NipGeihou's blog
NipGeihou
2022-04-29
目录

操作 - Restful

# 索引库

# 创建

ES 中通过 Restful 请求操作索引库、文档。请求内容用 DSL 语句来表示。创建索引库和 mapping 的 DSL 语法如下：

PUT /索引库名称
{
  "mappings": {
    "properties": {
      "字段名":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "字段名2":{
        "type": "keyword",
        "index": "false"
      },
      "字段名3":{
        "properties": {
          "子字段": {
            "type": "keyword"
          }
        }
      },
      // ...略
    }
  }
}

示例：

点击查看 
PUT /heima
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_smart"
      },
      "email":{
        "type": "keyword",
        "index": "false"
      },
      "name":{
        "properties": {
          "firstName": {
            "type": "keyword"
          }
        }
      },
      // ... 略
    }
  }
}

字段拷贝可以使用 copy_to 属性将当前字段拷贝到指定字段。示例：

"all": {
    "type": "text",
    "analyzer": "ik_max_word"
},
"name": {
    "type": "text",
    "analyzer": "ik_max_word",
    "copy_to": "all"
}

# 查询

GET /索引库名

# 删除

DELETE /索引库名

# 修改

索引库和 mapping 一旦创建无法修改，但是可以添加新的字段，语法如下：

PUT /索引库名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"
    }
  }
}

示例：

点击查看 
PUT /heima/_mapping
{
  "properties": {
    "age":{
      "type": "integer"
    }
  }
}

# 文档

# 新增

POST /索引库名/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    "字段3": {
        "子属性1": "值3",
        "子属性2": "值4"
    },
    // ...
}

如果不传递文档 id，则随机 id

示例：

点击查看 
POST /heima/_doc/1
{
    "info": "黑马程序员Java讲师",
    "email": "[email protected]",
    "name": {
        "firstName": "云",
        "lastName": "赵"
    }
}

# 详情

GET /索引库名/_doc/文档id

参考响应

点击查看 
{
  "_index" : "heima",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "_seq_no" : 0,
  "_primary_term" : 1,
  "found" : true,
  "_source" : {
    "info" : "黑马程序员Java讲师",
    "email" : "[email protected]",
    "name" : {
      "firstName" : "云",
      "lastName" : "赵"
    }
  }
}

# 删除

DELETE /索引库名/_doc/文档id

# 删除全部

POST /索引库名/_delete_by_query
{
    "query": { 
        "match_all": {
        }
    }
}

# 修改

方式一： 全量修改，会删除旧文档，添加新文档

PUT /索引库名/_doc/文档id
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

方式二： 增量修改，修改指定字段值

POST /索引库名/_update/文档id
{
    "doc": {
         "字段名": "新的值",
    }
}

示例：

点击查看 
POST /heima/_update/1
{
  "doc": {
    "email": "[email protected]"
  }
}

# CAS 修改

内置字段

参数在普通修改的基础上，添加 version 参数，ES 默认使用内置的 _version 字段做版本控制






 



GET /task_apply/_doc/1732243647854014464
{
  "_index" : "task_apply",
  "_type" : "_doc",
  "_id" : "1732243647854014464",
  "_version" : 1,
  ....
 }

修改

PUT /索引库名/_doc/文档id?version=1
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

外置字段

我们更多时候会使用 updateTime 字段作为 CAS 条件

新增时指定 version

POST /索引库名/_doc/文档id?version=更新时间毫秒时间戳&version_type=external
{
    "字段1": "值1",
    "字段2": "值2",
    ...
 }

修改时

PUT /索引库名/_doc/文档id?version=本次更新时间毫秒时间戳&version_type=external
{
    "字段1": "值1",
    "字段2": "值2",
    // ... 略
}

笔记

外置字段在修改时，ES 比较的并不同于内置字段，内置字段比较的是 version 值是否等于跟数据库的值，外置字段时，比较的是 version 值是否大于数据库的值

注意

使用外置方式似乎不能满足 CAS，只是能保证数据不会被旧的覆盖新的。

# 文档 - 搜索（列表查询）

Elasticsearch 提供了基于 JSON 的 DSL（Domain Specific Language (opens new window)）来定义查询。常见的查询类型包括：

  • 查询所有： 查询出所有数据，一般测试用。例如：
    • match_all
  • 全文检索（full text）查询： 利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如：
    • match_query
    • multi_match_query
  • 精确查询： 根据精确词条值查找数据，一般是查找 keyword、数值、日期、boolean 等类型字段。例如：
    • ids
    • range
    • term
  • 地理（geo）查询： 根据经纬度查询。例如：
    • geo_distance
    • geo_bounding_box
  • 复合（compound）查询： 复合查询可以将上述各种查询条件组合起来，合并查询条件。例如：
    • bool
    • function_score
GET /indexName/_search
{
  "query": {
    "查询类型": {
      "查询条件": "条件值"
    }
  }
}

