{ 
           "name" : "74c1872a9b2d",   "cluster_name" : "docker-cluster",   "cluster_uuid" : "NtcKAJTdTd6rU-NTzwnrSg",   "version" : { 
             "number" : "8.1.0",     "build_flavor" : "default",     "build_type" : "docker",     "build_hash" : "3700f7679f7d95e36da0b43762189bab189bc53a",     "build_date" : "2022-03-03T14:20:00.690422633Z",     "build_snapshot" : false,     "lucene_version" : "9.0.0",     "minimum_wire_compatibility_version" : "7.17.0",     "minimum_index_compatibility_version" : "7.0.0"   },   "tagline" : "You Know, for Search" } 

我们可以通过下面的三个部分组成自己想要的分词器效果

• 按照中文词语或者英文单词拆分文本
• 中文汉字转化为拼音
• 中文汉字转化为每个字的拼音首字母连接，如 拼音 -> py

PUT /study
{ 
        
  "settings": { 
        
    "analysis": { 
        
      "analyzer": { 
        
        "my_analyzer": { 
        
          "tokenizer": "ik_max_word",
          "filter": "pinyin"
        }
      },
      "filter": { 
        
        "pinyin": { 
        
          "type": "pinyin",
          "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "remove_duplicated_term": true,
          "limit_first_letter_length": 16,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  "mappings": { 
        }
}

拼音分词器有很多配置项，大致如下

• keep_first_letter：启用此选项时，例如：刘德华 > ldh，默认值：true
• keep_separate_first_letter：启用此选项时，将单独保留首字母，例如：刘德华 > l，默认：false，注意：查询结果可能过于模糊
• limit_first_letter_length：设置 first_letter 结果的最大长度，默认值：16
• keep_full_pinyin：启用此选项时，例如：刘德华 > [ liu, de, hua]，默认值：true
• keep_joined_full_pinyin：启用此选项时，例如：刘德华 > [ liudehua]，默认值：false
• keep_none_chinese：结果中保留非中文字母或数字，默认值：true
• keep_none_chinese_together：将非中文字母保持在一起，默认：true，例如：DJ音乐家 > DJyinyuejia
• keep_none_chinese_in_first_letter：首字母保留非中文字母，例如：刘德华AT2016 > ldhat2016，默认：true
• keep_none_chinese_in_joined_full_pinyin：保留非中文字母加入完整拼音，例如：刘德华2016 > liudehua2016，默认：false
• none_chinese_pinyin_tokenize：如果是拼音，则将非中文字母分成单独的拼音词，默认：true，例如：liudehuaalibaba13zhuanghan > liu, de, hua, a, li, ba, ba, 13, zhuang, han, 注意：需要先启用 keep_none_chinese 和 keep_none_chinese_together
• keep_original：启用此选项时，也将保留原始汉字，默认值：false
• lowercase：非中文字母转小写，默认：true
• trim_whitespace：去空格，默认真
• remove_duplicated_term：删除重复的术语以保存索引，例如：de的 > de，默认：false，注意：位置相关的查询可能会受到影响
• ignore_pinyin_offset：6.0以后，offset 被严格限制，tokens 重叠是不允许的，有了这个参数，tokens重叠会被忽略 offset，请注意，所有位置相关的查询或高亮都会变得不正确，你应该使用多个字段并为不同的设置指定不同的设置查询目的。如果需要偏移，请将其设置为 false。默认值：true。

下方所有案例全部采用这个索引库：study

PUT /study
{ 
        
  "settings": { 
        
    "analysis": { 
        
      "analyzer": { 
        
        "my_analyzer": { 
        
          "tokenizer": "ik_max_word",
          "filter": ["length", "pinyin"]
        }
      },
      "filter": { 
        
        "pinyin": { 
        
          "type": "pinyin",
          "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "remove_duplicated_term": true,
          "limit_first_letter_length": 16,
          "none_chinese_pinyin_tokenize": false
        },
        "length":{ 
        
          "type":"length",
          "min":2
        }
      }
    }
  },
  "mappings": { 
        
    "properties": { 
        
      "id": { 
        "type": "integer"},
      "name": { 
        "type": "text", "analyzer": "my_analyzer", "search_analyzer": "ik_max_word"},
      "birthday": { 
        "type": "date", "format": "yyyy-MM-dd HH:mm:ss"},
      "weight": { 
        "type": "double"},
      "describe": { 
        "type": "text", "analyzer": "my_analyzer", "search_analyzer": "ik_max_word"}
    }
  }
}

