分布式搜索引擎Elasticsearch的查詢與過濾，elasticsearch分布式

分布式搜索引擎Elasticsearch的查詢與過濾，elasticsearch分布式

一、寫入

先來一個簡單的官方例子，插入的參數為-XPUT，插入一條記錄。

curl -XPUT 'http://localhost:9200/test/users/1' -d '{
    "user": "test",
    "post_date": "2009-11-15T14:12:12",
    "message": "Elastic Search"
}'

{
    "_index": "test",
    "_type": "users",
    "_id": "1",
    "_version": 2,
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "created": false
}

從上面的這個例子中，可以看出ES的http的服務的默認端口9200，後面的/test/users/1是這條記錄的索引部分，體現了它的RESTful風格

這三級目錄分布對應了_index,_type,_id 實際上ES上存放的所有的記錄都只能通過三級目錄的方式找到

• _id 字段可以是數字也可以是字符串。在執行上面的命令時ES會自動創建這些索引

• -d 後面跟上了要插入的json格式的記錄

• -XPUT 表明這是插入一條數據，ES中叫創建一個索引

• _version 字段，表明了當前記錄的版本號，當你想這個索引重新put一條記錄時，版本號會自動加一

二、刪除

刪除的http請求參數為-XDELETE，通過下面的命令可以刪除這條記錄：

curl -XDELETE 'http://localhost:9200/test/users/1?pretty'
{
  "found" : true,
  "_index" : "test",
  "_type" : "users",
  "_id" : "1",
  "_version" : 3,
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  }
}

刪除這條記錄的時候，_verison也會自動加一的。

三、查詢

創建了一個索引後，可以通過下面的方式查詢（參數-XGET）出來

curl -XGET 'http://localhost:9200/test/users/1?pretty'       
{
  "_index" : "test",
  "_type" : "users",
  "_id" : "1",
  "_version" : 1,
  "found" : true,
  "_source" : {
    "user" : "test",
    "post_date" : "2009-11-15T14:12:12",
    "message" : "Elastic Search"
  }
}

執行上面的查詢命令，可以等到下面的結果，exists表示是否有查詢結果，_source字段是查詢到的記錄。

查詢的時候，可以將_type設置成為_all，ES就會返回在_index下所有type中，第一個匹配_id的記錄，還可以通過參數對返回結果繼續控制，

用fields選取返回的字段，用pretty控制返回的json格式是否更閱讀友好

curl -XGET 'http://localhost:9200/test/users/1?fields=message,user&pretty=true'
{
  "_index" : "test",
  "_type" : "users",
  "_id" : "1",
  "_version" : 3,
  "found" : true,
  "fields" : {
    "message" : [ "Elastic Search" ],
    "user" : [ "test" ]
  }
}

format=yaml可以設置輸入格式為YAML

curl -XGET 'http://localhost:9200/test/users/1?fields=message,user&format=yaml' 
---
_index: "test"
_type: "users"
_id: "1"
_version: 1
found: true
fields:
  message:
  - "Elastic Search"
  user:
  - "test"

當然ES還支持一次查詢多組記錄，即multi get，在URI中是使用關鍵字_mget，具體可以參考ES的文檔multi get。

四、更新

ES同樣支持更新，但是更新的方式是通過一個提供的腳本進行的。

ES的做法是，通過index找到相應的存放記錄的節點，然後執行腳本，執行完之後，返回新的索引。實際上執行的是一個get和reindex的過程，在這個過程中，通過versioning來控制沒有其它的更新操作（這個功能是0.19後可用的）。具體實現的原理應該和elasticsearch Versioning相關。

get，reindex的含義是，ES先取出這條記錄，然後根據新數據生成新記錄，然後在把新記錄放回到ES中（並不會覆蓋老的記錄）。

首先創建一條記錄

curl -XPUT localhost:9200/test/type1/1 -d '{
    "counter" : 1,
    "tags" : ["red"]
}'

將counter的值加4

curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{
    "script" : "ctx._source.counter += count",
    "params" : {
        "count" : 4
    }
}'

也可以添加一個tag的值

curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{
    "script" : "ctx._source.tags += tag",
    "params" : {
        "tag" : "blue"
    }
}'

現在還支持upsert功能，即在更新的時候，如果記錄沒有這個key，則插入這個key，下面是一個例子，如果沒有counter字段，則插入該字段：

curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{
    "script" : "ctx._source.counter += count",
    "params" : {
        "count" : 4
    },
    "upsert" : {
        "counter" : 1
    }
}'

