Elasticsearch打造全文搜索引擎(二)
一、Es的文档、索引的CURD操作
1. elasticsearch概念
- 集群:一个或多个节点组织在一起
- 节点:一个节点是集群中的一个服务器,有一个名字来标识,默认是一个随机的漫画角色的名字
- 分片:将索引划分为多份的能力,允许水平分割和扩展容量,多个分片相应请求,提高性能和吞吐量。
- 副本:创建分片的一份或多份的能力,在一个节点失败其余节点可以顶上。
elasticsearch | mysql |
index(索引) | 数据库 |
type(类型) | 表 |
document(文档) | 行 |
fields | 列 |
2.常用属性和类型
3.内置类型
4. CURD操作
- 索引的初始化操作
- 指定分片和副本的数量
- shards一旦设置不能修改
# 索引初始化
PUT lagou
{
"settings": {
"index": {
"number_of_shards": 5, # 分片
"number_of_replicas": 1 # 备份
}
}
} GET lagou/_settings
GET _all/_settings
GET .kibana,lagou/_settings
GET _settings # 修改settings
PUT lagou/_settings
{
"number_of_replicas": 2
} # 获取索引信息
GET _all
GET lagou # 新建/保存文档
# 方式一
PUT lagou/job/1
{
"title": "python爬虫分布式开发",
"salary_min":15000,
"city":"北京",
"company":{
"name":"百度",
"company_addr":"北京市软件园"
},
"publish_date":"2019-06-15",
"comments":15
} # 新建文档
# 方式二
POST lagou/job/
{
"title": "python django 开发工程师",
"salary_min":30000,
"city":"上海",
"company":{
"name":"美团科技",
"company_addr":"北京市软件园A区"
},
"publish_date":"2019-06-15",
"comments":120
} GET lagou/job/1
GET lagou/job/1?_source=title
GET lagou/job/1?_source=title,city
GET lagou/job/1?_source # 修改文章
# 方式一
PUT lagou/job/1
{
"title": "python爬虫分布式开发",
"salary_min":18000,
"city":"广州",
"company":{
"name":"百度",
"company_addr":"北京市软件园"
},
"publish_date":"2019-06-15",
"comments":15
} # 方式二:修改修改某一字段
POST lagou/job/1/_update
{
"doc": {
"comments":20
}
} # 删除
DELETE lagou/job/1
DELETE lagou/job
DELETE lagou
二、mget和bulk操作
# 批量操作 数据准备
POST lagou/job1/1
{
"title": "python django 开发工程师",
"salary_min":30000,
"city":"上海",
"company":{
"name":"美团科技",
"company_addr":"北京市软件园A区"
},
"publish_date":"2019-06-15",
"comments":120
} POST lagou/job1/2
{
"title": "python django 开发工程师",
"salary_min":30000,
"city":"上海",
"company":{
"name":"美团科技",
"company_addr":"北京市软件园A区"
},
"publish_date":"2019-06-15",
"comments":120
} POST lagou/job2/1
{
"title": "python django 开发工程师",
"salary_min":30000,
"city":"上海",
"company":{
"name":"美团科技",
"company_addr":"北京市软件园A区"
},
"publish_date":"2019-06-15",
"comments":120
} POST lagou/job2/2
{
"title": "python django 开发工程师",
"salary_min":30000,
"city":"上海",
"company":{
"name":"美团科技",
"company_addr":"北京市软件园A区"
},
"publish_date":"2019-06-15",
"comments":120
} mget批量获取
GET _mget
{
"docs":[
{"_index":"lagou",
"_type":"job1",
"_id":1
},
{"_index":"lagou",
"_type":"job2",
"_id":2
}
]
} GET lagou/_mget
{
"docs":[
{
"_type":"job1",
"_id":1
},
{
"_type":"job2",
"_id":2
}
]
} GET lagou/job1/_mget
{
"docs":[
{
"_id":1
},
{
"_id":2
}
]
} GET lagou/job1/_mget
{
"ids":[1,2]
} bulk增删改查 POST _bulk
{"index":{"_index":"lagou","_type":"job1","_id":"3"}}
{"title": "python django 开发工程师","salary_min":30000,"city":"上海","company":{"name":"美团科技","company_addr":"北京市软件园A区"},"publish_date":"2019-06-15","comments":120}
{"index":{"_index":"lagou","_type":"job2","_id":"3"}}
{"title": "python django 开发工程师","salary_min":30000,"city":"上海","company":{"name":"美团科技","company_addr":"北京市软件园A区"},"publish_date":"2019-06-15","comments":120} POST _bulk
