Elasticsearch使用系列-ES增刪查改基本操作+ik分詞
Elasticsearch使用系列-基本查詢和聚合查詢+sql插件
Elasticsearch使用系列-.NET6對接Elasticsearch
Elasticsearch使用系列-Docker搭建Elasticsearch集群
一、安裝可視化工具Kibana
ES是一個NoSql數據庫應用。和其他數據庫一樣，我們為了方便操作查看它，需要安裝一個可視化工具 Kibana。
官網：https://www.elastic.co/cn/downloads/kibana
和前面安裝ES一樣，選中對應的環境下載，這里選擇windows環境，注意安裝的版本一定要和ES的版本一致，不然可能會啟動不起來。
解壓后進到config目錄下修改kibana.yml配置文件
修改完配置，進入bin目錄，雙擊 kibana.bat 文件啟動。
啟動后，打開kibana地址：http://localhost:5601/ ，出現下面界面就是安裝成功了。
點自己瀏覽進入下面
點開發工具進入操作ES的界面，我們ES就在下面界面操作。
二、ES數據結構和數據類型
1.ES數據結構
這里以Mysql作對比，ES7.0以前的結構是Index,Type,Document，ES7.0以后廢棄了Type，現在ES和Mysql的結構對比如下
| MySql | Elasitcsearch |
| database(數據庫) | Elasitcsearch(實例) |
| table(表) | index(索引) |
| row(行) | document(文檔) |
| column(列) | field(字段) |
2.ES數據類型
- 字符串：text，keyword （重點類型）
- 數值：long，integer，short，byte，double，float，half float，scaled float
- 日期類型：date
- 布爾類型：boolean
- 二進制類型：binary
- 等等。。。
這里的數據類型標紅的是ES的重點類型，其它的和平時開發的類型一樣，沒什么特別。
三、ES的增刪查改基本操作
| 請求方式 | url地址 | 描述 |
| PUT | http://localhost:9200/索引名稱 | 創建索引 |
| POST | http://local | |
1.創建索引，相當於數據庫創建表
PUT index
PUT user { "mappings" : { "properties" : { "age" : { "type" : "integer" }, "name" : { "type" : "text" }, "name2" : { "type" : "keyword" }, "name3" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } }, "hobby" : { "type" : "text" } } } }
這里說一下kibana執行的原理，kibana執行的是http請求，前面的PUT為請求方式，還有POST,GET等，后面的user是索引名稱，因為kibana配置了es的信息，
所以會自動帶上es的地址和端口，實際的請求為 PUT http://192.168.101.13:9200/user
查看索引字段信息
GET index
2.創建文檔，相當於數據庫插入數據記錄
POST index/_doc/id （index:索引名稱，_doc：固定，id:指定記錄id,不填會自動生成一個唯一id）
4.查詢
4.1查詢全部
GET index/_search
4.2按條件查詢
GET user/_search { "query": { "term": { "FIELD": { "value": "VALUE" } } } }
5.更新
對應sql語句:update user set age=19 where id=1
_doc，doc，_update：固定寫法
6.刪除
6.1刪除文檔（相當於刪除一條數據）
對應sql語句: delete from user where id=1
DELETE user/_doc/1
6.2刪除索引（相當於刪除表）
對應sql語句：drop table user
DELETE user
四、全文索引和ik分詞
1.全文索引
創建索引的時候我上面故意創建了name(text)，name1(keyword),name2(text+keyword)，然后數據類型也說了text，keyword是ES的重點類型，這里演示他們的區別。
- keyword類型：查詢時條件只能全匹配
- text類型：全文索引查詢，查詢時會先分詞，然后用分詞去匹配查詢
- keyword+text類型，一個字段兩種類型，可以全匹配，也可以全文索引查詢
keyword查詢例子，name2(keyword）的查詢：
keyword的查詢用term，或terms(配置多個值)
因為是全匹配，條件”張三“查到數據，條件”張“時查不到數據。
text查詢例子，name(text)的查詢
text的查詢用match
因為是全文索引分詞匹配，所以條件“張三”和條件“張”的，都把匹配到的數據都查詢出來了。
keyword+text查詢例子，name3(text+keyword)的查詢。
當只想查全匹配時，用term查詢
當想用全文索引查詢時，用match
2.ik分詞
1.什么是分詞？
我搜的是愛祖國，為什么，“愛釣魚，愛唱歌"的都被搜出來了呢？
因為ES默認內置了一個分詞器standard，看下這個分詞器的分詞結果
可以看到“愛祖國”的分詞結果為“愛，祖，國”，被拆分成了單個字，只要一個字匹配到就查出來，這樣的結果很多不是我們想要的。我們需要一款根據常用詞語的分詞器，這樣查到的結果會更准確，
這里就用到了ik分詞，ik分詞也是企業開發用的最多的。
2.ik分詞器插件安裝
官網下載：https://github.com/medcl/elasticsearch-analysis-ik/releases
下載的版本要和es一致。
把文件下載后，解壓復制到es部署文件的plugins文件夾下，並把文件夾的名稱改為ik，必須要叫ik。windows，linux，docker(docker為掛載文件夾的方式把文件映射進去)一樣,
然后重啟es即可生效。
再看一下用ik分詞器的分詞結果。
可以看到，已經是按常用詞語分詞了。
3.自定義詞組
上面“愛祖國”，被分成“愛祖國，祖國”，假如我想“愛組”也是一個詞，現在這個詞沒被收怎么辦？
打開剛才的ik文件夾下的config目錄
里面的.dic結尾的都是分詞，打開其中一個看一下。
所以我們要自定義詞語，可以新建一個myword.dic
里面寫上想要的分詞
然后在IKAnalyzer.cfg.xml文件加上剛才的文件名
重啟es，再看一下分詞結果。
4.ik分詞怎么在索引中使用
創建索引的時候，text類型如果沒指定使用分詞器，就會默認內置的分詞器，所以使用ik分詞器時，創建索引時需要指定。
PUT user2 { "mappings" : { "properties" : { "age" : { "type" : "integer" }, "name" : { "type" : "text" }, "name2" : { "type" : "keyword" }, "name3" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } }, "analyzer": "ik_max_word", "search_analyzer": "ik_max_word" }, "hobby" : { "type" : "text", "analyzer": "ik_max_word", "search_analyzer" : "ik_max_word" } } } }
把user的數據復制到user2。
再次查詢“愛祖國”，得到一條想要的數據，沒有多余數據。證明ik分詞在索引中生效了。
