前言

本文記錄谷粒商城高級(jí)篇的 Elasticsearch 進(jìn)階檢索部分，續(xù)上之前記錄的 Elasticsearch入門(mén)篇。

一、SearchAPI

ES 支持兩種基本方式檢索 :

• 一個(gè)是通過(guò)使用 REST request URI 發(fā)送搜索參數(shù)（uri + 檢索參數(shù)）
• 另一個(gè)是通過(guò)使用 REST request body 來(lái)發(fā)送它們（uri + 請(qǐng)求體）

1.1 URL 后接參數(shù)檢索

GET bank/_search  檢索 bank 下所有信息，包括 type 和 docs  

GET bank/_search?q=*&sort=account_number:asc 請(qǐng)求參數(shù)方式檢索

響應(yīng)結(jié)果解釋?zhuān)?took - Elasticsearch 執(zhí)行搜索的時(shí)間（毫秒）
time_out - 告訴我們搜索是否超時(shí)
_shards - 告訴我們多少個(gè)分片被搜索了，以及統(tǒng)計(jì)了成功/失敗的搜索分片
hits - 搜索結(jié)果
hits.total - 搜索結(jié)果
hits.hits - 實(shí)際的搜索結(jié)果數(shù)組（默認(rèn)為前 10 的文檔）
sort - 結(jié)果的排序 key（鍵）（沒(méi)有則按 score 排序）
score 和 max_score - 相關(guān)性得分和最高得分（全文檢索用）

1.2 URL 加請(qǐng)求體檢索

請(qǐng)求體中寫(xiě)查詢(xún)條件，語(yǔ)法：

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "account_number": "asc"
    },
    {
      "balance": "desc"
    }
  ]
}

示例：查詢(xún)出所有，先按照 accout_number 升序排序，再按照 balance 降序排序

二、Query DSL

2.1 基本語(yǔ)法格式

Elasticsearch 提供了一個(gè)可以執(zhí)行查詢(xún)的 Json 風(fēng)格的 DSL（domain-specific language 領(lǐng)域特定語(yǔ)言）。這個(gè)被稱(chēng)為 Query DSL。該查詢(xún)語(yǔ)言非常全面，并且剛開(kāi)始的時(shí)候感覺(jué)有點(diǎn)復(fù)雜，真正學(xué)好它的方法是從一些基礎(chǔ)的示例開(kāi)始的。

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
 {
      "balance": {
        "order": "desc"
 }
 }
  ],
  "from": 10,
  "size": 10,
  "_source": ["balance", "firstname"]
}

示例：查詢(xún)所有記錄，按照 balance 降序排序，只返回第 11 條記錄到第 20 條記錄，只顯示 balance 和 firstname 字段。

query 定義如何查詢(xún)，
match_all 查詢(xún)類(lèi)型【代表查詢(xún)所有的所有】，es 中可以在 query 中組合非常多的查
詢(xún)類(lèi)型完成復(fù)雜查詢(xún)
除了 query 參數(shù)之外，我們也可以傳遞其它的參數(shù)以改變查詢(xún)結(jié)果。如 sort，size
from + size 限定，完成分頁(yè)功能
sort 排序，多字段排序，會(huì)在前序字段相等時(shí)后續(xù)字段內(nèi)部排序，否則以前序?yàn)闇?zhǔn)
_source 返回部分字段

2.2 匹配查詢(xún) match

1.基本類(lèi)型 ( 非字符串 ) ，精確匹配

GET bank/_search
{
  "query": {
    "match": {
      "account_number": "30"
     }
   }
}

2.字符串，全文檢索

GET bank/_search
{
  "query": {
    "match": {
      "address": "mill road"
    }
  }
}

全文檢索按照評(píng)分進(jìn)行排序，會(huì)對(duì)檢索條件進(jìn)行分詞匹配。
查詢(xún) address 中包含 mill 或者 road 或者 mill road 的所有記錄，并給出相關(guān)性得分。

2.3 短語(yǔ)匹配 match_phase

將需要匹配的值當(dāng)成一個(gè)整體單詞 ( 不分詞 ) 進(jìn)行檢索

GET bank/_search
{
  "query": {
    "match_phrase": {
      "address": "mill road"
    }
  }
}

2.4 多字段匹配 multi_match

GET bank/_search
{
  "query": {
    "multi_match": {
      "query": "mill land",
      "fields": [
        "state",
        "address"
      ]
    }
  }
}

multi_match 中的 query 也會(huì)進(jìn)行分詞。
查詢(xún) state 包含 mill 或 land 或者 address 包含 mill 或 land 的記錄。

