ElasticSearch+kibana（以及ik）_kibana es 分词器ik语法

目录

1.索引库

    1.mapping映射：

tepe：

字符串：

analyzer：

数值类型：

布尔：boolean

日期：date

对象：object

index：

properties:

2.ki分词器

ik分词器扩展

3.索引库：

（1）创建索引  

（2）查，删索引库

（3）修改索引库

4.文档操作

添加,删除，查询文档

修改文档（put）

5.es客户端（restclient）

1.使用步骤

---

说明：

1. es搜索首先会对搜索词继续分词，按照词搜索；
2. es是面向文档存储的，系列化为json格式存储在es中，
3. 首先建立索引，文档的约束使用mapping映射约束，索引中对应多个文档，添加文档；
4. MySQL和es的区别：MySQL有事务保证数据安全性，es为搜索而生；
5. Docs

1.索引库

    1.mapping映射：

                索引库的约束，mapping常见的属性：

1. tepe：

2. 字符串：

   1. text 可分词的文本
   2. keyword：精确值；（比如国家，品牌等不可分）

3. analyzer：

   1. 分词器，只有text需要分词，（ik_smart，ik_max_word）;

4. 数值类型：

   1. long，integer，short，byte，double，float

5. 布尔：boolean

6. 日期：date

7. 对象：object

8. index：

   1. 是否创建索引（倒排索引，默认true）

9. properties:

   1. 字段的子字段
10. es和kibana路径是9200和5601；

2.ki分词器

docker exec -it es ./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

 POST /_analyze
 {
   "text":"我是在太原的晴天欧里给特别优秀的人加油",
   "analyzer":"ik_max_word"（ik_smart，ik_max_word）
 }

1. ik分词器扩展

   1. 

   2. 在IKAnalyzer.cfg.xml配置文件内容添加：

      <?xml version="1.0" encoding="UTF-8"?>
      <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
      <properties>
              <comment>IK Analyzer 扩展配置</comment>
              <!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典-->
              <entry key="ext_dict">ext.dic</entry>
              <entry key="ext_stopwords">stopwords.dic</entry>
      </properties>
      

   3. 在IK分词器的config目录新建一个 ext.dic，可以参考config目录下复制一个配置文件进行修改

3.索引库：

（1）创建索引  

PUT /heima
{
  "mappings": {
    "properties": {
      "info":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "emial":{
        "type": "keyword",
        "index": false
      }
    }
  }
}

1. index默认是true，false则为不参与搜索（比如说密码）；

（2）查，删索引库

        GET /heima，delete / heima

（3）修改索引库

1. es不允许修改索引库（会报404错误），但是可以添加mapping

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

4.文档操作

1. 添加,删除，查询文档

   1. ,对应的是post，delete，get  /heima/_doc/1

      POST /heima/_doc/1
      {
          "info": "黑马程序员Java讲师",
          "email": "zy@itcast.cn",
          "name": {
              "firstName": "云",
              "lastName": "赵"
          }
      }
      

      （添加文档一定要加上id，要不然es会随机生成一个id,一定要加_doc）

2. 修改文档（put）

   1. 全局修改和局部修改；
   2. 全修改会先删除再修改，如果不存在就相当于新增

      PUT /heima/_doc/1
      {
          "info": "黑马程序员高级Java讲师",
          "email": "zy@itcast.cn",
          "name": {
              "firstName": "云",
              "lastName": "赵"
          }
      }
      

   3. 局部修改是只修改指定id匹配的文档中的部分字段

      POST /heima/_update/1
      {
        "doc": {
          "email": "ZhaoYun@itcast.cn"
        }
      }
      

5.es客户端（restclient）

多个字段分词搜索：可以定义一个“all”字段，分词字段加上 

1.使用步骤

//1.依赖
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>
 
 
//2.指定版本，和服务器版本一致
<properties>
      <maven.compiler.source>11</maven.compiler.source>
      <maven.compiler.target>11</maven.compiler.target>
      <elasticsearch.version>7.12.1</elasticsearch.version>
  </properties>
 
//初始化
RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
        HttpHost.create("http://192.168.150.101:9200")
));

2.创建索引库

void testCreateIndex() throws IOException {
    // 1.创建Request对象
    CreateIndexRequest request = new CreateIndexRequest("items");
    // 2.准备请求参数
    request.source(MAPPING_TEMPLATE, XContentType.JSON);
    // 3.发送请求
    client.indices().create(request, RequestOptions.DEFAULT);
}
 
static final String MAPPING_TEMPLATE = "{\n" +
            "  \"mappings\": {\n" +
            "    \"properties\": {\n" +
            "      \"id\": {\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"name\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\"\n" +
            "      },\n" +
            "      \"price\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"stock\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"image\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"category\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"brand\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"sold\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"commentCount\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"isAD\":{\n" +
            "        \"type\": \"boolean\"\n" +
            "      },\n" +
            "      \"updateTime\":{\n" +
            "        \"type\": \"date\"\n" +
            "      }\n" +
            "    }\n" +
            "  }\n" +
            "}";

3.删除索引库

 // 1.创建Request对象
    DeleteIndexRequest request = new DeleteIndexRequest("items");
    // 2.发送请求
    client.indices().delete(request, RequestOptions.DEFAULT);

4.文档操作-新增文档

POST /{索引库名}/_doc/1
{
    "name": "Jack",
    "age": 21
}

2.分布式搜索引擎

1.查询类型

1.查询所有；match_all;

GET /{索引库名}/_search
{
  "query": {
    "查询类型": {
      // .. 查询条件
    }
  }
}
 
GET /items/_search
{
  "query": {
    "match_all": {
      
    }
  }
}

2.全文检索搜索
 

//会对用户的输入内容分词，按照倒排索引搜索，推荐第一种
GET /{索引库名}/_search
{
  "query": {
    "match": {
      "字段名": "TEXT"//一般情况是倒排索引的text的字段
    }
  }
}
 
 
GET /{索引库名}/_search
{
  "query": {
    "multi_match": {
      "query": "搜索条件",
      "fields": ["字段1", "字段2"]
    }
  }
}
//查询字段越多性能越差，建议使用copyto

3.精确查询
 

顾名思义，词条级别的查询。也就是说不会对用户输入的搜索条件再分词，而是作为一个词条，与搜索的字段内容精确值匹配。因此推荐查找keyword、数值、日期、boolean类型的字段。
 
term是词条精确值查询，比如说酒店名称
GET /{索引库名}/_search
{
  "query": {
    "term": {
      "字段名": {
        "value": "搜索条件"
      }
    }
  }
}
range是范围查询，比如说金额范围
GET /{索引库名}/_search
{
  "query": {
    "range": {
      "字段名": {
        "gte": {最小值},
        "lte": {最大值}
      }
    }
  }
}

4.地理查询

比如查询附近的酒店；

2.搜索结果处理

排序

分页

高亮

3.数据聚合

1. 概念
   1. 实现对文档数据的统计分析和运算；
2. 分类：
   1. 桶分组：（）bucket
      1. tremaggregation和mysql中的分组类似；
      2. date histogram：按照日期分组。一周一组或者一月一组等；
   2. 度量聚合（metric）
      1. 用于计算，比如说最大最小值，平均值等；
      2. AVg；
      3. max；
      4. min；
      5. stats同时求前三个；

4.自动补全功能

5.数据同步