首页 > 其他分享 >elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)

时间:2022-12-30 18:02:24浏览次数:41  
标签:name kibana 学习 索引 elasticsearch 分词器 类型 文档


文章目录

  • ​​前言​​
  • ​​一、基本概念​​
  • ​​1. Node节点 与 Cluster集群​​
  • ​​2. Index 索引​​
  • ​​3. Document文档​​
  • ​​4. Type类型​​
  • ​​5. 逻辑对比​​
  • ​​6. 物理设计​​
  • ​​二、ES的命令风格​​
  • ​​三、新建和删除index索引​​
  • ​​四、分词器使用和学习​​
  • ​​1. 理论学习​​
  • ​​2. 使用kibana测试​​
  • ​​五、数据操作​​
  • ​​1. 创建索引​​
  • ​​2. 字段类型总结​​
  • ​​3. 查看规则信息​​
  • ​​4. 系统命令​​
  • ​​5 添加数据​​
  • ​​6. 修改数据​​
  • ​​a. PUT修改(不推荐)​​
  • ​​b. _update修改(推荐)​​
  • ​​7. 删除​​
  • ​​7. 简单查询​​
  • ​​8.复杂查询​​
  • ​​9 过滤结果​​
  • ​​10. 排序​​
  • ​​11. 分页查询​​
  • ​​12. 布尔查询​​
  • ​​13. 过滤器​​
  • ​​14. 空格 匹配多个条件​​
  • ​​15. term 精确查询​​
  • ​​i. term分析​​
  • ​​ii. 两个类型 text keyword 细节分析​​
  • ​​a. 6版本创建索引,指定规则​​
  • ​​b. 7版本创建索引,指定规则​​
  • ​​c. **添加数据**​​
  • ​​d. `elasticsearch-head` 的Google插件,查看 `testdb` 索引数据​​
  • ​​e. `elasticsearch-head` 的Google插件,查看 `testdb` 映射规则​​
  • ​​f. 默认分词器测试:keyword​​
  • ​​g. 默认分词器测试:standard​​
  • ​​h. term 精确查找 text类型​​
  • ​​i. term 精确查找 keyword 类型​​
  • ​​j. 对h和i的测试进行 总结​​
  • ​​16. 多个词精确拼配​​
  • ​​a. 添加多数​​
  • ​​b. 查看`elasticsearch-head` 的Google插件,查看 `testdb` 索引数据和映射规则。​​
  • ​​c. term 精确查询​​
  • ​​17. 高亮显示​​

前言

  • 首先本文借鉴了 阮一峰老师的博文 和 哔哩哔哩上狂神老师 的视频,在此感谢。
  • 本文使用 kibana操作命令。​elasticsearch和kibana都是6.4.2版本
  • ​​elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。​​
  • ​​elasticsearch学习二:使用springboot整合TransportClient 进行搭建elasticsearch服务​​
  • ​​elasticsearch学习三:elasticsearch-ik分词器的自定义配置 分词内容​​
  • ​​elasticsearch学习四:使用springboot整合 rest 进行搭建elasticsearch服务​​
  • ​​elasticsearch学习五:springboot整合 rest 操作elasticsearch的 实际案例操作,编写搜索的前后端,爬取京东数据到elasticsearch中。​​

一、基本概念

  1. ​全文搜索​​ 属于最常见的需求,开源的 Elasticsearch (以下简称 Elastic)是目前全文搜索引擎的首选。
  2. 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。
  3. Elastic 的底层是开源库 Lucene。但是,你没法直接用 Lucene,必须自己写代码去调用它的接口。​Elastic 是 Lucene 的封装​​ ,​​提供了 REST API 的操作接口,开箱即用​​。

1. Node节点 与 Cluster集群

Elastic 本质上是一个分布式数据库,允许多台服务器协同工作,每台服务器可以运行多个 Elastic 实例。
单个 Elastic 实例称为一个节点(node)。一组节点构成一个集群(cluster)。

2. Index 索引

Elastic 会索引所有字段,经过处理后写入一个反向索引(Inverted Index)。查找数据的时候,直接查找该索引。

所以,Elastic 数据管理的顶层单位就叫做 Index(索引)。它是单个数据库的同义词。每个 Index (即数据库)的名字必须是小写。

下面的命令可以查看当前节点的所有 Index。

​GET /_mapping?pretty=true​

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_数据库

3. Document文档

Index 里面单条的记录称为 Document(文档)。许多条 Document 构成了一个 Index。
Document 使用 JSON 格式表示,下面是一个例子。