DELETE /study

• ES 不允许修改或者删除已经存在的字段
• 修改索引准确的来讲相当于新增字段

PUT /study/_mapping
{ 
        
  "properties": { 
        
    "geo" : { 
        "type": "geo_point"}
  }
}

GET /_cat/indices

-- 返回值
yellow open study aK2MakZXTp-y0ezGOadPiw 1 1 0 0 225b 225b

-- 返回值每一列的意思：
yellow：健康状态，yellow 警告，green 健康，单节点部署的话都为 yellow
open：  当前索引是 打开或关闭 状态
study： 索引名称
aK2MakZXTp-y0ezGOadPiw：索引的唯一标识
1：主分片数
1：副本分片数
0：可用文档
0：已删除文档
225b：主分片、副本分片总存储大小
225b：主分片存储大小

GET /study

• 下方命令中结尾的 2 为文档唯一 ID，字符串类型，如果不设置在会自动生成
• 如果在执行下方的命令时，发现 ID 已经存在，则会覆盖原来的数据，起到全量修改的作用

POST /study/_doc/2
{ 
        
  "id": 2,
  "name": "李四",
  "birthday": "1992-07-16 00:00:00",
  "weight": 90.20,
  "describe": "这是一个品学兼优的学生",
  "sex": "男",
  "geo": "30,60"
}

• 下方命令中结尾的 1 为文档新增时设置的唯一 ID

DELETE /study/_doc/1

• 如果需要修改大量字段，推荐采用 新增，覆盖的方式
• 如果只是局部修改一两个字段，可以采用下方的命令
• 下方命令中结尾的 2 为文档新增时设置的唯一 ID

POST /study/_update/2
{ 
        
  "doc": { 
        
    "sex": "女"
  }
}

• 下方命令中结尾的 2 为文档新增时设置的唯一 ID

GET /study/_doc/2

• 上方已经实现了根据唯一 ID 的简单查询，但是数据的查询往往不可能这么简单，下方介绍一些常用的查询方式

{ 
        
    "query": { 
         具体的 DSL 查询条件 },
    "from": "数字：分页的起始位置，默认 0",
    "size": "数字：每页的最大显示条数，默认 10",
    "sort": [{ 
        "字段": "升序 asc、降序 desc"}]
}

• from 和 size 类似于 mysql 中 limit 查询的两个参数
• size 最大值不能超过 10000
• es 的查询不存在全量，都存在分页约束

• 查询方式：match_all

• 由于 ES 的查询都被分页约束，所以该查询相当于没有任何条件的分页查询

• 想要多看见几条数据，可以加 from：0，size：10000 查看最多一万条数据（不推荐）

GET /study/_search
{ 
        
  "query": { 
        "match_all": { 
        }}
}

• 查询方式：match 和 multi_match
• 该种方式的查询字段仅适用于：text 类型的数据

-- 单字段
GET /study/_search
{ 
        
  "query": { 
        
    "match": { 
        
      "name": "ZS"
    }
  }
}

-- 多字段
GET /study/_search
{ 
        
  "query": { 
        
    "multi_match": { 
        
      "query": "调皮捣蛋",
      "fields": ["describe", "name"]
    }
  }
}

精确查询不支持 text 类型的字段

• 查询方式：term
• 类似于传统数据库的 (where field = value)

GET /study/_search
{ 
        
  "query": { 
        
    "term": { 
        "sex": "男"}
  }
}

• 查询方式：range
• 适用数据类型：数字，keyword，date 等
• 类似于传统数据库的 (where field > value1 and field < field2 或者 between … and)
• gt、gte：大于 大于等于
• le、lte： 小于 大于等于

GET /study/_search
{ 
        
  "query": { 
        
    "range": { 
        
      "weight": { 
        "gte": 10, "lte": 200}
    }
  }
}

• 查询方式：geo_bounding_box
• 适用数据类型：geo_point
• top_left：左上角的点坐标
• bottom_right：右下角的点坐标
• 查询逻辑：两个点拉成一个矩形，在矩形范围内的点都会被查询出来
• 以下为 西经50度到东京100度，北纬10度到北纬30度 范围内的数据

GET /study/_search
{ 
        
  "query": { 
        
    "geo_bounding_box": { 
        
      "location": { 
        
        "top_left": { 
         "lat": 30, "lon": -50 },
        "bottom_right": { 
         "lat": 10, "lon": 100 }
      }
    }
  }
}

