Elasticsearch 索引库与文档操作

Posted 2022-08-04 流楚丶格念

文章目录

• Elasticsearch 中的一些概念
• • 文档和字段
  • 索引和映射
  • mysql与elasticsearch的联系
• 索引库操作
• • 1.mapping映射属性
  • 2.索引库的CRUD
  • • 2.1.创建索引库和映射
    • 2.2.查询索引库
    • 2.3.修改索引库
    • 2.4.删除索引库
• 文档操作
• • 1.新增文档
  • 2.查询文档
  • 3.删除文档
  • 4.修改文档
  • • 4.1.全量修改
    • 4.2.增量修改

Elasticsearch 中的一些概念

elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。

我们要先学习Elasticsearch 区别于mysql中的知识才能去进行操作：

文档和字段

elasticsearch是面向**文档（Document）**存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中：

例如下面的例子，左侧的每一条数据存储到elasticsearch，都是一个文档

而Json文档中往往包含很多的字段（Field），类似于数据库中的列。

例如上图中每一个文档的字段，”id“、”title“都是数据库中的列

索引和映射

索引（Index），就是相同类型的文档的集合。

也就是索引里面的每个文档的字段都是相同类型的

例如下面的例子：

• 所有用户文档，就可以组织在一起，称为用户的索引；
• 所有商品的文档，可以组织在一起，称为商品的索引；
• 所有订单的文档，可以组织在一起，称为订单的索引；

因此，我们可以把索引当做是数据库中的表。

数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。

因此，索引库中就有映射（mapping），是索引中文档的字段约束信息，类似表的结构约束。

mysql与elasticsearch的联系

我们统一的把mysql与elasticsearch的概念做一下对比：

MySQL	Elasticsearch	说明
Table	Index	索引(index)，就是文档的集合，类似数据库的表(table)
Row	Document	文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column	Field	字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema	Mapping	Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL	DSL	DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

那么两者这不是很相像吗？我们学了MySQL为什么还要学Elasticsearch？

虽然两者在很多地方相似，但是两者各自有自己的擅长支出：

• Mysql：擅长事务类型操作，可以确保数据的安全和一致性

• Elasticsearch：擅长海量数据的搜索、分析、计算

因此在企业中，往往是两者结合使用：

• 对安全性要求较高的写操作，使用mysql实现
• 对查询性能要求较高的搜索需求，使用elasticsearch实现
• 两者再基于某种方式，实现数据的同步，保证一致性

例如下面实现Mysql与Elasticsearch结合使用的流程图：

应用前端向后端发送数据的CRUD请求，当进行事务类型操作的时，服务器与MySQL服务器进行数据持久化交互，保证数据操作的安全性，统一后端数据；当进行数据搜索与分析操作时，单纯的MySQL服务已经不能支撑完备的海量数据分析的操作，此时服务器往往是与Elasticsearch服务进行数据搜索、分析交互，得到最后数据计算的结果。

索引库操作

Elasticsearch 索引库就类似数据库表，mapping映射就类似表的结构。

我们要向es中存储数据，必须先创建“库”和“表”。

类似于mysql的创建库和表，如下图所示为MySQL的库表

1.mapping映射属性

mapping是对索引库中文档的约束，常见的mapping属性包括：

• type：字段数据类型，常见的简单类型有：
  • 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
  • 数值：long、integer、short、byte、double、float、
  • 布尔：boolean
  • 日期：date
  • 对象：object
• index：是否创建索引，默认为true
• analyzer：使用哪种分词器
• properties：该字段的子字段

例如下面的json文档：

    "age": 21,
    "weight": 52.1,
    "isMarried": false,
    "info": "精灵世界Java大师",
    "email": "[e-mail]",
    "score": [99.1, 99.5, 98.9],
    "name": 
        "firstName": "开",
        "lastName": "杨"
    

对应的每个字段映射（mapping）：

• age：类型为 integer；参与搜索，因此需要index为true；无需分词器
• weight：类型为float；参与搜索，因此需要index为true；无需分词器
• isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
• info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
• email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
• score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
• name：类型为object，需要定义多个子属性
  • name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
  • name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器

2.索引库的CRUD

这里我们统一使用Kibana编写DSL的方式来演示。

2.1.创建索引库和映射

基本语法：

• 请求方式：PUT
• 请求路径：/索引库名，可以自定义
• 请求参数：mapping映射

格式：

PUT /索引库名称

  "mappings": 
    "properties": 
      "字段名":
        "type": "text",
        "analyzer": "ik_smart"
      ,
      "字段名2":
        "type": "keyword",
        "index": "false"
      ,
      "字段名3":
        "properties": 
          "子字段": 
            "type": "keyword"
          
        
      ,
      // ...略
    
  

例如

PUT /yyl

	"mappings":
        
    

示例：

PUT /yyl

  "mappings": 
    "properties": 
      "info":
        "type": "text",
        "analyzer": "ik_smart"
      ,
      "email":
        "type": "keyword",
        "index": false
      ,
      "name":
        "properties": 
          "firstName": 
            "type": "keyword"
          
        
      ,
      // 略...
    
  

运行，可以看到添加成功了

2.2.查询索引库

基本语法：

• 请求方式：GET

• 请求路径：/索引库名

• 请求参数：无

格式：

GET /索引库名

示例：

GET /yyl

2.3.修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。

因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

语法说明：

PUT /索引库名/_mapping

  "properties": 
    "新字段名":
      "type": "integer"
    
  

示例：

PUT /yyl/_mapping

  "properties":
    "age":
      "type": "integer"
    
  

2.4.删除索引库

语法：

• 请求方式：DELETE

• 请求路径：/索引库名

• 请求参数：无

格式：

DELETE /索引库名

在kibana中测试：

再查就查不到了：

文档操作

1.新增文档

语法：

POST /索引库名/_doc/文档id

    "字段1": "值1",
    "字段2": "值2",
    "字段3": 
        "子属性1": "值3",
        "子属性2": "值4"
    ,
    // ...

示例：

POST /yyl/_doc/1

    "info": "精灵世界Java大师",
    "email": "[e-mail]",
    "name": 
        "firstName": "开",
        "lastName": "杨"
    

响应：

2.查询文档

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。

语法：

GET /索引库名称/_doc/id

通过kibana查看数据：

GET /yyl/_doc/1

查看结果：

在_source字段中存储这我们插入的文档信息

3.删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

语法：

DELETE /索引库名/_doc/id值

示例：

# 根据id删除数据
DELETE /yyl/_doc/1

结果：

4.修改文档

修改有两种方式：

修改方式	说明
全量修改	直接覆盖原来的文档
增量修改	修改文档中的部分字段

4.1.全量修改

全量修改是覆盖原来的文档，其本质是：

• 根据指定的id删除文档
• 新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

语法：

PUT /索引库名/_doc/文档id

    "字段1": "值1",
    "字段2": "值2",
    // ... 略

示例：

PUT /yyl/_doc/1

    "info": "精灵世界C++大师",
    "email": "[e-mail]",
    "name": 
        "firstName": "开",
        "lastName": "杨"
    

再get下，可以看到已经修改：

4.2.增量修改

增量修改是只修改指定id匹配的文档中的部分字段。

语法：

POST /索引库名/_update/文档id

    "doc": 
         "字段名": "新的值",
    

示例：

POST /yyl/_update/1

  "doc": 
    "email": "[e-mail]"
  

再get下，可以看到已经修改：