Elasticsearch（ES）是近实时的分布式搜索分析引擎。这篇文章整理和筛选了ES相关资料，包括索引、分词、多条件查询、聚合、自动补全、建议词、同义词、安全性等等，便于大家学习和使用ES搜索引擎。
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
常用的es语句
版本：Elasticsearch 7.9.0
在线kibana：http://134.175.121.78:5601/app/dev_tools#/console
（是我自己的服务器搭建的，请大家友好的体验）
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。