//成功返回trueboolean acknowledged = response.isAcknowledged();System.out.println(acknowledged);}

9.3.4 判断索引是否存在

 /*** 判断索引是否存在*/@Testvoid existsIndex() throws IOException {//获取操作索引的对象IndicesClient indices = client.indices();//根据索引名称删除GetIndexRequest request = new GetIndexRequest("movice");boolean exists = indices.exists(request, RequestOptions.DEFAULT);System.out.println(exists);}

9.4 文档相关（重点）

9.4.1 添加文档

按照这样的思路去撰写
在这里插入图片描述

在这里插入图片描述

但是一般我们不这样存入数据，不会一个个put，而是从数据库中拉取数据，封装成对象，存入文档

升级改造

创建索引的类（movice类）

public class movice {private Integer  id;private String title;private Integer price;private String address;public Integer getId() {return id;}public void setId(Integer id) {this.id = id;}public String getTitle() {return title;}public void setTitle(String title) {this.title = title;}public Integer getPrice() {return price;}public void setPrice(Integer price) {this.price = price;}public String getAddress() {return address;}public void setAddress(String address) {this.address = address;}@Overridepublic String toString() {return "movice{" +"id=" + id +", title='" + title + '\'' +", price=" + price +", address='" + address + '\'' +'}';}
}

使用类传入数据

 /*** 添加文档(升级改造):使用对象作为数据*/@Testvoid addDoc2() throws IOException {movice movice = new movice();movice.setId(1); //此为索引IDmovice.setTitle("国产动作电影（我被修改了）");movice.setPrice(40);movice.setAddress("香港");//将对象转换为jsonString data = JSON.toJSONString(movice);// 获取操作文档的对象：文档的ID设置为1IndexRequest request = new IndexRequest("movice").id("1").source(data,XContentType.JSON);IndexResponse response = client.index(request, RequestOptions.DEFAULT);//索引IDSystem.out.println(response.getId());}

9.4.2 修改文档

还是添加相关的操作，只不过若添加的时候，ID已经存在了，就会被修改。不存在就会创建新的

9.4.3 根据ID查询文档

    /*** 查询文档：根据ID查询*/@Testvoid queryDoc2() throws IOException {//GetRequest getrequest = new GetRequest("movice"); //指定索引名称GetRequest getrequest = new GetRequest("1"); //指定索引IDGetResponse response = client.get(getrequest, RequestOptions.DEFAULT);//将对象的source部分数据以字符串的形式处理，前面是以map形式处理System.out.println(response.getSourceAsString());}

response相应也就是这一部分数据。
在这里插入图片描述

9.4.4 删除文档

 /*** 根据ID删除文档*/@Testvoid deleteDoc2() throws IOException {DeleteRequest request = new DeleteRequest("1");DeleteResponse response = client.delete(request, RequestOptions.DEFAULT);//获取数据中的_id，注意不是_source中的id哦System.out.println(response.getId());}