Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。

对比和mysql的关系：

索引（indices）--------------------------------Databases 数据库

  类型（type）-----------------------------Table 数据表

     文档（Document）----------------Row 行

       字段（Field）-------------------Columns 列 

概念	说明
索引库（indices)	indices是index的复数，代表许多的索引，
类型（type）	类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念
文档（document）	存入索引库原始的数据。比如每一条商品信息，就是一个文档
字段（field）	文档中的属性
映射配置（mappings）	字段的数据类型、属性、是否索引、是否存储等特性

Elasticsearch本身就是分布式的，因此即便你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。 另外，在SolrCloud中，有一些集群相关的概念，在Elasticsearch也有类似的：

• 索引集（Indices，index的复数）：逻辑上的完整索引 collection1

• 分片（shard）：数据拆分后的各个部分

• 副本（replica）：每个分片的复制

操作索引

(1)创建索引:

settings：索引库的设置

• number_of_shards：分片数量

• number_of_replicas：副本数量

(2)查看索引：GET /索引库名

(3)删除索引：DELETE /索引库名

(4)查看索引是否存在:HEAD /索引库名

映射配置

索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。

什么是映射？

映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等

只有配置清楚，Elasticsearch才会帮我们进行索引库的创建（不一定）

（1）创建映射语法格式：

请求方式依然是PUT

PUT /索引库名/_mapping/类型名称
{
  "properties": {
    "字段名": {
      "type": "类型",
      "index": true，
      "store": true，
      "analyzer": "分词器"
    }
  }
}

• 类型名称：就是前面将的type的概念，类似于数据库中的不同表 字段名：任意填写 ，可以指定许多属性，例如：

• type：类型，可以是text、long、short、date、integer、object等

• index：是否索引，默认为true

• store：是否存储，默认为false

• analyzer：分词器，这里的ik_max_word即使用ik分词器

对于type类型可以有下面几种:

• String类型，又分两种：

  • text：可分词，不可参与聚合

  • keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合

• Numerical：数值类型，分两类

  • 基本数据类型：long、interger、short、byte、double、float、half_float

  • 浮点数的高精度类型：scaled_float

    • 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。

• Date：日期类型

  elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

对于index影响字段的索引情况：

• true：字段会被索引，则可以用来进行搜索。默认值就是true

• false：字段不会被索引，不能用来搜索

index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。

但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。

 

对于store字段：是否将数据进行额外存储。

在学习lucene和solr时，我们知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。

但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。

原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。

而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

 

 

（2）查看映射信息:GET /索引库名/_mapping

（3）新增数据

如果我们想要自己新增的时候指定id，可以这么做：

POST /索引库名/类型/id值
{
    ...
}

例子:

事实上Elasticsearch非常智能，你不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。

POST /szh1/goods/3
{
    "title":"超米手机",
    "images":"http://image.leyou.com/12479122.jpg",
    "price":2899.00,
    "stock": 200,
    "saleable":true//这个在之前定义的映射中不存在，那么elasticsearch会在执行的时候在类型中添加一条字段，通过查询映射可                               以查询到这条记录
}

（4）修改数据：

把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，

• id对应文档存在，则修改

• id对应文档不存在，则新增

（5）删除数据

删除使用DELETE请求，同样，需要根据id进行删除： DELETE /索引库名/类型名/id值

查询

(1)基本查询

语法格式：

GET /索引库名/_search
{
    "query":{
        "查询类型":{
            "查询条件":"查询条件值"
        }
    }
}

查询所有：

• or关系

match类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系

对小米手机进行分词，分成小米和手机两个字段进行查询，查询结果是包含小米或者手机的记录都会显示出来。

• and关系

某些情况下，我们需要更精确查找，我们希望这个关系变成and，可以这样做：

match 查询支持 minimum_should_match 最小匹配参数， 这让我们可以指定必须匹配的词项数用来表示一个文档是否相关。我们可以将其设置为某个具体数字，更常用的做法是将其设置为一个百分数，因为我们无法控制用户搜索时输入的单词数量：

multi_match与match类似，不同的是它可以在多个字段中查询

term 查询被用于精确值 匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件：

(2)_source过滤

如果我们只想获取其中的部分字段，我们可以添加_source的过滤

(3)结果过滤

我们也可以通过：

• includes：来指定想要显示的字段

• excludes：来指定不想要显示的字段

(4)高级查询

bool把各种其它查询通过must（与）、must_not（非）、should（或）的方式进行组合 （布尔查询）

range查询允许以下字符：(范围查询)

