阅读量:0
文章目录
前言
在数据驱动的时代，Elasticsearch以其卓越的全文搜索能力和分布式架构，成为处理海量数据的关键工具。本博客将带您从Elasticsearch的基础概念出发，深入解析其核心——倒排索引，并介绍如何在Docker中轻松部署。我们将详细讲解Elasticsearch的基础语法，确保能够掌握其操作精髓。最后，通过一个实战案例——构建课程搜索与数据同步接口，体验Elasticsearch在实际项目中的强大功能。
一、Elasticsearch
Elasticsearch（简称ES）是一个基于Lucene构建的开源、分布式、RESTful的搜索和分析引擎。 它以其强大的全文搜索能力、高可用性、可扩展性和易用性而广受欢迎，被广泛应用于各种规模的企业和组织中。
倒排索引
倒排索引 是 Elasticsearch 及其底层 Lucene 引擎实现快速搜索的关键技术。在传统的数据库中，我们是通过文档（或记录）来查找包含特定关键词的文档列表。而在搜索引擎中，这个过程被逆转了：我们根据关键词来查找包含这些关键词的文档列表。这就是“倒排索引”的由来。
倒排索引是区别于正排索引的概念：
- 正排索引：是以文档对象的唯一 ID 作为索引，以文档内容作为记录。
- 倒排索引：Inverted index，指的是将文档内容中的单词作为索引，将包含该词的文档 ID 作为记录。
倒排索引的结构
根据倒排索引的概念，我们可以用一个 Map来简单描述这个结构。这个Map的Key的即是分词后的单词，这里的单词称为Term，这一系列的 Term 组成了倒排索引的第一个部分 ——Term Dictionary(索引表，可简称为 Dictionary)。
倒排索引的另一部分为Postings List（记录表），也对应上述Map结构的Value部分集合。
记录表 由所有的Term对应的数据（Postings） 组成，它不仅仅为文档id信息，可能包含以下信息：
- 文档 id（DocId, Document Id），包含单词的所有文档唯一 id，用于去正排索引中查询原始数据。
- 词频（TF，Term Frequency），记录 Term 在每篇文档中出现的次数，用于后续相关性算分。
- 位置（Position），记录 Term 在每篇文档中的分词位置（多个），用于做词语搜索（Phrase Query）。
- 偏移（Offset），记录 Term 在每篇文档的开始和结束位置，用于高亮显示等。
二、Docker 搭建 ES
Docker 安装
升级所有包同时也升级软件和系统内核：
yum -y update只升级所有包，不升级软件和系统内核：
yum -y upgrade
删除自带的docker
yum remove docker docker-common docker-selinux docker-engine
安装需要的软件包， yum-util 提供yum-config-manager功能，另两个是devicemapper驱动依赖
yum install -y yum-utils device-mapper-persistent-data lvm2
设置一个yum源，下面两个都可用,选择一个
yum-config-manager --add-repo http://download.docker.com/linux/centos/docker-ce.repo（中央仓库）yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo（阿里仓库）
查看docker可用版本
yum list docker-ce --showduplicates | sort -r
安装docker
yum -y install docker-ce-18.03.1.ce
设置开机启动
systemctl start dockersystemctl enable docker
Docker 搭建 ES
docker 拉取 elasticsearch镜像
docker pull elasticsearch:7.7.0docker pull docker.elastic.co/elasticsearch/elasticsearch:7.7.0
docker 运行 elasticsearch
docker run --name elasticsearch -d -e ES_JAVA_OPTS="-Xms512m -Xmx512m" -e "discovery.type=single-node" -p 9200:9200 -p 9300:9300 elasticsearch:7.7.0
三、ES基础语法
创建索引
发送put请求： http://localhost:9200/shopping
查看索引
发送get请求： http://localhost:9200/shopping
查看所有索引 http://localhost:9200/_cat/indices?v
删除索引
发送delete请求 http://localhost:9200/shopping
添加数据
发送post请求 http://localhost:9200/shopping/_doc
请求体Body： { "name":"张三", "age":10, "category":1, "status":1, "online":2 } 
幂等性操作
- 添加时添加id ，http://localhost:9200/shopping/_doc/1001
查询数据
发送get请求
查询单个 http://localhost:9200/shopping/_doc/1002
查询全部 http://localhost:9200/shopping/_search
修改数据
完全覆盖
- 发送put请求 http://localhost:9200/shopping/_doc/1001
修改某个属性
- 发送post请求 http://localhost:9200/shopping/_update/1001
发送post请求 http://localhost:9200/shopping/_update/1001 { "doc": { "name": "张三22" } } 
删除数据
完全覆盖