• 查询方式：geo_distance
• 适用数据类型：geo_point
• distance：距离
• location：一个坐标，维度，经度
• 查询逻辑：计算两个坐标之间的距离，获取 distance 指定范围内的数据
• 以下为 查询距离 东经59度北纬30度150公里 范围内的数据

GET /study/_search
{ 
        
  "query": { 
        
    "geo_distance": { 
        
      "distance": "150km",
      "location": "30,59"
    }
  }
}

ES 在未指定排序字段时，默认会给每一条文档进行打分（_score），分数越高的文档，在查询结果中的排序越靠前。再次基础上，我们可以通过算分函数（function_score）人为干预算分结果，从而实现我们想要的排序结果。如：通过 钞能力 让自己的搜索结果比较靠前

干预算分的三个条件

• filter：过滤条件，只对满足条件的文档做算分干预，比如充过钱的

• 算分函数包括：

  • weight：一个常量
  • field_value_factor：用某个字段代替算分，必须是数字类型的字段
  • random_score：随机数
  • script_score：自定义计算公式

• boost_mode：两种算分模式计算后的 运算模式

  • multiply：query_score + function_score
  • replace: function_score 替换 query_score
  • sum（相加），avg（取平均），max（取最大），min（取最小） 等

• 查询方式：function_score
• 以下为查询时，给 王五 的算分在默认的基础上加上 20 分，让他排在第一

GET /study/_search
{ 
        
  "query": { 
        
    "function_score": { 
        
      "query": { 
        "match_all": { 
        }},
      "functions": [
        { 
        
          "filter": { 
        "match" : { 
         "name": "王五"} },
          "weight": 20
        }
      ],
      "boost_mode": "sum"
    }
  }
}

• must：必须匹配，其中的内容必须全部符合，相当于 与
• should：选择性匹配，其中的内容只需要匹配一个，相当于 或
• must_not：必须不匹配，不参与算分，其中内容必须完全不匹配，相当于 非
• filter：必须匹配，不参与算分，其中的内容必须全部符合，相当于 与
• PS：当 must 和 should 同时存在是，should 不起作用，只会增加算分

正常情况下，不参与算分的字段尽量放到 must_not 和 filter 从而提高性能

• 查询方式：bool

• 以下为查询：描述中包含学生，且 id 等于2 的数据

GET /study/_search
{ 
        
  "query": { 
        
    "bool": { 
        
      "must": [
        { 
        "match": { 
         "describe": "学生" }}, 
        { 
        "term": { 
         "id": 2 }}
      ]
    }
  }
}

• 排序方式： sort
• 以下为根据 id 倒序

GET /study/_search
{ 
        
  "query": { 
        "match_all": { 
        }},
  "sort": [
    { 
        "id": "desc"}
  ]
}

• 排序方式：_geo_distance
• 一下为距离当前位置由近到远，并计算出距离

GET /study/_search
{ 
        
  "query": { 
        "match_all": { 
        }},
  "sort": [
    { 
        
      "_geo_distance": { 
        
        "location": { 
        
          "lat": 40,
          "lon": -70
        },
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}

• 高亮方法：highlight
• pre_tags：前缀，默认
• post_tags：后缀，默认
• require_field_match：高亮字段是否和原字段要一致，默认 true

GET /study/_search
{ 
        
  "query": { 
        "match": { 
        
    "describe": "一个学生"
  }},
  "highlight": { 
        
    "fields": { 
        
      "describe": { 
        
        "pre_tags": "",
        "post_tags": "",
        "require_field_match": "false"
      }
    }
  }
}

POST /study/_doc/1
{ 
        
  "id": 1,
  "name": "张三",
  "birthday": "1991-07-16 00:00:00",
  "weight": 45.32,
  "describe": "这是一个调皮捣蛋的学生",
  "sex": "女",
  "location": "30,-45"
}

POST /study/_doc/2
{ 
        
  "id": 2,
  "name": "李四",
  "birthday": "1992-07-16 00:00:00",
  "weight": 90.20,
  "describe": "这是一个品学兼优的学生",
  "sex": "男",
  "location": "30,60"
}

POST /study/_doc/3
{ 
        
  "id": 3,
  "name": "王五",
  "birthday": "2020-07-16 00:00:00",
  "weight": 120.32,
  "describe": "这是一个中规中矩的学生",
  "sex": "男",
  "location": "30,-45"
}