{"create":{"_index":"lagou","_type":"job1","_id":"3"}}
{"title": "python django 开发工程师","salary_min":30000,"city":"上海","company":{"name":"美团科技","company_addr":"北京市软件园A区"},"publish_date":"2019-06-15","comments":120} POST _bulk
{"delete":{"_index":"lagou","_type":"job1","_id":"3"}} POST _bulk
{"update":{"_index":"lagou","_type":"job1","_id":"3"}}
{"doc":{"title": "python django 开发工程师","salary_min":30000,"city":"上海","company":{"name":"美团科技","company_addr":"北京市软件园A区"},"publish_date":"2019-06-15","comments":120}}
三、mapping映射和查询
1. mapping映射
2.倒排索引
3. 倒排索引待解决的问题
4. 查询
5. 操作
# mapping操作 PUT lagou1
{
"mappings":{
"job":{
"properties":{
"title":{
"type":"text"
},
"salary_min":{
"type":"integer"
},
"city":{
"type":"keyword"
},
"company":{
"properties":{
"name":{
"type":"text"
},
"company_addr":{
"type":"text"
},
"employee_count":{
"type":"integer"
}
}
},
"publish_date":{
"type":"date",
"format":"yyyy-MM-dd"
},
"comments":{
"type":"integer"
}
}
}
}
} PUT lagou1/job/1
{
"title": "python爬虫分布式开发",
"salary_min":15000,
"city":"北京",
"company":{
"name":"百度",
"company_addr":"北京市软件园",
"employee_count":50
},
"publish_date":"2019-06-15",
"comments":15
} # get index mapping GET lagou1/_mapping
GET lagou1/_mapping/job
GET _all/_mapping/job # 查询 PUT lagou2
{
"mappings": {
"job":{
"properties":{
"title":{
"type": "text",
"store":true,
"analyzer": "ik_max_word"
},
"company_name": {
"type": "keyword",
"store":true
},
"desc":{
"type":"text"
},
"add_time":{
"type":"date",
"format":"yyyy-MM-dd"
},
"comments":{
"type": "integer"
}
}
}
}
} POST lagou2/job
{
"title":"python django 开发工程师" ,
"company_name":"美国科技有限公司",
"desc":"对django的概念熟悉,熟悉python基础知识",
"comments":20,
"add_time":"2017-04-01"
} POST lagou2/job
{
"title":"python scrapy redis 分布式爬虫基本" ,
"company_name":"百度科技有限公司",
"desc":"对scrapy的概念熟悉,熟悉redis的基本操作",
"comments":5,
"add_time":"2017-04-15"
} POST lagou2/job
{
"title":"Elasticsearch打造搜索引擎" ,
"company_name":"阿里巴巴科技有限公司",
"desc":"熟悉数据结构算法,熟悉python的基本开发",
"comments":15,
"add_time":"2017-06-20"
} POST lagou2/job
{
"title":"python打造推荐引擎系统" ,
"company_name":"阿里巴巴科技有限公司",
"desc":"熟悉推荐引擎的原理以及算法、掌握C语言",
"comments":60,
"add_time":"2016-10-20"
} # 简单查询
#查看分析器解析的结果
GET _analyze
{
"analyzer": "ik_smart",
"text":"Python网络开发师"
}
GET _analyze
{
"analyzer": "ik_max_word",
"text":"Python网络开发师"
} #match查询 (分词查询) python 和分布式
#查询第0-2条的title和company_name字段(desc字段的stored属性不是true),并按comments排序
GET lagou2/_search
{
"stored_fields":["title","company_name","desc"],
"query":{
"match":{
"title":"python分布式"
}
},
"from": 0,
"size": 2,
"sort": [
{
"comments": {
"order": "desc"
}
}
]
} #查询comments在大于等于10、小于等于20、权重2.0的数据
GET lagou2/_search
{
"query":{
"range": {
"comments": {
"gte": 10,
"lte": 20,
"boost":2.0
}
}
}
}
GET lagou2/_search
{
"query":{
"range": {
"add_time": {
"gte": "2017-04-01",
"lte": "now"
}
}
}
} #term查询(不会做处理、直接查,类似于keyword属性)
GET lagou2/_search
{
"query":{
"term":{
"title":"python"
}
}
}
#terms 和用match查django分布工程 效果一样
