Elasticsearch7.X的专业术语及基本head插件操作汇总

布满荆棘的人生 2022-12-26 02:27 183阅读 0赞

### 本文旨于基于Elasticsearch7.X的专业术语及基本head插件操作汇总 ###

详情转载自：[https://www.liangzl.com/get-article-detail-206413.html][https_www.liangzl.com_get-article-detail-206413.html]

## ##

### 文章目录 ###

*  一、作者有话说
    
     *  1.1 专业术语（必须进行掌握）
        
         *  1.1.1 索引 index
         *  1.1.2 映射 mapping
         *  1.1.3 字段 field
         *  1.1.4 术语 term
         *  1.1.5 文本 text
     *  1.2 操作工具为 elasticsearch head
 *  二、实际进行操作
    
     *  2.1 操作es的步骤
     *  2.1 使用自动创建的形式创建index
        
         *  2.1.1 常规操作创建格式： POST 索引/\_doc
         *  2.1.2 查看 创建的索引和数据
     *  2.2 删除index
        
         *  2.2.1 删除格式： DELETE /索引
 *  三、从es head来看es的重要的搜索功能
    
     *  3.1 查找某个文档的全部内容 match\_all
        
         *  3.1.1 查看全部格式： POST 索引/\_search
     *  3.2 search的各种过滤
        
         *  3.2.1 match 全文匹配
         *  3.2.2 term 术语查询
         *  3.2.3 wildcard 通配符查询
         *  3.2.4 prefix 前缀查询
         *  3.2.5 fuzzy 模糊查询
         *  3.2.6 range 范围查询
         *  3.2.7 query\_string 查询解析器
 *  四、结尾

# 一、作者有话说 #

本文为了更加详细的讲解elasticsearch的操作，全部都是根据官网一点点进行说明。有兴趣对官网进行阅读的同学，建议移步官网  
[https://www.elastic.co/guide/en/elasticsearch/reference/7.5/getting-started-index.html][https_www.elastic.co_guide_en_elasticsearch_reference_7.5_getting-started-index.html]

## 1.1 专业术语（必须进行掌握） ##

专业术语对学一个中间件来说，是非常重要的，建议大家先了解以下的专业术语  
[https://blog.csdn.net/qq\_34168515/article/details/108315484][https_blog.csdn.net_qq_34168515_article_details_108315484]

本文只介绍几个常用的术语

### 1.1.1 索引 index ###

索引就像关系数据库中的表。它具有一个包含type的 映射，该type包含索引中的字段。

注意：因为从6.x开始，就不推荐使用type是，但是为了兼容以下版本，type统一为 \_doc

### 1.1.2 映射 mapping ###

映射就像关系数据库中的架构定义。每个 索引都有一个映射，该映射定义一个type，以及许多索引范围的设置。

注意：mapping一旦生成之后，就无法进行修改了，除非重新建立一个新的索引，再拷贝过去

### 1.1.3 字段 field ###

一个文件包含字段或键-值对的列表。该值可以是简单（标量）值（例如，字符串，整数，日期），也可以是嵌套结构（如数组或对象）。字段类似于关系数据库中表中的列

### 1.1.4 术语 term ###

术语是在Elasticsearch中索引的精确值。该条款 foo，Foo，FOO是不等价的。可以使用术语查询来搜索术语（即精确值）。

### 1.1.5 文本 text ###

文本（或全文）是普通的非结构化文本，例如本段。默认情况下，文本将被分析为 term，这是索引中实际存储的内容。

文本字段需要在索引时进行分析才能作为全文搜索，并且全文查询中的关键字必须在搜索时进行分析以产生（和搜索）与索引时生成的词相同的术语。

## 1.2 操作工具为 elasticsearch head ##

界面  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center]

es head的下载方式，由于篇幅问题，请自行百度！！！！！！

# 二、实际进行操作 #

参考官方 rest-api操作

[https://www.elastic.co/guide/en/elasticsearch/reference/7.9/rest-apis.html][https_www.elastic.co_guide_en_elasticsearch_reference_7.9_rest-apis.html]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 1]

## 2.1 操作es的步骤 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 2]

## 2.1 使用自动创建的形式创建index ##

es head操作  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 3]

### 2.1.1 常规操作创建格式： POST 索引/\_doc ###

POST can123/_doc
    {
        "user" : "kimchy",
        "createDate" : "2020-09-06 11:19:10",
        "message" : "trying out Elasticsearch"
    }

### 2.1.2 查看 创建的索引和数据 ###

索引、索引对应的mapping，也就是数据库格式，都创建好了，我们查看一下

存在问题？由于createTime字段，是需要date时间格式的，但是mapping映射却是text格式，明显是不对，后续介绍如何进行处理  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 4]  
查看存入的数据  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 5]  
为了方便后续的测试，请添加多条数据

{"user":"dog","createDate":"2020-09-06 11:19:10","message":"four leg dog"}
    {"user":"cat","createDate":"2020-09-06 11:19:10","message":"four leg cat"}
    {"user":"frog","createDate":"2020-09-06 11:19:10","message":"four leg frog"}
    {"user":"pig","createDate":"2020-09-06 11:19:10","message":"four leg pig"}
    {"user":"duck","createDate":"2020-09-06 11:19:10","message":"two leg duck"}
    {"user":"chick","createDate":"2020-09-06 11:19:10","message":"chick leg chick"}