2.5 復(fù)合查詢(xún) bool

復(fù)合語(yǔ)句可以合并任何其他查詢(xún)語(yǔ)句，包括復(fù)合語(yǔ)句。復(fù)合語(yǔ)句之間可以相互嵌套，可以表達(dá)復(fù)雜的邏輯。

搭配使用 must,must_not，should

must: 必須達(dá)到 must 指定的條件。 ( 影響相關(guān)性得分 )

must_not: 必須不滿足 must_not 的條件。 ( 不影響相關(guān)性得分 )

should: 如果滿足 should 條件，則可以提高得分。如果不滿足，也可以查詢(xún)出記錄。 ( 影響相關(guān)性得分 )

示例：查詢(xún)出地址包含 mill，且性別為 M，年齡不等于 28 的記錄，且優(yōu)先展示 firstname 包含 Winnie 的記錄。

GET bank/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "address": "mill"
          }
        },
        {
          "match": {
            "gender": "M"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "age": "28"
          }
        }
      ],
      "should": [
        {
          "match": {
            "firstname": "Winnie"
          }
        }
      ]
    }
  }
}

2.6 過(guò)濾 filter

不影響相關(guān)性得分，查詢(xún)出滿足 filter 條件的記錄。
在 bool 中使用。

GET bank/_search
{
  "query": {
    "bool": {
      "filter": {
        "range": {
          "age": {
            "gte": 18,
            "lte": 30
          }
        }
      }
    }
  }
}

2.7 查詢(xún) term

匹配某個(gè)屬性的值。
全文檢索字段用 match，其他非 text 字段匹配用 term
keyword：文本精確匹配 ( 全部匹配 )
match_phase：文本短語(yǔ)匹配

規(guī)范：非 text 字段精確匹配使用 term

GET bank/_search
{
  "query": {
    "term": {
      "age": "20"
    }
  }
}

2.8 聚合 aggregations

聚合提供了從數(shù)據(jù)中分組和提取數(shù)據(jù)的能力。最簡(jiǎn)單的聚合方法大致等于 SQL GROUP
BY 和 SQL 聚合函數(shù)。在 Elasticsearch 中，您有執(zhí)行搜索返回 hits（命中結(jié)果），并且同時(shí)返回聚合結(jié)果，把一個(gè)響應(yīng)中的所有 hits（命中結(jié)果）分隔開(kāi)的能力。這是非常強(qiáng)大且有效的，您可以執(zhí)行查詢(xún)和多個(gè)聚合，并且在一次使用中得到各自的（任何一個(gè)的）返回結(jié)果，使用一次簡(jiǎn)潔和簡(jiǎn)化的 API 來(lái)避免網(wǎng)絡(luò)往返。

# 聚合語(yǔ)法
"aggregations" : {
    "<聚合名稱(chēng) 1>" : {
        "<聚合類(lèi)型>" : {
            <聚合體內(nèi)容>
        }
        [,"元數(shù)據(jù)" : {  [<meta_data_body>] }]?
        [,"aggregations" : { [<sub_aggregation>]+ }]?
    }
    [,"聚合名稱(chēng) 2>" : { ... }]*
}

示例 1：搜索 address 中包含 mill 的所有人的年齡分布 ( 前 10 條 ) 以及平均年齡，以及平均薪資

GET bank/_search
{
  "query": {
    "match": {
      "address": "mill"
    }
  },
  "aggs": {
    "aggAge": {
      "terms": {
        "field": "age",
        "size": 10
      }
    },
    "ageAvg": {
      "avg": {
        "field": "age"
      }
    },
    "balanceAvg": {
      "avg": {
        "field": "balance"
      }
   }
  }
}

如果不想返回 hits 結(jié)果，可以在最后面設(shè)置 size:0

GET bank/_search
{
  "query": {
    "match": {
      "address": "mill"
    }
  },
  "aggs": {
    "ageAggr": {
      "terms": {
        "field": "age",
        "size": 10
      }
    }
  },
  "size": 0
}

示例 2：按照年齡聚合，并且請(qǐng)求這些年齡段的這些人的平均薪資

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "age_avg": {
      "terms": {
        "field": "age",
        "size": 1000
      },
      "aggs": {
        "banlances_avg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  },
  "size": 1000
}