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

同一个 Index 里面的 Document,不要求有相同的结构(scheme),但是最好保持相同,这样有利于提高搜索效率。

4. Type类型

Document 可以分组,比如 ​​weather​​ 这个 Index 里面,可以按城市分组(北京和上海),也可以按气候分组(晴天和雨天)。这种分组就叫做 Type,它是虚拟的逻辑分组,用来过滤 Document。

不同的 Type 应该有相似的结构(schema),举例来说,​​id​​​ 字段不能在这个组是字符串,在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据(比如​​products​​​和​​logs​​)应该存成两个 Index,而不是一个 Index 里面的两个 Type(虽然可以做到)。

下面的命令可以列出每个 Index 所包含的 Type。(和上面截图一样)
​​​GET /_mapping?pretty=true​根据规划,Elastic 6.x 版只允许每个 Index 包含一个 Type,7.x 版将会彻底移除 Type。

5. 逻辑对比

上面说的 ​​集群,节点,索引,类型,文档,分片(底层封装),映射​​ 是什么呢?

怎么区分对比 非关系型数据库 elasticsearch 和 关系型数据库呢,elasticsearch是面向文档的
如下:对关系型数据库和elasticsearch客观的对比!

关系数据库

非关系数据库

数据库 database

索引 index

表 table

type(7版本彻底被弃用)

行 rows

document

字段 column

field

elasticsearch(集群)中可以包含多个索引(数据库),每个索引中可以包含多个类型(表),每个类型下又包含多个文档(行),每个文档中又包含多个字段(列)。

6. 物理设计

elasticsearch 在后台把每个索引划分成多个分片,每个分片可以在集群中的不同服务器间迁移。

集群的默认名称为 elasticsearch。

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_02


一个集群至少有一个节点,而一个节点就是一个 elasticsearch 进程,节点可以有多个索引默认的,如果你创建索引,那么索引将会有5个分片(primary shard,又称为主分片)构成的,每一个主分片会有一个副本(replica shard,又称赋值分片)

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_03


索引呗分为多个分片,没份分片是一个Lucene 的索引,所以一个elasticsearch索引是由多个Lucene索引组成的。因为elasticsearch使用Lucene作为底层。

二、ES的命令风格

一种软件架构风格,而不是标准,只是提供了一组设计原理和约束条件,它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁,更有层次,更易于实现缓存等机制。

基本RESTFUL 命令说明:

method

url地址

描述

PUT

localhost:9200/索引名称/类型名称/文档id

创建文档(指定文档id)

POST

localhost:9200/索引名称/类型名称

创建文档(随机文档id)

POST

localhost:9200/索引名称/类型名称/文档id/_update

修改文档

DELETE

localhost:9200/索引名称/类型名称/文档id

删除文档

GET

localhost:9200/索引名称/类型名称/文档id

查询文档通过文档id

POST

localhost:9200/索引名称/类型名称/文档id/_search

查询所有文档

  1. ​PUT​​ :一般为创建 索引、类型、文档
  2. ​POST​​:添加数据,创建索引、类型,查询
  3. ​DELETE​​:删除索引、文档
  4. ​GET​​:查询

三、新建和删除index索引

  1. 创建索引index
    ​​​PUT /weather​​​ 等价于
    ​curl -X PUT 'localhost:9200/weather'​​ 服务器返回一个 JSON 对象,里面的acknowledged字段表示操作成功。
  2. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_04


  3. 然后,发出 DELETE 请求,删除这个 Index。
    ​​​DELETE /weather​​​ 等价于
    ​curl -X DELETE 'localhost:9200/weather'​
  4. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_05


四、分词器使用和学习

elasticsearch的查询,是通过分词器先进行分词,然后再使用倒排索引去匹配查询。

1. 理论学习

分词:即把一段中文或者别的划分为一个个的关键词, ​我们在搜索时候, elasticsearch 分词器会把自己的信息进行分词,会把数据库中或者索引库中的数据进行分词,然后进行一个匹配操作​ ,默认的中文分词是将每字看成一个词,比如“我爱冯凡利” 会被分为“我”,“爱”,“冯”,“凡”,“利”,这显然是不符合要求的,所以我们需要安装中文分词器 ik 来解决这个问题。

ES默认的分词是英文分词,对中文分词支持的并不好。如果要使用中文,建议使用ik分词器!所以我们就需要安装ik中文分词。

IK提供了两个分词算法:​​ik_smart​​​ 和 ​​ik_max_word​​,其中 ik_mart 为最少切分ik_max_word为最新粒度划分!一会我们测试!

