分布式搜索引擎ES-Elasticsearch进阶

1.head与postman基于索引的操作

引入概念：
集群健康：
green
所有的主分片和副本分片都正常运行。你的集群是100%可用
yellow
所有的主分片都正常运行，但不是所有的副本分片都正常运行。
red
有主分片没能正常运行。

查询es集群健康状态：
192.168.56.102:9200/_cluster/health
删除index:

创建index：

单个查询 get /index_temp：

查看所有索引：get /_cat/indices?v

2.mappings自定义创建映射

设置相应的数据结构：(mapping，就是定义数据的类型)
Index：false:表示不被识别，如果存放私密信息的时候设置为FALSE

text与keyword异同：
同：都是String
异：text大的文本，需要分词；keyword：精确匹配的搜索，微信号，手机号，QQ号等无需分词

创建索引的同时创建mapping

PUT     /index_str
{"mappings": {"properties": {"realname": {"type": "text","index": true},"username": {"type": "keyword","index": false}}}
}

为已经存在的索引创建mappings或者创建mappings

POST        /index_str/_mapping
{"properties": {"id": {"type": "long"},"age": {"type": "integer"},"nickname": {"type": "keyword"},"money1": {"type": "float"},"money2": {"type": "double"},"sex": {"type": "byte"},"score": {"type": "short"},"is_teenager": {"type": "boolean"},"birthday": {"type": "date"},"relationship": {"type": "object"}}
}

注：某个属性一旦被建立，就不能修改了，但是可以新增额外属性
主要数据类型
text, keyword, string
long, integer, short, byte
double, float
boolean
date
object
数组不能混，类型一致

字符串：text：文字类需要被分词倒排序索引的内容，比如：商品名称，商品详情，商品介绍
Keyword：不会被分词，不会被倒排序索引，直接匹配搜索，比如：订单状态，qq号等

3.mappings新增数据类型与analyze

查看分词效果：
GET /index_mapping/_analyze
{
“field”: “realname”,
“text”: “food is good”
}
尝试修改
POST /index_str/_mapping
{
“properties”: {
“name”: {
“type”: “long”
}
}
}

4.文档的基本操作-添加文档与自动映射

添加文档数据：
POST /my_doc/_doc/1 -> {索引名}/_doc/{索引ID}（是指索引在es中的id，而不是这条记录的id，比如记录的id从数据库来是1001，并不是这个。如果不写，则自动生成一个字符串。建议和数据id保持一致> ）

{"id": 1001,"name": "nly-1","desc": "xhw is very good, 新华网非常牛！","create_date": "2019-12-24"
}{"id": 1002,"name": "nly-2","desc": "xhw is fashion, 新华网非常时尚！","create_date": "2019-12-25"
}{"id": 1003,"name": "nly-3","desc": "xhw is niubility, 新华网很好很强大！","create_date": "2019-12-26"
}{"id": 1004,"name": "nly-4","desc": "xhw is good~！","create_date": "2019-12-27"
}{"id": 1005,"name": "nly-5","desc": "新华网 is 强大！","create_date": "2019-12-28"
}{"id": 1006,"name": "nly-6","desc": "新华网是一个强大网站！","create_date": "2019-12-29"
}{"id": 1007,"name": "nly-7","desc": "新华网是很牛网站！","create_date": "2019-12-30"
}{"id": 1008,"name": "nly-8","desc": "新华网是很好看！","create_date": "2019-12-31"
}{"id": 1009,"name": "nly-9","desc": "在新华网学习很久！","create_date": "2020-01-01"
}

使用_doc创建时无法创建mapping。
如何增加数据：
_doc：表示如何创建文档；1表示文档名称
创建数据：对应数据库中创建一条完成的数据

区别_id与id，id一般是数据来源，可能是数据库中的id，_id就是文档的id，索引库的主键

如果索引没有手动建立mappings，那么当插入文档数据的时候，会根据文档类型自动设置属性类型。这个就是es的动态映射，帮我们在index索引库中去建立数据结构的相关配置信息。
“fields”: {“type”: “keyword”}
对一个字段设置多种索引模式，使用text类型做全文检索，也可使用keyword类型做聚合和排序
“ignore_above” : 256
设置字段索引和存储的长度最大值，超过则被忽略

