ElasticSearch入门学习
（1）ElasticSearch的概述
ElasticSearch（简称ES）用于进行全文检索的查询，它的底层使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。
优点：（1）分布式的实时文件存储，每个字段都被索引并可被搜索
（2）分布式的实时分析搜索引擎
（3）可以扩展到上百台服务器，处理PB级结构化或非结构化数据
（4）高度集成化的服务，上手Elasticsearch非常容易
（5）支持集群没有单点故障，支持多种语言
（2）lunce的缺点
lunce只是一个库，想要使用它必须使用java与语言将它直接集成到自己的应用中去使用，但是lunce的配置和使用相当复杂入门难（需要创建索引和搜索索引），且lunce只能在java项目中使用，并且要以jar包的方式直接集成到项目中，且不支持集成环境 索引库和应用应处于同一个服务器，如果搜索的数据量太大就不行，因为搜索的时候会创建索引库，这个库是放在磁盘上的，数据量大 库占用的空间就会增大。
（3）ElasticSearch的安装
ElasticSearch是由服务端和客户端组成的
a.服务端
下载ES安装包：官方下载地址：https://www.elastic.co/downloads/elasticsearch
下载后是绿色版本，解压后就能直接安装
由于每个人的电脑配置不相同，低配的可以去修改解压后文件中的config文件下的jvm.options文件，改为：-Xms1g
然后去bin下运行elasticsearch.bat，成功浏览器后验证：访问：http://localhost:9200
b.客户端
客户端可以分为图形界面客户端和代码客户端.，这里主要讲图形界面客户端，代码客户端后面讲解
这里的的客户端以Kibana5为介绍
下载Kibana5：https://www.elastic.co/downloads/kibana，下载解压后编辑config/kibana.yml，设置elasticsearch.url的值为
已启动 的ES，即打开里面的elasticsearch.url注解。
启动Kibana5 : bin\kibana.bat，启动成功在浏览器中检验：http://localhost:5601
（4）Restful认识
Restful是一种面向资源的架构风格，可以简单理解为：使用URL定位资源，用HTTP动词（GET,POST,DELETE,PUT）描述操作。 url中不要出现动词。
（5）ElasticSearch数据管理
ES是面向文档(document oriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存储，还会索引(index)每个文档的内容使之可以被搜索。在ES中，你可以对文档（而非成行成列的数据）进行索引、搜索、排序、过滤。数据格式为json格式
一个document中包含：_index(这个相当于数据库名)，_type(这个相当于表名)，_id(这个相当于document中的唯一标志符)，_source（表示文档原始数据），_all（这个表示所有字段的连接字符串）
（6）文档的增删改
a.增加
添加有两种方式，一种是用PUT 还有一种用POST
（1）PUT方式：
#添加(put方式 即可以自定义document的id)
put crm/t_department/1
{
"id":1,
"name":"测试1",
"age":18
}（2）POST方式：
#添加（post方式 即自动生成document的id）
post crm/t_department/
{
"id":2,
"name":"测试2",
"age":19
}PUT 和POST的区别:
PUT添加需要指定document的id，POST添加会自动生成一个id
b.修改
修改有两种方式，一种是用PUT 还有一种用POST
（1）PUT
#修改（put修改 会覆盖修改）
put crm/t_department/AWmjycKnJAiT1pGD1sJs
{
"id":2,
"name":"测试2"
}（2）POST
#修改（post修改 只修改部分数据）
post crm/t_department/AWmjycKnJAiT1pGD1sJs/_update
{
"doc":{
"name":"测试哈哈",
"age":19
}
}PUT 和POST的区别:
PUT修改的时候是进行的覆盖是修改 即先删除原来的 再进行添加，POST修改只修改部分数据
c.删除
#删除（删除指定的document的id）
delete crm/t_department/AWmjycKnJAiT1pGD1sJs
#删除（删除整个库）
delete crm（7）文档的查寻
查询的方式有很多，但都是通过GET进行查询
#根据doucument的id进行查询
get crm/t_department/1
#空搜索，查询这个库
get _search
#查询这个表中的所有数据
get crm/t_department/_search批量查询
#批量查询(注意GET是大写)，可以适用于不同数据库中
GET _mget
{
"docs": [
{
"_index": "crm",
"_type": "t_department",
"_id": "1"
},
{
"_index": "crm",
"_type": "t_department",
"_id": "2"
}
]
}
#批量查询，适用于同一数据库中的查询
GET crm/t_department/_mget
{
"ids":[1,3]
}分页查询
#分页查询（size:表示每页显示的条数，form：表示从哪一条数#据开始查询，默认是从0开始）
GET crm/t_department/_search?size=2&from=0关键字条件查询
#查询字符串进行搜索（关键字条件查询）,需要用到q #且只能使用q，如果不指定q则查询所有
GET crm/t_department/_search?q=age:19高级查询
#高级查询
#查询t_department表中的年龄为19-20之间的数据进行分页 #每页三条从第0条数据的开始，再按照年龄进行降序排序，然#后只显示年龄和姓名
GET crm/t_department/_search?q=age[19 TO 20]&size=3&from=0&sort=age:desc&_source=age,name（8）DSL查询
概述：DSL是为了解决上面的高级查询的语句的复杂性而产生的新的查询语言，它以json的请求形式出现
DSL包含查询与过滤
a.查询：
#查询年龄为：19的数据
GET crm/t_department/_search
{
"query": {
"match": {
"age": 19
}