示例 3：查出所有年齡分布，并且這些年齡段中 M 的平均薪資和 F 的平均薪資以及這個(gè)年齡段的總體平均薪資

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "age_agg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "gender_agg": {
          "terms": {
            "field": "gender.keyword",
            "size": 100
          },
          "aggs": {
            "balance_avg": {
              "avg": {
                "field": "balance"
              }
            }
          }
        },
        "balance_avg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  },
  "size": 1000
}

三、Mapping

3.1 介紹

Mapping 是用來(lái)定義一個(gè)文檔 (document) ，以及它所包含的屬性 (field) 是如何存儲(chǔ)和索引的。

• 定義哪些字符串屬性應(yīng)該被看做全文本屬性 (full text fields)
• 定義哪些屬性包含數(shù)字，日期或地理位置
• 定義文檔中的所有屬性是否都能被索引 (_all 配置)
• 日期的格式
• 自定義映射規(guī)則來(lái)執(zhí)行動(dòng)態(tài)添加屬性

3.2 新版本改變

ES7 去 tpye 概念

關(guān)系型數(shù)據(jù)庫(kù)中兩個(gè)數(shù)據(jù)庫(kù)表示是獨(dú)立的，即使他們里面有相同名稱(chēng)的列也不影響使用，但 ES 中不是這樣的。elasticsearch 是基于 Lucence 開(kāi)發(fā)的搜索引擎，而 ES 中不同 type 下名稱(chēng)相同的 field 最終在 Lucence 中的處理方式是一樣的。

• 為了區(qū)分不同 type 下的同一名稱(chēng)的字段，Lucence 需要處理沖突，導(dǎo)致檢索效率下降
• 去掉type就是為了提高ES處理數(shù)據(jù)的效率。

ES7.x 版本：URL 中的 type 參數(shù)為可選。

• URL中的type參數(shù)為可選。比如，索引一個(gè)文檔不再要求提供文檔類(lèi)型。

ES8.x 版本：不支持 URL 中的 type 參數(shù)

• 不再支持URL中的type參數(shù)。

解決：將索引從多類(lèi)型遷移到單類(lèi)型，每種類(lèi)型文檔一個(gè)獨(dú)立索引

所有類(lèi)型可以參考文檔:https://www.elastic.co/guide/en/elasticsearch/reference/7.17/mapping-types.html

3.3 查詢(xún)索引的映射

GET my-index/_mapping
{
  "my-index" : {
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "integer"
        },
        "email" : {
          "type" : "keyword"
        },
        "name" : {
          "type" : "text"
        }
      }
    }
  }
}

3.4 創(chuàng)建映射

PUT /my-index
{
  "mappings": {
    "properties": {
      "age": {
        "type": "integer"
      },
      "email": {
        "type": "keyword"
      },
      "name": {
        "type": "text"
      }
    }
  }
}

#返回結(jié)果
{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "my-index"
}

3.5 添加新的字段映射

PUT /my-index/_mapping
{
  "properties": {
    "employee-id": {
      "type": "keyword",
      "index": false
    }
  }
}
# index控制屬性值是否被索引,默認(rèn)是true。false的話就是不被索引,作為冗余存儲(chǔ)

查看添加新字段的變化

{
  "my-index" : {
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "integer"
        },
        "email" : {
          "type" : "keyword"
        },
        "employee-id" : {
          "type" : "keyword",
          "index" : false
        },
        "name" : {
          "type" : "text"
        }
      }
    }
  }
}

3.6 更新映射

對(duì)于已經(jīng)存在的映射字段，我們不能更新。更新必須創(chuàng)建新的索引進(jìn)行數(shù)據(jù)遷移。

3.7 數(shù)據(jù)遷移

先創(chuàng)建出 newbank 的正確映射，然后使用如下方式進(jìn)行數(shù)據(jù)遷移

#創(chuàng)建新的索引
PUT /newbank
{
  "mappings": {
    "properties": {
      "account_number": {
        "type": "long"
      },
      "address": {
        "type": "text"
      },
      "age": {
        "type": "integer"
      },
      "balance": {
        "type": "long"
      },
      "city": {
        "type": "keyword"
      },
      "email": {
        "type": "keyword"
      },
      "employer": {
        "type": "keyword"
      },
      "firstname": {
        "type": "text"
      },
      "gender": {
        "type": "keyword"
      },
      "lastname": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      },
      "state": {
        "type": "keyword"
      }
    }
  }
}

#返回結(jié)果
{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "newbank"
}

POST _reindex
{
  "source": {
    "index": "bank",
    "type": "account"
  },
  "dest": {
    "index": "newbank"
  }
}