GET lagou2/_search
{
"query":{
"terms":{
"title":["django" ,"分布" ,"工程" ]
}
}
} #match_all
GET lagou2/_search
{
"query":{
"match_all":{}
}
} #match_phrase
#短语查询
#满足所有词 既有python也有系统,俩个词最小间距6位
GET lagou2/_search
{
"query":{
"match_phrase": {
"title": {
"query": "python系统",
"slop":6
}
}
}
} #multi_match 多字段匹配,title的权重高于desc的3倍
GET lagou2/_search
{
"query":{
"multi_match": {
"query": "python系统",
"fields":["title^3","desc"]
}
}
} # sort查询
GET lagou2/_search
{
"query": {
"match_all": {}
},
"sort": [
{
"comments": {
"order": "asc"
}
}
]
} # range范围查询
GET lagou2/_search
{
"query": {
"range": {
"comments": {
"gte": 20,
"lte": 60,
"boost":2.0
}
}
}
} GET lagou2/_search
{
"query": {
"range": {
"add_time": {
"gte": "2017-06-07",
"lte": "now"
}
}
}
} #wildcard 通配符查询
GET lagou2/_search
{
"query":{
"wildcard": {
"title": {
"value": "pyth*n",
"boost": 2
}
}
}
} # 组合查询
#bool 查询
#用 bool 包括 must should must_not filter来完成
#格式如下
#bool:{
# "filter":[], #不参与打分
# "must":[], #相当于 (salary=20 and title=Python)
# "should":[], #相当于 (salary=20 or title=Python)
# "must_not":[], #相当于not
#} #建立测试数据
POST lagou/testjob/_bulk
{"index":{"_id":1}}
{"salary":10,"title":"Python"}
{"index":{"_id":2}}
{"salary":20,"title":"Scrapy"}
{"index":{"_id":3}}
{"salary":30,"title":"Django"}
{"index":{"_id":4}}
{"salary":30,"title":"Elasticsearch"} DELETE lagou/testjob #简单的过滤查询
#最简单的fileter查询
#select * from testjob where salary=20
GET lagou/testjob/_search
{
"query":{
"bool": {
"must": {
"match":{
"salary":20
}
},
"filter":{
"match":{
"title":"Scrapy"
}
}
}
}
}
#select * from testjob
#where (salary=20 or title=Python) and salary!=30 and salary!=10
GET lagou/testjob/_search
{
"query":{
"bool": {
"should":[
{"term":{"salary":20}},
{"term":{"title":"python"}}
],
"must_not": [
{"term": {"salary": "30"}},
{"term": {"salary": "10"}}
]
}
}
} #where (salary=30 and title="django") or title="python"
GET lagou/testjob/_search
{
"query":{
"bool": {
"should":[
{"term":{"title":"python"}},
{"bool": {
"must":[
{"term":{"salary":30}},
{"term":{"title":"django"}}
]
}}
]
}
}
} #测试数据
POST lagou/testjob2/_bulk
{"index":{"_id":1}}
{"tags":["search"]}
{"index":{"_id":2}}
{"tags":["search","python"]}
{"index":{"_id":3}}
{"other_filed":["some data"]}
{"index":{"_id":4}}
{"tags":null}
{"index":{"_id":5}}
{"tags":["search",null]} #处理null空值的方法
#select tags from testjob2 where tags is not null
GET lagou/testjob2/_search
{
"query": {
"bool": {
"filter": {
"exists": {
"field": "tags"
}
}
}
}
}
#select tags from testjob2 where tags is null
GET lagou/testjob2/_search
{
"query": {
"bool": {
"must_not": {
"exists": {
"field": "tags"
}
}
}
}
}
gitee地址:https://gitee.com/zhangyafeii/ArticleSpider_LcvSearch
Elasticsearch打造全文搜索引擎(二)的更多相关文章
- Elasticsearch打造全文搜索引擎(一)
带着问题上路--ES是如何产生的? (1)思考:大规模数据如何检索? 如:当系统数据量上了10亿.100亿条的时候,我们在做系统架构的时候通常会从以下角度去考虑问题: 1)用什么数据库好?(mysq ...
- Nebula 基于 ElasticSearch 的全文搜索引擎的文本搜索
本文首发于 Nebula Graph 公众号 NebulaGraphCommunity,Follow 看大厂图数据库技术实践. 1 背景 Nebula 2.0 中已经支持了基于外部全文搜索引擎的文本查 ...