關於update還有其它很多功能，可以參考ES的API update

五、搜索

elasticsearch的名字裡面有一個search，那麼主要功能也是search了。

es的search有兩種形式，一是通過URI，二是通過Requst Body。通過URI查詢，即將查詢的語句放入到請求的url中，例如：

curl -XGET 'http://localhost:9200/twitter/tweet/_search?q=user:kimchy'

第二種方式，即在查詢的請求中加入一個doc

curl -XGET 'http://localhost:9200/twitter/tweet/_search' -d '{
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}'

query body的定義可以查看query DSL 另外兩種查詢方式都可以帶參數，參數的含義參考URI Request和Request Body。

ES的搜索功能是可以跨index和type的，例如下面這幾條命令

curl -XGET 'http://localhost:9200/twitter/_search?q=user:kimchy'
curl -XGET 'http://localhost:9200/twitter/tweet,user/_search?q=user:kimchy'
curl -XGET 'http://localhost:9200/kimchy,elasticsearch/tweet/_search?q=tag:wow'
curl -XGET 'http://localhost:9200/_all/tweet/\_search?q=tag:wow'
curl -XGET 'http://localhost:9200/\_search?q=tag:wow'

第一條是在所有的twitter這個index下的所有type中查找，第二條是在tweet,user這兩個type中查找，第三條是在kimchy,elasticsearch這兩個index的tweet這個type中查找，第四條使用了_all關鍵字，是在所有的index的tweet的type中查找，第五條更暴力，在所有的index和type中查找。

查找還有其它的很多選項，sort，高亮，選取返回記錄的域Fields，還可以對返回的域使用一個腳本進行計算script Fields，或者對返回結果繼續統計Facets，Facets的內容比較多，它支持關鍵詞統計，范圍內統計，直方圖式統計，日期的直方圖式統計，過濾，查詢，還有記錄地理位置距離的統計geo distance。 支持名字過濾Named Filters。 定義搜索類型Search Type 。例如什麼Query And Fetch，Query Then Fetch。 索引加速的功能Index Boost，可以讓某一個索引的權重大於另外一個。 保持上次檢索的環境了結果Scroll。保留每一個命中的score值Explain。 設置命中的min_score。保留版本號Version。

Search的參數很多，我也沒有一一看，不過果然是名字裡面有個search，對檢索的各種場景都有支持。

當然還支持多個查詢multi search，例如下面這個例子

cat requests
{"index" : "test"}
{"query" : {"match_all" : {}}, "from" : 0, "size" : 10}
{"index" : "test", "search_type" : "count"}
{"query" : {"match_all" : {}}}
{}
{"query" : {"match_all" : {}}}
 
$ curl -XGET localhost:9200/_msearch --data-binary @requests; echo

六、DSL

1、match

curl -XGET 'localhost:9200/test/_search?pretty' -d'{
    "_source": ["title", "allnum"],
    "query": { 
        "match": { "title": "地鐵跑酷" } 
    }
}'

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 6.692047,
    "hits" : [ {
      "_index" : "test",
      "_type" : "external",
      "_id" : "AVicbl1W9iJMapPz5wea",
      "_score" : 6.692047,
      "_source" : {
        "title" : "地鐵跑酷",
        "allnum" : 104541
      }
    } ]
  }
}　

顯示指定字段，匹配關鍵字

結果格式

• took – 搜索用的毫秒

• timed_out – 搜索超時時間

• _shards – 搜索了多少個片段 成功搜索多少個 失敗了多少個

• hits – 搜索的返回結果集

• hits.total – 結果的總數

• hits.hits – 實際搜索返回的數組

• _score and max_score - ignore these fields for now

一旦es搜索返回給你 該鏈接就斷開了 es並不會想MySQL之類的 一直維護一個連接

更多限制條件的搜素

curl -XGET 'localhost:9200/test/_search?pretty' -d'{
    "from": 0, 
    "size": 1,
    "_source": ["title", "allnum"],
    "query": { 
        "match": { "title": "地鐵跑酷" }
    },
   "sort": { "allnum": { "order": "desc" }}
}'

2、使用should

curl -XGET 'localhost:9200/test/_search?pretty' -d'{
    "from": 0, 
    "size": 2,
    "_source": ["title", "allnum"],
    "query": { 
        "bool": {
            "should": [
                { "match": { "title": "地鐵跑酷" } },
                { "match": { "title": "星貓跑酷" } }
            ]
        }
    },
   "sort": { "allnum": { "order": "desc" }}
}'

