ElasticSearch 進階

2021 年 3 月 9 日
筆記
elasticsearch

ElasticSearch 進階

SearchAPI

ES 支援兩種基本方式檢索 :

一個是通過使用 REST request URI 發送搜索參數(uri+檢索參數)
一個是通過使用 REST request body 來發送它們(uri+請求體)

檢索資訊

請求參數	詳情
GET bank/_search	檢索 bank 下所有資訊，包括 type 和 docs
GET bank/_search?q=*&sort=account_number:asc	請求參數方式檢索

響應結果解釋：
took - Elasticsearch 執行搜索的時間（毫秒）
time_out - 告訴我們搜索是否超時
_shards - 告訴我們多少個分片被搜索了，以及統計了成功/失敗的搜索分片
hits - 搜索結果
hits.total - 搜索結果
hits.hits - 實際的搜索結果數組（默認為前 10 的文檔） 
sort - 結果的排序 key（鍵）（沒有則按 score 排序） 
score 和 max_score –相關性得分和最高得分（全文檢索用）

uri+請求體

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

HTTP 客戶端工具（POSTMAN），get 請求不能攜帶請求體，我們變為 post 也是一樣的我們 POST 一個 JSON 風格的查詢請求體到 _search API。
需要了解，一旦搜索的結果被返回，Elasticsearch 就完成了這次請求，並且不會維護任何
服務端的資源或者結果的 cursor（游標）

Query DSL

基本語法格式

Elasticsearch 提供了一個可以執行查詢的 Json 風格的 DSL（domain-specific language 領域特定語言）。這個被稱為Query DSL。該查詢語言非常全面，並且剛開始的時候感覺有點複雜，學好它的方法是從一些基礎的示例開始的。

# 查詢語句
{
  QUERY_NAME: { 
    ARGUMENT: VALUE, 
    ARGUMENT: VALUE,
    ...
  }
}

# 查詢語句-針對某個欄位
{
  QUERY_NAME: { 
    FIELD_NAME: {
      ARGUMENT: VALUE, 
      ARGUMENT: VALUE,
      ...
    }
  }
}

查詢-match

# kibana查詢
GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 5,
  "sort": [
    {
      "account_number": {
        "order": "desc"
      }
    }
  ]
}

query :定義查詢
match_all 查詢類型: 代表查詢所有的所有
from+size 限定: 分頁功能
sort : 排序

# kibana查詢-返回部分欄位
GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 5,
  "_source": ["age","balance"]
}

# kibana查詢-match查詢
基本類型(非字元串)，精確匹配;match 返回 account_number=20 的數據
GET bank/_search
{
  "query": {
    "match": {
      "account_number": "20"
    }
  }
}

# kibana查詢-字元串查詢
最終查詢出 address 中包含 mill 單詞的所有記錄
GET bank/_search
{
  "query": {
    "match": {
      "address": "mill"
    }
  }
}

注: match 當搜索字元串類型的時候，會進行全文檢索，並且每條記錄有相關性得分。

# 字元串，多個單詞(分詞+全文檢索)

查詢-match_phrase

不分詞匹配

# 查出 address 中包含 mill road 的所有記錄，並給出相關性得分
GET bank/_search
{
  "query": {
    "match_phrase": {
      "address": "mill road"
    }
  }
}

查詢-multi_match

多欄位匹配

# state 或 address 包含 mill 或 movico
GET bank/_search
{
  "query": {
    "multi_match": {
      "query": "mill Movico",
      "fields": ["state","address"]
    }
  }
}

查詢-bool複合查詢

bool 用來做複合查詢：
複合語句可以合併任何它查詢語句,包括複合語句,了解這一點是很重要的。
複合語句之間可以互相嵌套，可以表達非常複雜的邏輯。

# 查詢address必須為mill age必須為28 lastname可為helloand也可不為helloand的數據

# must：必須達到 must 列舉的所有條件
# must_not 必須不是指定的情況
# should：應該達到 should 列舉的條件，如果達到會增加相關文檔的評分，並不會改變查詢的結果。

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

查詢-filter過濾

並不是所有的查詢都需要產生分數，特別是那些僅用於「filtering」（過濾）的文檔。為了不計算分數 Elasticsearch 會自動檢查場景並且優化查詢的執行。