- 发送delete请求 http://localhost:9200/shopping/_doc/1001
条件查询
get http://localhost:9200/shopping/_search { "query":{ "match":{"category":1} } } 查询category为1的数据：
查询所有数据 { "query":{ "match_all":{} } } 查询所有数据：
分页查询
{ "query":{ "match_all":{} }, "from":0, "size":2 } 
指定name姓名字段 { "query":{ "match_all":{} }, "from":0, "size":2, "_source":["name"] } 指定name姓名字段：
排序
{ "query":{ "match_all":{} }, "from":0, "size":2, "_source":["name","age"], "sort":{ "id":{ "order":"desc" } } } 
多条件查询
and
{ "query":{ "bool":{ "must":[ {"match":{"age":10}}, {"match":{"name":"张三"}} ] } }, "from":0, "size":2, "_source":["name","age"], "sort":{ "age":{ "order":"desc" } } } select * from users where age=10 and name="张三" select * from users where age=10 and name=“张三”
or
{ "query":{ "bool":{ "should":[ {"match":{"age":10}}, {"match":{"name":"张三"}} ] } }, "from":0, "size":2, "_source":["name","age"], "sort":{ "age":{ "order":"desc" } } } select * from users where age=10 or name="张三" select * from users where age=10 or name=“张三”
范围查询
es支持常用的语法,通过
- from size进行分页查询，
- match条件查询，
- _source指定返回字段，
- sort排序，
- range进行区间查询,
- must并且查询，
- should进行或查询
{ "query":{ "bool":{ "should":[ {"match":{"age":10}}, {"match":{"name":"张三"}} ], "filter":{ "range":{ "age":{"gt":3} } } } }, "from":0, "size":2, "_source":["name","age"], "sort":{ "age":{ "order":"desc" } } } 
四、ES在项目中的应用示例
使用es查询课程信息：
- 1.实例化Elasticsearch类
- 2.es.index创建索引，把记录添加到es中
- 3.先mysql中的数据加载到es中,第一次全量式同步，后面增量式同步
- 4.用es._search从查询数据
下面代码示例展示了如何使用Django REST framework的APIView以及Elasticsearch客户端来实现一个简单的课程搜索和数据同步接口。
#course/views.py #demo:es from elasticsearch import Elasticsearch es = Elasticsearch("http://localhost:9200/") class CourseSearchEs(APIView): #对课程构建索引 def get(self, request): dsl = { "query":{ "match":{} }, 'from':0, 'size':2, '_source':['id','name','sales'] } res = es.search(index="ccourse", body=dsl) data = res['hits']['hits'] clist = [] for i in data: clist.append(i['_source']) return Response({"code": "200", "data": clist}) def post(self, request): # 查询课程中所有数据 course = CourseModel.objects.all() # 数据同步---全量式同步 for c in course: es.index(index='ccourse',body={ 'id': c.id, 'table_name':'course', 'name':c.name, 'sales':c.sales, 'describe':c.describe, }) r.setex_str('id',60*60,c.id) #会覆盖，只存最后一次id（最大id） return Response({"code": "200"}) # base/tasks.py @shared_task def syn_mysql_es(): es = Elasticsearch("http://120.46.9.231:9200/") # 查询上次最终更新课程id后的所有数据 cid = r.get_str("id") print(cid) course = CourseModel.objects.filter(id__gt=cid) # 数据同步---增量式同步（定时同步数据） for c in course: es.index(index='ccourse', body={ 'id': c.id, 'table_name': 'course', 'name': c.name, 'sales': c.sales, 'describe': c.describe, }) r.setex_str('id', 60 * 60, c.id) print("mysql_es_数据同步完成...") 
