管理系统门户网站开发路线/优化大师绿色版

es就是json请求体代替字符串查询

dsl查询和过滤，一个模糊查询，一个非模糊查询

must，should 做模糊查询的，里面都是match，根据查询内容进行匹配，filter过滤，term词元查询，就是等值查询。range   

• query : 查询，所有的查询条件在query里面

• bool : 组合搜索bool可以组合多个查询条件为一个查询对象，这里包含了 DSL查询和DSL过滤的条件

• must : 必须匹配 ：与(must) 或(should) 非(must_not)

• match：分词匹配查询，会对查询条件分词 ， multi_match :多字段匹配

• filter： 过滤条件

• term：词元查询，不会对查询条件分词

• from，size :分页

• _source ：查询结果中需要哪些列

• sort：排序

分词器：

什么叫分词，在全文检索的理论中，通过关键字查询文档索引进行匹配

倒排索引，正派索引

正排索引，就是一个一个匹配，然后赛选数据。

倒排索引：根据分词器进行分词，语义转换，排序，分组操作生成词元，词元对应文档id

操作es，首先要获取客户端，所以我们要工具类，拿到客户端。

es为什么查询快，因为基于倒排索引，然后就问你倒排索引，非常热点的面试题。

分词器作用

数据的查询是否精准和分词器有很大关系，它默认是英文的分词器

中文的分词器

IK分词器

ES对中文做分词器，默认是英文分词器，10年了还是IK分词器。

要写上，anlyzer：“ik smart”

ik 分词器中有个config文件夹，加上自己想要分词的词语即可。

解压后放到Es插件中

mappering 映射 都是自动给我们创建的，有默认mappering

给的什么数据，就自动解析，默认映射类型。

详细映射写法

analyzer   索引分词器，索引创建时使用的分词器

search_analyzer：  搜索改字段的值，传入的查询内容的分词器。

多字段索引：当对该字段需要使用多种索引模式时使用。如：城市搜索 New York"city":"city":{ "type": "text", "analyzer": "ik_smart", "fields": { "raw": { "type": "keyword" } } } 解释：相当于给 city取了一个别名 city.raw，city的类型为text , city.raw的类型keyword 搜索 city分词 ; 搜索city.raw 不分词那么以后搜索过滤和排序就可以使用city.raw字段名 |

相当于又是text又是keyword？

排序不分词，相当于多了个别名。

默认文档映射

public class ESClientUtil {public static TransportClient getClient(){TransportClient client = null;Settings settings = Settings.builder().put("cluster.name", "elasticsearch").build();try {client = new PreBuiltTransportClient(settings).addTransportAddress(new TransportAddress(InetAddress.getByName("127.0.0.1"), 9300));} catch (UnknownHostException e) {e.printStackTrace();}return client;}}

API结合Es

简单的增删改查，就不讲了吧，大概流程都是差不多，都是获取的客户端.方法，增删改查的。

先批量插入100条数据，做测试用的

    @Testpublic void test4(){
//        批量新增100次TransportClient client = esClientUtil.getClient();BulkRequestBuilder bulkRequestBuilder = client.prepareBulk("shopcar99", "user");for (int i = 0; i < 100; i++) {IndexRequestBuilder indexRequestBuilder = client.prepareIndex("shopcar99", "user", i + "");HashMap<String, Object> map = new HashMap<>();map.put("id",i);map.put("name","zhang"+i);map.put("sex",i%2==0?"n":"nv");map.put("age",26+i);map.put("intro",i+"qweqeq");indexRequestBuilder.setSource(map);bulkRequestBuilder.add(indexRequestBuilder);}BulkResponse bulkItemResponses = bulkRequestBuilder.get();System.out.println(bulkItemResponses);}

DSL查询+DSL过滤

主要的层级关系

query -> bool -> must -> match

先去那query，再去拿bool，分词是must-》match

filter->range

把层级理清楚了，代码就懂了。

    @Testpublic void test5(){TransportClient client = esClientUtil.getClient();SearchRequestBuilder requestBuilder = client.prepareSearch("shopcar99");SearchRequestBuilder user = requestBuilder.setTypes("user");
//        3分页查询，排序，指定查询字段，查询条件
//        分页requestBuilder.setFrom(0);requestBuilder.setSize(10);
//        paixurequestBuilder.addSort("age",SortOrder.ASC);
//        第一个字段叫做包含的 会查出第一个参数中设置的字段
//        第二个参数 exclude 排除  就是排除掉第二个参数中的字段，其他字段全部都要查出来。String [] include = {"id","name","age","sex","intro"};requestBuilder.setFetchSource(include,null);
//        为什么要用bool，
//        query -> bool -> must -> match
//        bool，直接拿到bool那个层级
//        分词区间等级查询,must->matchBoolQueryBuilder boolQuery = QueryBuilders.boolQuery();List<QueryBuilder> must = boolQuery.must();
//        模糊查询
//        must.add(QueryBuilders.matchQuery("intro","1"));MatchQueryBuilder matchQueryBuilder = QueryBuilders.matchQuery("intro", "qweqeq");must.add(matchQueryBuilder);
//        bool->filter->rangeList<QueryBuilder> filter = boolQuery.filter();QueryBuilders.rangeQuery("age").gte(30).lte(70);//等值查询TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("sex", "n");filter.add(termQueryBuilder);requestBuilder.setQuery(boolQuery);SearchResponse searchResponse = requestBuilder.get();SearchHits hits = searchResponse.getHits();System.out.println(hits.getTotalHits());SearchHit[] hits1 = hits.getHits();
//        hits里面还有hits，这里面就是数据for (SearchHit documentFields : hits1) {System.out.println(documentFields.getSourceAsMap());}client.close();}