Elasticsearch文档全面解析

一、基础认识

1、Elasticsearch是一个分布式的开源搜索和分析引擎，可以快速地存储、搜索和分析大量数据。

2、Elasticsearch是基于Lucene库构建的，Lucene是一个高性能、可扩展、全文搜索库，Elasticsearch在其基础上进行改善。

3、Elasticsearch使用分布式架构，可以在多个节点上存储和处理数据，使得可以横向扩展。

4、Elasticsearch具有强大的查询能力，支持全文检索、复合查询、地理位置查询等各种查询方式。

二、使用Elasticsearch

1、安装和配置Elasticsearch

// 下载Elasticsearch并解压
wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.14.0-linux-x86_64.tar.gz
tar -zxvf elasticsearch-7.14.0-linux-x86_64.tar.gz

// 修改配置文件config/elasticsearch.yml
cluster.name: my_elasticsearch_cluster
node.name: my_elasticsearch_node
network.host: 0.0.0.0

2、索引操作

// 创建索引
PUT /my_index

// 在指定索引中创建文档
PUT /my_index/_doc/1
{
  "title": "Elasticsearch",
  "content": "Elasticsearch是一个分布式的开源搜索和分析引擎"
}

// 查询指定文档
GET /my_index/_doc/1

// 搜索索引中的文档
GET /my_index/_search
{
  "query": {
    "match": {
      "title": "Elasticsearch"
    }
  }
}

三、数据模型

1、索引是Elasticsearch数据的最小单位，相当于关系型数据库中的表，但索引中可以包含不同类型的文档。

2、文档是Elasticsearch中最基本的单位，相当于关系型数据库中的行，文档和索引一一对应。

3、字段是文档中的属性，可以是字符串、数字、日期、布尔值等多种类型，可以嵌套。

4、类型已经在Elasticsearch 7.0版本后被弃用，文档可以直接存放在索引中，不再需要指定类型。

四、查询操作

1、全文搜索

// 匹配查询
GET /my_index/_search
{
  "query": {
    "match": {
      "title": "search"
    }
  }
}

// 短语匹配查询
GET /my_index/_search
{
  "query": {
    "match_phrase": {
      "title": "Elasticsearch search"
    }
  }
}

// 多字段匹配查询
GET /my_index/_search
{
  "query": {
    "multi_match": {
      "query": "search",
      "fields": ["title", "content"]
    }
  }
}

2、过滤器

// 范围查询
GET /my_index/_search
{
  "query": {
    "bool": {
      "filter": {
        "range": {
          "age": {
            "gte": 18,
            "lte": 30
          }
        }
      }
    }
  }
}

// 地理位置查询
GET /my_index/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance": {
          "distance": "10km",
          "location": {
            "lat": 40,
            "lon": -70
          }
        }
      }
    }
  }
}

五、聚合查询

1、常用聚合

// 分组统计
GET /my_index/_search
{
  "size": 0,
  "aggs": {
    "group_by_age": {
      "terms": {
        "field": "age"
      }
    }
  }
}

// 嵌套聚合
GET /my_index/_search
{
  "size": 0,
  "aggs": {
    "group_by_age": {
      "terms": {
        "field": "age"
      },
      "aggs": {
        "avg_balance": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

2、Pipeline聚合

// 计算移动平均值
GET /my_index/_search
{
  "size": 0,
  "aggs": {
    "moving_avg_balance": {
      "moving_avg": {
        "buckets_path": "group_by_age>avg_balance",
        "window": 2,
        "model": "simple"
      }
    }
  }
}

六、高级技巧

1、分片和副本

2、自定义分析

// 自定义分析器
PUT /my_analyzer_example
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "standard",
          "filter": ["lowercase", "my_stemmer"]
        }
      },
      "filter": {
        "my_stemmer": {
          "type": "stemmer",
          "language": "light_english"
        }
      }
    }
  }
}

// 测试分析器
GET /my_analyzer_example/_analyze
{
  "analyzer": "my_analyzer",
  "text": "Stemmers remove morphological affixes from words, leaving only the word stem."
}

3、词向量分析

// 添加词向量
PUT /my_index
{
  "settings": {
    "analysis": {
      "tokenizer": {
        "my_tokenizer": {
          "type": "whitespace",
          "filter": ["my_w2v_filter"]
        }
      },
      "filter": {
        "my_w2v_filter": {
          "type": "word2vec",
          "model_name": "my_model",
          "vector_size": 300,
          "window_size": 5,
          "min_count": 5,
          "top_terms": 10,
          "term_weighting": "tf-idf"
        }
      },
      "word2vec": {
        "models": {
          "my_model": {
            "source": "https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-uncased.tar.gz",
            "preprocessing": {
              "tokenizer": "bert-base-uncased"
            }
          }
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "text": {
        "type": "text",
        "analyzer": "my_analyzer",
        "term_vector": "with_positions_offsets",
        "store": true
      }
    }
  }
}

七、总结

本篇文章从基础认识、使用Elasticsearch、数据模型、查询操作、聚合查询和高级技巧的角度，对Elasticsearch进行了全面的阐述。希望可以帮助读者更好地理解和使用Elasticsearch。