返回結(jié)果

#! Deprecation: [types removal] Specifying types in reindex requests is deprecated.
{
  "took" : 7617,
  "timed_out" : false,
  "total" : 1000,
  "updated" : 0,
  "created" : 1000,
  "deleted" : 0,
  "batches" : 1,
  "version_conflicts" : 0,
  "noops" : 0,
  "retries" : {
    "bulk" : 0,
    "search" : 0
  },
  "throttled_millis" : 0,
  "requests_per_second" : -1.0,
  "throttled_until_millis" : 0,
  "failures" : [ ]
}

四、分詞

一個(gè) tokenizer（分詞器）接收一個(gè)字符流，將之分割為獨(dú)立的 tokens（詞元，通常是獨(dú)立的單詞），然后輸出 tokens 流。

例如 whitespace tokenizer 遇到空白字符時(shí)分割文本，它會(huì)將文本 “Quick brown fox!” 分割為 Quick，brown，fox!。

該 tokenizer（分詞器）還負(fù)責(zé)記錄各個(gè) term（詞條）的順序或 position 位置（用于 phrase 短語(yǔ)和 word proximity 詞近鄰查詢(xún)），以及 term（詞條）所代表的原始 word（單詞）的 start（起始）和 end（結(jié)束）的 character offsets（字符偏移量）（用于高亮顯示搜索的內(nèi)容）。

Elasticsearch 提供了很多內(nèi)置的分詞器，可以用來(lái)構(gòu)建 custom analyzers（自定義分詞器）。

4.1 安裝 ik 分詞器

注意：不能用默認(rèn) elasticsearch-plugin install xxx.zip 進(jìn)行自動(dòng)安裝

1.進(jìn)入elasticsearch 插件掛載

cd /mydata/elasticsearch/plugins

2.創(chuàng)建 ik 目錄

mkdir ik

3.進(jìn)入 ik 目錄

cd ik

4.下載 ik 分詞器

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

5.下載成功

[root@localhost ik]# wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip
--2023-05-09 16:49:36--  https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip
正在解析主機(jī) github.com (github.com)... 20.205.243.166
正在連接 github.com (github.com)|20.205.243.166|:443... 已連接。
已發(fā)出 HTTP 請(qǐng)求，正在等待回應(yīng)... 302 Found
位置：https://objects.githubusercontent.com/github-production-release-asset-2e65be/2993595/19827980-fef3-11e9-8cda-384bc0d9396c?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=AKIAIWNJYAX4CSVEH53A%2F20230509%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Date=20230509T084937Z&X-Amz-Expires=300&X-Amz-Signature=dede12056de2e09b1386e24e2db04835a7283f829d4e35f4ce0d268b9fa36780&X-Amz-SignedHeaders=host&actor_id=0&key_id=0&repo_id=2993595&response-content-disposition=attachment%3B%20filename%3Delasticsearch-analysis-ik-7.4.2.zip&response-content-type=application%2Foctet-stream [跟隨至新的 URL]
--2023-05-09 16:49:37--  https://objects.githubusercontent.com/github-production-release-asset-2e65be/2993595/19827980-fef3-11e9-8cda-384bc0d9396c?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=AKIAIWNJYAX4CSVEH53A%2F20230509%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Date=20230509T084937Z&X-Amz-Expires=300&X-Amz-Signature=dede12056de2e09b1386e24e2db04835a7283f829d4e35f4ce0d268b9fa36780&X-Amz-SignedHeaders=host&actor_id=0&key_id=0&repo_id=2993595&response-content-disposition=attachment%3B%20filename%3Delasticsearch-analysis-ik-7.4.2.zip&response-content-type=application%2Foctet-stream
正在解析主機(jī) objects.githubusercontent.com (objects.githubusercontent.com)... 185.199.109.133, 185.199.108.133, 185.199.110.133, ...
正在連接 objects.githubusercontent.com (objects.githubusercontent.com)|185.199.109.133|:443... 已連接。
已發(fā)出 HTTP 請(qǐng)求，正在等待回應(yīng)... 200 OK
長(zhǎng)度：4504487 (4.3M) [application/octet-stream]
正在保存至: “elasticsearch-analysis-ik-7.4.2.zip”

100%[=========================================================================================================================================================================>] 4,504,487   1.44MB/s 用時(shí) 3.0s   

2023-05-09 16:49:41 (1.44 MB/s) - 已保存 “elasticsearch-analysis-ik-7.4.2.zip” [4504487/4504487])

