【微服务】158:Elasticsearch的使用

2020-09-23 15:19:00 浏览数 (1)

学习计划安排如下:

  • Elasticsearch作为一门全文检索技术,那它是如何使用的呢?
  • 先学习Elasticsearch的一些语法,后续再在项目中实战应用。

一、IK分词器

这个IK分词器有什么用?为什么要用它?

要知道计算机是老美搞出来的,它的很多东西对于中文来说其实是很不友好的。

关于分词,即把一段中文或者别的划分成一个个的关键字。

比如"我是中国人",可以分为多少个词?

按照中国汉字语言,其分为“我”,“是”,“中国人”,“中国”,“国人”这5个。

也就是说用户输入上述5个词语,都可以搜索到“我是中国人”这条数据。

而默认的中文分词是将每个字看成一个词,会被分为“我”,“是”,"中","国","人"。

这显然是不符合要求的,所以用中文分词器ik来解决这个问题。

①analyze:翻译过来就是分析的意思,这里就可以理解成分词。

②analyzer:这里也就是指分词器,我们使用ik_max_word。

  • ik_max_word为最细粒度划分。
  • ik_smart为最少切分。

这是ik分词器提供的两个分词算法,至于具体是如何实现的,就要去研究它的算法了。

可以把上述代码修改做一个对比,会发现使用ik_smart只能分三个词:“我”,“是”,“中国人”

这里显然使用ik_max_word更加地合适。

二、基本概念

Elasticsearch本质上也就是在存储数据,其有很多概念可以和MySQL类似的。

为了方便学习将其和MySQL结合起来。

当然严格来说将这些概念对应起来不太准确,但目前就这样理解也没问题。

①索引库indices

  • MySQL中通过数据库存储数据。
  • Elasticsearch中通过索引库存储索引。

indices本身也就是索引indexs的复数写法。

②类型type

  • 一个数据库中可以创建多张表,比如说商品表,订单表。
  • 一个索引集也可以有不同类型的索引,比如说商品索引,订单索引。

不过这有一个缺陷是会导致索引库混乱,未来版本中会移除这个概念,emm…也不知道现在移除这个概念没有,目前还没来得及查。

③文档document

  • 数据库中一条数据就是一行。
  • 索引集中一条信息就是一个文档

④字段field

  • 数据库中列就是每一行中的数据。
  • 索引集中字段就是文档中的属性。

弄清楚了这些概念,接下来创建索引库。

三、操作索引库

昨天我们也说明过了,Elasticsearch是一个基于RESTful风格的搜索引擎。

Elasticsearch采用的是REST风格API,其API本质上也就是一次http请求:

1索引库的创建

既然是请求,那自然就会有:

  • 请求方式:PUT,其对应的就是创建。
  • 请求路径:/索引库名
  • 请求参数:这里是settings

这里settings是指索引库的设置:

  • number_of_shards:分片数量。
  • number_of_rplicas:副本数量。

这个呢就涉及到了一些集群相关的概念,后续具体使用到的时候再做说明。

2索引库的查询与删除

REST风格的方便之处就在于通过请求方式的不同就能实现不同的操作:

①查询索引库

请求方式GET对应的就是查询操作。

请求路径依旧是上述创建的索引库,可以查询出liuxiaoai01索引库的信息。

②删除索引库

请求方式DELETE对应的就是删除操作。

请求路径依旧是上述创建的索引库,可以删除liuxiaoai01索引库。

删除后再次使用GET查询对应的索引库,会发现其会报错了,证明删除成功。

四、操作字段映射

创建了索引库也就相当于有了database数据库,接下来就是数据表并添加数据了。

1类型的创建

在索引库中添加数据叫映射,这也是上述格式中_mapping的由来。

goods就是索引类型,也就是相当于数据库中的goods数据表。

properties也就是属性,其下添加对应的字段,上述中就有title,images,price三个字段,可以设置许多属性:

  • type:int、long、short、date、integer、text、string……等多个。
  • index:根据语义理解就是是否被作为索引?
  • analyzer:也就是分词器。

这个type是字段数据类型:int、long这些是数字类型,text、string是字符串类型。

  • 若是text类型,默认会分词。
  • 若是String类型,默认不会分词,上述中写的keyword和String一回事,翻译过来是关键字的意思,关键字肯定不能再分了,更好理解。

2类型的查询

PUT对应着新增操作,GET也就对应着查询操作了,关于类型没有删除和修改操作。

就相当于不能删除和修改数据表的名称,这点倒是和MySQL数据库不一样。

其查询到的索引之间的映射关系也很清楚:

索引库叫liuxiaoai01,通过mappings映射有goods这个索引类型,该类型下properties中有3个字段。

基本上知道了其单词意思也就知道其作用了。

注意关于这个type不要弄混了:

  • goods对应的是索引类型,相当于数据表。
  • 上述多个类型对应的是字段的数据类型。

0 人点赞