记录ElasticSearch（es）

迈不过友情╰ 2022-10-15 04:58 148阅读 0赞

## 记录ElasticSearch（es） ##

什么是ElasticSearch，ElasticSearch是一个开源大数据分布检索引擎，

说 到ElasticSearch 就需要说一下他的内部组成包，

Lucene 是一套信息检索工具包（就相当于我们想要写一个java的程序，需要安装一个jdk），不包含搜索引擎系统，包含的索引结构（二叉树，红黑数，Hashmap,B++,）读写索引的工具，排序，搜索规则…工具类，

ElasticSearch 是基于Lucene 实现的一些封装和增强的搜索引擎系统！！

#### ElasticSearch比较solr总结 ####

1，es 是开箱即用（解压即可使用），solr 相对复杂一点，

2，solr利用zookeeper 进行进行分布式管理，而ES自带分布式协调管理功能，

3，solr 支持更多的数据格式，比如，json,XML,csy，txt, 而ES 只支持json 文件格式

4，solr 官方提供的功能更多，而ES 更加注重核心功能，高级功能需要第三方组件支持，例如高级图形界面需要kibana 友好支持~

5，solr 查询快，但是更新索引慢（即插入删除慢，），用于电商等查询多的应用，

\*\*·\*\*ES建立索引快（即查询慢），即时性查询快，用于fackbook 新浪等搜索

solr 是传统搜索应用的有力解决方案，但是ES更加实用于新兴（大数据时代）的实时搜索应用

6，solr 比较成熟，有一个更大，更成熟的用户，社区开发和贡献者环境，而ES 相对开发维护人员较少，更新条块，学习实用成本高。

#### ElasticSearch简介： ####

ElasticSearch是一个实时分布式搜索和分析引擎，它让数据以前所未有的速度处理大数据成为可能！！！

它是用于全文搜索，结构化搜索，分析，以及将三者混合使用；

…

ElasticSearch是一个基于Apache Lucene ™的开源搜索引擎，无论是在开源还是在专有领域，Lucene 都是被认为是迄今为止最为先进，性能最好，功能最全的搜索引擎库；

但是Lucene只是一个库，想要使用它，你必须使用java 来作为开发语言，并将其直接集成到你的项目中，

https://www.elastic.co/cn/downloads/elasticsearch

ElasticSearch也使用java 开发环境并使用lucene 来作为它的核心来实现所有索引和搜索的功能，但是他的目的是通过简单的RsetFul API 来隐藏Lucene 的复杂性，

#### Sorl 简介： ####

Solr 是Apache 下的一个顶级开源项目，采用java开发，基于Lucene开发的全文搜索服务器，solr 提供了比Lucene更加丰富的查询语言，同时实现了可配置，可扩展，并对索引，搜索性能进行了优化！！

Solr可以独立运行，运行在jetty ，tomact 等这些servlet 容器中，solr索引的实现方法很简单，用post 方法想solr 服务器发送一个描述field 及其内容的XML 文档，solr根据xml文档添加，修改，删除，更新索引，solr搜哦只需要发送HTTP GET 请求，然后对solr返回的xml，json ,等格式的查询结果进行解析，组织页面布局。solr不提供构建url 的功能。solr 提供一个管理页面，通过管理界面可有查询solr 的配置和运行情况.。

solr是基于Lucene开发的企业及搜索服务器，实际上就是封装了Lucene。

solr是一个独立的企业及搜索应用服务器，它对外提供类似于Web-service API 接口。用户可以同http请求，想搜哦引擎服务器提交一个格式的文件。生成索引；也可以提供提出查找请求，并得到返回结果！！！！

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XcRWj4yw-1621773246387)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305112721839.png)\]

#### ElasticSearch 安装及其使用： ####

> 下载 ElasticSearch

1，下载 ElasticSearch

ES官网下载地址：https://www.elastic.co/cn/downloads/elasticsearch

elk 华为云下载地址：https://mirrors.huaweicloud.com/logstash/

ELK 三剑客，都是开箱即用（解压就可以直接使用），前提需要满足在我们的电脑上安装了node.js 前端的环境！！！

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XCkBN9F8-1621773246389)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305152942182.png)\]

2，熟悉目录

bin  启动文件  .bat
    config   配置文件 
           log4j2  日志配置文件
           jvm 虚拟机配置文件 
           elasticsearch.yml  ElasticSearch  配置 域名 9200   是否允许跨域  
    lib       jar架包 
    logs      日志文件
    modules   功能模块
    plugins   插件

3，点击bin 目录下的 .bat 文件

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-guahoMVl-1621773246391)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305153829660.png)\]

