ElastciSearch简单总结（笔记）

前言：

　　前段时间在项目中使用了es,作为一个当前比较流行的分布式搜索引擎，在学习和使用它的过程中，踩了不少坑，这篇文章先简单整理了一下，后续会整理一下之前踩过的一些坑。

1. ElastciSearch是什么

　　ElasticSearch是一个基于Apache Lucene的开源搜索引擎。它不仅仅是Lucene和全文搜索，我们还能这样去描述他：

- 分布式的实时文件存储，每个字段都被索引并可被搜索
- 分布式的实时搜索引擎
- 可以扩展到上百台服务器

2. ElasticSearch的安装与配置

　　安装方法网上很多，http://blog.csdn.net/whxaing2011/article/details/18237733

　　配置：elasticsearch.yml

3. 与ElasticSearch的交互

　　ElasticSearch提供多种语言的客户端API，详见

　　ElasticSearcg为.NET用户提供了三种客户端，

ElasticSearch.NET

　　　　一个非常底层且灵活的客户端

NEST

　　　　ElasticSearch的官方客户端，具有非常简洁的API。可以映射所有请求和响应对象，拥有一个强类型查询DSL。依赖ElasticSearch.NET客户端。

PlainElastic.Net

　　　　PlainElastic.net是一个Github开源项目。关于它和ElasticSearch.NET/NEST的活跃度对比。

4. 面向文档

　　ElasticSearch是面向文档的，在ES中可以对文档(而非成行成列的数据)进行索引、搜索、排序、过滤。这种理解数据的方式和以往关系型数据库不同,这也是ES能够执行复杂的全文搜索的原因之一。

5. 对索引的理解

　　在ElasticSearch中存储数据的行为就叫做索引(Index),前面所说的文档归属于不同种类型(Type),而这些类型存在于索引。

　　数据库->表->行->列对应es中索引->类型->文档->字段

　　索引的创建

　　语法：

PUT /indextest/people/1
{"name":"张三","age": 25,"sex": "男","interests":["体育", "音乐"]
}

　　通过HTTP的GET方法来检索文档，同样的，可以通过DELETE方法来删除文档，如果想要更新就在PUT一次。

6. 搜索

语法：GET /indextest/people/1

　　　　　DELETE /indextest /people/1

简单搜索

　　搜索全部的病人信息

　　　　语法：GET /elasticsearch1/patient/_search

　　这里，我们在结尾使用关键字_search来取代原来的文档ID。返回的结果中hits数组中包含了我们所有的文档。

　接下来，让我们搜索年龄大于35的患者

　　GET /elasticsearch1/patient/_search?q=Pat_Age:>35

这种方法叫做查询字符串（query string）搜索，像传递URL参数一样传递语句

使用DSL语句查询

　　查询字符串搜索有局限性，ES还提供了丰富灵活的查询语言叫做DSL查询，它可以构建更加复杂强大的查询。DSL以JSON请求体的形式出现。

GET /elasticsearch1/patient/_search
{"query" : {"range" : {"Pat_Age" : {"gt": 35}}}
}

　　更复杂的查询

GET /elasticsearch1/patient/_search
{"query" : {"bool": {"must": [{"term": {"Pat_Marital": {"value": "已婚"}}},{"range" : {"Pat_Age" : {"gt": 35}}}]}}
}

加过滤器

GET /elasticsearch1/patient/_search
{"query" : {"filtered": {"query": {"bool": {"must": [
                       {"term": {"Pat_Marital": {"value": "已婚"
                              }}},{"range" : {"Pat_Age" : {"gt": 35
                               }}}]}},"filter": {"term": {"Pat_Gender": "男"
               }}}}
}

　　ElasticSearch也提供了这种特殊的缓存，filter cache来存储filters得到的结果集。此外，缓存filters不需要太多的内存(它只保留一种信息，即哪些文档与filter相匹配)，同时它可以由其它的查询复用，极大地提升了查询的性能。

　　并非所有的filters都会缓存，默认情况下，如下的filters不会被缓存：

Query查询对象会将所有的条件绑定到一起存储到缓存中,只要有一个条件改变就不能重用。

全文搜索

　　接下来介绍全文搜索—一种传统数据库不好实现的搜索

　如搜索所有得糖尿病又得高血压的病人

GET /patientcase/patientcase/_search
{"query" : {"match" : {"Case_HDSD00_11_076" : "高血压糖尿病"
        }}
}

　　如下，用<em></em>来标识匹配到的单词高亮

GET /patientcase/patientcase/_search
{"query" : {"match" : {"Case_HDSD00_11_076" : "高血压糖尿病"
        }},"highlight": {"fields" : {"Case_HDSD00_11_076" : {}
        }}
}

query_string

　　参数：

　　这里只挑几个常用的参数说一下，其他的一般默认就够了

　　query:需要查询的具体内容

　　default_field:查询的字段

　　　　 default_operator:默认运算符

GET /patientcase/patientcase/_search
{"query" : {"query_string":{"default_field":"name","query":"张*"
        }}
}

聚合

　　ES可以通过聚合做一些分析统计

GET /elasticsearch1/patient/_search
{"filter": {"has_child": {"type": "adm","query": {"term": {"Adm_AdmDiagnos": {"value": "高血压"
                  }}}}},"aggs" : {"avg_age" : {"terms" : { "field" : "Pat_Gender" }
        }}
}