安装在第一篇博客中已经介绍,传送门:​​elasticsearch学习一:了解 ES,版本之间的对应。安装elasticsearch,kibana,head插件、elasticsearch-ik分词器。​​

2. 使用kibana测试

  1. ik_mart 为最少切分
  2. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_06

  3. ik_max_word为最新粒度划分,穷尽词库的可能。
  4. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_07

  5. 输入​​超级喜欢冯安晨java​
  6. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_08

  7. 发现问题:冯安晨被分开了,
    这种自己需要的词,需要自己加到我们的分词器的字典中!

ik分词器增加自己的配置!

  1. ik分词器自定义配置,已经单写了一个博客:​​elasticsearch学习三:elasticsearch-ik分词器的自定义配置 分词内容​​ 设置完后,再来执行:
  2. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_09


  3. 以后需要自己配置的分词就可以在自己定义的 ​​dic​​ 文件中进行配置即可!

五、数据操作

1. 创建索引

  1. 创建索引方式1,单纯创建索引
    ​​​PUT /索引名​
  2. 创建索引方式2,创建索引并添加数据,字段类型系统默认给出
    这种方式会直接创建出索引名、类型、id,还会添家数据
PUT  /索引名/~类型名~/文档id
{请求体}
  1. 案例
PUT /test1/type1/1
{
"name": "冯安晨",
"age": 18
}
  1. 这样创建完索引、类型、id后,还添加了一个数据。
  2. 创建索引方式3,创建索引并指定字段类型
    创建索引,指定类型名称,并指定 ​​​字段(field)类型​
PUT /test2
{
"mappings": {
"type2": {
"properties": {
"name": {
"type": "text"
},
"age": {
"type": "long"
},
"birthday": {
"type": "date"
}
}
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_10

2. 字段类型总结

那么上面的 ​​name​​ 这个字段用不用指定类型呢,毕竟我们关系型数据库是需要指定类型的!!

  • 字符串类型
    text、keyword
  • 数值类型
    long、integer、short、byte、double、float、half float、scaled float
  • 日期类型
    date
  • 布尔值类型
    boolean
  • 二进制类型
    binary
  • 等等。。。

3. 查看规则信息

也就是获取看一下上面命令创建的详细情况

  1. GET 命令
    ​GET /test1​​ :查看索引信息
    如果自己的文档字段没有指定,那么 ES 会给我们默认配置字段类型!就是上面的 ​​​test1​​ 索引,没有指定字段类型,所以ES 默认指定类型。

4. 系统命令

通过 elasticsearch 命令查看 ES 的各种信息! 通过
​​​GET _cat/​​ 可以获得 ES 的当前很多信息!

  1. ​GET _cat/indices/?v​​:查看 索引情况
  2. 其他命令。

5 添加数据

默认指定数据的类型

PUT /fenganchen/user/1
{
"name": "冯凡利",
"age": 18,
"desc": "一顿操作猛如虎,一看工资2500",
"tags": ["技术宅", "温暖", "直男"]
}

6. 修改数据

a. PUT修改(不推荐)

像添加一样,进行修改,但是这个修改类似于覆盖,如果缺少一个字段,则消失一个字段

  1. 查看 ​​GET /fenganchen/user/1​​(下面讲)
  2. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_11

  3. 修改
PUT /fenganchen/user/1
{
"name": "冯凡利123",
"age": 18,
"desc": "一顿操作猛如虎,一看工资2500",
"tags": ["技术宅", "温暖", "直男"]
}

​_version 代表被修改的次数​

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_12

  1. 查看确认
    ​​​GET /fenganchen/user/1​
  2. elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_13

b. _update修改(推荐)

  1. 修改
POST fenganchen/user/1/_update
{
"doc": {
"name": "冯凡利java"
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_14


2. 查看

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_java_15

7. 删除

7. 简单查询

  1. ​GET fenganchen/user/1​
  2. 简单条件查询
GET /fenganchen/user/_search?q=name:冯凡利  (报错,还未找到原因)

GET /fenganchen/user/_search?q=age:18

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_16


elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_17

8.复杂查询

  1. 多添加几个数据
PUT /fenganchen/user/2
{
"name": "张三",
"age": 17,
"desc": "法外狂徒张三",
"tags": ["技术宅", "温暖", "渣男"]
}

