个人公众号做网站广告网页

接上篇《5、安装IK分词器》
上一篇我们进行了IK分词器的安装与测试，本篇我们来学习ElasticSearch的索引库的操作，学习mapping映射属性以及CRUD操作。

一、前情回顾

我们在前几篇学习了ElasticSearch的基本概念，并动手搭建了ElasticSearch环境，从本篇开始我们就实际来学习ElasticSearch的实操。

我们知道在ElasticSearch中有“索引库”的概念，这个概念就像数据库中的“表”，而索引库中有很多的文档，就类似于数据库中一行一行的数据。那我们应该知道，数据库是先创建表然后再添加数据，那ElasticSearch也是一样，需要现有索引库，然后才能在里面添加文档。所以我们的学习顺序也是先学习索引库的操作，后面再学习文档的操作。

创建一个索引库就像建表一样，你的语句是需要指定一个Schema的，即对字段的一些约束。那么索引库也是要指定相应的mapping映射，这个mapping映射就是对文档的约束。我们来学习一下mapping映射的约束和数据库的约束有什么差别，然后再动手实践索引库的增删改查（即CRUD操作）。

二、mapping映射

1、mapping属性

mapping是对索引库中文档的约束，我们打开ES的官网，可以看到在“mapping参数”一栏，有很多的mapping属性，我们可以根据需要一个个的学习：

地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html
我们这里只讲解比较核心的mapping属性，常见的mapping属性包括：
（1）type:字段数据类型，常见的简单类型有:
●字符串:text(可分词的文本)、keyword（精确值，例如国家、品牌、IP地址）
●数值:long、integer、short、byte、double、float
●布尔:boolean
●日期:date
●对象:object
（2）index:是否创建索引，默认为true
（3）analyzer:使用哪种分词器（与上面的text可分词文本结合）。
（4）properties:该字段的子字段
其他的属性大家可以参考官方文档了解。

三、创建索引库

ES中通过Restful请求操作索引库、文档。请求内容用DSL语句（Domain Specific Language，领域特定语言）来表示。创建索引库和mapping的DSL语法如下:

PUT /索引库名称
{"mappings":{"properties":{"字段名":{"type": "text",'analyzer":"ik_smart"},"字段名2":{"type": "keyword",'index":false},"字段名3":{"properties":{"子字段":{"type": "keyword"}}},// ...略}}
}

下面是一个真实的代码示例：

PUT /heima
{"mappings":{"properties":{"info":{"type": "text","analyzer":"ik_smart"},"email":{"type" :"keyword","index":false},"name":{"properties":{"firstName":{"type":"keyword"}}},// ...略}}
}

上述代码用来定义一个名为heima的索引（Index），并指定了该索引中文档的字段映射（Mappings）。字段映射定义了文档中各个字段的数据类型、索引方式、分词器等属性。下面是对这段DSL的详细解读：

1、创建索引:

PUT /heima：这个命令用于创建一个名为heima的索引。如果索引已经存在，这个命令会尝试更新它的设置和映射（取决于Elasticsearch的版本和配置）。

2、映射定义:

"mappings":{...}：这一部分定义了索引中文档的字段映射。字段映射指定了文档中每个字段的属性。

3、字段属性:

（1）"info":{...}：定义了名为info的字段。
●"type": "text"：指定字段类型为text，这意味着该字段的内容会被全文索引，适用于全文搜索。
●"analyzer":"ik_smart"：指定使用ik_smart分词器。ik_smart是IK Analyzer插件提供的一种中文分词器，它会对中文文本进行智能分词，适合需要精确匹配的搜索场景。
（2）"email":{...}：定义了名为email的字段。
●"type" :"keyword"：指定字段类型为keyword，适用于精确值搜索（如过滤、排序和聚合）。
●"index":"false"：设置该字段不被索引。这意味着该字段的内容不会被存储到倒排索引中，因此无法通过该字段进行搜索。这通常用于那些只需要在查询结果中显示，但不需要搜索的字段。
（3）"name":{...}：定义了名为name的复合字段，这里它是一个对象类型。
●"properties":{...}：在对象类型中，通过properties关键字定义对象内部的字段。
●"firstName":{...}：定义了name对象内部的firstName字段。
●"type":"keyword"：指定字段类型为keyword，适用于需要精确匹配的搜索场景。

我们打开Kibana图形化界面，打开Dev Tools，来编写一段创建索引库的DSL：

点击右边的执行按钮，就算是创建索引库成功了。

四、索引库的增删改查

1、查看索引库

语法：

GET /索引库名

示例:

GET /heima

2、删除索引库

语法：

DELETE /索引库名

示例:

DELETE /heima

3、修改索引库

索引库和mapping一旦创建无法修改，但是可以添加新的字段，语法如下

PUT /索引库名/_mapping
{"properties":{"新字段名":{"type": "integer"}}
}

示例：

PUT /heima/_mapping
{"properties":{"age":{"type": "integer"}}
}

4、演示

（1）查询heima索引库

这个查询ElasticSearch中heima索引库的结果提供了关于该索引的详细信息，包括别名（aliases）、映射（mappings）、以及设置（settings）。下面是对这些信息的简要解释：
●别名（Aliases）:
"aliases" : { }：表示该索引没有定义任何别名。别名可以用于在不改变索引实际名称的情况下，对索引进行引用或操作。
●映射（Mappings）:
映射部分定义了索引中文档的字段及其属性。
"email"字段：类型为keyword，且不被索引（"index" : false），这意味着不能通过该字段进行搜索，但可以在返回结果中显示。
"info"字段：类型为text，使用ik_smart分词器进行全文索引，适用于全文搜索。
"name"字段：是一个复合字段（对象类型），包含firstName和lastName两个子字段，它们都是keyword类型，适用于精确匹配搜索。
●设置（Settings）:
设置部分包含了索引的配置信息。
"number_of_shards" : "1"：表示索引被分割成一个分片。分片是Elasticsearch分布式存储和搜索的基本单位。
"number_of_replicas" : "1"：表示每个分片有一个副本。副本用于提高数据的可用性和搜索性能。
"routing" : { ... }：路由设置，这里指定了数据分配时的偏好设置（"_tier_preference" : "data_content"），这通常与Elasticsearch的数据层（tier）配置相关，用于优化数据存储和访问。
"creation_date" : "1737254104241"：索引的创建时间戳。
"uuid" : "9YJoz4P4Tg6K7eQ0fD3MQw"：索引的唯一标识符。
"version" : { "created" : "7120199" }：索引创建时的Elasticsearch版本号。
总结来说，这个查询结果提供了heima索引的完整配置信息，包括字段映射、分片数量、副本数量、路由设置、创建时间、唯一标识符和创建时的Elasticsearch版本号。这些信息对于理解索引的结构和行为，以及进行索引管理和优化非常有用。

（2）修改heima索引库

给heima数据库添加age属性：

此时再查看索引库，就可以看到新加的属性：

如果此时我们重复添加age属性（即使把type改为long也不行），就会报错：

索引库是不能修改的。

（3）删除heima索引库

运行删除语法：

运行完毕后，再次查询heima索引库，发现没有了：

删除成功。

至此，关于ElasticSearch的索引库的操作就讲解完毕了。下一篇我们来学习文档的操作。

参考：《黑马Elasticsearch全套教程》
转载请注明出处：https://blog.csdn.net/acmman/article/details/145240260