5.文档的基本操作-删除与修改

文档的删除不是立即删除，文档还是保存在磁盘上，索引增长越来越多，才会把那些曾经标识过删除的，进行清理，从磁盘上移出去。
删除：删除文档中的一条数据
DELETE /my_doc/_doc/1
修改：修改某一条数据中的一部分(不添加update也可以实现)
POST /my_doc/_doc/1/_update
{
“doc”: {
“name”: “慕课”
}
}
全量替换：替换一条完整的文档(数据)
PUT /my_doc/_doc/1
{
“id”: 1001,
“name”: “imooc-1”,
“desc”: “imooc is very good, 慕课网非常牛！”,
“create_date”: “2019-12-24”
}
注意：每次修改后，version会更改

6.文档的基本操作-查询

常规查询：
查询某条特定的数据：(1表示对应的_id是1)
GET /index_demo/_doc/1
查询索引中的全部数据
GET /index_demo/_doc/_search

元数据
_index：文档数据所属那个索引，理解为数据库的某张表即可。
_type：文档数据属于哪个类型，新版本使用_doc。
_id：文档数据的唯一标识，类似数据库中某张表的主键。可以自动生成或者手动指定。
_score：查询相关度，是否契合用户匹配，分数越高用户的搜索体验越高。
_version：版本号。
_source：文档数据，json格式。

定制结果集：查询想要的参数
GET /index_demo/_doc/1?_source=id,name
GET /index_demo/_doc/_search ?_source=id,name
判断文档是否存在：
HEAD /index_demo/_doc/1
使用此种方式的好处是：规范；方便，快捷(只需要code码就可)

7.文档乐观锁控制if_seq_no与if_primary_term

乐观锁(version字段实现，删除或者被修改后它的version是累加的)：
当一个共用数据，同时被几个用户或者线程并发的进行操作，
它会和它的版本号进行对比。版本号匹配更新，否则不更新
老版更新方式：
post:192.168.56.102:9200/my_doc/_doc/2001?version=2
{
“doc”: {
“name”: “慕课111”
}
}
查询对应的数值：

使用if_seq_no与if_primary_term进行更新的时候，同时会将下次的
if_seq_no(累加)与if_primary_term(不变)数值返回出来

当下版本的乐观锁控制需要使用if_seq_no与if_primary_term，使用在请求体中
字段中的“_seq_no”与“_primary_term”代表的是新的版本号

版本元数据
_seq_no：文档版本号，作用同_version（相当于学生编号，每个班级的班主任为学生分配编号，效率要比学校教务处分配来的更加高效，管理起来更方便）
_primary_term：文档所在位置（相当于班级）

8.分词与内置分词器

分词中文不识别。
全局分析：展现的是对于text文本内容的分词
POST /_analyze
{
“analyzer”: “standard”,
“text”: “text文本”
}
使用现有索引库：
POST /my_doc/_analyze
{
“analyzer”: “standard”,
“field”: “name”,
“text”: “text文本”
}
上面两种结果在简单的测试中，看起来没有多大区别；

es内置分词器
standard：默认分词，单词会被拆分，大小会转换为小写。

simple：按照非字母分词。大写转为小写。

whitespace：按照空格分词。忽略大小写。

stop：去除无意义单词，比如the/a/an/is…

keyword：不做分词。把整个文本作为一个单独的关键词。
非字母分词表示：不是字母会将其去除。
{
“analyzer”: “standard”,
“text”: “My name is Peter Parker,I am a Super Hero. I don’t like the Criminals.”
}

9建立IK中文分词器

安装IK分词器：(问题：遇到了-bash: unzip: 未找到命令的问题，重新定义安装就可)
Yum -y install unzip zip：安装unzip
unzip elasticsearch-analysis-ik-7.4.2.zip -d /usr/local/elasticsearch-7.4.2/plugins/ik
POST /_analyze
{
“analyzer”: “ik_max_word”,
“text”: “上下班车流量很大”
}

10.自定义中文词库

建立自定义词汇
在es/plugins/ik/config
vim custom.dic
添加内容：
新华网
骚年
配置自定义词典：
custom.dic
重启测试：