Elasticsearch搜索资料汇总
Elasticsearch 简介
Elasticsearch（ES）是一个基于Lucene
构建的开源分布式搜索分析引擎，可以近实时的索引、检索数据。具备高可靠、易使用、社区活跃等特点，在全文检索、日志分析、监控分析等场景具有广泛应用。
lucene
Elasticsearch 中文社区：https://elasticsearch.cn/article/
Elasticsearch 官方文档：https://www.elastic.co/guide/index.html
Elasticsearch 各客户端API（eg：.NET、JAVA、Python、Go）
Elasticsearch .net client NEST 5.x 使用总结（初始化、查询、权重、排序、聚合等）
Elasticsearch 客户端SDK使用建议：创建索引的Setting和mapping使用elasticsearch 提供的DSL语法更加简单。因为客户端API代码里面只提供基础的SDK，如（ik拼音等）插件就没有对应接口提供
Elasticsearch术语（索引、类型、文档、集群、节点、分片）
ES数据架构的主要概念（与关系数据库Mysql对比）
在ES
早期版本，一个索引下是可以有多个Type
，从7.0
开始，一个索引只有一个Type，即_doc。一个Type 下的文档，都有相同的字段（Field）
安装
ELK
ELK 是elastic 公司旗下三款产品ElasticSearch
、Logstash 、Kibana 的首字母组合。
#、ElasticSearch 是一个基于Lucene
构建的开源，分布式，RESTful
搜索引擎。
#、Logstash 传输和处理你的日志、事务或其他数据。
#、Kibana 将Elasticsearch
的数据分析并渲染为可视化的报表。
分词器
分词器是专门处理分词的组件，分词器由如下三部分组成：
1、Character Filters：针对原始文本处理，比如：去除html 标签
2、Tokenizer：按照规则切分为单词，比如：按照空格切分
3、Token Filters：将切分的单词进行加工，比如：大写转小写，删除stopwords，拼音，同义词等
analyzer = CharFilters（0个或多个）+
Tokenizer(一个) +
TokenFilters(0个或多个)
从图中能够看出，从上到下依次通过Character
Filters，Tokenizer
以及Token
Filters，这个顺序比较好理解，一个文本进来确定要先对文本数据进行处理，再去分词，最后对分词的结果进行过滤。
elasticSearch Analysis Token Filters作用及相关样例
ElasticSearch查看字段分词结果 （便于查为什么匹配不出的问题）
Elasticsearch7 分词器(内置分词器和自定义分词器)
Elasticsearch-Analysis-IK中文分词器配置使用
elasticsearch 之分词器配置 (IK+pinyin)
Elasticsearch 使用ik中文分词器增加分词热词（自定义词）
Elasticsearch mapping
搞懂Elasticsearch 之Mapping （Reindex）
Mapping中的store属性（按需查询字段）
Elasticsearch中的store field跟non-store field的区别
Elasticsearch 理解mapping中的store属性
Elasticsearch 动态模板(dynamic_templates)
normalizer 的使用
ElasticSearch Normalizer 的使用方法
Adding normalizer for all keyword fields NEST
Elasticsearch DLS语法
Elasticsearch 查询语法（模糊、精确、sort、相关性、and|or、slop间隔等）
Elasticsearch 查询语法（多条件bool复杂查询（must、should、filter）、日期范围查询）
Elasticsearch 查询语法（bool复杂查询、operator（||、&&、!、+）)
ElasticSearch 组合多查询(bool, must, should, must_not, filter)
Elasticsearch中match、match_phrase、query_string和term的区别
相关性score
ElasticSearch 的分数(_score) 是怎么计算得出 (2.X & 5.X)
ElasticSearch 多级排序（eg：产品要根据：销量、热度、相关性排序）
Elasticsearch 搜索条件权重控制（boost）-- 默认情况下，搜索条件的权重都是1
聚合查询
Elasticsearch 聚合语法（Aggregations）
分页查询
Elasticsearch 查询语法（使用scroll响应式返回大集合文档）
Elasticsearch 高亮显示匹配关键词（Highlight）
同义词
elasticsearch 使用同义词（synonym.txt）
搜索建议词（Suggest功能）
ElasticSearch使用completion实现补全功能
Elasticsearch Suggester详解（自动补全）
elasticsearch 7.0 新特性之 search as you type
安全性
Meow攻击删除开放的的Elasticsearch（及MongoDB） 索引，建一堆以Meow结尾的奇奇怪怪的索引（如：m3egspncll-meow）----关闭外网访问端口，或至少修改ES默认端口
用nginx给kibana、elasticsearch做权限认证
集中式日志分析平台- ELK Stack - 安全解决方案 X-Pack
常用es语法
版本：Elasticsearch 7.9.0
删除索引
DELETE mall.completion
创建索引，并指定settings
PUT mall.completion
{
"settings":{
"analysis":{
"analyzer":{
"ik_smart_pinyin":{
"type":"custom",
"tokenizer":"ik_smart",
"filter":["g_pinyin","word_delimiter"]
},
"ik_max_word_pinyin":{
"type":"custom",
"tokenizer":"ik_max_word",