3、使用must/must not

curl -XGET 'localhost:9200/test/_search?pretty' -d'{
    "from": 0, 
    "size": 2,
    "_source": ["title", "allnum"],
    "query": { 
        "bool": {
            "must": [
                { "match": { "title": "地鐵跑酷" } },
                { "match": { "title": "星貓跑酷" } }
            ]
        }
    },
   "sort": { "allnum": { "order": "desc" }}
}'

當然 must /should/must not 可以聯合起來使用　

4、過濾器

curl -XPOST 'localhost:9200/test/_search?pretty' -d'{
    "query": { 
        "filtered": {
            "query": { 
                 "match_all": {} 
              }, 
             "filter": { 
                 "range": { "allumn": { "gte": 20000, "lte": 30000 } } } } 
               }
}'

5、聚合

curl  -XPOST  'localhost:9200/test/_search?pretty' -d'{
    "size": 0, 
    "aggs": { 
        "group_by_state": { 
            "terms": { "field": "state" } }
         }
}'

6、terms 過濾

curl  -XPOST  'localhost:9200/test/_search?pretty' -d'{ 
  "query": { 
    "terms": { 
      "status": [ 
        304, 
        302 
      ] 
    } 
  } 
}

7、range 過濾

curl  -XPOST  'localhost:9200/test/_search?pretty' -d'{ 
  "query": { 
    "range": { 
      "allnum": { 
        "gt": 1 
      } 
    } 
  } 
}

范圍操作符包含：

• gt :: 大於

• gte:: 大於等於

• lt :: 小於

• lte:: 小於等於

8、exists 和 missing 過濾

exists 和 missing 過濾可以用於查找文檔中是否包含指定字段或沒有某個字段，類似於SQL語句中的IS_NULL條件

{ 
    "exists":   { 
        "field":    "title" 
    } 
} 

9、bool 過濾

bool 過濾可以用來合並多個過濾條件查詢結果的布爾邏輯，它包含一下操作符：

• must :: 多個查詢條件的完全匹配,相當於 and。
• must_not :: 多個查詢條件的相反匹配，相當於 not。
• should :: 至少有一個查詢條件匹配, 相當於 or。

這些參數可以分別繼承一個過濾條件或者一個過濾條件的數組：

{ 
    "bool": { 
        "must":     { "term": { "folder": "inbox" }}, 
        "must_not": { "term": { "tag":    "spam"  }}, 
        "should": [ 
                    { "term": { "starred": true   }}, 
                    { "term": { "unread":  true   }} 
        ] 
    } 
}

七、中文分詞

創建索引

curl -XPUT http://localhost:9200/index

創建映射

curl -XPOST http://localhost:9200/index/fulltext/_mapping -d'
{
    "fulltext": {
             "_all": {
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_max_word",
            "term_vector": "no",
            "store": "false"
        },
        "properties": {
            "content": {
                "type": "string",
                "store": "no",
                "term_vector": "with_positions_offsets",
                "analyzer": "ik_max_word",
                "search_analyzer": "ik_max_word",
                "include_in_all": "true",
                "boost": 8
            }
        }
    }
}'

為索引添加一些內容

curl -XPOST http://localhost:9200/index/fulltext/1 -d'
{"content":"美國留給伊拉克的是個爛攤子嗎"}
'
curl -XPOST http://localhost:9200/index/fulltext/2 -d'
{"content":"公安部：各地校車將享最高路權"}
'
curl -XPOST http://localhost:9200/index/fulltext/3 -d'
{"content":"中韓漁警沖突調查：韓警平均每天扣1艘中國漁船"}
'
curl -XPOST http://localhost:9200/index/fulltext/4 -d'
{"content":"中國駐洛杉矶領事館遭亞裔男子槍擊 嫌犯已自首"}
'

進行查詢

curl -XPOST http://localhost:9200/index/fulltext/_search  -d'
{
    "query" : { "term" : { "content" : "中國" }},
    "highlight" : {
        "pre_tags" : ["<tag1>", "<tag2>"],
        "post_tags" : ["</tag1>", "</tag2>"],
        "fields" : {
            "content" : {}
        }
    }
}
'　

參考

• http://www.elasticsearch.org

• https://www.iwwenbo.com/elasticsearch-ik-install/

• http://samchu.logdown.com/posts/277928-elasticsearch-chinese-word-segmentation

• https://github.com/medcl/elasticsearch-analysis-ik

http://xxxxxx/Linuxjc/1175370.html TechArticle