}
}查询t_department表中的年龄为19-20之间的数据进行分页 每页三条从第0条数据的开始，再按照年龄进行降序排序，然#后只显示年龄和姓名
#"match": {}表示必须完全匹配，应该放在query中，但是因为我这里用不上这个，所以query可以为空
GET crm/t_department/_search
{
"query": {
"match": {
"age": 19
}
},
"_source": ["name","age"],
"size": 2,
"from": 0,
"sort": [
{
"age": "desc"
}
]
}条件范围查询：（查询年龄是18-60岁的，两边都包含）
gt表示> gte表示>= lt表示< lte表示<=
GET crm/t_department/_search
{
"query": {
"range": {
"age": {
"gte": 18,
"lte": 60
}
}
}
}一些了解的查询：
multi_match 表示查询的时候可以匹配多个值
Term和Terms 表示查询和过滤中的单词匹配，Terms是复数形式，可以匹配多个
minimum_match 表示至少匹配的个数，默认为1
前匹配：prefix 用于查询搜索中
通配符搜索查询： wildcard 用于查询搜索中，使用*代表0~N个，使用?代表1个 例如：
"wildcard": {
"name": "文*华"
}
DSL过滤：
bool 表示条件组合查询和过滤，里面包含：must，should，must_not，filter，minimum_should_match 等，注意 如果bool下面没有must 就必须有should子句，如果有must 就可以不必有should
此处过滤用的bool,里面包含查询和过滤，而在查询处的时候，#因为match的匹配里面没有写东西 为空，所以当里面的东西为#空的时候，不能写它，而filter为过滤器，它是根据上面的查#询器查询得到所有的数据后 再对这些数据进行过滤，此处配#置的过滤器为年龄=20的数据，所以 在查询出来的值里只能得#到age=12的数据，再把这些数据进行最后面的分页排序显示设#置
#此处用的match_all 表示查询的所有的数据
GET crm/t_department/_search
{
"query": {
"bool": {
"must": [
{
"match_all": {}
}
],
"filter": {
"term": {
"age": 20
}
}
}
},
"_source": ["name","age"],
"size": 2,
"from": 0,
"sort": [
{
"age": "desc"
}
]
}（9）分词与映射
在全文检索理论中，文档的查询是通过关键字查询文档索引来进行匹配，因此将文本拆分为有意义的单词，对于搜索结果的准确性至关重要，因此，在建立索引的过程中和分析搜索语句的过程中都需要对文本串分词。
分词器有很多，指的是进行搜索的时候将词进行拆分去匹配。市面上有很多分词器，例如庖丁分词器，结巴分词器，ik等，此处以ik为例讲解。
首先配置ik分词器：进行下载ES的IK分词器插件源码地址：https://github.com/medcl/elasticsearch-analysis-ik
下载后进行打包为jar包，然后进行解压，解压之后将文件放入ES根目录/plugins/ik目录下，配置完成后需要重启服务器和客户端
文档映射Mapper：ES的文档映射(mapping)机制用于进行字段类型确认(字段是什么类型，那个分词器)，将每个字段匹配为一种确定的数据类型。我的理解：指的是在创建表的时候，一些默认字段不能满足我们的需求的时候（例如 在创建字段的时候 字段类型 不是我们想要的 这时候，这时候 就需要自己来配置映射）
文档映射包括：默认映射，自定义映射，全局映射
检查映射（两种方式都可以）：
（1）GET dms/user/_mapping
（2）GET dms/_mapping/user
默认映射表：
| JSON type |
Field type |
| Boolean: true or false |
"boolean" |
| Whole number: 123 |
"long" |
| Floating point: 123.45 |
"double" |
| String, valid date:"2014-09-15" |
"date" |
| String: "foo bar" |
"string"：text,keyword |
自定义映射：
#配置自定义映射
POST aisell/_mapping/dept
{
"dept":{
"properties": {
"id": {
"type": "integer"
},
"price":{
"type": "double"
}
}
}
}全局映射 ：通过动态模板和默认设置两种方式进行实现
默认方式： _default_
表示在数据库dms中，新建的表user和表dept都会继承_defaul#t_的配置，user类型的文档中将不会合并所有字段到_all，而#dept会
PUT dms
{
"mappings": {
"_default_": {
"_all": {
"enabled": false
}
},
"user": {},
"dept": {
"_all": {
"enabled": true
}
}
}
}动态模板 dynamic_templates（创建一个名为global_template的动态模板）
PUT _template/global_template
{
"template": "*",
"settings": { "number_of_shards": 1 },
"mappings": {
"_default_": {
"_all": {
"enabled": false
},
"dynamic_templates": [
{
"string_as_text": {
"match_mapping_type": "string",
"match": "*_text",
"mapping": {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_max_word",
"fields": {
"raw": {
"type": "keyword",
"ignore_above": 256
}
}
}
}
},
{
"string_as_keyword": {
"match_mapping_type": "string",
"mapping": {
"type": "keyword"
}
}
}
]
}
}}作用域：自定义映射>全局映射>默认映射
最佳实践顺序：默认映射-->全局映射-->自定义映射