"filter":["g_pinyin","word_delimiter"]
}
},
"filter":{
"g_pinyin":{
"type":"pinyin",
"keep_separate_first_letter":false,
"keep_full_pinyin":true,
"keep_original":true,
"limit_first_letter_length":16,
"lowercase":true,
"remove_duplicated_term":true
}
}
}
},
"mappings": {
"properties":
{
"kw_completion": {
"type": "completion"
},
"kw_text":{
"type": "text",
"analyzer":
"ik_smart_pinyin"
}
}
}
}
查看索引设置
GET mall.completion/_settings
查看mapping结构
GET mall.completion/_mapping
批量插入数据
POST _bulk/?refresh=true
{ "index": { "_index": "mall.completion"
}}
{ "kw_completion": "项目","kw_text": "项目"}
{ "index": { "_index": "mall.completion"
}}
{ "kw_completion": "项目进度","kw_text": "项目进度"}
{ "index": { "_index": "mall.completion"
}}
{ "kw_completion": "项目管理","kw_text": "项目管理"}
{ "index": { "_index": "mall.completion"
}}
{ "kw_completion": "项目进度及调整 汇总.doc_文档","kw_text": "项目进度及调整 汇总.doc_文档"}
{ "index": { "_index": "mall.completion"
}}
{ "kw_completion": "项目","kw_text": "项目"}
查看指定分词器对文本进行分词的结果
GET mall.completion/_analyze
{
"analyzer": "ik_smart_pinyin",
"text": "很棒的冬天暖心羽绒服"
}
根据字段的mapping，进行分词测试
GET mall.completion/_analyze
{
"field": "kw_text",
"text": "很棒的冬天暖心羽绒服"
}
查询文档
GET mall.completion/_search
{
"query": {
"match":
{
"kw_text": "项目"
}
}
}
查看文档中的分词结果
GET
mall.completion/_doc/CYlJTnUBrvWtEbASfvRa/_termvectors?fields=kw_text
使用completion获取搜索补全建议(前缀搜索)
GET mall.completion/_search
{
"suggest":
{
"my-completion": {
"prefix": "项目",
"completion": {
"field":
"kw_completion",
"size": 20,
"skip_duplicates":
true
}
}
}
}
获取搜索建议词 （xang为拼写错误，会建议为：xiang）
GET mall.completion/_search
{
"suggest": {
"my-suggestion":
{
"text": "xang",
"term": {
"suggest_mode":
"missing",
"field": "kw_text"
}
}
}
}
多字段匹配案例
GET mall.completion/_search
{
"query":{
"multi_match":
{
"query": "米",
"fields":
["name","description","brandName","labelName","menuCategoryNamePath"]
}
}
}
查询包含字段"keyword"的文档
GET mall.completion/_search
{
"query":{
"exists":
{
"field": "keyword"
}
}
}
多条件查询语法案例
must 文档 必须 匹配这些条件才能被包含进来。
must_not 文档 必须不 匹配这些条件才能被包含进来。
should 如果满足这些语句中的任意语句，将增加_score
，否则，无任何影响。它们主要用于修正每个文档的相关性得分。
filter 必须
匹配，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。
{
"bool":
{
"must": { "match": { "title": "how to make millions" }},
"must_not": { "match": {
"tag": "spam" }},
"should": [
{ "match": { "tag": "starred"
}}
],
"filter": {
"bool": {
"must": [
{ "range": { "date": { "gte":
"2014-01-01" }}},
{
"range": { "price": { "lte": 29.99 }}}
],
"must_not": [
{ "term": { "category": "ebooks"
}}
]
}
}
}
}
其他推荐阅读
ElasticSearch 电商搜索实现（按"地里坐标"排序）
Implementing A Modern E-Commerce Search
==============================================================================
over，谢谢查阅，觉得文章对你有收获，请多帮推荐。欢迎向我提供更好的资料信息。
Elasticsearch搜索资料汇总的更多相关文章
- 机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总
<Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.D ...