PUT /fenganchen/user/3
{
"name": "李四",
"age": 30,
"desc": "mmp 不知怎么形容了",
"tags": ["靓女", "旅游", "唱歌"]
}
  1. ​query关键字​​​:查询
    ​​​match关键字​​:匹配,这里的有很多选择,如:match_all:匹配全部,bool:返回布尔值,exists:是否存在等等。
GET fenganchen/user/_search
{
"query": {
"match": {
"name": "冯凡利"
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_18


3. 再添加一个数据,便于查询测试:

PUT /fenganchen/user/4
{
"name": "冯凡利前端",
"age": 3,
"desc": "一顿操作猛如虎,一看工资2500",
"tags": ["技术宅", "温暖", "直男"]
}
  1. 再次查询:如下图

hits:包括索引和文档信息、查询结果总数、查询出来具体文档
max_score:最大分数,这是下面数据中最大的匹配分数值,也是最合适的
_score:可以通过它来判断谁更加符合结果,每个数据中都有这个属性
_source:数据对象信息关键字。

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_19

9 过滤结果

不想显示那么多字段,只想显示其中的 ​​name​​​ 和 ​​desc​​​ 字段,可以使用 ​​数据对象信息关键字 :_source​​ 来限定显示的字段。

GET fenganchen/user/_search
{
"query": {
"match": {
"name": "冯凡利"
}
},
"_source": ["name", "desc"]
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_20


我们之后使用java操作es,所有的方法和对象就是这里面的key:这个key也就是 hits、score等关键字

10. 排序

GET fenganchen/user/_search
{
"query": {
"match": {
"name": "冯凡利"
}
},
"sort": [
{
"age": {
"order": "asc"
}
}
]
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_21

11. 分页查询

GET fenganchen/user/_search
{
"query": {
"match": {
"name": "冯凡利"
}
},
"sort": [
{
"age": {
"order": "desc"
}
}
],
"from": 0,
"size": 1
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_22


from: 从第几个数据开始
size:返回多少条数据(单页面的数据)

数据下标还是从0开始,和学的所有数据结构是一样的!
/search/{current}/{pagesize}

12. 布尔查询

  1. must(and) ,所有的条件都要符合,类似于:​​where id=1 and name=xxx​
GET fengfanli/user/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "冯凡利"
}
},
{
"match": {
"age": "18"
}
}
]
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_23

  1. should(or) ,所有的条件都要符合,类似于:where id=1 orname=xxx
GET fenganchen/user/_search
{
"query": {
"bool": {
"should": [
{
"match": {
"name": "冯凡利"
}
},
{
"match": {
"age": "18"
}
}
]
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_24

  1. ** must_not( not)** ,所有的条件都要符合,类似于:​​where id != 1​
GET fenganchen/user/_search
{
"query": {
"bool": {
"must_not": [
{
"match": {
"age": 3
}
}
]
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_25

13. 过滤器

  1. 普通匹配查询
    包含 冯凡利 字符串的都会被查找出来
GET fenganchen/user/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "冯凡利"
}
}
]
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_26

  1. 加入过滤器,进行过滤
    ​​​filter​​ 关键字,对查询的数据进行过滤。
  • ​gt​​ 大于
  • ​gte​​ 大于等于
  • ​lt​​ 小于
  • ​lte​​ 小于等于
GET fenganchen/user/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"name": "冯凡利"
}
}
],
"filter": {
"range": {
"age": {
"gt": 3
}
}
}
}
}
}
  1. 上面的语句 便是对 查询出来的语句 进行过滤,过滤出 ​age 大于3 的数据

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_27

14. 空格 匹配多个条件

match 关键字 空格
多个条件,使用空格隔开
只要瞒住其中一个结果就可以查出
这个时候可以通过 _score 分值进行基本的判断
下面的查询语句意思:​​在tags 字段中找到有 男、技术 的数据给查询出来

GET fenganchen/user/_search
{
"query": {
"match": {
"tags": "男 技术"
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_数据库_28

15. term 精确查询

i. term分析

​term 查询​​​ 是直接通过倒排索引指定的词条进程精确的查找的!

