es6.3学习笔记

es版本发布相当快，从1.x到2.x，再直接到5.x，6.x

索引这个词在es中有多重意思：

索引(名词)：一个索引类似于传统数据库中的一个索引，用于存储关系型文档。索引的复数为indexes或indices。

索引(动词)：索引一个文档就是存储一个文档到一个索引(名词)中以便它可以被检索和查询到，相当于SQL中的upsert。

倒排索引：关系型数据库通过增加一个索引比如B-tree索引到指定列上，以便提升数据检索速度。es使用了一个叫做倒排索引的结构来达到相同的目的。默认的，一个文档中的每一个属性都是被索引的(有一个倒排索引的)和可搜索的。一个没有倒排索引的属性是不能被搜索到的。

es是利用分片将数据分发到集群各处的。分片是数据的容器，文档保存在分片内，分片又被分配到集群内的各个节点里。当集群规模扩大或者缩小时，es会自动在各节点中迁移分片，使得数据依然均匀分布在集群里。一个分片可以是主分片或者副本分片。副本分片是主分片的拷贝。技术上说，一个主分片最多能够存储Integer.MAX_VALUE - 128个文档。在索引建立的时候就已经确定了主分片数(number_of_shards，默认5个主分片)，不能改，但是副本分片数(number_of_replicas)可以随时修改。

在es中每个文档都有一个版本号，当每次对文档进行修改时(包括删除)，_version 的值都会递增。

本次学习的是es6.3.1版本，看的是6.3版本的官方文档。部门用的是5.6.3

添加索引：

put /website
{
    "settings":{
        "number_of_shards":3,
        "number_of_replicas":1
    }
}

更改索引的副本数：

put /website/_settings
{
    "settings":{
        "number_of_replicas":0
    }
}

查看某index的alias：

get /${index}/_alias

如 get /posts/_alias

往某索引添加数据，指定id，put、post都可以：

put /website/blog/1
{
    "id":"1",
    "name":"zhangsan"
}

往某索引添加数据，不指定id，只能用post：

post /website/blog
{
    "name":"lisi",
    "password":"lisi"
}

返回文档的一部分：

get /website/blog/1?_source=id,name

只返回_source数据，不要_index、_type、_id等元数据：

get /website/blog/1/_source

更新整个文档，再次put该文档即可：

put /website/blog/1
{
    "password":"lisi",
    "city":"henan"
}

在es中文档是不可改变的，不能修改它们，只能替换。id=1的文档，原本数据是{"id":"1","name":"zhangsan"}，现在变成了{"password":"lisi","city":"henan"}，新数据和之前数据一点关系都没有。

在内部，es将旧文档标记为已删除，并增加一个全新的文档。尽管不能再对旧版本文档进行访问，但它并不会立即消失，当继续索引更多数据时，es会在后台清理这些已删除的文档。

部分更新文档。将接收到的文档与现有文档合并，覆盖现有字段，增加新字段：

有doc和script两种方式

doc方式：

post /website/blog/1/_update
{
    "doc":{
        "password":"abc123",
        "title":"woshititle"
    }
}

此时id=1的文档数据为

{
    "password": "abc123",
    "city": "henan",
    "title": "woshititle"
}

script方式：

post /website/blog/1/_update
{
    "script": {
        "source": "ctx._source.title='haizeiwang';ctx._source.birthday='1993/04/25';"
    }
}

此时id=1的文档数据为

{
    "password": "abc123",
    "city": "henan",
    "title": "haizeiwang",
    "birthday": "1993/04/25"
}

一次取回多个文档，用_mget。既可以一次从单个索引中取多个文档，也可以一次从多个索引中取多个文档。即使某一个文档不存在，也不会报错：

一次从单个索引中取多个文档：

get /website/blog/_mget
{
    "docs": [{
        "_id": 1
    },{
        "_id": 123
    },{
        "_id": 1234
    }]
}

_id指定文档的id。也可以省略docs数组，用ids数组，如下

get /website/blog/_mget
{
    "ids": [1,123,1234]
}

一次从多个索引中取多个文档：因为多个文档在多个索引中，所以需要指定每个文档所属的索引

get /_mget
{
    "docs": [{
        "_index": "website",
        "_type": "blog",
        "_id": 1
    },{
        "_index": "spark",
        "_type": "index",
        "_id": 1
    }]
}

如上，docs 数组包含要返回的多个文档信息，主要是用于指定index的_index、用于指定type的_type、用于指定id的_id。

批量操作，用_bulk。允许在单次请求中依次执行多个index、update、delete操作：

post _bulk
{"index":{"_index":"spark","_type":"index","_id" :"2"}}
{"name":"nimabi"}
{"index":{"_index":"spark","_type":"index","_id":"3"}}
{"age":"18"}
{"update":{"_index":"spark","_type":"index","_id":"2"}}
{"doc":{"age":"25"}}
{"delete":{"_index":"spark","_type":"index","_id":"3"}}

多索引查询：

在所有索引中搜索：get /_search

在spark索引中搜索：get /spark/_search

在spark索引中搜索index类型：get /spark/index/_search

在spark和website索引中搜索：get /spark,website/_search

在以s开头的索引中搜索：get /s*/_search

在spark和website索引中搜索index和blog类型：get /spark,website/index,blog/_search

在所有索引中搜索index和blog类型：get /_all/index,blog/_search

分页：

get /website/blog/_search?q=*&sort=account_number:asc,balance:desc&from=100&size=10

text和keyword的区别：

text和keyword都表示字符串类型(从5.x版本开始，废弃了string类型，拆分为text和keyword)

text 类型的值会被分词器分词(默认分词器是standard，中文的话需要引入ik分词器或者结巴分词器)，并放入倒排索引。不能用于排序、聚合(即根据此字段排序会报错)，除非显式指定 fielddata=true

keyword类型的值不会被分词器分词，可用于排序、聚合

某字符串值已经post进某index某type，如何查看分词情况：

get /${index}/${type}/${id}/_termvectors?fields=${fields_name}

如 get /posts/doc/1/_termvectors?fields=message，其中posts是index，doc是type，1是id，message是对应的字段名

某字符串会被某分词器处理成什么样子：

post /_analyze
{
    "analyzer": "ik_max_word",
    "text": "我是需要测试的字符串"
}

其中analyzer的值是要使用的分词器，text值是要测试的字符串。