GET bank/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "age": {
              "gte": 18,
              "lte": 30
            }
          }
        },
        {
          "match": {
            "address": "mill"
          }
        }
      ]
    }
  }
}

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

查詢-term

和 match 一樣。匹配某個屬性的值。全文檢索欄位用 match，其他非 text 欄位匹配用 term。

# 檢索時 非text欄位則使用term
GET bank/_search
{
  "query": {
    "term": {
      "balance": "32838"
    }
  }
}

GET bank/_search
{
  "query": {
    "match": {
      "balance": "32838"
    }
  }
}

Aggregations

Aggregations結構:

"aggregations" : {
    "<aggregation_name>" : {
        "<aggregation_type>" : {
            <aggregation_body>
        }
        [,"meta" : {  [<meta_data_body>] } ]?
        [,"aggregations" : { [<sub_aggregation>]+ } ]?
    }
    [,"<aggregation_name_2>" : { ... } ]*
}

Aggregations範例：

# 搜索 address 中包含mill的所有人的年齡分布以及平均年齡,但不顯示這些人的詳情
GET bank/_search
{
  "query": {
    "match": {
      "address": "mill"
    }
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 10
      }
    },
    "ageAvg":{
      "avg":{
        "field":"age"
      }
    },
    "balanceAvg":{
      "avg": {
        "field": "balance"
      }
    }
  },
  "size": 0
}

# 按照年齡聚合，並且請求這些年齡段的這些人的平均薪資
GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "ageAvg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

# 查出所有年齡分布，並且這些年齡段中 M 的平均薪資和 F 的平均薪資以及這個年齡段的總體平均薪資
GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "genderAgg": {
          "terms": {
            "field": "gender.keyword",
            "size": 10
          },
          "aggs": {
            "balanceAvg": {
              "avg": {
                "field": "balance"
              }
            }
          }
        },
        "ageBalanceAvg":{
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

Mapping

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

查看索引

# 查看 mapping 資訊 kibana dev Tools執行
GET bank/_mapping

創建索引

創建索引-創建索引並指定映射

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

添加新欄位映射

# 添加新欄位映射
PUT /my_index/_mapping
{
  "properties":{
    "employee_id":{
      "type":"keyword",
      "index":false
    }
  }
}

更新映射

對於已經存在的映射欄位，我們不能更新。更新必須創建新的索引進行數據遷移

# 查看存在映射
GET /my_index/_mapping

GET /bank/_search

# 更新索引映射
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"
      }
    }
  }
}

# 獲取新索引
GET /newbank/_mapping

數據遷移

先創建出 new_twitter的正確映射。
數據遷移格式:

# elasticsearch 新版本數據遷移
POST _reindex	[固定寫法]
{
    "source": {
        "index": "twitter"
    },
    "dest": {
        "index": "new_twitter"
    }
}

# elasticsearch 老版本數據遷移
# 舊索引的 type 下的數據進行遷移
POST _reindex
{
    "source": {
        "index": "twitter",
        "type": "tweet"
    },
    "dest": {
        "index": "tweets"
    }
}

數據遷移:

# 查看存在映射
GET /my_index/_mapping

GET /bank/_search

# 更新索引映射
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"
      }
    }
  }
}

GET /newbank/_mapping

# 數據遷移 老版本遷移
POST _reindex
{
  "source": {
    "index": "bank",
    "type": "account"
  },
  "dest": {
    "index": "newbank"
  }
}
  
GET /newbank/_search

# 不用type 老數據可以遷移過來

分詞

一個 tokenizer（分詞器）接收一個字元流，將之分割為獨立的 tokens（詞元，通常是獨立的單詞），然後輸出 tokens 流。

例如，whitespace tokenizer 遇到空白字元時分割文本。它會將文本 “Quick brown fox!” 分割為[Quick, brown, fox!]。