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 6]

## 2.2 删除index ##

添加

POST twitter/_doc/
    {
        "user" : "kimchy",
        "post_date" : "2009-11-15T14:12:12",
        "message" : "trying out Elasticsearch"
    }

### 2.2.1 删除格式： DELETE /索引 ###

DELETE /twitter/

# 三、从es head来看es的重要的搜索功能 #

## 3.1 查找某个文档的全部内容 match\_all ##

### 3.1.1 查看全部格式： POST 索引/\_search ###

POST can123/_search

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 7]

## 3.2 search的各种过滤 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 8]

### 3.2.1 match 全文匹配 ###

match和term的区别是,match查询的时候,elasticsearch会根据你给定的字段提供合适的分析器,而term查询不会有分析器分析的过程

查询 message 包含关键字dog的文档，ps： 注意和 term 的区别  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 9]

查询 message 包含 red dog的文档，ps： 注意和 term 的区别

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 10]

### 3.2.2 term 术语查询 ###

term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇  
查询 message 包含关键字dog的文档，ps： 注意和 match 的区别  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 11]  
查询 message 包含 red dog的文档，ps： 注意和 match 的区别  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 12]  
**结论：**

1.  match进行分词器分析, 所谓的分词，就是把当前的value进行分词
2.  term是代表完全匹配，即不进行分词器分析

### 3.2.3 wildcard 通配符查询 ###

类似正则表达式，可以对数据进行过滤查找  
查找ck，如果正常的match是无法查找到的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 13]  
采用通配符查询 \*ck，就可以查找到  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 14]

### 3.2.4 prefix 前缀查询 ###

类似通配符查询，查找以xxx开头的关键字，参与倒排索引的每一个词查询前缀  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 15]

### 3.2.5 fuzzy 模糊查询 ###

在实际的搜索中，我们有时候会打错字，从而导致搜索不到。在Elasticsearch中，我们可以使用fuzziness属性来进行模糊查询，从而达到搜索有错别字的情形。  
match查询具有“fuziness”属性。它可以被设置为“0”， “1”， “2”或“auto”。“auto”是推荐的选项，它会根据查询词的长度定义距离。

错别字模糊查询：那么它可以显示搜索的结果，这是因为我们能够容许两个编辑的错误。模糊性是拼写错误的简单解决方案，但具有很高的CPU开销和非常低的精度。

例如match查找 chack 是无法查询到的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 16]

但是使用fuzzy查找 chack是可以查找到 chick的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 17]

### 3.2.6 range 范围查询 ###

范围查询，感觉非常好理解，就是 lt 小于某个范围， gt大于某个范围。

### 3.2.7 query\_string 查询解析器 ###

官方解释：使用具有严格语法的解析器，根据提供的查询字符串返回文档。  
该查询使用语法根据操作符(如and或NOT)来解析和分割所提供的查询字符串。然后，查询在返回匹配的文档之前独立分析每个分割文本。  
可以使用query\_string查询创建包含通配符的复杂搜索、跨多个字段的搜索等等。虽然通用，但查询是严格的，如果查询字符串包含任何无效语法，则返回错误。

可以写正则表达式，或者使用or and 等对查询语句进行拼接，会更加灵活

同时查找 dog 和 cat  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 18]

[https_www.liangzl.com_get-article-detail-206413.html]: https://www.liangzl.com/get-article-detail-206413.html
[https_www.elastic.co_guide_en_elasticsearch_reference_7.5_getting-started-index.html]: https://www.elastic.co/guide/en/elasticsearch/reference/7.5/getting-started-index.html
[https_blog.csdn.net_qq_34168515_article_details_108315484]: https://blog.csdn.net/qq_34168515/article/details/108315484
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/f9714c5fbbe940b7b3c3467c99f31a78.png
[https_www.elastic.co_guide_en_elasticsearch_reference_7.9_rest-apis.html]: https://www.elastic.co/guide/en/elasticsearch/reference/7.9/rest-apis.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221120/51598571b1a24ecaa1240c1527806b43.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221120/d4f8350cae004f74a5ee874b8c4a5924.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221120/8bd56dcff7474158bee6911ca6551fae.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221120/0b82c986e13245ef9fa457d9aa8c40d7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20221120/fb295aad60cc4fb9a7494c80d5046823.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20221120/5d97c5e0e36e4e4f946047ac61576382.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20221120/7e995b85ac5948e78e766e893b067872.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 8]: /images/20221120/efda099a84a14fd2b9820601438e0361.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 9]: /images/20221120/56d6b03f9c8b45f99161e2bcd71944e2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 10]: /images/20221120/07ffea0eeebe41e997fb972b6fc249dd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 11]: /images/20221120/0dc88289b62e4efcb112ec5c9a217bb4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 12]: /images/20221120/980c5aa582ef4c14864924514647d222.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 13]: /images/20221120/42f880e6d2c5435c862cdb476d2874b4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 14]: /images/20221120/1582b7d35e434a5385d5df3aec9dba45.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 15]: /images/20221120/8e93b5bac45644e096761b929e01dcf7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 16]: /images/20221120/efd81e6d3e404315b3c21db87697bce7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 17]: /images/20221120/df61675169c04d4ca9e9773a9b925442.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0MTY4NTE1_size_16_color_FFFFFF_t_70_pic_center 18]: /images/20221120/a90643091e194e998b21e2b2177b27d2.png