操作符	说明
gt	大于
gte	大于等于
lt	小于
lte	小于等于

fuzzy 查询是 term 查询的模糊等价。 我们可以通过fuzziness来指定允许的编辑距离（就是可以错几个字）：

(5)过滤(filter)

条件查询中进行过滤 (在布尔查询中使用)

所有的查询都会影响到文档的评分及排名。如果我们需要在查询结果中进行过滤，并且不希望过滤条件影响评分，那么就不要把过滤条件作为查询条件来用。而是使用filter方式：

无查询条件，直接过滤

如果一次查询只有过滤，没有查询条件，不希望进行评分，我们可以使用constant_score取代只有 filter 语句的 bool 查询。在性能上是完全相同的，但对于提高查询简洁性和清晰度有很大帮助。

GET /szh1/_search
{
    "query":{
        "constant_score":   {
            "filter": {
                 "range":{"price":{"gt":2000.00,"lt":3000.00}}
            }
        }
}

 

(6)排序

多字段排序：就是先根据上面的排，在每一个小块继续排序，（价格升序排序，价格相同根据id降序排序）。

聚合aggregations

Elasticsearch中的聚合，包含多种类型，最常用的两种，一个叫桶，一个叫度量。

桶（bucket）

桶的作用，是按照某种方式对数据进行分组，每一组数据在ES中称为一个桶，例如我们根据国籍对人划分，可以得到中国桶、英国桶，日本桶……或者我们按照年龄段对人进行划分：0~10,10~20,20~30,30~40等。

Elasticsearch中提供的划分桶的方式有很多：

• Date Histogram Aggregation：根据日期阶梯分组，例如给定阶梯为周，会自动每周分为一组

• Histogram Aggregation：根据数值阶梯分组，与日期类似

• Terms Aggregation：根据词条内容分组，词条内容完全匹配的为一组

• Range Aggregation：数值和日期的范围分组，指定开始和结束，然后按段分组

度量（metrics）

分组完成以后，我们一般会对组中的数据进行聚合运算，例如求平均值、最大、最小、求和等，这些在ES中称为度量

比较常用的一些度量聚合方式：

• Avg Aggregation：求平均值

• Max Aggregation：求最大值

• Min Aggregation：求最小值

• Percentiles Aggregation：求百分比

• Stats Aggregation：同时返回avg、max、min、sum、count等

• Sum Aggregation：求和

• Top hits Aggregation：求前几

• Value Count Aggregation：求总数

聚合为桶

• size： 查询条数，这里设置为0，因为我们不关心搜索到的数据，只关心聚合结果，提高效率

• aggs：声明这是一个聚合查询，是aggregations的缩写

  • popular_colors：给这次聚合起一个名字，任意。

    • terms：划分桶的方式，这里是根据词条划分

      • field：划分桶的字段

查询结果会多出一条聚合记录：

• hits：查询结果为空，因为我们设置了size为0

• aggregations：聚合的结果

• popular_colors：我们定义的聚合名称

• buckets：查找到的桶，每个不同的color字段值都会形成一个桶

  • key：这个桶对应的color字段的值

  • doc_count：这个桶中的文档数量

• aggs：我们在上一个aggs(popular_colors)中添加新的aggs。可见度量也是一个聚合

• avg_price：聚合的名称

• avg：度量的类型，这里是求平均值

• field：度量运算的字段

• 原来的color桶和avg计算我们不变

• maker：在嵌套的aggs下新添一个桶，叫做maker

• terms：桶的划分类型依然是词条

• filed：这里根据make字段进行划分

阶梯分桶Histogram

histogram是把数值类型的字段，按照一定的阶梯大小进行分组。你需要指定一个阶梯值（interval）来划分阶梯大小。

注:

(1)interval：阶梯间隔，比如200

(2)一个参数min_doc_count为1，来约束最少文档数量为1，这样文档数量为0的桶会被过滤