4，打开9200的端口 ,访问测试

{
      "name" : "DESKTOP-0DFTEKM",
      "cluster_name" : "elasticsearch",
      "cluster_uuid" : "uvrgvMq_RmOSTsLBjVzWAg",
      "version" : {
        "number" : "7.6.2",
        "build_flavor" : "default",
        "build_type" : "zip",
        "build_hash" : "ef48eb35cf30adf4db14086e8aabd07ef6fb113f",
        "build_date" : "2020-03-26T06:34:37.794943Z",
        "build_snapshot" : false,
        "lucene_version" : "8.4.0",
        "minimum_wire_compatibility_version" : "6.8.0",
        "minimum_index_compatibility_version" : "6.0.0-beta1"
      },
      "tagline" : "You Know, for Search"
    }

> 安装 head 插件 可视化界面

1，官网下载地址： https://www.github.com/mobz/elasticsearch-head/

下载界面：

![image-20210305155350743][]

2，下载完毕之后，如何使用，

可以使用git把github (gitee) 上的文件克隆 到本地， 然和 cd 打开我们的文件目录， npm install (下载插件，cnpm install 同理)， npm run start 打开测试即可；

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-onQL8D2p-1621773246397)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305155235086.png)\]

打开测试会发现下图，没有连接到集群：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tpX2wtGs-1621773246398)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305160455176.png)\]出现这种情况，我们需要在ElasticSearch 配置文件中，允许跨域

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SOeyw9ER-1621773246399)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305160718419.png)\]

http.cors.enabled: true
    http.cors.allow-origin: "*"

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YTyE5sDo-1621773246399)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305160846379.png)\]

3，连接成功的效果图：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6u16TfSI-1621773246400)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305161045826.png)\]

我们初学者可以把ES 当成 是一个数据库，（可以建立索引== 库，文档 ==数据）

> 这个head 我们只作为数据显示的工具，后面的搜索查询数据，用kibana 查询

> 安装kibana

Kibana 是一个针对ElasticSearch 的开源分析及可视化平台，用来搜索 ，查询交互存储在ElasticSearch 索引（库），中的数据，使用kibana 可以通过各种的图表进行高级数据分析及展示。kibana 让海量数据更加容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表盘，\[ （dashboard) ==类似 Hystrix 的检测 \] 实现显示ElasticSearch 查询动态，

官网：https://www.elastic.co.cn.kibana

注意：kibana 和es 需要保持版本一致；

下载完毕后解压打开 bin 文件 运行.bat

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6D5YhSMt-1621773246400)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305164910551.png)\]

效果图如下：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pxalEIjk-1621773246401)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210305164734336.png)\]

4，开发工具的使用，（post，curl，head，kibana,谷歌浏览器插件测试， ）

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vpS6i5tj-1621773246401)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307090415730.png)\]

5，实现 kibana 页面国际化，

找到kibana 的配置文件， 下图中是存放汉化字体的文件：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Y3l6b66r-1621773246402)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307090518627.png)\]

配置更改成：修改完配置文件需要重启！！！

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rsuEtySl-1621773246402)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307090727093.png)\]

启动kiabana 之前需要把我们的EleasticSearch 给启动号，不启动的话，他无法实现启动，还会警告你

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qQxU1mAK-1621773246403)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307091031767.png)\]

#### ES的核心概念 ####

> 概述

集群，节点，索引，类型，文档，分片， 映射 这些都是代表了什么意思 ？？？

> eleasticsearch 是面向文档，关系行数据库和elasticsearch 客观对比；

<table> 
 <thead> 
  <tr> 
   <th>Realtional DB</th> 
   <th>Elasticsearch</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>数据库 (data base ）</td> 
   <td>索引</td> 
  </tr> 
  <tr> 
   <td>表 （table )</td> 
   <td>type 类型</td> 
  </tr> 
  <tr> 
   <td>行 （rows)</td> 
   <td>documents 文档</td> 
  </tr> 
  <tr> 
   <td>字段( columns )</td> 
   <td>fileds 一切都 是 json {}</td> 
  </tr> 
 </tbody> 
</table>

elasticSearch （集群） 中含有多个 索引（数据库） 每个索引中国有可以包含多个的类型（表） 每个类型下面又含有多个的字段（列）

**物理设计**

elasticSearch 在后太把每个 的索引分成了多个 的分片 ，每个的分片可以在集群中 的不同服务器间迁徙， 一个人就是一个集群！ 默认的集群名为 elasticSearch

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BApd6iuy-1621773246403)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307093132558.png)\]

