自助建站软件,网站建设梦幻创意,百度官方网站入口,电子商务网站软件平台#x1f353; 简介#xff1a;java系列技术分享(#x1f449;持续更新中…#x1f525;) #x1f353; 初衷:一起学习、一起进步、坚持不懈 #x1f353; 如果文章内容有误与您的想法不一致,欢迎大家在评论区指正#x1f64f; #x1f353; 希望这篇文章对你有所帮助,欢… 简介java系列技术分享(持续更新中…) 初衷:一起学习、一起进步、坚持不懈 如果文章内容有误与您的想法不一致,欢迎大家在评论区指正 希望这篇文章对你有所帮助,欢迎点赞 收藏 ⭐留言 更多文章请点击 简介及安装请查看这篇:Elasticsearch简介及安装 文章目录 一、 正向索引二、 倒排索引三、 正向索引和倒排索引的区别三、与Mysql的概念对比四、分词器(粗细力度拆分)4.1 原始分词器4.2 IK分词器4.3 安装IK分词器4.3.1 在线安装较慢4.3.2 离线安装ik插件推荐 4.4 ik分词器测试4.5 IK分词器--拓展词库 五、mapping属性介绍六、 索引库操作(类似表操作)6.1 创建索引库6.2 查询6.3 删除6.4 修改 七、 文档操作(类似表中每条数据操作)7.1 添加7.2 查询7.3 删除7.4 修改 一、 正向索引
基于文档id创建索引,查询时先找文档,然后判断是否包含词条
正向索引也称为“文档索引”或“内容索引”是将文档ID与文档内容、单词相关联的关系。这意味着可以通过文档ID获取文档的内容。在构建索引时它的结构相对简单建立方便且易于维护。然而在查询时需要对所有文档进行扫描以确保没有遗漏这会使得检索时间大大延长检索效率低下。
数据库Mysql采用正向索引,例如:给表中的id建立索引,如下图所示
二、 倒排索引
对文档内容分词,对词条创建索引,并记录词条所在文档信息,查询时先根据词条查询文档id,然后获取文档
倒排索引是单词到文档ID的关联关系。也就是说通过单词可以搜索到对应的文档ID。倒排索引是搜索引擎的核心因为它们允许我们根据关键字快速找到相关的文档。倒排索引主要由两个部分组成单词词典Trem Dictionary和倒排列表Posting List。单词词典记录了所有的文档分词后的结果而倒排列表则记录了单词对应文档的集合。此外倒排索引还包含位置Position和偏移Offset信息用于词语搜索和高亮显示。
名词介绍:
文档(document): 每条数据就是一个文档词条(term): 文档按照语义分成的词语 三、 正向索引和倒排索引的区别
正向索引: 优点: 可以给多个字段创建索引根据索引字段搜索,排序速度非常快 缺点: 根据非所以呢字段,或者索引字段中的部分词条查找时,只能全表扫描。
倒排索引 优点: 根据词条搜索,模糊搜索时速度非常快 缺点: 只能给词条创建索引,而不是字段无法根据字段做排序
三、与Mysql的概念对比
Mysql: 擅长事务类型操作,可以确保数据的安全性和一致性 Elasticsearch:擅长海量数据的搜索,分析,计算
四、分词器(粗细力度拆分)
4.1 原始分词器
Elasticsearch在
创建倒排索引时需要对文档分词;在搜索时,需要对用户输入内容分词但是默认的分词规则 对中文处理并不好。 (如下) 我们希望按照词分
4.2 IK分词器
处理中文分词,一般会使用IK分词器GitHub地址:https://github.com/medcl/elasticsearch-analysis-ik ik_smart :最少切分,粗粒度 ik_max_word :最细切分,细粒度
4.3 安装IK分词器
4.3.1 在线安装较慢 # 进入容器内部docker exec -it es /bin/bash# 在线下载并安装./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip#退出exit#重启容器docker restart es# 查看es日志docker logs -f es4.3.2 离线安装ik插件推荐
因为根据上篇Elasticsearch简介及安装中我们知道,我们的插件数据卷为:es-plugins
因此通过下面命令查看:查看数据卷目录docker volume inspect es-plugins目录被挂载到了/var/lib/docker/volumes/es-plugins/_data 这个目录中。将下载的ik分词器文件(GItHub地址中下载或者到我的主页中的资源进行下载)放到该目录下重启容器# 重启容器
docker restart es
# 查看es日志
docker logs -f es4.4 ik分词器测试
ik_smart 分词器最少切分,粗粒度 ik_max_word 分词器最细切分,细粒度
4.5 IK分词器–拓展词库
比如我想实现让上图中的text字段的空间文化分成一个词语
首先我们来看下ik分词器的词库如何配置 和上文中一样先查看ik分词器安装的位置 docker volume inspect es-plugins打开IK分词器config目录 只需要修改一个ik分词器目录中的config目录中的ilAnalyzer.cfg.xml文件即可 拓展词典和停止词典在当前配置文件的所在目录 在ext.dic文件中(没有新建即可),添加想要的拓展词语即可; 停止词典同理一样 最后重启es docker restart es# 查看 日志
docker logs -f es测试发现成功
五、mapping属性介绍
Mapping(映射)是索引文档的约束,例如:字段数据类型约束,等等 文档地址:https://www.elastic.co/guide/en/elasticsearch/reference/7.17/getting-started.html 六、 索引库操作(类似表操作)
6.1 创建索引库
上述有介绍其含义,例如:type为text可分词,keyword精确值也就是不可分词
put /student
{mappings: {properties: {info: {type: text,analyzer: ik_smart},email: {type: keyword,index: false},name: {properties: {firstName: {type: keyword},lastName: {type: keyword}}}}}
}创建成功
6.2 查询
GET /索引库名
6.3 删除
DELETE /索引库名
6.4 修改
以后字段类型不可修改,只能新增字段 再次查看成功添加
七、 文档操作(类似表中每条数据操作)
7.1 添加
post /student/_doc/1
{info: 我爱学习,email: asfdasfdd.163.com,name: {firstName: 关,lastName: 羽}
}7.2 查询 7.3 删除 发现删除成功了
7.4 修改
方式一:全量修改,会删除旧文档,添加新文档
那么存在为修改,不存在时为新增
方式二:增量修改,修改指定字段