# 查询条件

# 查询所有

// 查询所有
GET /indexName/_search
{
  "query": {
    "match_all": {
    }
  }
}

# 全文检索查询

搜索的字段越多，搜索的效率月底，需要搜索多个字段，应使用 copy_to

# match

类似于 MySQL 的 where FIELD like ‘%TEXT%’

全文检索查询的一种，会对用户输入内容分词，然后去倒排索引库检索，语法：

GET /indexName/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT"
    }
  }
}

Example：

点击查看 
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家外滩"
    }
  }
}
# multi_match

类似于 MySQL 的 where FIELD1 like ‘%TEXT%’ or FIELD2 like ‘%TEXT%’

与 match 查询类似，只不过允许同时查询多个字段，语法：

GET /indexName/_search
{
  "query": {
    "multi_match": {
      "query": "TEXT",
      "fields": ["FIELD1", " FIELD12"]
    }
  }
}

Example:

点击查看 
GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "如家外滩",
      "fields": ["brand","name","business"]
    }
  }
}

# 精确查询

# term

类似于 MySQL 的 where FIELD1 = ‘TEXT’

根据词条精确值查询

GET /indexName/_search
{
  "query": {
    "term": {
      "FIELD": {
        "value": "VALUE"
      }
    }
  }
}

Example:

点击查看 
GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "上海"
      }
    }
  }
}
# range

类似于 MySQL 的 where FIELD >= 10 and FIELD <= 20

根据值的范围查询

GET /indexName/_search
{
  "query": {
    "range": {
      "FIELD": {
        "gte": 10,
        "lte": 20
      }
    }
  }
}
  • gte：大于等于
  • gt：大于
  • lte：大于等于
  • lt：小于

Example:

点击查看 
GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gt": 1108,
        "lte": 3000
      }
    }
  }
}

# 地理查询

# geo_bounding_box

查询 geo_point 值落在某个矩形范围的所有文档

GET /indexName/_search
{
  "query": {
    "geo_bounding_box": {
      "FIELD": {
        "top_left": {
          "lat": 31.1,
          "lon": 121.5
        },
        "bottom_right": {
          "lat": 30.9,
          "lon": 121.7
        }
      }
    }
  }
}

image-20220503174258449

# geo_distance

查询到指定中心点小于某个距离值的所有文档

GET /indexName/_search
{
  "query": {
    "geo_distance": {
      "distance": "15km",
      "FIELD": "31.21,121.5"
    }
  }
}

image-20220503174440852

# 复合查询

# 相关性算分

当我们利用 match 查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。 例如，我们搜索 "虹桥如家"，结果如下：

[
  {
    "_score" : 17.850193,
    "_source" : {
      "name" : "虹桥如家酒店真不错",
    }
  },
  {
    "_score" : 12.259849,
    "_source" : {
      "name" : "外滩如家酒店真不错",
    }
  },
  {
    "_score" : 11.91091,
    "_source" : {
      "name" : "迪士尼如家酒店真不错",
    }
  }
]

image-20220503175320433

image-20220503175432699

image-20220503175600884

image-20220503175619323

elasticsearch 中的相关性打分算法是什么？

  • TF-IDF： 在 elasticsearch5.0 之前，会随着词频增加而越来越大
  • BM25： 在 elasticsearch5.0 之后，会随着词频增加而增大，但增长曲线会趋于水平
# fuction score

算分函数查询，可以控制文档相关性算分，控制文档排名。例如百度竞价

GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": { "match": {"all": "外滩"} },
      "functions": [
        {
          "filter": {"term": {"id": "1"}},
          "weight": 10
        }
      ],
      "boost_mode": "multiply"
    }
  }
}

image-20220503212706772

Example：

点击查看

给 “如家” 这个品牌的酒店排名靠前一些

把这个问题翻译一下，function score 需要的三要素：

哪些文档需要算分加权？ 品牌为如家的酒店

算分函数是什么？ weight 就可以

加权模式是什么？ 求和

GET /hotel/_search
{
  "query": {
    "function_score": {
      "query": {// ... },
      "functions": [ // 算分函数
        {
          "filter": { // 满足的条件，品牌必须是如家
            "term": {
              "brand": "如家"
            }
          },
          "weight": 2 // 算分权重为2
        }
      ],
      "boost_mode": "sum"
    }
  }
}
# Boolean Query

布尔查询是一个或多个查询子句的组合。子查询的组合方式有：

  • must：必须匹配每个子查询，类似 “与”