###### 1）Cluster：集群。 ######

ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。

2）Node：节点

形成集群的每个服务器称为节点。

###### 3）Shard：分片。 ######

当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。  
当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。

###### 4）Replia：副本。 ######

为提高查询吞吐量或实现高可用性，可以使用分片副本。  
副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。  
当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。

###### 5）全文检索。(索引） ######

全文检索就是对一篇文章进行索引，可以根据关键字搜索，类似于mysql里的like语句。  
全文索引就是把内容根据词的意义进行分词，然后分别创建索引，例如”你们的激情是因为什么事情来的” 可能会被分词成：“你们“，”激情“，“什么事情“，”来“ 等token，这样当你搜索“你们” 或者 “激情” 都会把这句搜出来。

> 索引

就是数据库！！！

索引是映射类型的容器 ，elasticseach 文档集合，索引存储了映射类型字段和其他的设置然和他们被 存储到了各个 分支分片 上 。 我们来研究分片是如何工作的 ！！！

**物理设计 ：节点和分片 是如何工作的**

一个集群中至少有一个节点 而一个节点 就是一个elasric searcn 的进程 节点可以是 有多个索引默认的 ，如果你创建索引 ，那么索引将会有五个分片 构成 ， 每一个主分片会有一个副本

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nsUmdJTn-1621773246404)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307095202980.png)\]

![image-20210307095311586][image-20210305155350743]

上图 是一个有三个节点的集群，可以看得到 主分片 和对应的复制分片都会在不同的节点之下，这样有利于某一个节点挂掉了，数据也不会至于直接my，实际上一个分片就是一个 Lucene 索引，一个包含**倒排索引**的文件目录 ，倒排索引结果使得 ES 在不扫描全部文档 情况下，就可以告诉你 那些文档包含着特点的关键字, ， 接下来我们看看什么是倒排索引 ！！！

> 倒排索引

ES 使用的是一种称之为 倒排索引的 结构， 采用 的是 Luncene 倒排索引为底层结构 ，这种结构 适用有快速 的全文搜索 ，一个索引于文档中所有不重复的列表构成 ，对于每一个词，都有一个包含他的 文档列表 ，

图片来源地址：https://blog.csdn.net/csdnliuxin123524/article/details/91581209

![img][]

图4 简单的倒排索引

上图中有的几个文档 ，倒排索引可以通过我们输入的一些关键字来

中文和英文等语言不同，单词之间没有明确分隔符号，所以首先要用分词系统将文档自动切分成单词序列。这样每个文档就转换为由单词序列构成的数据流，为了系统后续处理方便，需要对每个不同的单词赋予唯一的单词编号，同时记录下哪些文档包含这个单词，在如此处理结束后，我们可以得到最简单的倒排索引（参考图3-4）。在图4中，“单词ID”一栏记录了每个单词的单词编号，第二栏是对应的单词，第三栏即每个单词对应的倒排列表。比如单词“谷歌”，其单词编号为1，倒排列表为\{1,2,3,4,5\}，说明文档集合中每个文档都包含了这个单词。

![img][img 1]

图4 简单的倒排索引

之所以说图4所示倒排索引是最简单的，是因为这个索引系统只记载了哪些文档包含某个单词，而事实上，索引系统还可以记录除此之外的更多信息。图5是一个相对复杂些的倒排索引，与图4的基本索引系统比，在单词对应的倒排列表中不仅记录了文档编号，还记载了单词频率信息（TF），即这个单词在某个文档中的出现次数，之所以要记录这个信息，是因为词频信息在搜索结果排序时，计算查询和文档相似度是很重要的一个计算因子，所以将其记录在倒排列表中，以方便后续排序时进行分值计算。在图5的例子里，单词“创始人”的单词编号为7，对应的倒排列表内容为：（3:1），其中的3代表文档编号为3的文档包含这个单词，数字1代表词频信息，即这个单词在3号文档中只出现过1次，其它单词对应的倒排列表所代表含义与此相同。

![img][img 1]

图 5 带有单词频率信息的倒排索引

实用的倒排索引还可以记载更多的信息，图6所示索引系统除了记录文档编号和单词频率信息外，额外记载了两类信息，即每个单词对应的“文档频率信息”（对应图6的第三栏）以及在倒排列表中记录单词在某个文档出现的位置信息。

![img][img 2]

图6 带有单词频率、文档频率和出现位置信息的倒排索引

“文档频率信息”代表了在文档集合中有多少个文档包含某个单词，之所以要记录这个信息，其原因与单词频率信息一样，这个信息在搜索结果排序计算中是非常重要的一个因子。而单词在某个文档中出现的位置信息并非索引系统一定要记录的，在实际的索引系统里可以包含，也可以选择不包含这个信息，之所以如此，因为这个信息对于搜索系统来说并非必需的，位置信息只有在支持“短语查询”的时候才能够派上用场。

