30.虚拟机换云服务器

标签：search GET 虚拟机 30 换云 address query match bank

我一直以来我是用虚拟机安装的mysql，redis，es等，在本机安装nacos作为注册中心和配置中心的，每次重启电脑都需要启动nacos和虚拟机比较麻烦。

今天斥巨资103.08元购买个一年的华为云服务器来用于开发，购买后mysql，redis这些都是安装在虚拟机，云服务器也是linux系统，直接在云服务器安装docker，然后按照前面的博客那样安装就好了。

这里主要说一下nacos，之前由于在本机安装的，本机是Windows系统，下面讲一下怎么在Linux安装使用。

下载镜像

docker pull nacos/nacos-server

下载完可以查一下：

创建挂载目录

在本地home文件中挂载目录，挂载配置以及日志文件。

mkdir -p /home/nacos/logs

mkdir -p /home/nacos/init.d

在将所有的检索条件全部放在请求体里

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

如果我们希望根据account_number正序排列后，如果account_number相同再根据balance倒序排列怎么实现：

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

QueryDSL基本使用

上述的第二种查询方式就属于QueryDSL的方式，我们实际项目中也都是使用QueryDSL这个方式来做查询。

基本用法

GET /bank/_search
{
  "query":{"match": {
        "account_number":20
  }},
  "sort": [
    {
      "account_number": "asc"
    },
   {
      "balance": "desc"
    }
  ],
  "from":0,
  "size":20,
  "_source":["balance","firstname"]

}

query表示where条件

sort表示orderby排序

from表示分页的pageIndex，跟pageIndex不同的是from是从0开始的

size表示分页的pageSize

_source可以声明我们要查询的文档的字段，避免了SELECT *

match全文检索

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

会对检索条件进行分词和存储的文档的倒排索引进行分词匹配检索，会按照相关性得分排序。

match_phrase短语匹配

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

只查到一条记录，match_phrase就不会对检索的条件进行分词了，mill lane不会分词成mill和lane。

multi_match多字段匹配

GET /bank/_search
{
  "query":{"mutil_match": {
        "query":"mill movico",
        "fields":["address","city"]
  }}
}

这个语句相当于MySql的： address like '%mill%' or address like '%movico%' or city like '%mill%' or city like '%movico%' ，当然不同的地方是ES是根据分词来做匹配的。

bool复合查询

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

这个语句相当于MySql的：

address='mill' and gender='M' and age<>28
然后根据lastname是否匹配Hines，匹配则相关性得分越高

filter结果过滤

filter用法与must一样，但是也有区别，区别在于：

must过滤出来的数据有相关性得分，filter过滤出来的数据相关性得分为0。

term

非文本类型字段我们一般使用term，文本字段一般使用match匹配。

非文本字段用term的原因是我们希望age检索28就只搜索28岁的数据，而不希望给128，280岁的都检索出来。

GET /bank/_search
{
  "query":{
      "term":{
        "age":28
      }
  }
}

.keyword精确匹配

我们知道match是分词匹配，match_phrase是不分词like。

而.keyword就是精确匹配，比如我们要检索address='aaa'的：

GET /bank/_search
{
  "query":{
      "match":{
        "address.keyword":"aaa"
      }
  }
}

aggregations聚合

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于MYSQL的GROUP BY和SQL 聚合函数。

例1

搜索address中包含mill的所有人的年龄分布以及平均年龄，但不显示这些人的详情：

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

例2

按照年龄聚合，并且计算这些每个年龄组的人的平均工资：

GET /bank/_search
{
  "query":{
      "match_all":{}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "balanceAvg":{
            "avg": {
              "field": "balance"
             }
          }
      }
    }
  }
}

例3

查询所有年龄分布，并且计算这些每个年龄组的男性平均工资和女性平均工资以及总平均工资：

GET /bank/_search
{
  "query":{
      "match_all":{}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "genderAgg":{
           "terms": {
             "field": "gender.keyword",
             "size": 100
           },
           "aggs": {
             "balanceAvg": {
               "avg": {
                 "field": "balance"
               }
             }
           }
        },
        "balanceAvg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}