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_29


​​关于分词

  • term直接查询 精确的
  • match会使用分词器解析!(先分析文档,然后再通过分析进行查询!)

ii. 两个类型 text keyword 细节分析

两个类型 text keyword 不能被分词器使用
​​​text类型​​​ :可以被分词
​​​keyword类型​​ :不可以被分词

先创建索引,并指定属性规则,如下:

a. 6版本创建索引,指定规则

elasticsearch 6.X 创建索引 必须要指定类型,feng_type 就是索引的类型名称

```json
PUT testdb
{
"mappings": {
"feng_type": {
"properties": {
"name": {
"type": "text"
},
"desc": {
"type": "keyword"
}
}
}
}
}
```

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_30

b. 7版本创建索引,指定规则

elasticsearch 7.x 创建索引 不用指定类型,因为7版本废弃了类型关键词(这里不再演示,我这里使用的是 6.4.2 版本。)

```json
PUT testdb
{
"mappings": {
"properties": {
"name": {
"type": "text"
},
"desc": {
"type": "keyword"
}
}
}
}
```

c. 添加数据

```json
PUT testdb/feng_type/1
{
"name": "冯凡利java name",
"desc": "冯凡利java desc"
}

PUT testdb/feng_type/2
{
"name": "冯凡利java name",
"desc": "冯凡利java desc2"
}
```
添加文档 1

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_31


添加文档 2

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_数据库_32

d. ​​elasticsearch-head​​​ 的Google插件,查看 ​​testdb​​ 索引数据

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_33

e. ​​elasticsearch-head​​​ 的Google插件,查看 ​​testdb​​ 映射规则

索引情况,能查看索引的 ​​setting 详情​​​,和 ​​mapperings 映射规则​​​ 包括类型、属性情况。

可以看到,name 属性 是 ​​​text 类型​​​的,desc 是 ​​keyword 类型​​​的。

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_java_34

f. 默认分词器测试:keyword

KeywordAnalyzer ​把整个输入作为一个单独词汇单元​,方便特殊类型的文本进行索引和检索。针对邮政编码,地址等文本信息使用关键词分词器进行索引项建立非常方便。

使用默认的 ​keyword​ 分词器进行分词,(说一下,ik分词器是中文分词器)这里看的出来没有被分析

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_数据库_35

g. 默认分词器测试:standard

英文的处理能力同于StopAnalyzer,支持中文采用的方法为单字切分。他会将词汇单元转换成小写形式,并去除停用词和标点符号。

使用默认的 ​standard​ 分词器进行分词,,这里看的出来被分析了

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_36

h. term 精确查找 text类型

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_java_37

i. term 精确查找 keyword 类型

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_数据库_38


elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_39

j. 对h和i的测试进行 总结

​testdb​​​索引中的 :
​​​name​​​字段为 ​​text类型​​​,
​​​desc​​​字段为 ​​keyword类型​​。

但是 term 分别对其 精确查找时,却发现:

  1. 查找text类型的name字段时时,只要包含就好,也就是text类型可以被分词器解释
  2. 查找keyword 类型的 desc 字段时,必须全包含才行,也就是keyword类型把整个输入作为一个单独词汇单元 去匹配被分词器解释。

16. 多个词精确拼配

a. 添加多数

PUT testdb/feng_type/3
{
"t1": "22",
"t2": "2020-4-6"
}


PUT testdb/feng_type/4
{
"t1": "33",
"t2": "2020-4-7"
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_数据库_40


elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_es_41

b. 查看​​elasticsearch-head​​​ 的Google插件,查看 ​​testdb​​ 索引数据和映射规则。

  1. 索引数据
  2. 映射规则

c. term 精确查询

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_数据库_42

17. 高亮显示

  1. 高亮关键字:highlight
GET fenganchen/user/_search
{
"query": {
"match": {
"name": "冯凡利"
}
},
"highlight": {
"fields": {
"name": {}
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_搜索引擎_43

  1. 自定义搜索高亮
GET fenganchen/user/_search
{
"query": {
"match": {
"name": "冯凡利"
}
},
"highlight": {
"pre_tags": "<p class='key style='color:red'>",
"post_tags": "</p>",
"fields": {
"name": {}
}
}
}

elasticsearch学习六:学习 全文搜索引擎 elasticsearch的语法,使用kibana进行模拟测试(持续更新学习)_elasticsearch_44

这些 mysql也可以做,只是mysql效率比较低

  • 匹配
  • 按照条件匹配
  • 精确匹配
  • 区间范围匹配
  • 多条件查询
  • 高亮查询


标签:name,kibana,学习,索引,elasticsearch,分词器,类型,文档
From: https://blog.51cto.com/u_15926676/5981049

相关文章