一. 简介
Elasticsearch是一个搜索引擎，它底层是基于Lucene来实现的。
Lucene是一个Java库，它存在着一定的问题，如果项目的开发语言不是Java，那么是无法使用 Lucene；Lucene底层设计非常的复杂，需要深入的了解搜索相关的知识，才能用好它。
Elaticsearch它是完全基于Restful风格的API来使用，那么就不在局限于任何一门语言，都可以直接调用接口即可实现搜索服务。
二. 倒排索引和前向索引(正排索引)
****分词就是将一句话或者一段话，按照某个语义拆分为一个个的字或者词的过程。例如：
2.1 前向索引
前向索引在数据库领域用的很多，例如 MySQL的全文检索。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6L89unqV-1678946462776)(images/前向索引.jpg)]
2.2 倒排索引
搜索引擎中都是使用这种方式
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iR9NMoeR-1678946462778)(images/倒排索引.jpg)]
2.3 总结
前向索引，每个文档都有一个文档的编号，每个文档的编号对应着该文档的分词信息，用户在搜索匹配的时候，根据文档编号找到该文档对应的分词，去进行分词的匹配，如果有匹配的分词，那么该文档就在最终的结果集中，所以它查询的效率会很低，但是其分词构建索引过程较快，因为每个文档的分词都是独立的。
倒排索引，文档在写入搜索引擎的时候，对文档进行分词，将字典中已经存在的分词直接与文档进行映射，没有的分词，先添加到字典中，然后再映射。用户在搜索匹配的时候，直接到分词字典中去匹配，匹配到之后，将映射到该分词的文档提取出来，这种方式查询效率高，可以作相关性算分。
三. ES与Kibana的安装
3.1 ES的安装
Elasticsearch是整个 elastic 产品栈的核心，数据的存储、分词、搜索都是通过 Elasticsearch来完成。
通过 docker安装，直接执行如下命令即可：
验证ES是否安装成功，在浏览器输入：http://ip:9200
3.2 Kibana的安装
Kibana是ES的可视化操作界面，安装方式如下所示：
验证Kibana是否安装成功，在浏览器输入: http://ip:5601
3.3 logstash导入数据
要进入到logstash的bin目录下，打开dos命令行，导入数据使用如下的命令：
logstash的内容如下所示：
四. ES的基本概念
我们类比 RDBMDS 来熟悉ES的一些基本概念：
在ES中三层含义：
- 索引，数据集；
- 索引，将数据写入到ES的过程叫做索引。
- 倒排索引。
五. ES的基本增删改
查看所有的索引
添加数据
指定id添加数据
添加数据，如果存在就报错
更新文档的结构
删除数据
根据id查询数据
查看部分数据
查看数据总量
六. Request Body查询
查询电影名字中包含有 seconds 的所有的电影
查询电影的名字中包含有 beautiful 或者 mind所有的电影
查询电影的名字中包含有 beautiful 和 mind所有的电影
查询电影的名字中包含有 "beautiful mind"这个短语的所有的电影
如果某个字段的数据是 keyword 类型，就是做等值比较, 最好使用 term查询(term是标准的比较)
查询电影在 [2000, 2002] 年上映的所有的电影
查询电影的名字中包含有 beautiful 或者 mind，而且上映时间在 [2000, 2003] 所有的电影，多条件查询的结构如下所示：
查询电影的名字和类型中包含有 Romance 所有的电影
查询电影名字中包含有 seconds 所有的电影，但是只查询id和title着两个属性的内容
查询电影名字中包含有 seconds 所有的电影，属性都不看
七. 前缀匹配
前缀匹配是一个网站中使用频率非常高的一个功能，而且在添加和删除字符的时候都会向服务器端发送请求，对服务器和ES都是一个挑战，所以ES针对这种前缀匹配，专门设计了一个数据类型 。如果某个属性的数据类型是 ，只能进行前缀匹配，并且ES会将查询的数据放到缓存中，如果接着有其他用户进行相同的前缀匹配的时候，会直接从内存中查找。
ES中一旦某个索引中有数据了，我们是不能调整它的 mapping 信息，所以在ES中要向指定某个属性的数据类型的时候，需要先设定mapping.
7.1 设计mapping的思路
- 预先构思好索引中要存放什么数据，说白了就是有哪些属性
- 利用ES本身的能力(写入数据的时候，会自动创建mapping)，写入一个样例数据，让ES帮我们创建好mapping.
- 查询mapping，按照我们的需求做出适当的调整
- 将之前的索引删掉，将修改之后的mapping添加到ES中。
- 导入正规数据
- 验证前缀匹配
八. Analysis分词
Analysis是分词，它内部是通过分词器（analyzer）来完成，。
Analyzer在整个分词的过程中，经过三个流程：
- character filter，将内容的信息进行过滤
- tokenizer，将全文本进行分词处理
- token filter，去掉分词之后的停用词，然后将其他内容转小写
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-suLcQp15-1678946462779)(images/Analyzer.jpg)]
8.1 ES内置的分词器
ES内置的分词器只能对英文进行分词处理，ES内置的分词器有：
- whitespace
- stop
- standard
- simple
验证某个分词器的分词效果：
8.2 IK和pinyin分词器的使用
8.2.1 IK的安装
IK是目前社区用的最多一款中文分词器，它内部包含了两个分词器，和 , 下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases
安装的方式：解压到 目录下即可。需要注意的是，要使用一个文件夹将其包裹起来，因为ik分词器解压之后没有文件夹包裹的。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nSx5XLwL-1678946462779)(images/ik.jpg)]
ik分词的验证：
8.2.2 pinyin的安装
pinyin就是将中文转换为拼音的方式，下载地址：https://github.com/medcl/elasticsearch-analysis-pinyin/releases?page=7
安装的方式：解压到 目录下即可。pinyin分词器是有文件夹包裹的。
九. 中文、pinyin前缀搜索
- 因为ik、pinyin他们并没有提供的完善的拼音+汉字的前缀搜索，需要在pinyin分词器的基础上定制
- 自定义分词器
- 定义mapping
- 插入数据
插入数据之后，在倒排索引的字典中会有如下的分词结果：
- 执行搜索
“刘德华”
}
POST users/_doc/2
{
“id”: 2,
“name”: “柳宗元”
}
POST users/_doc/3
{
“id”: 3,
“name”: “柳岩”
}
POST users/_doc/4
{
“id”: 4,
“name”: “李思思”
}
POST users/_doc/5
{
“id”: 5,
“name”: “李小路”
}
POST users/_doc/6
{
“id”: 6,
“name”: “李小小”
}
刘德华
ldh
liudehua
柳宗元
liuzongyuan
lzy
柳岩
liuyan
ly
李思思
lisisi
lss
李小路
lxl
lixiaolu
李小小
lxx
lixiaoxiao