The Elastic Stack，包括Elasticsearch,Kibana,Beats和Logstash（也好吃能为ELK Stack），能够安全可靠的获取任何来源，任何格式的数据，然后实时的对数据进行搜索，分析和可视化。ElasticSearch简称ES，是一个开源的高扩展的分布式全文搜索引擎，是整个Elastic Stack技术栈的核心，他可以实时存储，检索数据，本身扩展性很好，可以扩展到上百台服务器，处理OB级别的数据。

2.1Elasticsearch安装

2.1.1 下载软件

ElasticSearch的官网地址：https://www.elastic.co/cn/

我们选择7.8.0版本(主要学习es和java客户端的使用)

解压后，进入bin文件夹目录，点击elasticsearch.bat启动ES服务

注意：9300端口号为ES集群之间组件的通信端口，9200端口为浏览器访问http协议的Restful端口

打开浏览器，输入http://localhost:9200

如何所示，es启动成功

可能会出现的错误：

1.es是使用java开发的，且7.8版本es需要jdk为1.8版本以上，默认安装包带有jdk环境，如果系统配置饿了JAVA_HOME，那么使用系统默认的JDK。

2.双击闪退-----可能是因为空间不足，修改config/jvm.options配置文件

2.2.2使用Postman客户端工具

如果直接通过浏览器向ES服务器发送请求，name需要在发送的请求中包含HTPP的标准方法，而HTTP大部分特性仅支持GET和POST，所以为了方便，使用Postman软件

Postman官网: https://www.getpostman.com

2.2.3数据格式

ES是面向文档型数据库，一条数据在这里就是一个文档，为了方便大家理解，我们将ES里存储文档数据和Mysql存储数据的概念进行一个类比

ES里的Index可以看做一个数据库，Type相当于表，Documents相当于行，Fields相当于列

正（排）向索引

id content

-----------------------------

1001 my name is zhang san

1002 my name is li si

根据文章编号，能够快速查询到文章内容。文章编号为主键

当需要查到文章内容包含zhang san 时，需要用到模糊查询，大小写问题，这种情况正向索引的效率就慢了很多。场景比如(百度上搜zhang san)，这个时候倒排索引出现了

倒排索引

keyword id

---------------------------------

name 1001,1002

zhang 1001

li 1002

正向索引是根据id跟内容绑定，倒排索引是关键字和id绑定，再去查文章内容。上结构中name在序号为1001和1002的文章内容中都出现过，所以下面以此类推.统称为倒排索引，查询效率相对较快，表的作用已经弱化了。

2.2.4.1基本使用

(按我的理解:这种使用就是个入门，当个字典翻翻就可以)

(1）创建索引

对比mysql中，创建索引就等于创建数据库

在postman中，向ES服务器发送PUT请求：http://127.0.0.1:9200/shopping

如果再次创建，同名就会报错。shopping已经存在了

(2)获取索引

只需要把请求方式变为GET

如果想展示出所有的索引信息,修改urlhttp://127.0.0.1:9200/_cat/indices?v

我这边两个索引，user2和shopping

(3)删除索引

请求方式改为DELETE,url为：http://127.0.0.1:9200/shopping

后续可以去验证一下是否删除成功.

2.2.4.2 文档操作

(1)添加文档数据

请求方法为POST. http://127.0.0.1:9200/shopping/_doc

_doc表示给索引中添加文档数据。文档数据的请求体不能为空（请求体里面就是添加的数据，如果数据都没有肯定报错），添加的数据以json串形式

可以自定义上面图中的返回值_id.请求url修改为: http://127.0.0.1:9200/shopping/_doc/1001

(2)查询文档数据

只需要改为GET请求

http://127.0.0.1:9200/shopping/_doc/1001 查询id为1001的文档数据

如果想查询shopping索引下的所有文档数据

http://127.0.0.1:9200/shopping/_search

(3）修改文档数据（全量修改和局部修改）

比如我全量修改上面id为1001的数据

http://127.0.0.1:9200/shopping/_doc/1001

这个时候，1001的数据全被修改了。小伙伴们可以去验证一下，不展示了。

局部数据的修改

请求为POST http://127.0.0.1:9200/shopping/_update/1001 _doc改为update，不然服务器以为我们要新增数据

局部数据修改，所以请求体中，改哪个写哪个。删除的话，大家自己按着这个思路走就行了

(4）条件查询&分页查询

条件查询

请求为GET http://127.0.0.1:9200/shopping/_search?q=name:张三

其中q的意思为query查询。查询索引中所有文档name为张三的信息

条件查询有一个弊端，url中'张三'容易乱码，所以请求参数写在请求体里面

其中url后面的参数不要，请求体中的参数 query为查询，match为匹配。匹配的是name为张三的数据，这样就容易理解了。

分页查询

其中，size是每页2条数据，from后面的值有一个公式。从第几页开始：(页数-1)*每页几条数据

比如从1页开始 from : 0
2页 from : 2

3页 from : 4

排序和隐藏

其中，_source后面表示我只需要显式name字段，其他字段就隐藏了。sort表示排序，json串是根据哪个字段---age，age内是升序降序。最终的结果

(5)多条件查询&范围查询(难点)

多条件查询

query:查询,bool:多个条件,must:等于sql语句中的and，两者都。(should表示sql中的or),match:匹配
用mysql：select * from 表名 where name ="张三" and sex ="男"

结果

结果出现两条，张飞也出来了，百思不得其解。这时候想起来可能和倒排索引,分词那块有关系，我又把name换成 "三"，只出来一个"张三"这一条数据，又将name换成了"飞三"，张飞和张三都查出来了。有点类似于模糊查询了.后来才知道，想要完全匹配match改成match_phrase

范围查询

filter:过滤，range:范围 gt:大于 lt:小于
等价于 select ........from where .......... and age>11 and age<41，下图是结果

(6）全文检索&完全匹配&高亮查询

highlight就是高亮查询，查询出来的结果就是em标签体那栏

(7)聚合查询

不仅可以分组，求年龄的平均值也可以

(8)映射关系

ES的映射关系类似于Mysql中表结构，字段长度等等信息。比如我们有时候查询一个name:"飞三" 会出现张飞和张三，可以设置ES的配置信息，控制分词效果。

先创建索引user

给user添加配置信息

添加数据..........

测试结果1: type:text生效。index:true生效

测试结果2： type:keyword 生效 index 生效

测试结果3: index:false 生效，不能根据索引去查询性别字段数据

最后感兴趣的小伙伴们可以去仔细了解一下倒排索引和分词。看一下上面mysql和es的对照表。就容易理解了

以上是关于ElasticSearch入门教程(超详细)的主要内容，如果未能解决你的问题，请参考以下文章

超详细Postman 操作 ElasticSearch笔记梳理

ElasticSearch(超详细解说)[springBoot整合ElasticSearch]

MySQL部署数据库文件超详细教程

超详细入门精讲数据仓库原理&实战一步一步搭建数据仓库内附相应实验代码和镜像数据和脚本

超详细的TypeScript入门教程！