- iOS超全开源框架、项目和学习资料汇总（5）AppleWatch、经典博客、三方开源总结篇
完整项目 v2ex – v2ex 的客户端,新闻.论坛.apps-ios-wikipedia – apps-ios-wikipedia 客户端.jetstream-ios – 一款 Uber 的 MV ...
- 【转】iOS超全开源框架、项目和学习资料汇总
iOS超全开源框架.项目和学习资料汇总(1)UI篇iOS超全开源框架.项目和学习资料汇总(2)动画篇iOS超全开源框架.项目和学习资料汇总(3)网络和Model篇iOS超全开源框架.项目和学习资料汇总 ...
- 机器学习&深度学习经典资料汇总,data.gov.uk大量公开数据
<Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.D ...
- MongoDB资料汇总专题[转发]
转发下..这个哥收集的很全 MongoDB资料汇总专题 作者:nosqlfan http://blog.nosqlfan.com/html/3548.html 最后更新时间:2013-04-22 1. ...
- (zhuan) 深度学习全网最全学习资料汇总之模型介绍篇
This blog from : http://weibo.com/ttarticle/p/show?id=2309351000224077630868614681&u=5070353058& ...
- MongoDB资料汇总专题
原文地址:http://bbs.chinaunix.net/thread-3675396-1-1.html 上一篇Redis资料汇总专题很受大家欢迎,这里将MongoDB的系列资料也进行了简单整理.希 ...
- Java进阶资料汇总
Java经过将近20年的发展壮大,框架体系已经丰满俱全:从前端到后台到数据库,从智能终端到大数据都能看到Java的身影,个人感觉做后台进要求越来越高,越来越难. 为什么现在Java程序员越来越难做,一 ...
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料汇总 （上）
转载:http://dataunion.org/8463.html?utm_source=tuicool&utm_medium=referral <Brief History of Ma ...
随机推荐
- elementui中弹出框不能自动换行的解决方案
我们的需求是将客户给的这串无头脑的数据放进这个弹出框?! 可以看到element提供的弹出框并不提供换行的功能 所以这时候我们应该咋整呢?? 我试过了在这个弹出框中套个盒子给盒子添加宽?然后他自己就折 ...
- HTTP协议（2）
HTTP协议主要是有HTTP请求报文和HTTP响应报文组成的. HTTP请求报文主要分为四个部分: 第一部分:请求行.独占一行,由请求方法.请求url以及协议/版本组成: 第二部分:请求头,第二行到第 ...
- 设计模式 | 职责链模式（Chain of responsibility）
定义: 使多个对象都有机会处理请求,从而避免请求的发送者和接受者之间的耦合关系.将这个对象连城一条链,并沿着这条链传递该请求,直到有一个对象处理它为止. 结构:(书中图,侵删) 一个抽象的处理者 若干 ...
- [Luogu P1119] 灾后重建 (floyd)
题面 传送门:https://www.luogu.org/problemnew/show/P1119 Solution 这题的思想很巧妙. 首先,我们可以考虑一下最暴力的做法,对每个时刻的所有点都求一 ...
- Socket创建简单服务器和客户端程序
使用Socket编程创建简单服务器和客户端 要知道的 Socket-AddressFamily, SocketType, ProtocolType https://blog.csdn.net/weix ...
- 【Flutter 实战】pubspec.yaml 配置文件详解
老孟导读:pubspec.yaml 文件是 Flutter 中非常重要的配置文件,下面就让我们看看里面各个配置的含义. pubspec.yaml 是 Flutter 项目的配置文件,类似于 Andro ...
- （1）ASP.NET Core3.1 Ocelot介绍
1.简介 Ocelot原本设计仅为与.NET Core一起使用的,它是一个.NET API网关,作为面向使用.NET运行微型服务/面向服务的体系结构需要统一的系统入口点,即当客户端(Web站点,手机A ...
- Dcoker 安装 rabbitMq
使用Docker安装部署RabbitMQ 1.docker search rabbitmq:management 2.docker pull rabbitmq:management ...
- 13、form组件
Form介绍 我们之前在HTML页面中利用form表单向后端提交数据时,都会写一些获取用户输入的标签并且用form标签把它们包起来. 与此同时我们在好多场景下都需要对用户的输入做校验,比如校验用户是否 ...
- python爬虫10 b站爬取使用 selenium+ phantomJS
但有时候 我们不想要让它打开浏览器去执行 能不能直接在代码里面运行呢 也就是说 有没有一个无形的浏览器呢 恩 phantomJS 就是 它是一个基于 WebKit 的浏览器引擎 可以做到无声无息的操作 ...