ElasticSearch学习笔记(二)—结构了解和索引文档增删改

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 前面学习了ElasticSearch的概况以及一些配套插件的安装。这篇旨在记录对ES结构的了解和一些基本的操作。

前面学习了ElasticSearch的概况以及一些配套插件的安装。这篇旨在记录对ES结构的了解和一些基本的操作。


ElasticSearch结构:



对于ES来说,有几个专有名词。比如索引,类型,id这些东西,甚至是倒排插序等等。对于ES来说,ES的基本结构大致为下


image.png



拿传统的关系DB对比:


· ElasticSearch相当于关系DB

· 索引(Indices)相当于database数据库

· 类型(type)相当于数据库中的一个表

· 文档(document)相当于表中的某一行

· 字段(field)相当于每一列字段的数据


但是优点不一样的是:关系DB给人的感觉更严谨(还是繁琐),比如他的数据库要进行建立数据库,建表,让才能插值。而ES通过简单的API可以直接插入,如果没有该索引会直接建立。同样,再更改数据也是一样。操作起来更像我们平时用起来的Nosql,map之类。这样的便捷又难免让人担心ES的严谨性,如果不慎的操作可能带来的影响较大,不过还好ES支持文件备份。


ElasticSearch基本操作:增删改查



ES中常用的请求方式有:


PUT 表示增加

GET 表示获取

DELETE 表示删除

UPDATE 表示更新


ElasticSearch基本操作:增


1.创建索引

PUT bigsai


2.查看是否创建成功

GET _cat/indices?v

20190317161600656.png20190317161639439.png



3.插入数据(可直接连同索引创建)


20190317161902962.png20190317163221363.png


再次GET _cat/indices?v查看发现索引直接被创建。其中

_index 表示哪个索引

_type 表示哪个表

_id 主键

_version 版本

found 数据存在

_source: 数据内容


ElasticSearch基本操作:删


1.删除数据

直接DELETE {索引}/{类型}/{主键} 即可


2019031716341379.png


可能会好奇get 后面的pretty干啥的,百度上说没啥大用,是为了简洁给出的结果。


2.删除索引


DELETE {索引名称}


20190317164123447.png


可以看到前面的bigsai索引已经被删除了。


ElasticSearch基本操作:改


修改数据有两种方式:第一种类似插入覆盖的思想,第二种比较纯正,但是效果一致


20190317164530325.png


查看数据,直接GET下去,查询索引,GET _cat/indices?v


20190317164721140.png


附上上述操作的一些指令,再kibana中进行。http://localhost:5601/app/kibana#/dev_tools/console?_g=()


PUT index1/type1/id1
{
 "name":"test"
}
GET _cat/indices?v
GET index1/type1/id1?pretty
PUT index1/type1/id2
{
 "school":"just"
}
GET index1
DELETE index1/type1/id1
GET index1/type1/id1?pretty
DELETE bigsai
GET _cat/indices?v
PUT index1/type1/id2
{"school":"江科大"}
POST index1/type1/id2/_update
{"doc":{"school":"江科大"}}
GET index1/type1/id2?pretty


学会这些,对ES结构有了初步了解,能够简单呃储存信息。下一步学习目标:学习一些主要查询—>结合javaAPI—>在服务器环境运行。

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
目录
相关文章
|
28天前
|
存储 自然语言处理 关系型数据库
ElasticSearch索引 和MySQL索引那个更高效实用那个更合适
ElasticSearch索引 和MySQL索引那个更高效实用那个更合适
38 0
|
2月前
|
存储 算法 NoSQL
Elasticsearch拆分索引知多少
Elasticsearch拆分索引知多少
33 0
|
1月前
|
JSON 监控 数据管理
【Elasticsearch专栏 12】深入探索:Elasticsearch使用索引生命周期管理(ILM)自动化删除旧数据
Elasticsearch的ILM功能允许用户定义策略,自动管理索引从创建到删除的生命周期。用户可以设置策略,根据索引年龄或大小自动删除旧数据,节省存储空间。通过应用ILM策略于索引模板,新索引将遵循预定义的生命周期。用户还可以监控ILM状态,确保策略按预期执行。使用ILM,用户可以高效地管理数据,确保旧数据及时删除,同时保持数据完整性和安全性。
|
2月前
|
存储 自然语言处理 搜索推荐
【Elasticsearch专栏 01】深入探索:Elasticsearch的正向索引和倒排索引是什么?
正向索引根据文档ID直接查找文档内容,适用于精确匹配场景;而倒排索引则基于文档内容构建,通过关键词快速定位相关文档,适用于全文搜索,显著提高查询效率,是搜索引擎的核心技术。
|
20小时前
|
安全 API 数据安全/隐私保护
Elasticsearch 通过索引阻塞实现数据保护深入解析
Elasticsearch 通过索引阻塞实现数据保护深入解析
|
2月前
|
存储 自然语言处理 搜索推荐
【Elasticsearch专栏 02】深入探索:Elasticsearch为什么使用倒排索引而不是正排索引
倒排索引在搜索引擎中更受欢迎,因为它直接关联文档内容,支持全文搜索和模糊搜索,提高查询效率。其紧凑的结构减少了存储空间,并方便支持多种查询操作。相比之下,正排索引在搜索效率、存储和灵活性方面存在局限。
|
2月前
|
API 索引
Elasticsearch Index Shard Allocation 索引分片分配策略
Elasticsearch Index Shard Allocation 索引分片分配策略
77 1
|
2月前
|
存储 自然语言处理 关系型数据库
Elasticsearch创建一个索引怎么也这么复杂
Elasticsearch创建一个索引怎么也这么复杂
41 0
|
2月前
|
Java 网络架构 索引
Elasticsearch 如何实现索引的伪·命名空间
Elasticsearch 如何实现索引的伪·命名空间
9 0
|
2月前
|
JSON 前端开发 API
【Elasticsearch】搜索结果处理和RestClient查询文档
【Elasticsearch】搜索结果处理和RestClient查询文档
338 0

热门文章

最新文章