該 tokenizer（分詞器）還負責記錄各個 term（詞條）的順序或 position 位置（用於 phrase 短語和 word proximity 詞近鄰查詢），以及 term（詞條）所代表的原始 word（單詞）的 start
（起始）和 end（結束）的 character offsets（字元偏移量）（用於高亮顯示搜索的內容）。Elasticsearch 提供了很多內置的分詞器，可以用來構建custom analyzers（自定義分詞器）。

# 支援英文分詞器 對中文的分詞不友好
POST _analyze
{
  "analyzer": "standard",
  "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}

安裝IK分詞器

IK分詞器下載-點我傳送

# wget下載 /mydata/elasticsearch/plugin
$ wget //github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

# 進入docker容器
$ docker exec -it elasticsearch /bin/bash
$ cd /bin/
$ elasticsearch-plugin
$ elasticsearch-plugin -h

# 列出系統的分詞器
$ elasticsearch-plugin list

# 重啟容器
$ docker restart elasticsearch

測試IK分詞器

# ik分詞器
POST _analyze
{
  "analyzer": "ik_max_word",
  "text": "我是中國人"
}

# ik分詞器
POST _analyze
{
  "analyzer": "ik_smart",
  "text": "我是中國人"
}

自定義詞庫

修改/mydata/elasticsearch/plugins/elasticsearch-analysis-ik-7.4.2/config中的 IKAnalyzer.cfg.xml

# IKAnalyzer.cfg.xml 配置文件內容
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "//java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 擴展配置</comment>
        <!--用戶可以在這裡配置自己的擴展字典 -->
        <entry key="ext_dict"></entry>
         <!--用戶可以在這裡配置自己的擴展停止詞字典-->
        <entry key="ext_stopwords"></entry>
        <!--用戶可以在這裡配置遠程擴展字典 -->
        <!-- <entry key="remote_ext_dict">words_location</entry> -->
        <!--用戶可以在這裡配置遠程擴展停止詞字典-->
        <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

添加自定義詞庫:

# 獲取 自定義詞庫的地址 一般是安裝在nginx上
//192.168.188.128/es/fenci.txt

# IK config配置
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "//java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 擴展配置</comment>
        <!--用戶可以在這裡配置自己的擴展字典 -->
        <entry key="ext_dict"></entry>
         <!--用戶可以在這裡配置自己的擴展停止詞字典-->
        <entry key="ext_stopwords"></entry>
        <!--用戶可以在這裡配置遠程擴展字典 -->
        <entry key="remote_ext_dict">//192.168.188.128/es/fenci.txt</entry>
        <!--用戶可以在這裡配置遠程擴展停止詞字典-->
        <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

# 重啟elasticsearch、nginx
$ docker restart elasticsearch
$ docker restart nginx

Tags: elasticsearch

ElasticSearch 進階

ElasticSearch 進階

SearchAPI

檢索資訊

Query DSL

基本語法格式

查詢-match

查詢-match_phrase

查詢-multi_match

查詢-bool複合查詢

查詢-filter過濾

查詢-term

Aggregations

Mapping

查看索引

創建索引

添加新欄位映射

更新映射

數據遷移

分詞

安裝IK分詞器

測試IK分詞器

自定義詞庫

VirMach 便宜 VPS

QNews

ElasticSearch 進階

ElasticSearch 進階

SearchAPI

檢索資訊

Query DSL

基本語法格式

查詢-match

查詢-match_phrase

查詢-multi_match

查詢-bool複合查詢

查詢-filter過濾

查詢-term

Aggregations

Mapping

查看索引

創建索引

添加新欄位映射

更新映射

數據遷移

分詞

安裝IK分詞器

測試IK分詞器

自定義詞庫

分享此文：

Related Posts

如何避免死鎖，我們有套路可循

vue學習筆記2

硬核玩家失望 暴雪透露《暗黑2：重製版》一個壞消息

Celery：進一步探索

VirMach 便宜 VPS

QNews

熱門搜尋

硬核玩家失望暴雪透露《暗黑2：重製版》一個壞消息