以单词“拉斯”为例，其单词编号为8，文档频率为2，代表整个文档集合中有两个文档包含这个单词，对应的倒排列表为：{(3;1;<4>)，(5;1;<4>)},其含义为在文档3和文档5出现过这个单词，单词频率都为1，单词“拉斯”在两个文档中的出现位置都是4，即文档中第四个单词是“拉斯”。
    
     图6所示倒排索引已经是一个非常完备的索引系统，实际搜索系统的索引结构基本如此，区别无非是采取哪些具体的数据结构来实现上述逻辑结构。
    
     有了这个索引系统，搜索引擎可以很方便地响应用户的查询，比如用户输入查询词“Facebook”，搜索系统查找倒排索引，从中可以读出包含这个单词的文档，这些文档就是提供给用户的搜索结果，而利用单词频率信息、文档频率信息即可以对这些候选搜索结果进行排序，计算文档和查询的相似性，按照相似性得分由高到低排序输出，此即为搜索系统的部分内部流程。

————————————————  
版权声明：本文为CSDN博主「小宇plus」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。  
原文链接：https://blog.csdn.net/csdnliuxin123524/article/details/91581209

扩展：正向排序：https://blog.csdn.net/GarfieldEr007/article/details/50479074

#### IK分词器 插件 ####

> 什么是IK 分词器？？

分成： 即把一段中文或者别的划分为 一个一个的关键词 ，在我们搜索的时候会把之间的信息进行分词，会把数据库中或者索引库的数据进行分词，然后进行一个匹配操作，默认的中文分词是将一个字看成一个词，比如 我爱 ljm === “我”+ “爱” + “l" +“j”+”m“;

这显然是不符合要求的，所以我们需要使用IK 分词器来解决这个问题。 把一些不是常规词的词，加入到我们的“ 仓库 ” 中！！

IK分词器适用用于中文。

IK 提供了 两个分词算法：ik\_smart 和 ik\_max\_word , 其中 ik\_smart 为最少切分 ， ik\_max\_word 为最细颗粒划分 ！！

> 安装 IK 分词器

1，下载地址： https://github.com/medcl/elasticsearch-analysis-ik

2，下载完毕，把这个插件放置在ES 在的plugins 包下

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zs0xCFXm-1621773246405)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307192417329.png)\]

3，重启ES 在kibana 进行测试

*  使用 ik\_smart 最少切分 搜索结果

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-eUkNdXxY-1621773246405)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307192715779.png)\]

*  使用 ik\_max\_word 最细颗粒划分 搜索结果

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-foQ1kYMA-1621773246406)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307192919845.png)\]

比较尴尬的时，在开始使用的时候出现了这样的一个错误

{
      "error" : {
        "root_cause" : [
          {
            "type" : "json_parse_exception",
            "reason" : "Unexpected character ('\"' (code 34)): was expecting comma to separate Object entries\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@2100f5c0; line: 3, column: 4]"
          }
        ],
        "type" : "json_parse_exception",
        "reason" : "Unexpected character ('\"' (code 34)): was expecting comma to separate Object entries\n at [Source: org.elasticsearch.transport.netty4.ByteBufStreamInput@2100f5c0; line: 3, column: 4]"
      },
      "status" : 400
    }

400 状态码 , 上传的格式错误，产生错误的原因是忘记写一个逗号，但是没有提示，然后我关闭重启后，才有一个“ 逗号” 的提示；

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cn5UQA8V-1621773246406)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307193317750.png)\]

这其中还有一个问题出现：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lnsL9oH4-1621773246407)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307193619665.png)\]当我输入一个自己组建的 ” 陌生 “ 词的时候，在使用最少切分的这个词也仍然是按一个一个词来，这样没有实现我想要的，这就需要我们在IK 分析器里面，自己把这个词给家进去！！！

在IK分词器插件的config 包下新建一个自己的扩建字典：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mZMqUq1L-1621773246407)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307194157923.png)\]

在配置中，把自己新建的扩展字段，加入到配置问文件中：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-v8iXHzVS-1621773246408)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307194444994.png)\]

配置好，重启之后，在使用最少切分搜索得到一下结果：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FwbGX6et-1621773246408)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210307194836315.png)\]

#### Rest 风格 ####

一种软件架构的风格， 而不是标准，只是提供了一组设计原则和约束条件，（通过不同的命令来实现不同 的操作！！1）；它主要用于客户端和服务器之间交互类的软件，基于这个风格设计的软件可以更加的简洁，更有层次，更易用实现缓存等机制！！