6.下載成功后解壓到 ik 目錄

unzip elasticsearch-analysis-ik-7.4.2.zip

7.修改 ik 目錄讀寫(xiě)權(quán)限

chmod -R 777 ik/

8.進(jìn)入 docker 的 bash 控制臺(tái)

docker exec -it elasticsearch /bin/bash

9.進(jìn)入 elasticsearch 的 bin 執(zhí)行如下命令

[root@21fddd211b43 bin]# elasticsearch-plugin list
ik

出現(xiàn) ik 表明安裝完成

4.2 測(cè)試分詞器

1.Kibana 使用 ik_smart 檢索

4.3 自定義詞庫(kù)

ik 分詞器沒(méi)辦法識(shí)別新的詞匯和網(wǎng)絡(luò)用語(yǔ)，所以需要我們自己自定義詞庫(kù)來(lái)達(dá)到擴(kuò)展詞庫(kù)的目的。
1.修改配置文件

ik 分詞器的配置文件在容器中的路徑：

/usr/share/elasticsearch/plugins/ik/config/IKAnalyzer.cfg.xml。

修改這個(gè)文件可以通過(guò)修改映射文件，文件路徑：

/mydata/elasticsearch/plugins/ik/config/IKAnalyzer.cfg.xml

編輯配置文件：

vim /mydata/elasticsearch/plugins/ik/config/IKAnalyzer.cfg.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 擴(kuò)展配置</comment>
<!--用戶可以在這里配置自己的擴(kuò)展字典 -->
<entry key="ext_dict"></entry>
<!--用戶可以在這里配置自己的擴(kuò)展停止詞字典-->
<entry key="ext_stopwords"></entry>
<!--用戶可以在這里配置遠(yuǎn)程擴(kuò)展字典 -->
<entry key="remote_ext_dict">http://192.168.57.129/es/fenci.txt</entry>
<!--用戶可以在這里配置遠(yuǎn)程擴(kuò)展停止詞字典-->
<!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

修改配置 remote_ext_dict 的屬性值，指定一個(gè) 遠(yuǎn)程網(wǎng)站文件的路徑，比如 http://www.xxx.com/ikwords.text。

這里我們可以自己搭建一套 nginx 環(huán)境，然后把 ikwords.text 放到 nginx 根目錄。

修改 IKAnalyzer.cfg.xml 后重啟 elasticsearch

docker restart elasticsearch

訪問(wèn) Kibana 如下圖

五、附錄-安裝 nginx

5.1 安裝步驟

1.在 /mydata 目錄下創(chuàng)建 nginx 目錄

mkdir nginx

2.進(jìn)入 nginx 目錄安裝 nginx

[root@localhost mydata]# docker run -p 80:80 --name nginx -d nginx:1.10
Unable to find image 'nginx:1.10' locally
1.10: Pulling from library/nginx
6d827a3ef358: Pull complete 
1e3e18a64ea9: Pull complete 
556c62bb43ac: Pull complete 
Digest: sha256:6202beb06ea61f44179e02ca965e8e13b961d12640101fca213efbfd145d7575
Status: Downloaded newer image for nginx:1.10
4026fb105bd2a0905512b553bcea6452eacb55b2c4499ceef4a148c6023f60c9

3.將容器內(nèi)的配置文件拷貝到 nginx 目錄別忘了后面的點(diǎn)

docker container cp nginx:/etc/nginx .

4.修改文件名稱(chēng)

mv nginx conf

5.把這個(gè) conf 移動(dòng)到 /mydata/nginx 下

mv conf/ nginx

6.終止原容器

docker stop nginx

7.執(zhí)行命令刪除原容器

docker rm nginx

8.創(chuàng)建新的 nginx

docker run -p 80:80 --name nginx \
-v /mydata/nginx/html:/usr/share/nginx/html \
-v /mydata/nginx/logs:/var/log/nginx \
-v /mydata/nginx/conf:/etc/nginx \
-d nginx:1.10

9.給 nginx 的 html 下面放的所有資源可以直接訪問(wèn)

vi index.html

10.編寫(xiě) html

<h1>Gulimall</h1>

11.安裝成功，訪問(wèn)效果如下圖

5.2 創(chuàng)建分析文本

1.html 目錄下創(chuàng)建 es 目錄，在 es 目錄下創(chuàng)建文本

mkdir es

cd es

vi fenci.txt

尚硅谷
喬碧蘿

編寫(xiě)文本，esc 后 shift + ： wq 保存退出。訪問(wèn)如下圖

文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-435128.html

到了這里，關(guān)于全文檢索-Elasticsearch-進(jìn)階檢索的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！