  • should：选择性匹配子查询，类似 “或”

  • must_not：必须不匹配，不参与算分，类似 “非”

  • filter：必须匹配，不参与算分

Example：

点击查看

image-20220506094620116

搜索名字包含 “如家”，价格不高于 400，在坐标 31.21,121.5 周围 10km 范围内的酒店

GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {
            "price": {
              "gt": 400
            }
          }
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km",
            "location": {
              "lat": 31.21,
              "lon": 121.5
            }
          }
        }
      ]
    }
  }
}

# 排序

elasticsearch 支持对搜索结果排序 (opens new window)，默认是根据相关度算分（_score）来排序。可以排序字段类型有：

  • keyword 类型
  • 数值类型
  • 地理坐标类型
  • 日期类型等。

一旦使用排序，原本的打分（score）失效，可提高效率

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "FIELD": "desc"  // 排序字段和排序方式ASC、DESC
    }
  ]
}

GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance" : {
          "FIELD" : "纬度，经度",  // 以此经纬度为中心
          "order" : "asc",
          "unit" : "km"
      }
    }
  ]
}

Example：

点击查看

1、对酒店数据按照用户评价降序排序，评价相同的按照价格升序排序

评价是 score 字段，价格是 price 字段，按照顺序添加两个排序规则即可。

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "score": "desc"
    },
    {
      "price": "asc"
    }
  ]
}

2、实现对酒店数据按照到你的位置坐标的距离升序排序

获取经纬度的方式：https://lbs.amap.com/demo/jsapi-v2/example/map/click-to-get-lnglat/

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 31.034661,
          "lon": 121.612282
        },
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}

# 分页

elasticsearch 默认情况下只返回 top10 的数据。而如果要查询更多数据就需要修改分页参数了。 elasticsearch 中通过修改 from、size 参数来控制要返回的分页结果：

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 990, // 分页开始的位置，默认为0
  "size": 10, // 期望获取的文档总数
  "sort": [
    {"price": "asc"}
  ]
}

image-20220506101850133

深度分页问题

ES 是分布式的，所以会面临深度分页问题。例如按 price 排序后，获取 from = 990，size =10 的数据：

image-20220506103313371

  1. 首先在每个数据分片上都排序并查询前 1000 条文档。
  2. 然后将所有节点的结果聚合，在内存中重新排序选出前 1000 条文档
  3. 最后从这 1000 条中，选取从 990 开始的 10 条文档

如果搜索页数过深，或者结果集（from + size）越大，对内存和 CPU 的消耗也越高。因此 ES 设定结果集查询的上限是 10000

深度分页解决方案

针对深度分页，ES 提供了两种解决方案，官方文档 (opens new window)：

  • search after：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据。官方推荐使用的方式。
  • scroll：原理将排序数据形成快照，保存在内存。官方已经不推荐使用。

总结

from + size：

  • 优点：支持随机翻页
  • 缺点：深度分页问题，默认查询上限（from + size）是 10000
  • 场景：百度、京东、谷歌、淘宝这样的随机翻页搜索

after search：

  • 优点：没有查询上限（单次查询的 size 不超过 10000）
  • 缺点：只能向后逐页查询，不支持随机翻页
  • 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页

scroll：

  • 优点：没有查询上限（单次查询的 size 不超过 10000）
  • 缺点：会有额外内存消耗，并且搜索结果是非实时的
  • 场景：海量数据的获取和迁移。从 ES7.1 开始不推荐，建议用 after search 方案。

# 高亮

高亮：就是在搜索结果中把搜索关键字突出显示。

原理是这样的：

  • 将搜索结果中的关键字用标签标记出来
  • 在页面中给标签添加 css 样式

语法：

GET /hotel/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT"
    }
  },
  "highlight": {
    "fields": { // 指定要高亮的字段
      "FIELD": {
        "pre_tags": "<em>",  // 用来标记高亮字段的前置标签
        "post_tags": "</em>" // 用来标记高亮字段的后置标签
      }
    }
  }
}

Example:

点击查看 
# 高亮查询，默认情况下，ES搜索字段必须与高亮字段一致
GET /hotel/_search
{
  "query": {
    "match": {
      "all": "如家"
    }
  },
  "highlight": {
    "fields": {
      "name": {
        "require_field_match": "false"
      }
    }
  }
}
上次更新: 2024/03/11, 22:37:05
环境搭建
操作 - RestClinet（弃用）

← 操作 - RestClinet（弃用）→

最近更新
01
IPMI笔记
11-17
02
自动化运维 - Ansible
11-13
03
守护进程 - systemd(Systemctl)
11-12
更多文章>
Theme by Vdoing | Copyright © 2018-2024 NipGeihou | 友情链接