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FYmIR7At-1621773246409)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308083842864.png)\]

> 基础 测试：

##新增一个简单的 索引（库）中的文档
    PUT   /仓库名称/~类型~/ id  
    {
    json字段文档信息内容
    }
    
    
    POST /text02/_doc/3/
    {
     "doc":{
      "name":"周杰伦",
      "age":"21",
      "brtind":"1997-03-29",
      "remack":["歌手","青年","z作家"]
    
     }
      
    }

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TlpNoXGP-1621773246409)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308090349123.png)\]

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RUWZn5Nd-1621773246410)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308101924248.png)\]

###  设置索引config 
    PUT  /仓库名称 
    {
      "mappings": { ### mappings 映射规则
        "properties": {   ## 索引属性 设置  properties
          "name":{
            "type": "text"
          },
          "age":{
            "type": "long"
          },
          "brtind":{
            "type": "date"
          },
          "remack":{
            "type": "text"
          }
        }
    }

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yefhhOrW-1621773246410)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308091427034.png)\]

修改索引中的文件：

强制替换

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EuKPLUnB-1621773246411)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308091655274.png)\]

使用修改语句 修改索引的数据

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4kACRRsA-1621773246412)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308092743868.png)\]

查询显示某一个索引（库）中的索引文档：

GET /text02/_search
    {
    }

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NZphHmNu-1621773246412)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308093014287.png)\]

> 删除索引

依据DELECT 语句，根据你输入的语句来判断 ，你是需要删除一个索引，还是删除一个索引内部的某个文档！！！

###  删除的一个文档：
    DELETE /text03/_doc/1/
    
    #####删除的一个索引 
    DELETE /text03/

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ul63wJCt-1621773246413)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210308093736080.png)\]

#### kibana 复杂查询 ####

…

#### 使用springboot 集成es ####

在IDEA 中新建一个springboot 项目， springboot版本为，

<parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.4.4</version>
        <relativePath/> 
    </parent>

需要导入 fackjson ，lombok , elasticsearch 的maven 依赖

<dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
    
    <dependency>
        <groupId>com.alibaba</groupId>
        <artifactId>fastjson</artifactId>
        <version>1.2.46</version>
    </dependency>
    
    <dependency>
        <groupId>org.elasticsearch.client</groupId>
        <artifactId>elasticsearch-rest-high-level-client</artifactId>
        <version>${es.version}</version>
    
    </dependency>
    <dependency>
        <groupId>org.elasticsearch</groupId>
        <artifactId>elasticsearch</artifactId>
        <version>${es.version}</version>
    </dependency>

这里需要注意的是在springboot 版本中有一个默认的低版本的elasticsearch， 这里我们需要自己定义一个elasticsearch 的版本（elasticsearch 版本需要和自己电脑中的elasticsearch 版本一致）；

第二步，创建一个 配置类，自己建一个高级的客户端来方便与我们来使用 elasticsearch 的api 接口；

@Bean
     @Qualifier("elasticsearchClient")
        public RestHighLevelClient restHighLevelClient() { 
        RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
                new HttpHost("127.0.0.1", 9200, "http")));
         return client;
    }

第三步： 编译测试类

@Autowired
    
      RestHighLevelClient restHighLevelClient;
    
    //添加索引
      @Test
      public void add() throws IOException { 
          CreateIndexRequest createIndexRequest = new CreateIndexRequest("Document");
          System.out.println(createIndexRequest);
          CreateIndexResponse createIndexResponse = restHighLevelClient.indices().create(createIndexRequest, RequestOptions.DEFAULT);
          System.out.println(createIndexResponse);
      }

现在有一个问题：bug 测试 add(); 方法

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2i5NStQs-1621773246413)(C:\\Users\\刘\\AppData\\Roaming\\Typora\\typora-user-images\\image-20210412201206323.png)\]

定义的

@Configuration
    public class RestHighLevelClientConfig {
    
        ///https://blog.csdn.net/admin741admin/article/details/107816451
        @Bean
        public RestHighLevelClient restHighLevelClient() {
            RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
                    new HttpHost("127.0.0.1", 9200, "http")));
            return client;
        }
    
    
    
    }

[image-20210305155350743]: 
[img]: /images/20221014/a3a75fb68c6b4177acf9b67c165c62f6.png
[img 1]: /images/20221014/7a82ed2e43284fa6b46e56850b050d62.png
[img 2]: /images/20221014/88422726d27c4cfc85709308eca4bf5c.png