ElasticSearch入门和中文分词插件的基本使用

2018-08-24 本文已影响0人 Acamy丶

ElasticSearch是基于lucener的封装，提供一套REST API, 使得用户能够快速的对海量数据进行存储，检索和分析。但是对中文的处理还需要一些额外的插件，本文就以ik为进行基本使用说明

1. 资源准备

a. 由于ik插件没有对最新版es进行适配，因此在官网历史发行版本（https://www.elastic.co/downloads/past-releases）中选择6.3.0这个版本进行下载，解压后启动bin目录下的elasticsearch.bat文件即启动了es服务器，默认端口为9200，因此访问localhost:9200就可以验证是否启动成功，成功返回如下json串

{
    "name": "cc5-WZ7",
    "cluster_name": "elasticsearch",
    "cluster_uuid": "_5r724yQTs6Lkdc2rP_ncQ",
    "version": {
        "number": "6.3.0",
        "build_flavor": "default",
        "build_type": "zip",
        "build_hash": "424e937",
        "build_date": "2018-06-11T23:38:03.357887Z",
        "build_snapshot": false,
        "lucene_version": "7.3.1",
        "minimum_wire_compatibility_version": "5.6.0",
        "minimum_index_compatibility_version": "5.0.0"
    },
    "tagline": "You Know, for Search"
}

b. 在ik的github页面即可下载对应版本的插件https://github.com/medcl/elasticsearch-analysis-ik/releases，下载后在es安装目录中plugin文件夹下新建ik目录，并在此目录解压下载下来的压缩包，重启es即可使用

2. 基本使用

在正式使用之前先了解几个es中的基本概念：
Cluster: 集群，由多个es服务器组成
Node: 节点，表示一个es服务器
Index: 索引，也是最重要的概念
Type: 类别，一个Index可以对应多个，但是太多会影响性能，最好一个，后面这个概念可能会移除
Document: Index中的单条记录即为一个Document，也是核心数据
可以将es理解成一个分布式数据库服务器，说到数据库最基本的操作当然是增删改查，所以接下来就演示怎么样进行基本的增删改查。

2.1 新建Index

新建一个url为'localhost:9200/user_index'PUT请求，body内容如下：

{
  "mappings": {
    "person": {
      "properties": {
        "user": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "title": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        },
        "desc": {
          "type": "text",
          "analyzer": "ik_max_word",
          "search_analyzer": "ik_max_word"
        }
      }
    }
  }
}

成功后返回:

{
    "acknowledged": true,
    "shards_acknowledged": true,
    "index": "user_index"
}

此处采用的的是postman工具，如下图所示：

该过程表示创建一个名称为 user_index的Index, 里面有一个名称为person的Type, person有user,title,desc三个字段，并且三个字段类型都是text, 字段文本和搜索词的分词的分析器都是'ik_max_word', 由ik插件提供。

访问localhost:9200/_cat/indices?v查看所有的Index情况：

health status index      uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   user_index djAudaiaT8qdyPrGQMkMTA   5   1          0            0      1.2kb          1.2kb

2.2 新建Document

发送一个url为localhost:9200/user_index/person/1的PUT请求，body如下：

{
  "user": "张三",
  "title": "工程师",
  "desc": "数据库管理"
}

{
    "_index": "user_index",
    "_type": "person",
    "_id": "1",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}

注意url最后面的1可以不要，系统会自动给你生成一个随机字符串作为id, 当需要更新时重新发送一个PUT请求就好，需要删除时将PUT请求改为DELETE，并且不带body。

2.3 查询

查询分为单个查询，即将创建的PUT方法改为GET即可查，所有查询用localhost:9200/user_index/person/_search, 如下可以看到耗时(单位为毫秒)以及其它的很多信息。

{
    "took": 12,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 3,
        "max_score": 1,
        "hits": [
            {
                "_index": "user_index",
                "_type": "person",
                "_id": "1",
                "_score": 1,
                "_source": {
                    "user": "张三",
                    "title": "工程师",
                    "desc": "数据库管理"
                }
            },
            {
                "_index": "user_index",
                "_type": "person",
                "_id": "Gk3ga2UBjmkW6Yw8zoQ4",
                "_score": 1,
                "_source": {
                    "user": "王五",
                    "title": "JAVA",
                    "desc": "后端开发工程师"
                }
            },
            {
                "_index": "user_index",
                "_type": "person",
                "_id": "GU3ga2UBjmkW6Yw8P4R6",
                "_score": 1,
                "_source": {
                    "user": "李四",
                    "title": "工程师",
                    "desc": "数据库专家"
                }
            }
        ]
    }
}

接下来看看怎么用全文搜索:
在上面的url加上一个body即可：

{
  "query" : { "match" : { "desc" : "数据" }}
}

如果多个的话用空格隔开表示or，满足一个词就行

{
  "query" : { "match" : { "desc" : "数据 后端" }}
}

如果需要and则应该如下，需要同时满足两个词:

{
  "query": {
    "bool": {
      "must": [
        { "match": { "desc": "数据" } },
        { "match": { "desc": "专家" } }
      ]
    }
  }
}

参考文章:
http://www.ruanyifeng.com/blog/2017/08/elasticsearch.html
https://blog.csdn.net/yejingtao703/article/details/78392902