- ELK(elasticsearch+kibana+logstash)搜索引擎(二): elasticsearch基础教程
1.elasticsearch的结构 首先elasticsearch目前的结构为 /index/type/id id对应的就是存储的文档ID,elasticsearch一般将数据以JSON格式存储. ...
- 为什么要用全文搜索引擎:全文搜索引擎 VS 数据库管理系统
正文一:Full Text Search Engines vs. DBMS 发表于2009年 正文二:Elasticsearch - A High-Performance Full-Text Sea ...
- 2018.2最新-Scrapy+elasticSearch+Django打造搜索引擎(二)
请问您今天要来个引擎吗? 工欲善其事必先利其器 最终项目上线演示地址: http://search.mtianyan.cn 第二节:我们搞搞比利,搞搞环境的搭建.Github地址: https://g ...
- 全文搜索引擎 Elasticsearch 入门教程
全文搜索属于最常见的需求,开源的 Elasticsearch (以下简称 Elastic)是目前全文搜索引擎的首选. 它可以快速地储存.搜索和分析海量数据.维基百科.Stack Overflow.Gi ...
- 分布式全文搜索引擎ElasticSearch
一 什么是 ElasticSearch Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎.当然 Elas ...
- 3.高并发教程-基础篇-之分布式全文搜索引擎elasticsearch的搭建
高并发教程-基础篇-之分布式全文搜索引擎elasticsearch的搭建 如果大家看了我的上一篇<2.高并发教程-基础篇-之nginx+mysql实现负载均衡和读写分离>文章,如果能很好的 ...
- ElasticSearch全文搜索引擎
一.ElasticSearch简介 1.1 什么是ElasticSearch ElasticSearch简称ES,其中Elastic 从名字里我们可以知道,ES的特点就在于灵活的搜索,其实E ...
随机推荐
- Anaconda+pycharm(jupyter lab)搭建环境
之前先是安装了pycharm,手动安装了python2.7和3.7版本,在pycharm里面使用alt+/手动下载包.后来想使用jupyter lab,手动下载包太麻烦且有版本管理的文艺,于是打算装A ...
- 使用MyBatis框架时发现的一些小bug
在大配置MyBatis.xml中: 不能有空节点属性 ,否则启动服务器后点击登录没有反应. 异常问题: ause: java.sql.SQLException: Value '0000-00-00 ...
- CF80B Depression 题解
Content 有一个时针,给定时间为 \(\text{HH}\) 时 \(\text{MM}\) 分,求图中 \(\alpha\) 和 \(\beta\) 角的值. 手画勿喷/kk 数据范围:\(0 ...
- CF1110A Parity 题解
Content 求下面式子的奇偶性,其中 \(a_i,k,b\) 会在输入中给定. \[\sum\limits_{i=1}^k a_i\cdot b^{k-i} \] 数据范围:\(2\leqslan ...
- java 图形化小工具Abstract Window Toolit 画笔 处理位图
具体编程来处理位图 知识点: 实现逻辑: 画板上的图片 new BufferedImage(canvasWidth,canvasHeight,BufferedImage.TYPE_INT_BGR); ...
- TCP超时、ping不丢包排查
现象就是:1. 每隔一段时间,问题服务器的公网地址不可访问,目前只开放了8080和22,这两个端口不可访问的时间是一致的,不可访问时间约在2分钟以内2. 已经建立的连接在不可访问期间不受影响,开的几个 ...
- Vue2使用Axios发起请求教程详细
当你看到该文章时希望你已知晓什么是跨域请求以及跨域请求的处理,本文不会赘述 本文后台基于Springboot2.3进行搭建,Controller中不会写任何业务逻辑仅用于配合前端调试 Controll ...
- 【LeetCode】622. Design Circular Queue 解题报告(Python & C++)
作者: 负雪明烛 id: fuxuemingzhu 个人博客: http://fuxuemingzhu.cn/ 目录 题目描述 题目大意 解题方法 用直的代替弯的 数组循环利用 日期 题目地址:htt ...
- 1119 机器人走方格 V2
1119 机器人走方格 V2 基准时间限制:1 秒 空间限制:131072 KB M * N的方格,一个机器人从左上走到右下,只能向右或向下走.有多少种不同的走法?由于方法数量可能很大,只需要输出Mo ...
- Jenkins安装教程:Windows环境通过jenkins.war安装
1.Windows操作系统下,安装jdk.tomcat.maven.git,并配置好对应的环境变量,安装教程请自行查询资料 2.将下载的jenkins.war放入到tomcat的webapp文件夹下, ...